人工智能与模式识别.docx

1、人工智能与模式识别人工智能与模式识别摘要：信息技术的飞速发展使得人工智能的应用围变得越来越广,而模式识别 作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和 模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论 述。模式识别是人类的一项基本智能，看20世纪40年代计算机的出现以及50 年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理 学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像 处理的研究有交叉关系。模式识别的发展潜力巨大。关键词:模式识别；数字识别；人脸识别中图分类号；Abstract： The rapid d

2、evelopme nt of information tech no logy makes the application of artificial intelligence become more and more widely.Pattern recognitionz as one of the important aspects, has always been an importa nt directio n of artificial intelligence research .In the introduction of artificial intelligence and

3、pattern recog nition related kno wledge at the same time, artificial intelligence in pattern recognition applications were discussed.Pattern recognition is a basic human intelligence, the emergence of the 20th century, 40 years of computer and the rise of artificial intelligence in the 1950sf patter

4、n recognition technology has made great progress. Pattern recognition and statistics, psychology, linguistics, computer science, biology, cybernetics and so have a relationship. It has a cross-correlation with artificial intelligence and image processing The potential of pattern recognition is huge.

5、Key words： pattern recognition; digital recognition; face recognition;1引言随看计算机应用围不断的拓宽,我们对于计算机具有更加有效的感知能 力，诸如对声音、文字、图像、温度以及震动等外界信息,这样就可以依靠计 算机来对人类的生存环境进行数字化改造。但是从一般的意义上来讲，当前的计 算机都无法直接感知这些信息，而只能通过人在键盘、鼠标等外设上的操作才能 感知外部信息。虽然摄像仪、图文扫描仪和话筒等相关设备已经部分的解决了非 电信号的转换问题,但是仍然存在看识别技术不高,不能确保计算机真正的感知 所采录的究竟是什么信息。这直接使

6、得计算机对外部世界的感知能力低下，成为 计算机应用发展的瓶颈。这时，能够提高计算机外部感知能力的学科一模式 识别应运而生，并得到了快速的发展，同时也成为了未来电子信息产业发展的必然趋势。人工智能中所提到的模式识别是指采用计算机来代替人类或者是帮助人类 来感知外部信息，可以说是一种对人类感知能力的一种仿真模拟。近年来电子产 品中也加入了诸多此类的功能：如手机中的指纹识别解锁功能；眼球识别解锁技 术；手势拍照功能亦或是机场先进的人耳识别技术等等。这些功能看起来纷繁复 杂，但如果需要一个概括的话，可以说这都是模式识别技术给现代生活带来的福 分。它探讨的是计算机模式识别系统的建立，通过计算机系统来模拟

7、人类感官对 外界信息的识别和感知，从而将非电信号转化为计算机可以识别的电信号。2人工智能和模式识别人工智能(Aficial Intelligence ),是相对与人的自然智能而言的，它是 指采用人工的方法及技术,对人工智能进行模仿、延伸及扩展,进而实现机器 思维式的人工智能。简而言之，人工智能是一门研究具有智能行为的计算模型, 其最终的目的在于建立一个具有感知、推理、学习和联想，甚至是决策能力的计 算机系统，快速的解决一些需要专业人才能解决的问题。从本质上来讲，人工智 能是一种对人类思维及信息处理过程的模拟和仿真。模式识别，即通过计算机采用数学的知识和方法来研究模式的自动处理及判 读，实现人工

8、智能。在这里,我们将周围的环境及客体统统都称之为模式， 即计算机需要对其周围所有的相关信息进行识别和感知,进而进行信息的处理。 在人工智能开发,即智能机器开发过程中的一个关键环节,就是采用计算机来实 现模式(包括文字、声音、人物和物体等)的自动识别,其在实现智能的过程中 也给人类对自身智能的认识提供了一个途径。在模式识别的过程中，信息处理实 际上是机器对周围环境及客体的识别过程，是对人参与智能识别的一个仿真。相 对于人而言，光学信息及声学信息是两个重要的信息识别来源和方式，它同时也 是人工智能机器在模式识别过程中的两个重要途径。在市场上具有代表性的产品 有：光学字符识别系统以及语音识别系统等。

9、在这里的模式识别，我们可以将之理解成为：根据识别对象具有特征的观察 值来将其进行分类的一个过程。采用计算机来进行模式识别,是在上世纪60年 代初发展起来的一门新兴学科，但同样也是未来一段实践中发展的必然方向。在 生活节奏相当之快的今天人们希望电子产品可以为我们的生活提供更多的便利 条件。因此在未来相当一段时间模式识别技术依然是发展的必然趋势。模式识别的定义是借助计算机，就人类对外部世界某一特定环境中的客体、 过程和现象的识别功能(包括视觉、听觉、触觉、判断等)进行自动模拟的科学技 术。随看20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然 也希望能用计算机来代替或扩展人类的部分脑

10、力劳动。(计算机)模式识别在20 世纪60年代初迅速发展并成为_门新学科。模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值 的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、 分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作 模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的 分类(Supervised Classification )和无监督的分类(Unsupervised Classification)两种。二者的主要差别在于,各实验样本所属的类别是否预先已 知。一般说来,有监督的分类

11、往往需要提供大量已知类别的样本，但在实际问题 中，这是存在一定困难的，因此研究无监督的分类就变得十分有必要了。此外,模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等, 属于概念识别研究的畴，是人工智能的另一研究分支。我们所指的模式识别主要 是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感 器等对象的具体模式进行辨识和分类。模式识别研究主要集中在两方面，一是研究生物体（包括人）是如何感知对象 的，属于认识科学的畴，二是在给定的任务下,如何用计算机实现模式识别的理论 和方法。模式识别与很多学科都有联系，它与统计学、心理学、语言学、计算机科学、 生物学、控制论等都有

12、关系。它与人工智能、图像处理的研究有交叉关系。例如 自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景 物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽 取环节应用图像处理的技术;图像处理中的图像分析也应用模式识别的技术。模式识别的方法主要有决策理论方法和句法方法，模式识别方法的选择取决 于问题的性质。如果被识别的对象极为复杂,而且包含丰富的结构信息,般采 用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用决策理论方 法。这两种方法不能截然分开,在句法方法中,基元本身就是用决策理论方法抽 取的。在应用中,将这两种方法结合起来分别施加于不同的层

13、次,常能收到较好 的效果。模式识别的应用非常广泛，上跟典型的有：1文字识别:在信息技术及计算 机技术日益普及的今天，如何将文字方便、快速地输入到计算机中已成为影响人 机接口效率的一个重要瓶颈,也关系到计算机能否真正在我过得到普及的应用。 目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。其中人工键入 速度慢而且劳动强度大；自动输入又分为汉字识别输入及语音识别输入。从识别 技术的难度来说,手写体识别的难度高于印刷体识别,而在手写体识别中,脱机 手写体的难度又远远超过了联机手写体识别。到目前为止，除了脱机手写体数字 的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。2语 音

14、识别:语音识别技术技术所涉及的领域包括:信号处理、模式识别、概率论和 信息论、发声机理和听觉机理、人工智能等等。近年来，在生物识别技术领域中, 声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，并日益 成为人们日常生活和工作中重要且普及的安验证方式。而且利用基因算法训练连 续隐马尔柯夫模型的语音识别方法现已成为语音识别的主流技术j亥方法在语音 识别时识别速度较快，也有较高的识别率。3指纹识别：每个人的指纹是唯一的， 依靠这种唯一性,就可以将一个人同他的指纹对应起来,通过比较他的指纹和预 先保存的指纹进行比较，便可以验证他的真实身份。一般的指纹分成有以下几个 大的类别:环型(loo

15、p),螺旋型(whorl),弓型(ach),这样就可以将每个人的指纹分 别归类,进行检索。指纹识别基本上可分成：预处理、特征选择和模式分类几个 大的步骤。除了这几个眼下热门的方向，模式识别还在遥感和医学诊断领域发挥 了重要的作用。最后介绍下模式模式识别的发展潜力，模式识别技术有看近乎无限的发展潜 力,模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、计算化、 网络化的世纪，在这个以数字计算为特征的世纪里，作为人工智能技术基础学科 的模式识别技术,必将获得巨大的发展空间。在国际上,各大权威研究机构,各 大公司都纷纷开始将模式识别技术作为公司的战略研发重点加以重视。模式识别 发展潜力较大

16、的技术有1语音识别技术，语音识别技术正逐步成为信息技术中人 机接口(Human Computer Interface, HCI)的关键技术，语音技术的应用已经成 为一个具有竞争性的新兴高技术产业。中国互联网中心的市场预测：未来5年, 中文语音技术领域将会有超过400亿人民币的市场容量，然后每年以超过30%的 速度增长。2生物认证技术，生物认证技术(Biometrics)本世纪最受关注的安全 认证技术，它的发展是大势所趋。人们愿意忘掉所有的密码、扔掉所有的磁卡， 凭借自身的唯一性来标识身份与。国际数据集团(IDC)预测：作为未来的必然 发展方向的移动电子商务基础核心技术的生物识别技术在未来10年的时间里将 达到100亿美元的市场规模。3数字水印技术90年代以来才在国际上开始发 展起来的数字水印技术(Digital Watermarking)是最具发展潜力与优势的数字 媒体保护技术。IDC预测,数字水印技术在未来的5年全球市场容量超过80亿 美元。模式识别从20世纪20年代发展至