模式識別是基于主要特征將輸入數據劃分為對象或類的過程。模式識別的分類方法有兩種:受監督分類和不受監督分類。
受監督分類
在模式識別方法中,輸入數據的受監督分類使用受監督學習算法,它是基于不同對象類的培訓數據來創建分類器。然后分類器接受輸入數據并分配相應的對象或類標簽。
在計算機視覺中,受監督模式識別技術用于光學字符識別 (OCR)、人臉檢測、人臉識別、對象檢測和對象分類。
使用級聯分類器進行人臉檢測(左)和停標志檢測(右)。
使用支持向量機 (SVM) 和 HOG 特征提取檢測人員。
>>>不受監督分類
不受監督分類方法的工作原理是使用分割或聚類分析技術尋找未標記的數據中的隱藏結構。常用的不受監督分類方法包括:
K均值聚類分析法
高斯混合模型
隱馬爾可夫模型
在圖像處理和計算機視覺中,不受監督模式識別技術用于對象檢測和圖像分割。
使用高斯混合模型,將圖像像素分成前景(白色像素)和背景(黑色像素)以檢測移動對象。
使用 K 均值聚類分析法進行基于顏色的圖像分割。
-
數據
+關注
關注
8文章
7067瀏覽量
89125 -
分類器
+關注
關注
0文章
152瀏覽量
13200 -
計算機視覺
+關注
關注
8文章
1698瀏覽量
46022
發布評論請先 登錄
相關推薦
評論