Распознавание образов
Реферат, 15 Января 2013, автор: пользователь скрыл имя
Описание работы
С задачей распознавания образов живые системы, в том числе и человек, сталкиваются постоянно с момента своего появления. В частности, информация, поступающая с органов чувств, обрабатывается мозгом, который в свою очередь сортирует информацию, обеспечивает принятие решения, а далее с помощью электрохимических импульсов передает необходимый сигнал далее, например, органам движения, которые реализуют необходимые действия. Затем происходит изменение окружающей обстановки, и вышеуказанные явления происходят заново. И если разобраться, то каждый этап сопровождается распознаванием.
Содержание работы
Введение 3
1. История распознавания образов 5
2. Определения 7
2.1. Оптическое распознавание символов. Распознавание букв 9
2.2. Распознавание штрих-кодов 12
2.3. Распознавание автомобильных номеров 14
2.4. Распознавание лиц и других биометрических данных 16
2.5. Распознавание речи 17
3. Методы распознавания образов 20
4. Общая характеристика задач распознавания образов и их типы 21
Заключение 22
Литература 24
Файлы: 1 файл
ЭК Распознование образов.docx
— 444.48 Кб (Скачать файл)Одна из основных проблем развития
и применения искусственного интеллекта
остаётся проблема распознавания звуковых
и визуальных образов. Однако интернет
и развитые коммуникационные каналы
уже позволяют создавать
Профессия инженера систем распознавания образов на базе социальных сетей будет востребована уже в ближайшем будущем и до тех пор, пока системы ИИ не будут способны сами пройти тест Тьюринга.
Экстраполируя экспоненциальный рост уровня технологии в течение нескольких десятилетий, футурист Рэймонд Курцвейл предположил, что машины, способные пройти тест Тьюринга, будут изготовлены не ранее 2029 года.
Однако системы ИИ не могут ждать так долго – все остальные технологии уже готовы к тому, чтобы найти своё применение в медицине, биологии, системах безопасности и т.д. Их глазами и ушами станут миллионы людей по всему миру, готовые распознать фотографию террориста, надпись на пузырьке с лекарством или слова о помощи.
Аудитория социальных сетей растёт гиганскими темпами. Согласно результатам исследования ComScore, в мае 2009 года аудитория пользователей одной только Facebook в США насчитывала 70,28 млн человек. И это практически в два раза выше аналогичного показателя за май 2008 года.
Работа инженера будет заключаться в том, чтобы организовать процесс передачи пользователям нераспознанных визуальных или звуковых образов в виде MMS, поп-апов на сайтах, символов CAPTCHA на формах в блогах и др., верификации полученных данных и отправке распознанного слова или образа обратно системе ИИ.
Литература
- Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 2004. - 384 с.
- Горбань А., Россиев Д. Нейронные сети на персональном компьютере. //Новосибирск, Наука, 1996. – C 114 – 119.
- Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. М.: Наука, 2005. - Вып. 33. С. 5-68
- Журавлев Ю.И. Избранные научные труды. – Изд. Магистр, 2002. - 420 с.
- Мазуров В.Д. Комитеты систем неравенств и задача распознавания // Кибернетика, 2004, № 2. С. 140-146.
- Потапов А.С. Распознавание образов и машинное восприятие. - С-Пб.: Политехника, 2007. - 548 с
- Минский М., Пейперт С. Персептроны. - М.: Мир, 2007. - 261 с.
- Растригин Л. А., Эренштейн Р. Х. Метод коллективного распознавания. 79 с. ил. 20 см., М. Энергоиздат, 2006. – 80 с.
- Рудаков К.В. Об алгебраической теории универсальных и локальных ограничений для задач классификации // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 1. - М.: Наука, 2007. - С. 176-200.
- Фу К. Структурные методы в распознавании образов. - М.: Мир, 2005. - 144 с.