[인공지능] 패턴 인식

목차
1) 패턴인식 시스템 구조
2) 패턴인식 (식별, 군집화) / 클릭시 이동

---

패턴인식 시스템 구조

순서 : 관측 > 전처리 > 분할 > 정규화 > 특징추출 > 식별

1. 관측
이과정에서는 표본화(sampling)와 양자화(quantization)를 거쳐, 아날로그 신호(0~255)를 디지털신호(0~1)로 변환한다.
양자화는 값의 구간을 분할하여 해당 구간에 대한 대표값을 부여하기 때문에 손실이 발생한다.

2. 전처리(pre-processing)
전처리는 노이즈(잡음)를 제거하는 것이 중요하다.
이 잡음은 규칙적으로 일어날 수 도있고 불규칙적일수도있다. 전처리 하고나면 분할 과정을 거쳐야 한다.

3. 분할
분할이란, 입력된 신호로부터 인식 대상이 되는 패턴을 분리해내는 과정이다.
패턴이 고립되어있거나, 패턴이 연속적인 경우에 이용한다.

4. 정규화
1을 인식할 때 크기는 하나로 정해주었기 때문에 글자를 인식할 때에 크기를 정규화 해주어야한다.
a) 위치도 정규화 시켜주어야한다. f( x+a ) = g(x)
b) 크기의 정규화 방법 : f(Ax) = g(x
c) 진폭의 정규화

5. 특징 추출
특징이란 ? 어떤 패턴을 다른 패턴과 구분하기 위해 사용할 수 있는 정보이다.   패턴의 판별에 사용될 수 있는 정보를 추출하는 과정이다. 이미지에서 수직벡터, 수평벡터 등을 말한다.  

6. 식별
식별이란, 패턴이 어느 카테고리에 속하는 가를 결정하는 과정이다.  
식별하기 위해 기계학습 알고리즘을 사용하는 것이고, 기계학습 알고리즘은 두가지로 분류된다.
a) 통계적/ 결정이론적 접근방법 : 확률에 기반한 접근방법이다.
b) 구조적 /언어이론적 접근방법 : 패턴이 미리 정의된 기본 요소의 규칙에 의해 형성된다.

패턴인식에 관한 다음글 보러가기

[인공지능] 패턴인식(식별,군집화)