5.3. Методы опознавания образов Основные этапы процесса опознавания образов.

Процесс опознавания образов включает в себя три основных этапа:

1. получение исходного описания;

2. нахождение системы признаков;

3. построение решающего правила.

Труднее всего поддается алгоритмизации этап получения исходного описания. Этап получения исходного описания является наименее разработанным. Некоторые шаги в направлении алгоритмизации этого этапа сделаны для решения задач опознания зрительных образов.

Наиболее разработанными являются этапы создания признаков и нахождения решающего правила.

В различных методах вклад каждого этапа в решение всей задачи опознавания различен. В большинстве работ по опознаванию весь процесс опознавания трактовался как нахождение решающего правила в пространстве исходного описания.

Описание образа, вообще говоря, бесконечно. Для решения задачи опознавания важны те свойства описания, которые способствуют разделению образов. При проектировании автомата большей частью отсутствует информация о том, какие именно параметры являются разделяющими. Приходится ограничиваться некоторым неполным описанием. Однако при этом возникает вопрос о достаточности неполного описания для опознавания.

Достаточное исходное описание образов, как правило, содержит большое количество излишней информации об индивидуальных особенностях реализаций, ненужной для разделения заданного алфавита образов. Из-за этого пространство исходного описания может иметь весьма большую размерность, достигающую в «человеческих» задачах опознания порядка нескольких сот.

Методы создания системы признаков.

Методы создания признаков можно разделить по степени участия человека в процессе создания признаков на эвристические и алгоритмические.

Этап нахождения признаков является первой ступенью обобщения свойств объектов опознавания. Такой способностью к обобщению обладает человек. Не смотря на то, что в большинстве задач опознавания зрительных образов весь процесс опознания происходит подсознательно, человек может сформулировать эвристические признаки, достаточные для опознания заданных классов.

Признаки, создаваемые человеком эвристически, пригодны только для решения конкретной задачи опознавания и создаются в основном для решения «человеческих» задач опознавания. Поиск таких признаков всегда требует весьма тщательного изучения физической сущности опознаваемых образов. Эвристические признаки обладают, как правило, хорошими разделяющими свойствами. Однако система таких признаков является сильно коррелированной, и новые признаки фактически повторяют информацию, содержащуюся в малом числе ранее найденных удачных признаков.

Все это привело к необходимости разработки алгоритмических методов создания системы некоррелированных признаков.

Алгоритмические способы создания признаков реализуются при помощи ЭВМ и построены на оптимизации некоторого критерия (функционала), характеризующего разделяющие свойства системы признаков.

При этом предполагается, что информация о свойствах образов заключена в описании реализаций, а изучение физических свойств образов может быть сведено к минимуму — к виду функционала, который обычно заранее задается человеком.

Алгоритмические методы создания признаков были успешно применены при решении задач опознавания зрительных образов, речевых образов, в задачах технической и медицинской диагностики.

В соответствии с типами задач опознания критерии в алгоритмических методах создания признаков можно разделить на две категории:

1. категории, служащие для минимизации ошибок опознавания при заданном числе признаков;

2. категории, служащие для минимизации числа признаков при сохранении разделимости образов.

Критерии создания признаков в задачах опознания с пересекающимися образами направлены на минимизацию числа ошибок опознания при заданном числе признаков.

Признаки, создаваемые алгоритмически, образуются из параметров исходного описания в определенном классе преобразований.

По классам преобразований методы, используемые при создании признаков, можно разделить на:

— логические;

— линейные ;

— нелинейные.

Алгоритмы создания признаков на основе логических операций над квантованными значениями параметров исходного описания являются в основном переборными и приводят к двоичному пространству признаков.

Геометрически каждый признак, найденный по этому способу, можно отождествить с некоторым многомерным параллелепипедом в пространстве исходного описания. Для реализаций, попавших внутрь параллелепипеда (или фигуры, образованной в результате пересечения и объединения нескольких параллелепипедов), признак принимает значение 1, а для реализаций, лежащих вне параллелепипеда, — значение 0.

Линейные признаки представляют собой линейные комбинации параметров исходного описания. Геометрически линейные признаки являются векторами в пространстве исходного описания. Совокупность признаков выделяет маломерное подпространство исходного описания, в котором сохранены условия разделимости образов.

При создании линейных признаков могут использоваться две модели.

В первой модели центр тяжести образа (выборочное среднее) несет информацию о большинстве реализаций образа. Такая модель позволяет существенно сократить перебор при нахождении системы признаков. Этой модели удовлетворяют, например, задачи опознания речевых команд, задача опознания основных видов интонации, задача диагностирования основных видов состояний глубинных нефтяных насосов.

Во второй модели центр тяжести в пространстве исходного описания несет информации о большинстве реализаций образов. В этом случае процесс нахождения линейных признаков начинается с выделения групп реализаций учебной выборки образов, однородных в метрическом смысле, с помощью метода эталонов.

Перспективными являются методы создания нелинейных признаков. Существенный интерес представляет использование одномерных нелинейных преобразований, для оптимизации которых требуются лишь одномерные сечения многомерных статистических характеристик.