2018-3-15 模式识别的应用 笔记（二）

文章中的图片来源：

刘翠微（沈航）老师的教学PPT

1.模式识别的应用

第一部分：语音识别与理解（Speech recognition）（多媒体---音频识别）

（1）语音识别（内容）

（2）说话人识别（音色的识别）

（3）语种识别（语言的判断）

（4）语音情感识别（情绪状态）或文字情感识别（识别写作者的情感态度）

（5）母语，非母语（判断发音）

（6）连续音，孤立音

通过输入不同的“语料”完成不同的应用的功能

人工智能思想：使得计算机像人一般聪明或是比人聪明

第二部分：文本------字符识别（Character Recognition）

（1）印刷体字符的识别（区别手写体以及印刷体）

（2）手写体字符的识别（脱机）各种OCR设备，比如信件的分拣，快递单上的信息识别，卡片输入，支票插队，自动排版等

“光学字符识别OCR（optical character recognition）”

（3）在线手写字符识别（联机），各种书写输入（比如手机上的手写输入法）

第三部分------生物特征识别

（1）指纹识别

优点：价格便宜，指纹打卡机，可靠，识别精度也比较高

缺点：目前指纹机采用按压式（一般的为了获得整个手指的指纹，必须使用比手指答的传感器），或者是滑动式（相对的使用者操作简单了，但是因为滑动感知指纹的区域比较小，获得的指纹图像只是不断一段，后期需要经过程序进行拼接，使得运算复杂）。都需要进行接触，假使手指脱皮的话指纹就是不能使用

（2）语音识别

优点：非接触的，便利

缺点：受环境影响较大，识别精度低（公众场合使用语音的话应该可以吧，可以设置一个密封的隔音的公众房啊）

（3）人脸识别

优点：非接触，友好便利，设备使用长，无需被测试者配合，适用于秘密监控

缺点：识别精度低（比如，马云，小马云，整容马云），人脸的外形不稳定，不同的表情人脸差异大（角度不同啊，以及情绪不同时表情不一样，存储所有人的所有面部表情展现是不可能的），图像受拍摄角度的影响，受光照条件的影响，以及是否化妆，有误佩戴发饰等影响

图像是二维的，而机器不能很好的识别图像

（4）掌静脉识别

掌静脉识别的缺点：

掌静脉会不会随着年龄以及生理的变化而改变，还没有得到证实

采集方式受吱声特点的限制，产品难以小型化

采集设备的特殊要求，相对造价高

（5）虹膜识别

优点：非接触，精度高，安全，受外部环境影响小，比如应用在矿工出井的打卡

缺点：成本高，需要专业的硬件。人身高不定（我觉的可以做一个滑竿就行了，不是问题），不方便，需要摘眼镜，摘美瞳的

第四部分：   生物医学信号识别

（1）心电图，心音

（2）多普勒生物信号

（3）染色体，DNA序列（亲自鉴定，犯罪证据提取）

第五部分：          图像检索

输入图片找相似

第六部分：       智能监控

智慧城市，智能家居中的各种设备数据是，运行良好的检测

以及人体行为异常的检测（这个更难，因为我们可以通过训练，通过条条框框知道那个符合行为的规范，但是计算机输入的都是我们正常的行为，而对于我们人类来说看到这个行为可以自动 的分辨，但是机器怎么训练处来？我们也没有办法告诉机器所有的可能出现的归为异常的行为。感觉那么多人工智能出问题就是由于不能对异常行为的顺利的检测，有时候像人一样或者不如人那样面对异常的出现可以稍微的知道怎么办）

第七部分：                 军事跟踪与识别

目标在出现的快速识别，以及跟进

研究模式识别意义：

通过研究提高和拓展计算机的应用功能，促进人工智能的发展，促进人脑的进一步的研究工作。感觉最终就是更好的额服务人们，便于生活