Распознавание образов

Распознавание — это способность живых организмов обнаруживать в потоке информации, поступающей от органов чувств, определённые объекты, закономерности, явления. Оно может осуществляться на основе зрительной, слуховой, тактильной информации. Так, человек без труда может узнать другого знакомого ему человека, взглянув на него или услышав его голос. Некоторые животные активно используют обоняние для узнавания других особей и поиска пищи.

Возможность распознавания опирается на схожесть однотипных объектов. Несмотря на то, что все предметы и ситуации уникальны в строгом смысле, между некоторыми из них всегда можно найти сходства по тому или иному признаку. Отсюда возникает понятие классификации — разбиения всего множества объектов на непересекающиеся подмножества — классы, элементы которых имеют некоторые схожие свойства, отличающие их от элементов других классов. И, таким образом, задачей распознавания является отнесение рассматриваемых объектов или явлений по их описанию к нужным классам. Т.е. понятие распознавания можно расширить, если говорить об обнаружении объектов в потоке не только чувственной, но и любой другой информации. Например, можно говорить о распознавании болезни по её симптомам у больного или о распознавании социальных явлении по статистической информации.[1]

Теория распознавания образа — раздел информатики и смежных дисциплин, развивающий основы и методы классификации и идентификации предметов, явлений, процессов, сигналов, ситуаций и т. п. объектов, которые характеризуются конечным набором некоторых свойств и признаков. Такие задачи решаются довольно часто, например, при переходе или проезде улицы по сигналам светофора. Распознавание цвета загоревшейся лампы светофора и знание правил дорожного движения позволяет принять правильное решение о том, можно или нельзя переходить улицу.

Необходимость в таком распознавании возникает в самых разных областях — от военного дела и систем безопасности до оцифровки аналоговых сигналов.

Проблема распознавания образа приобрела выдающееся значение в условиях информационных перегрузок, когда человек не справляется с линейно-последовательным пониманием поступающих к нему сообщений и в результате его голова переключается на режим одновременности восприятия и мышления, которому такое распознавание свойственно.

Неслучайно, таким образом, проблема распознавания образа оказалась в поле междисциплинарных исследований — в том числе в связи с работой по созданию искусственного интеллекта, а создание технических систем распознавания образа привлекает к себе всё большее внимание.[2]

Порядок распознавания образа

Большинство систем распознавания имеют следующую функциональную схему (рис. 1).

Входные данные, подлежащие распознаванию, подаются на вход системы и подвергаются предобработке с целью их преобразования в необходимый для следующего этапа вид или для выделения из них необходимых характерных признаков. Далее на этапе принятия решения над обработанным массивом данных производится ряд вычислений и на основе их результатов формируется ответ, содержащий ожидаемые от системы сведения о входных данных. Содержание входных и выходных данных определяется назначением системы.

Например, система распознавания текста может принимать на вход изображение страницы текста в установленном формате и преобразовывать его в кодовую последовательность составляющих данный текст символов.

Рис. 1. Функциональная схема распознавания образа

Кроме описанных этапов функционирования системы распознавания предусматривают свою настройку на множество возможных входных данных; этот этап называют этапом обучения системы (рис. 2). Целью обучения системы является формирование в её памяти набора сведений, необходимых для распознавания предполагаемого класса входных данных. В зависимости от специфики решаемой задачи обучение может быть выражено процедурой однократного ручного задания параметров работы системы её разработчиком, автоматической процедурой определения оптимальных значений параметров в результате проведения учебных циклов распознавания или процессом непрерывной подстройки параметров в результате анализа вырабатываемых системой ответов. Как правило, имеет место комбинация названных подходов.

Рис. 2. Функциональная схема распознавания образа «с учителем»

На этапе предобработки решается задача создания формализованного описания объектов распознавания, пригодного для использования алгоритмами собственно распознавания. Как правило, исходные данные о наблюдаемых объектах представлены в форме, непригодной непосредственно для распознавания. Некоторые алгоритмы распознавания требуют высокоуровневого представления. Это приводит к необходимости произвести одно или более преобразований исходных данных. В качестве примера можно рассмотреть процедуру сегментации изображения, т.е. выделения на нём одноцветных областей.

Этап принятия решения является наиболее значимым в цикле работы системы распознавания с точки зрения её характеристики в целом. Т.е. задача, решаемая на данном этапе, во многом определяет назначение системы. Кроме того, для обеспечения возможности системы выполнять качественное принятие решений выдвигается ряд требований к этапу обучения. Наконец, алгоритмы этапа принятия решений требуют необходимой предобработки входных данных.[1]

Задачи распознавания

Выделяют следующие типы задач распознавания:

1. Задача распознавания — отнесение предъявленного объекта по его описанию к одному из заданных классов (обучение с учителем);

2. Задача автоматической классификации — разбиение множества объектов, ситуаций, явлений по их описаниям на систему непересекающихся классов (таксономия, кластерный анализ, самообучение);

3. Задача выбора информативного набора признаков при распознавании;

4. Задача приведения исходных данных к виду, удобному для распознавания;

5. Динамическое распознавание и динамическая классификация — задачи 1 и 2 для динамических объектов;

6. Задача прогнозирования — динамическое, в котором решение должно относиться к некоторому моменту в будущем.[3]

Методы распознавания образов

В целом, можно выделить три метода распознавания образов:

1. Метод перебора. В этом случае производится сравнение с базой данных, где для каждого вида объектов представлены всевозможные модификации отображения. Например, для оптического распознавания образов можно применить метод перебора вида объекта под различными углами, масштабами, смещениями, деформациями и т. д. Для букв нужно перебирать шрифт, свойства шрифта и т. д. В случае распознавания звуковых образов, соответственно, происходит сравнение с некоторыми известными шаблонами (например, слово, произнесенное несколькими людьми).

2. Глубокий анализ характеристик образа. В случае оптического распознавания это может быть определение различных геометрических характеристик. Звуковой образец в этом случае подвергается частотному, амплитудному анализу и т. д.

3. Использование искусственных нейронных сетей (ИНС). Этот метод требует либо большого количества примеров задачи распознавания при обучении, либо специальной структуры нейронной сети, учитывающей специфику данной задачи. Тем не менее, его отличает более высокая эффективность и производительность.[2][3]