Die Mustererkennung, ein Teilgebiet der Informatik, untersucht Verfahren, die gemessene Signale automatisch in Kategorien einordnen. Zentraler Punkt ist dabei:
das Erkennen von Mustern,
den Merkmalen, die allen Dingen einer Kategorie gemeinsam sind und
sie vom Inhalt anderer Kategorien unterscheiden.
Der Begriff Muster - bezeichnet allgemein gleichbleibende Merkmale, die einer sich wiederholenden Sache zugrundeliegt, aber auch einen Handlungsablauf oder eine Denk-, Gestaltungs- oder Verhaltensweise, die zur gleichförmigen Wiederholung (Reproduktion) bestimmt ist.
Mustererkennungsverfahren befähigen Computer, Maschinen und Roboter, statt präziser Eingaben auch die weniger exakten Eindrücke einer natürlichen Umgebung zu verarbeiten.
Ein Mustererkennungsprozess lässt sich in mehrere Teilschritte zerlegen, bei denen am Anfang die Erfassung und am Ende eine ermittelte Klasseneinteilung steht.
Der Begriff Muster - bezeichnet allgemein gleichbleibende Merkmale, die einer sich wiederholenden Sache zugrundeliegt, aber auch einen Handlungsablauf oder eine Denk-, Gestaltungs- oder Verhaltensweise, die zur gleichförmigen Wiederholung (Reproduktion) bestimmt ist.
Mustererkennungsverfahren befähigen Computer, Maschinen und Roboter, statt präziser Eingaben auch die weniger exakten Eindrücke einer natürlichen Umgebung zu verarbeiten.
Ein Mustererkennungsprozess lässt sich in mehrere Teilschritte zerlegen, bei denen am Anfang die Erfassung und am Ende eine ermittelte Klasseneinteilung steht.
Bei der Erfassung werden Daten oder Signale mittels Sensoren aufgenommen und digitalisiert. Aus den meist analogen Signalen werden Muster gewonnen, die sich mathematisch in Vektoren und Matrizen darstellen lassen.
Zur Datenreduktion und zur Verbesserung der Qualität findet eine Vorverarbeitung statt.
Durch Extraktion von Merkmalen werden die Muster bei Merkmalsgewinnung anschließend in einen Merkmalsraum transformiert. Die Dimension des Merkmalsraums, in dem die Muster nun als Punkte repräsentiert sind, wird bei der Merkmalsreduktion auf die wesentlichen Merkmale beschränkt. Der abschließende Kernschritt ist die Klassifikation durch einen Klassifikator, der die Merkmale verschiedenen Klassen zuordnet. Das Klassifikationsverfahren kann auf einem Lernvorgang mit Hilfe einer Stichprobe basieren [Fig.1].
Fig.1. Phasen der Bilderkennung (Quelle: www.wikipedia.de)
Dieses Post basiert auf dem Artikel von der Seite: http://www.computerbase.de
Keine Kommentare:
Kommentar veröffentlichen