Syntaktisk mønstergenkendelse - Syntactic pattern recognition
Syntaktisk mønstergenkendelse eller strukturel mønstergenkendelse er en form for mønstergenkendelse , hvor hvert objekt kan repræsenteres af et variabelt kardinalitetssæt med symboliske, nominelle træk. Dette muliggør repræsentation af mønsterstrukturer under hensyntagen til mere komplekse indbyrdes forhold mellem attributter end det er muligt i tilfælde af flade, numeriske funktionsvektorer med fast dimensionalitet, der bruges i statistisk klassificering .
Syntaktisk mønstergenkendelse kan bruges i stedet for statistisk mønstergenkendelse, hvis der er en klar struktur i mønstrene. En måde at præsentere en sådan struktur på er ved hjælp af en streng med symboler fra et formelt sprog . I dette tilfælde kodes forskellene i strukturen i klasserne som forskellige grammatiske .
Et eksempel på dette ville være diagnose af hjertet med EKG- målinger. EKG- bølgeformer kan tilnærmes med diagonale og lodrette linjesegmenter. Hvis normale og usunde bølgeformer kan beskrives som formelle grammatikker, kan målte EKG-signaler klassificeres som sunde eller usunde ved først at beskrive det i sigt for de grundlæggende linjesegmenter og derefter prøve at analysere beskrivelserne i henhold til grammatikerne. Et andet eksempel er tessellering af flisemønstre.
En anden måde at repræsentere relationer er grafer , hvor knudepunkter er forbundet, hvis der er relateret til tilsvarende undermønstre. Et emne kan mærkes som tilhørende en klasse, hvis dets grafrepræsentation er isomorf med klassens prototype grafer.
Typisk konstrueres mønstre ud fra enklere undermønstre på en hierarkisk måde. Dette hjælper med at opdele genkendelsesopgaven i lettere underopgave ved først at identificere undermønstre og først derefter de faktiske mønstre.
Strukturelle metoder indeholder beskrivelser af genstande, som kan være nyttige i deres egen ret. F.eks. Kan syntaktisk mønstergenkendelse bruges til at finde ud af, hvilke objekter der findes i et billede. Endvidere er strukturelle metoder stærke til at finde en korrespondance-kortlægning mellem to billeder af et objekt. Under naturlige forhold vil tilsvarende funktioner være i forskellige positioner og / eller kan være okkluderede i de to billeder på grund af kameraets holdning og perspektiv som i ansigtsgenkendelse . En graf-matchende algoritme giver den optimale korrespondance.
Se også
Referencer
Schalkoff, Robert (1992). Mønstergenkendelse - statistiske, strukturelle og neurale tilgange . John Wiley & sønner. ISBN 0-471-55238-0 .
Bunke, Horst (1993). Strukturel og syntaktisk mønstergenkendelse, Chen, Pau & Wang (Eds.) Håndbog om mønstergenkendelse og computervision . Verdensvidenskabelig. s. 163–209. ISBN 981-02-1136-8 .
