Documente Academic
Documente Profesional
Documente Cultură
6 Recunoașterea formelor
1
Cap6. Recunoasterea formelor
Recunoașterea formelor
metode de clasificare a obiectelor in cadrul unei multimi
scopul metodei ⇒ determinarea clasei din care face parte un obiect
Cazuri:
• Nr. de clase + caracterizare → cunoscute a priori (obiecte etalon pt.
fiecare clasa)
• Gruparea obiectelor in clase → in acelasi timp cu construirea claselor
◊ Metode simple: compararea trasaturilor obiectelor extrase cu modele
ce caracterizeaza fiecare clasa
Recunoasterea formelor: clasificarea obiectelor si regiunilor ⇒
cunostinte ⇒ decizie
Cap. 6. Recunoasterea formelor
• Trăsături, descrieri
Nu sunt reprezentari in sensul strict al cunostintelor
Descrierea => set de proprietati scalare ale obiecelor → trasaturi
Vector al trasaturilor => marime de intrare pentru recunoasterea statistica
Exemplu: Aria → marime; compactitatea → circularitatea
x = [arie, compactitate]
hipersuprafete → hiperplane *
*
*
* x2
* *
Clase separabile: fiecare forma va ω1 * * ω2
*
reprezenta numai obiecte dintr-o clasă
Cap. 6 Recunoasterea formelor
x1 °
Clasificator Clasificator statistic ⇒ ωr
x2 ° ωr
statistic ωr: identificatorii claselor, r = 1, 2, …, R
xn °
δ (x) = ω r ⇒ regula de decizie
k =1
( ) ( )
< ∑ vsk − xk , s = 1, R, s ≠ r ,
k =1
n n n n n n
∑ vr2k − 2∑ xk vrk + ∑ xk2 <∑ vs2k − 2∑ xk vsk + ∑ xk2
k =1 k =1 k =1 k =1 k =1 k =1
ωr ωs
x1
vs
Cap. 6 Recunoasterea formelor
Exemplul 6.1
1 2 2 3 5 5 7 7 1 2 2 3
ω1 ; ω2 ; ω3
2 1 2 3 2 3 1 2 6 6 7 5
Se cere:
a)să se reprezinte cele trei clase în planul trăsăturilor;
b)să se determine funcţiile discriminant de distanţă minimă pentru
cele trei clase;
c)să se găsească curbele de discriminare şi să se reprezinte.
Cap. 6 Recunoasterea formelor
1 M −1 N −1 *
– corelaţia: f ( x , y ) w( x , y ) = ∑ ∑ f ( m, n) w( x + m, y + n)
MN m = 0 n = 0
f * ⇒ complexul conjugat al lui f
Corelaţia ⇒ matching
– f (x, y): imagine cu obiecte sau regiuni cu dimensiunea (M×N)
– w (x, y): obiectul sau regiunea de recunoscut (J×K) => şablon
– găsirea regiunii w(x, y) în imaginea f (x, y) ⇒ determinarea
maximului funcţiei de corelaţie
Cap. 6 Recunoasterea formelor
M
x
x0 Functia de corelatie:
origine
J
c( x, y ) = ∑ ∑ f ( m, n) w( x + m, y + n)
y0 m n
N K
(x0, y 0) x = 0,1, 2,…, M − 1
w(x 0 + m, y0 + n) y = 0,1, 2,…, N − 1
b) c) Coeficientul γ
a) imaginea f
șablonul w γ max= punctul cel mai luminos
Cap. 6 Recunoasterea formelor
• Clasificatorul Bayes
Fie probabilitatea p(ωs | x) ca o forma particulara x sa apartina clasei ωs
• Lrs ⇒ costul sau pierderea cauzata de atribuirea formei x clasei ωs
cand de fapt apartine clasei ωr
• Deoarece x poate aparține oricărei din cele R clase, pierderea medie
prin asignarea la clasa ωr va fi:
R
rr (x) = ∑ Lsr p (ωs | x) ⇒ riscul mediu conditionat
s =1
R
unde p(x) = ∑ p (x | ωs ) P(ωs ) ⇒ densitatea de probabilitate mixta a celor R clase
s =1
Cap. 6 Recunoasterea formelor
Functia discriminant
- optimala ⇒ minimizeaza pierderile medii ale clasificarilor eronate
- trebuie cunoscute: P(ωr ); p(x | ωr )
1
Daca toate clasele au aceeasi probabilitate de aparitie ⇒ P(ωr ) =
R
Functia de densitate de probabilitate p(x | ωr )
- functia de n variabile, dificil de estimat
- se considera forma analitica cunoscuta si se estimeaza
parametrii folosind forme din fiecare clasa
Cap. 6 Recunoasterea formelor
b) Cazul n – dimensional
1
1 − ( x − mr )T Cr−1 ( x − mr )
p ( x | ωr ) = n/ 2 1/ 2
e 2
(2π ) | Cr |
unde: m r = Er {x} ⇒ vectorul mediu
Cr = Er {(x − m r )(x − m r )T } ⇒ matricea de covarianta
Er {·} = operatorul de mediere
Cr = determinantul matricei Cr
⇒ estimari pentru mr si Cr pe baza unui numar finit Nr de forme din
1 1
clasa ωr: m r = ∑
N r x∈ωr
x; C r = ∑
N r x∈ωr
xxT
− m r m T
r
g r ( x) = ln [ p (x | ωr ) P (ωr ) ] = ln p (x | ωr ) + ln P (ωr )
n 1 1
g r ( x) = ln P (ωr ) − ln 2π − ln Cr − (x − m r )T C−r 1 (x − m r )
2
2 2
acelasi pentru
toate clasele
1 1
g r ( x) = ln P (ωr ) − ln Cr − ( x − m r )T C−r 1 ( x − m r )
2 2
Cazuri particulare:
1
(i) Cr = C pentru r = 1, R ⇒ g r (x) = ln P (ωr ) + xT C−1m r − mTr C−1m r
2
1 1
(ii) C = I, P (ωr ) = pentru r = 1, R ⇒ g r (x) = xT m r − mTr m r
R 2
Cap. 6 Recunoasterea formelor
T 1 T
(ii) g r (x) = x m r − m r m r
2
Exemplul 6.2
1 2 2 3 4 4 3 5
ω1 ; ω2
1 2 3 2 4 3 4 5
Se cere:
a) să se reprezinte cele două clase în planul trăsăturilor;
b) să se determine funcţiile discriminant Bayes pentru cele două clase,
considerând P(ω1) = P(ω2) = 1/2;
c) să se găsească curba de discriminare Bayes şi să se reprezinte;
d) folosind funcțiile discriminant bazate pe distanța euclidiană , să se
determine curba de discriminare ce separă cele două clase și să se
reprezinte.
Cap. 6 Recunoasterea formelor
Exemplul 6.3
3 1 1 8 −4 −4
1
C1 = C2 = C = 1 3 −1 ⇒ C −1 = −4 8 4
16
1 −1 3 −4 4 8
Cap. 6 Recunoasterea formelor
g 2 ( x) − g1 (x) = 0 ⇒ 8 x1 − 8 x2 − 8 x3 + 4 = 0