패턴인식

I. 사물 인식 기술, 패턴인식

  • 문자, 물체 등을 인식하기 위해 표준 패턴과 입력 패턴 비교 기반 사물 식별 및 클래스 구분 기술

 

II. 패턴인식 시스템 처리 단계

가. 패턴인식 시스템 처리 단계

나. 패턴인식 시스템 처리 단계 별 기술 요소

처리 단계기술 요소설명
수집
/전처리
– 표본화, 정규화
– Noise 제거
– 실세계 사물, Data 센싱
– Normalization, Sampling
특징 추출– 분류, 회귀
– 클러스터링
– 지도/비지도 학습 기반
KNN, SVM, DBSCAN
모델 선택– 교차 검증
– Bootstrap
K-fold Cross Validation
Bagging, Boosting, 앙상블
인식 단계– 클래스 분류
– 혼동 행렬
– ROC Curve, AUC, FP Rate
– Euclidean, Youden Index
  • 패턴인식 시스템의 인식 기술 고도화로 다양한 정보시스템에 활용

 

III. 패턴인식 접근법

접근법적용 기술설명
통계적
접근법
– 확률밀도 함수
– 베이즈결정규칙
– 패턴집합 통계적 생성
– 결정경계 기반 클래스결정
신경망
접근법
CNN, SVM
KNN, DBSCAN
– 입력층, 은닉층, 출력층
– 시냅스 연결강도 가중치
템플릿
정합법
– 패턴 정규화
– 유클리디언기법
– 템플릿 사전 준비
– 고속 계산, 변화에 민감
구조적
접근법
– 패턴 구조화
– 패턴 그래프
– 구조적 유사성 조사/분류
– 계층 서술 수식화, 관계화

 

IV. 정보시스템 패턴인식 활용 사례

구분활용 사례설명
정적
패턴
– 문자인식– 필기체, 차량번호, 위조지폐
– 생체인식– 지문, 홍채, 정맥, 행동패턴
동적
패턴
– 의료 진단– 뇌전도, 심전도 신호분석
– 군사/보안 분야– 위성사진 관측 목표물추적

콘텐츠 사용 시 출처 표기 부탁 드리고, 댓글은 큰 힘이 됩니다^^