Задачи распознавания образов 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Задачи распознавания образов



Задачи распознавания образов имеют очень широкое применение, не исчерпывающееся только сравнением двух изображений.

Распознавание образов – область информатики и математики, связанная с разработкой методов выделения важных свойств некоторой совокупности объектов, установления по этим свойствам принадлежности объекта к одному из известных типов (объединению, образу). Применение аппарата и моделей теории распознавания образов вызвано проблемами, которые, несмотря на внешние различия, имеют много общего как в постановке соответствующих' задач, так и в нахождении адекватных путей их решения.

Теория распознавания образов родилась на основе анализа физиологической модели узнавания. Понятие образа оказалось исключительно плодотворным для развития кибернетики и психологии. Оно возникло первоначально в связи с задачей моделирования явлений высшей нервной деятельности, закономерностей процессов восприятия человеком и ЭВМ объектов внешнего мира, например, различных источников визуальной информации.

Американский ученый физиолог Ф. Розенблатт предпринял попытку технической реализации физиологической модели восприятия. В этих целях он построил специальное техническое устройство, названное им персептроном. Персептрон Розенблатта состоял всего из 512 элементов, но он моделировал функционирование и деятельность нескольких десятков миллионов нейронов и позволил сформулировать основные математические понятия для описания процессов узнавания.

Вскоре после создания теории распознавания выяснился ее универсальный характер. Подобные методы стали применяться в области
общественных наук. В нашей стране задача применения методов распознавания образов для решения конкретных вопросов
общественных наук была впервые сформулирована социологами. Ими же были предприняты первые исследования по практическому применению моделей теории распознавания образов.

В настоящее время распознавание образов сформировалось как самостоятельное направление информатики и математики, разрабатывающее методы решения и исследования задач классификации и прогнозирования.

Узнавание — необходимый элемент любой сознательной и целеустремленной деятельности. Например, впервые рассматривая знак, мы стремимся отнести его к одному из известных нам классов: буква, математический символ, нотный знак, иероглиф и т. д.

Принципы классификации могут быть различными. Следовательно, одно и то же множество существующих предметов можно разбить на подмножество разными способами.

Феномен восприятия и распознавания довольно часто встречается и в юридической практике. По мере накопления фактических данных юрист со всевозрастающей уверенностью «распознает образ», т. е. относит установленное фактическое отношение к одному из тех правовых институтов и понятий, которые уже заранее описаны в законе.

В терминах распознавания образов может быть описан и такой важный для юридической практики процесс, как восприятие человека человеком. Это также процесс классификации, в ходе которого происходит соотнесение признаков конкретно воспринимаемого индивида с признаками уже известного класса людей. Результаты специальных психологических исследований показывают, что один человек воспринимает другого, прежде всего как тип, как представителя определенного класса (категории) людей. Представление о каждом таком классе-стереотипе постепенно вырабатывается в практике эмоционально-психологического общения людей. Примером распознавания в следственной деятельности может служить такое
уголовно-процессуальное действие, как «предъявление на опознание» (ст. 164 УПК РСФСР).

Первые исследования по применению данного метода в юридической науке были выполнены криминалистами. Одной из центральных проблем криминалистики и судебной экспертизы является проблема идентификации, т. е. отождествление объектов криминалистического исследования — отпечатков пальцев, следов, почерка и т. д. Теория идентификации, основанная на количественном и качественном подходах, описывает порядок и процедуры установления тождества.

Процесс криминалистической идентификации может быть интерпретирован как распознавание образов. В качестве примера можно привести идентификацию почерков объектов. Почерк определенного человека представляет собой пример образа (класса), элементами которого является любая подпись, сделанная рукой этого человека. В криминалистике существует задача дифференциации сходных почерков. Эта криминалистическая задача, как и некоторые другие задачи судебной экспертизы, может успешно решаться на основе применения алгоритмов распознавания образов.

Методы распознавания образов находят применение и в конкретных социально-правовых исследованиях. Кратко рассмотрим основные понятия теорий распознавания образов, которые понадобятся нам в дальнейшем.

Образ – это множество объектов (явлений) природы, выделенных в соответствии с конкретной целью исследования и отличающихся от элементов других множеств. Каждое явление из этого образа множества принято называть реализацией образа.

Воспринятые электронно-вычислительной машиной реализации образа сравниваются между собой и с эталонными образами, которые имеются в памяти машины, с целью установления полного или частичного сходства и последующего отнесения к одному из образов.

Экзамен – операция распознавания реализаций образа, которые ранее не участвовали в обучении ЭВМ, но заранее известно, что они принадлежат к данному образу.

Решающее правило («решающая функция») — правило, с помощью которого принимается решение об отнесении неизвестной («контрольной») реализации к тому или иному образу.

Для того чтобы ЭВМ могла распознавать конкретные образы, ее нужно «обучить». Процесс обучения ЭВМ состоит в моделировании процесса образования образов. Цель обучения — сформировать образ, позволяющий классифицировать предъявляемые незнакомые ситуации.

В теории распознавания образов различают модели «обучение с учителем» и «обучение без учителя».

«Обучение с учителем» — процедура обучения ЭВМ распознаванию, при которой осуществляется ввод в машину сформированной человеком информации о принадлежности объектов к тому или иному образу.

«Обучение без учителя» — такие алгоритмы распознавания, которые обучают ЭВМ разбивке на классы-образы без ввода в нее каких-либо сведений о разбивке.

Применение методов распознавания образов.

Задачи распознавания и идентификации аудио-, фото- и видео- информации,

Графологическая экспертиза

Дактилографическая экспертиза.

Задачи выявления «групп риска» по социально-психологическим или социально-экономическим признакам.

Психологические методы

а) Компьютерные технологии широко используются в прикладной психологии. Они позволяют обрабатывать большие массивы наблюдений, определяя типовые поведения индивидов.

Задачи определения психологического портрета серийных преступников;

Задачи выявления ложных показаний.

б) Когнитивная психология – раздел психологии, изучающий процессы мышления.

Используется при создании экспертных систем, при формировании баз знаний.

Теория игр

Теория игр – раздел математики, позволяющий выбирать оптимальную стратегию достижения цели, в условиях конкурентной борьбы за выигрыш. Формальные схемы теории игр описывают принципы принятия решения для очень широкого класса реальных ситуаций.

На базе общих положений теории игр была создана в качестве одного из направлений теория рефлексивных игр.

Рефлексивными называются процессы, в которых происходит отражение участников конфликта друг другом. Рефлексия — это способность встать на позицию исследователя по отношению к другому «персонажу», его действиям и мыслям. В мыслительной работе противников их рефлексивные рассуждения неизбежно сопровождаются имитацией мыслей и действий друг друга.

Задачи поддержки процесса дознания с учетом уровня рефлексии подозреваемого



Поделиться:


Последнее изменение этой страницы: 2020-10-24; просмотров: 123; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.217.194.39 (0.006 с.)