Основні поняття теорії розпізнавання образів

Розпізнавання образів є складовою частиною методології математичної кібернетики і полягає в розробці принципів і методів класифікації та ідентифікації предметів, явищ, процесів, ситуацій, сигналів – усіх тих об’єктів, які можуть бути описані скінченою множиною ознак або властивостей, які характеризують даний об’єкт.

Описом об’єкта є -мірний вектор, де – число використаних для характеристики об’єкта ознак, причому -та координата цього вектора рівна значенню -ої ознаки, . В такому описі об’єкта допускається відсутність інформації про значення тої чи іншої ознаки.

Якщо необхідно здійснити класифікацію пред’явлених об’єктів по декількох групах (образах) лише на основі їх описів, причому число груп не обов’язково має бути відомим, то така задача розпізнавання образів називається задачею таксономії (кластера, навчання без вчителя, самонавчання). Для задач розпізнавання образів (навчання з учителем), крім опису об’єктів є необхідною додаткова інформація про належність цих об’єктів до того чи іншого класу (образу). Кількість класів скінчена і задана, а самі ці класи можуть і перетинатися.

Сукупність описів об’єктів, для яких відомі образи, до яких вони належать, утворюють так звану навчальну послідовність (набір еталонів). Основна задача розпізнавання образів полягає в тому, щоб на підставі навчальної послідовності визначити клас, до якого за даним описом належить деякий об’єкт, який підлягає даній класифікації чи ідентифікації. До такої схеми приводить будь яка задача прийняття рішень, якщо лише процес прийняття рішень базується в основному на вивченні раніше накопленого досвіду.

Прикладні задачі, які розв’язуються методами розпізнавання образів виникають при ідентифікації машинописних та рукописних текстів, ідентифікації фотозображень, при автоматичному розпізнаванні мови, в медичній діагностиці, при геологічному прогнозуванні, прогнозуванні властивостей хімічних сполук, оцінюванні економічних, політичних, виробничих ситуацій, при класифікації соціологічного матеріалу, і т.п. для розв’язку цих задач існує велика кількість так званих евристичних алгоритмів розпізнавання, орієнтованих на специфіку кожної конкретної задачі. Крім того, на основі певних інтуїтивних принципів будують моделі алгоритмів розпізнавання, тобто сімейства алгоритмів для розв’язку класифікаційних задач. Найчастіше використовуються наступні моделі: моделі, побудовані з використанням принципу розділення, який задає клас поверхонь, що розділяють образи; моделі, в основі побудови яких лежить принцип потенціалів; моделі обчислення оцінок (голосування); структурні моделі; статистичні моделі.