Змістовий модуль 3. Класифікація систем розпізнавання образів
Почнемо з уточнення того, що таке класифікація. Класифікація - це розподіл предметів, явищ по класах, відділам, розрядам у залежності від їх загальних властивостей.
У основі класифікації лежать визначені принципи. Для класифікації систем розпізнавання (СР) будемо використовувати такі принципи:
Однорідність інформації для опису об'єктів розпізнавання або явищ.
Засіб одержання апостеріорної інформації.
Кількість початкової апріорної інформації.
Характер інформації про ознаки розпізнавання.
Під однорідністю варто розуміти - різноманітну або єдину фізичну природу інформації (ознак).
По цьому принципу СР діляться на прості і складні.
Прості СР характеризуються єдиною фізичною природою ознак. Наприклад: 1) тільки маса - для систем розпізнавання жетонів, монет в автоматах таких, як міжміський телефон, турнікет метро; 2) геометричні розміри - для таких СР, як усякого розміру автомобілі.
Ясно, що для простих систем розпізнавання не обов'язково мати комп'ютер. Достатньо їх реалізувати у виді механічних або електромеханічних пристроїв. Хоча комп'ютерні реалізації в принципі не протипоказані, якщо поряд з цією у системі вирішуються й інші більш приорітетні задачі.
Складні СР характеризуються фізичною неоднорідністю ознак.
Звичайно, простота завжди переважає. Добре мати усього 1-2 ознаки і при цьому бажано однорідних, щоб вирішувати задачу комп'ютерного розпізнавання.
Класифікація систем розпізнавання ґрунтується на використанні як класифікаційний принцип властивості інформації, використовуваної в процесі розпізнавання показана на рис. 2.
Рис. 2. – Класифікація систем розпізнавання.
Системи розпізнавання можна підрозділити на прості і складні залежно від того, фізично однорідна або фізично неоднорідна інформація використовується для опису розпізнаваних об'єктів, чи мають ознаки, на мові яких проведено опис алфавіту класів, єдину або різну фізичну природу.
1) Прості системи розпізнавання. До них відносять, наприклад, що автоматичні розпізнають, що читають, пристрої, в яких ознаки робочого словника є лише тими або іншими лінійними розмірами розпізнаваних об'єктів; автомати в метрополітені для розміну монет, де як ознака, використовувана при розпізнаванні монет, береться їх маса; автоматичні пристрої, призначені для бракування деталей, в яких як ознаки, використані для опису класів бракованих і не бракованих деталей, використовуються або деякі лінійні розміри, або маса і т.д.
2) Складні системи розпізнавання. До них відносять, наприклад, розпізнавання стану агрегатів автомобіля, системи медичної діагностики стану водія, в яких як ознаки (симптомів) можуть використовуватися дані аналізу крові і кардіограма, температура і динаміка кров'яного тиску.
Системи, призначені для розпізнавання зразків геологічної розвідки, в яких як ознаки беруться різні фізичні і хімічні властивості, або зразків військової техніки ймовірного супротивника тощо.
Якщо як принцип класифікації використовувати спосіб отримання апостеріорної інформації, то складні системи можна підрозділити на однорівневі і багаторівневі.
3) Однорівневі складні системи. У цих системах апостеріорна інформація про ознаки розпізнаваних об'єктів визначається прямими вимірюваннями безпосередньо на основі обробки результатів експериментів.
4) Багаторівневі складні системи. У цих системах апостеріорна інформація про ознаки розпізнаваних об'єктів визначається на основі не прямих вимірювань.
Якщо як принцип класифікації вибрати кількість первинної апріорної інформації про розпізнавані об'єкти, то системи розпізнавання можна підрозділити на системи без навчання, що навчаються і самонавчальні.
Другий принцип класифікації СР. (Засіб одержання апостеріорної інформації).
По цьому принципі складні системи (а ми вже знаємо, що вони собою представляють) розпізнавання діляться на:
- однорівневі;
- багаторівневі.
На рис. 3 зображена система з одним рівнем розпізнавання.
Рис. 3. – Система з одним рівнем розпізнавання
Тут: В1, В2,.... ,Іn - різнорідні по фізичній природі вимірювачі.
АО - апріорний опис класів об'єктів розпізнавання;
АК - алгоритм класифікації;
САУ - система автоматичного управління (алгоритм) розпізнаванням.
Багаторівневі складні системи розпізнавання відрізняються від однорівневих тим, що не всі ознаки від різнорідних фізичних вимірювачів використовуються безпосередньо для рішення задачі розпізнавання.
Тут на основі об'єднання ознак декількох вимірювачів і відповідної обробки можуть бути отримані побічні ознаки, що можуть як використовуватися в АК, так і самі у свою чергу бути основою для об'єднання. Тобто, одержуємо 2-й, 3-й і ін. рівні ознак, що визначають багаторівнівість СР. Причому підсистеми, що здійснюють об'єднання ознак, у свою чергу можуть являти собою також пристрої розпізнавання (локальні СР).
Схема тут у цілому подібна попередньо ї (для однорівневої системи),
а відрізняється лише ускладненням зв'язків від ознак до АК. (Рис. 4.)
Рис. 4. – Багаторівневі складні системи розпізнавання
Таким чином, в однорівневих СР інформація про ознаки об'єкта розпізнавання (апостеріорнаінформація) формується безпосередньо на основі обробки прямих вимірів. У багаторівневих СР інформація про ознаки формується на основі непрямих вимірювань як результат функціонування допоміжних пристроїв розпізнавання, (приклад: вимір дальності радіолокатором за часом затримки випроміненого імпульсу).
Третий принцип класифікації (Кількість початкової апріорної інформації). Тут запитання стосується того, достатньо або недостатньо апріорної інформації для визначення апріорного алфавіту класів, побудови апріорного словника ознак і опис кожного класу на мові цих ознак у результаті безпосередньої обробки вихідних даних.
Відповідно до цього СР діляться на:
- системи без навчання;
- ті, що навчаються (НСР) і самонавчальні системи (ССР).
Відразу зауважимо, що багаторівневі складні СР однозначно не можна розділити на зазначені класи, тому що кожна з локальних СР, що входять у їх склад, сама може представляти як систему без навчання, так і систему що навчається або самонавчається.