數字影象處理入門教程 第十七講 模式識別

模式識別（pattern recognition）

模式識別和計算機視覺雖然這兩種技術看起來很相似，但計算機視覺技術主要側重於處理和分析影象和視覺資訊，例如物件檢測、基於視覺的學習和分割。而模式識別旨在自動發現各種資料（視覺和其他資料）中的模式，但是很多時候這兩者都不能分割清晰，要完成視覺領域的一項任務，就當下通常脫不開影象處理、模式識別、深度學習。

模式識別對影象來說，就是基於資料，這裡就是指影象的特徵，然後使用機器學習演算法自動識別資料中的模式和規律。

在之

前的影片中，我們大致瞭解了一下影象有哪些方面的特徵。

數字影象處理入門教程 第十五講 影象特徵

我們得到影象的這些特徵，並進行選擇，並將其數字化，然年後

選擇分類演算法等進行訓練。

例如，指紋識別，就是使用指紋的總體特徵如紋形、三角點等來進行分類，再用區域性特徵如位置和方向等來進行識別使用者身份。

指紋識別

人臉檢測

我們就人臉檢測大致描述模式識別的工作流程。

1、首先我們收集資料，比如收集一些人臉影象。

影象資料集

2、然後我們將其灰度化，獲取影象資料。

3、我們將影象資料向量化。

4、選擇一個分類器，比如支援向量機，進行訓練。

訓練好之後，我們將待檢測的影象灰度化並分割為若干個區域，傳遞給支援向量機，判斷其分類，是否是一張人臉。

上面所描述的是一個大致的思路，實現起來細節還是有很多的，並且人臉檢測已經十分成熟了，這裡僅做為模式識別的一個通用工作流程的例子進行描述。