Ретельне вивчення задач, що виникають в процесі розпізнавання образів, дозволяє прийти до більш ефективних підходів. Між чинами і класами образів існує якесь ієрархічне впорядкування. Так, на схемі, приведеній на мал. 13.2, буквено-цифрові символи і китайські ієрогліфи є чинами, а символи відповідають класу образів. Букви алфавітів і цифри є чинами, якщо буквено-цифрові символи розглядаються як клас образів. Друкарські і рукописні зображення, наприклад, букви А є чинами букви англійського алфавіту А, яка представляє в цьому випадку клас образів. Багато інформаційних систем потребують пристрою для розпізнавання друкарських букв і цифр, набраних різними шрифтами, і рукописних букв і цифр, написаних різними почерками.

Зупинимося на задачі розпізнавання письмових знаків. Конкретна буква або цифра незалежно від того, як вона надрукована або написана, володіє рядом загальних ознак, які використовуються як засоби її ідентифікації. Букви і цифри ідентифікуються і класифікуються згідно відзначеним у них таким ознакам. Отже, основні функції системи розпізнавання образів полягають у виявленні і виділенні загальних ознак образів, що описують об'єкти, що належать до одного і того ж класу образів, розпізнаванні цього образу в будь-якій іншій ситуації і віднесенні його до одного із заданих класів.

Методи розпізнавання образів

В цілому, можна виділити три методи розпізнавання образів: Метод перебору. В цьому випадку проводиться порівняння з базою даних, де для кожного виду об'єктів представлені всілякі модифікації відображення. Наприклад, для оптичного розпізнавання образів можна застосувати метод перебору виду об'єкту під різними кутами, масштабами, зсувами, деформаціями і т.д. Для букв потрібно перебирати шрифт, властивості шрифту і т.д. У разі розпізнавання звукових образів, відповідно, відбувається порівняння з деякими відомими шаблонами (наприклад, слово, вимовлене декількома людьми).

• Другий підхід - проводиться більш глибокий аналіз характеристик образу. У разі оптичного розпізнавання це може бути визначення різних геометричних характеристик. Звуковий зразок в цьому випадку піддається частотному, амплітудному аналізу і т.д.

• Наступний метод - використання штучних нейронних мереж (ШНС). Цей метод вимагає або великої кількості прикладів задачі розпізнавання при навчанні, або спеціальної структури нейронної мережі, що враховує специфіку даної задачі. Проте, його відрізняє більш висока ефективність і продуктивність.

3. Загальна характеристика задач розпізнавання образів і їх типи

Загальна структура системи розпізнавання і етапи в процесі її розробки показані на мал. 1.

(Мал. 1. Структура системи розпізнавання)

Задачі розпізнавання мають наступні характерні риси.

Це інформаційні задачі, що складаються з двох етапів:

- перетворення початкових даних до вигляду, зручного для розпізнавання;

- власне розпізнавання (вказівка приналежності об'єкту певному класу).

В цих задачах можна вводити поняття аналогії або подібності об'єктів і формулювати правила, на підставі яких об'єкт зараховується в один і той же клас або в різні класи. В цих задачах можна оперувати набором прецедентів-прикладів, класифікація яких відома і які у вигляді формалізованих описів можуть бути пред'явлені алгоритму розпізнавання для настройки на задачу в процесі навчання.

Для цих задач важко будувати формальні теорії і застосовувати класичні математичні методи (часто неприступна інформація для точної математичної моделі або виграш від використовування моделі і математичних методів несумірний з витратами).

Виділяють наступні типи задач розпізнавання:

• Задача розпізнавання - віднесення пред'явленого об'єкту по його опису до одного із заданих класів (навчання з вчителем);

• Задача автоматичної класифікації - розбиття безлічі об'єктів, ситуацій, явищ по їх описах на систему непересічних класів (таксономия, кластерний аналіз, самонавчання);

• Задача приведення початкових даних до вигляду, зручного для розпізнавання;

• Динамічне розпізнавання і динамічна класифікація - задачі 1 і 2 для динамічних об'єктів;

• Задача прогнозування - суть попередній тип, в якому рішення повинне відноситися до деякого моменту в майбутньому.