目录

1.什么是模式识别

1.1人工智能和模式识别

1.2信息感知

1.3计算机模式识别

1.4模式识别应用

1.5模式识别发展简史

1.6相关问题和领域

2.模式识别形式化

2.1模式和模式识别

2.2模式表示

2.3特征空间

2.4特征空间中的分类

2.5一个例子

3.模式识别系统流程

4.模式分类器设计

4.1分类器训练过程

4.2训练-评价流程

4.3数据划分方式

4.4泛化性能

5.模式识别方法分类

5.1根据表示方式分类

5.2统计/结构方法对比

5.3学习方法分类

5.4生成/判别模型

1.什么是模式识别

1.1人工智能和模式识别

•

人工智能(Artificial Intelligence, AI)

：

构造智能机器 (智能计算机、智能系统

)

的科学和工程，使机器模拟、延伸、扩展人类智能

•

人类智能

–

感知：看

(

视觉

)

、听

(

听觉

)

、摸

(

触觉

)

、闻

(

嗅觉

)

、尝

(

味

觉

)

–

学习：有教师学习，自学习

–

思维：推理、回答问题、定理证明、下棋等

–

行为：表情、拿物、走路、运动

人工智能研究内容

• 机器感知(模式识别)

– 模式分类、模式匹配

– 计算机视觉、图像视频分析

– 语音识别、自然语言理解

• 机器学习

– 从数据或经验学习模型或程序

– 监督学习、无监督学习、半监督学习等

• 机器思维(问题求解)

– 专家系统、自动问答、机器定理证明、下棋等

• 智能行为

– 机器人动作、自动驾驶、无人机等

模式识别在

AI

中的地位

•

模式识别：

机器感知环境，从环境获取信息和知识

– 视觉感知：

从图像识别文字、物体、行为等，从而理解周围环境

– 听觉感知：

从声音和文本识别场景、理解语言和获取知识

1.2信息感知

感知：从环境获取信息

人和动物通过感知从周围环境获取信息。感知就是模式识别过程。

1.3计算机模式识别

•

模式识别：使计算机模仿人的感知能力，从感知数据中提取信息（判别

物体和行为、现象

）的过程

1.4模式识别应用



安全监控

（身份识别、行为监控、交通监控）



空间探测与环境资源监测

（卫星

/

航空遥感图像）



智能人机交互

（表情、手势、声音、符号）



机器人环境感知

（视听触觉）



人类健康

（医学图像、体测数据）



工业应用

（零部件

/

物品分类、损伤检测）



文档数字化

（历史书籍报纸、档案、手稿、标牌等）



网络搜索、信息提取和过滤

（文本、图像、视频、音频、多媒体 ）



舆情分析

（互联网、大数据）

有些生物特征（如虹膜、指静脉）精度高，但是需要客户配合。

有些（如签名、步态）精度相对较低，但是不需要配合，有适合其应用的场合。

智能交通、无人驾驶：

交通标志识别、道路识别、车辆识别、行人识别等

1.5模式识别发展简史

•

生物“模式识别”

(

心理学

)

•

光学

/

机械模式识别

–

第一个光学字符识别

(OCR)

专利：

1929

•

现代模式识别：电子计算机发明以后

–

先期统计学基础

(19

世纪以前

)

：

Bayes, Gauss, Fisher

等

–

早期统计模式识别：

IBM (1950s-)

–

第一个“模式识别”学术会议：

1966 (

波多黎各

)

–

早期模式识别教材：