
- •7. Распознавание образов
- •7.1 Возникновение систем автоматического распознавания образов
- •7.2 Постановка задачи распознавания и построения систем распознавания
- •7.2.1 Определение полного перечня признаков и параметров, характеризующих объекты или явления, для которых данная система разрабатывается.
- •7.2.2 Первоначальная классификация объектов (явлений), подлежащих распознаванию, составление априорного алфавита классов.
- •7.2.3 Разработка априорного словаря признаков распознавания.
- •7.2.4 Описание классов априорного алфавита объектов на языке априорного словаря признаков.
- •7.2.5 Выбор алгоритма классификации, обеспечивающего отнесение распознаваемого объекта или явления к соответствующему классу.
- •7.3 Виды систем распознавания.
- •Нейронные сети
7. Распознавание образов
7.1 Возникновение систем автоматического распознавания образов
Длительное время вопросы распознавания рассматривались человеком лишь с позиций методов биологии и психологии. При этом целью изучения являлись в основном качественные характеристики, не позволяющие вскрыть и точно описать соответствующий механизм. Если и получались числовые характеристики, то они, как правило, были связаны с изучением рецепторов, таких как органы зрения, слуха, осязания. Что же касалось характеристик принятия решений, то до их математической оценки дело не доходило. Только кибернетика позволила ввести в область распознавания математические представления. В этом можно увидеть в частности реализацию взглядов Галилея, который утверждал:
“Книга природы написана на языке математики. И тот, кто хочет прочесть ее, должен изучать этот язык”.
Исторически сложилось, что многие задачи такого класса, как распознавание метеоосадков; распознавание авиационной ситуации в районе аэропорта авиадиспетчером; распознавание полосы посадки летчиком в сложных условиях, человек, как правило, решает эффективно, то есть с необходимым качеством. Этим и объясняется исторически появившаяся необходимость использования человека в качестве элемента или звена сложных автоматических систем.
Примечательно то, что в процессе указанной деятельности человека число принимаемых решений по результатам распознавания ситуаций конечно, в то время как число состояний внешней среды, оцениваемых в процессе самого распознавания и приводящих к указанным решениям, может быть бесконечным.
К принятию такого конечного числа решений человек подготовлен всем своим жизненным опытом. Поэтому принятие идеологии автоматизации указанных процессов, замены человека как звена автоматических систем привело к тому, что человечество, прежде всего, научилось строить автоматы, способные реагировать на множество изменений характеристик внешней среды некоторым ограниченным числом рациональных решений (реакций) исполнительных органов этих автоматов. Это не значит, что были найдены механизмы, лежащие в основе человеческих и природных способностей распознавания, но главные особенности этих способностей, лежащие на поверхности представлений, созданные автоматы во многих случаях хорошо имитировали.
В результате человечество пришло к ситуации, когда распознающие устройства могут:
- повышать эффективность систем связи (распознавая сигналы в шумах),
- помогают устанавливать объективный диагноз заболеваний (распознавая всегда однозначно симптомы - признаки заболеваний),
- дают возможность осуществлять автоматический контроль сложных технических систем и вовремя вмешиваться и проводить их ремонтно-восстановительные работы и т.д.
В течение достаточно продолжительного времени проблема распознавания привлекает внимание специалистов в области прикладной математики, а затем и информатики.
Наиболее плодотворными явились 50-60-е годы ХХ века. В это время на основе массы работ появилась теория статистических решений. В результате этого найдены алгоритмы, обеспечивающие отнесение нового объекта к одному из заданных классов, что явилось началом планомерного научного поиска и практических разработок. В рамках кибернетики начало формироваться новое научное направление, связанное с разработкой теоретических основ и практической реализации устройств, а затем и систем, предназначенных для распознавания объектов, явлений, процессов. Новая научная дисциплина получила название “Распознавание образов”.
Таким образом, базой для решения задач отнесения объектов к тому или иному классу послужили, как это отмечается сегодня, результаты классической теории статистических решений. В ее рамках строились алгоритмы, обеспечивающие на основе экспериментальных измерений параметров (признаков), характеризующих этот объект, а также некоторых априорных данных, описывающих классы, определение конкретного класса, к которому может быть отнесен распознаваемый объект.
В последующем математический аппарат теории распознавания расширился за счет применения:
- разделов прикладной математики;
- теории информации;
- методов алгебры логики;
- математического программирования и системотехники.
К середине 70-х годов определился облик распознавания как самостоятельного научного направления, появилась возможность создания нормальной математической теории распознавания.
Рекомендуемая книга:
А.Л. Горелик, В.А. Скрипкин. «Методы распознавания», М.: Высшая школа, 2004 год.