Pattern Recognition, Pattern Analysis   패턴 인식, 패턴 분석

(2017-04-13)

영상 인식

1. 패턴 인식, 패턴 분석, 기계 학습 비교패턴 인식 (Pattern Recognition)
     - 주어진 데이터들을 어떤 기준에 따르는 특정 그룹으로 분류(Classification)하는 것
        . 인간과 달리 기계의 인식(Recognition)은 매우 어려운 작업임
        . 例) 지문 식별, 문자 인식, 스팸 메일 필터, 음성 인식, 얼굴 인식, DNA 식별 등

  ㅇ 패턴 분석 (Pattern Analysis)
     - 문제해결에 필요한 어떤 패턴(특성,규칙등)이 있는 지를 파악하려고 분석하는 것
        . 분석 방식 : 인과관계가 있는가, 추세변화가 있는가 등

  ㅇ 기계 학습 (Machine Learning)
     - 인간의 학습 능력을 기계를 통해 구현하는 방법
        . 기계 스스로 학습을 통해 지식의 체계적인 수집,축적,구조화시키는 과정

  ※ 사실상, 패턴을 인식하고 파악하는 것이 가장 중요한 요소임
     - 기계에 지적 능력을 주거나 그 여부를 판단하는 단초 임


2. 패턴 인식 (Pattern Recognition)

  ㅇ 미가공된 데이터들을 어떤 기준에 따라 특정 그룹으로 분류(인식)하는 것

  ㅇ 단계 구분 : 관측 단계 → 학습 단계 → 인식/판별 단계
     - [관측 단계]
        . 인식기에 입력시켜 패턴화하는 작업

     - [학습 단계]
        . 전처리 과정(Preprocessing)       : 다루기 쉬운 형태로 변환
           .. 패턴정규화, 노이즈 제거 등

        . 특징 추출(Feature Extracton)     : 핵심적인 특징 만을 추출
           .. 패턴의 구조적 특징을 찾아냄
           .. 각 부류 마다 서로다른 값을 갖게되는 특징일수록 좋은 특징이 됨
           .. 계산,메모리 비용잡음의 감소 등을 부가적으로 얻을 수 있음
 
       . 특징 선택(Feature Selection)     : 분별력을 유지하면서 차원을 줄이는 것

     - [인식/판별 단계]
        . 분류기 학습(Learning Classifier) : 분류 기준(결정 규칙)을 만듬
           .. 분류 모델 선택(Model Selection)    : 분류 규칙의 수학적 모델
           .. 분류 학습(Classification Learning) : 모델식의 매개변수를 구하는 과정

        . 분류기는 제시된 증거를 평가하여 최종 판정을 내림
           .. 판정 결과의 신뢰성을 평가하여 낮으면 다시 전처리,특징 추출 등의 과정을 재실시

  ㅇ 패턴인식 접근법 구분
     - 탬플릿 접근법(template matching)
     - 통계적 접근법(statistical)
     - 신경망 접근법(neural network)
     - 구조적 접근법(structural)


[인공지능/패턴인식]1. 인공지능  2. 지식  3. 패턴  4. 패턴 인식  5. 분류,군집화,분류기  6. 기계 학습  7. 상황인지컴퓨팅  8. 가상현실,증강현실  

 
        최근수정     모바일웹     참고문헌