Development Group
Development Group
EXPERTISE

La reconnaissance de formes

La reconnaissance des formes est le processus de classification des données d'entrée en objets ou en classes en fonction de caractéristiques clés. Il existe deux méthodes de classification dans la reconnaissance de formes: la classification supervisée et non supervisée.

L’utilisation de la reconnaissance des formes pour la détection, la classification et la segmentation de la vision par ordinateur.

La reconnaissance des formes peut-être appliqué en vision par ordinateur, traitement de données de radar, reconnaissance de la parole et classification de texte.

CLASSIFICATION SUPERVISÉE

La classification supervisée des données d'entrée dans le procédé de reconnaissance des formes utilise des algorithmes d'apprentissage supervisé qui créent des classificateurs basés sur des données d'apprentissage de différentes classes d'objets. Le classificateur accepte ensuite les données d'entrée et assigne l'objet approprié ou l'étiquette classe .

En vision par ordinateur, les techniques de reconnaissance de formes supervisées sont utilisées pour la reconnaissance optique de caractères (ROC), la détection des visages, la reconnaissance des visages, la détection d'objets et la classification d'objets.

CLASSIFICATION NON SUPERVISEE

La méthode de classification non supervisée consiste à trouver des structures cachées dans des données non marquées à l'aide de techniques de segmentation ou de partitionnement. Les méthodes de classification courantes non supervisées incluent:

Le partitionnement en k-moyennes

Modèles de mélange gaussien

Modèles de Markov cachés

Dans le traitement des images et la vision par ordinateur, des techniques de reconnaissance de formes non supervisées sont utilisées pour la détection d'objets et la segmentation d'images.