对模式识别的认识
学号：*********
姓名：***
对模式识别的认识
模式识别是对感知信号（图像、视频、声音等）进行分析，对其
中的物体对象或行为进行判别和解释的过程。模式识别能力普遍存在
于人和动物的认知系统，是人和动物获取外部环境知识，并与环境进
行交互的重要基础。由于模式识别的对象是存在于感知信号中的物体
和现象，它研究的内容还包括信号/图像/视频的处理、分割、形状和
运动分析等，以及面向应用（如文字识别、语音识别、生物认证、医
学图像分析、遥感图像分析等）的方法和系统研究。
 模式识别的主要方法
解决模式识别问题的方法可以归纳为基于知识的方法和基于数据
的方法两大类。
所谓基于知识的方法，主要是指以专家系统为代表的方法，一般
归在人工智能的范畴中，其基本思想是，根据人们已知的（从专家那
里收集整理的）关于研究对象的知识，整理出若干描述特征与类别间
关系的准则，建立一定的计算机推理系统，对未知样本通过这些知识
推理决策其类型。另一大类模式识别方法是基于数据的模式识别方法。
在确定了描述样本所采用的特征之后，这些方法并不是依靠人们对所
研究对象的认识来建立分类系统，而是收集一定数量的已知样本，用
这些样本作为训练集来训练一定的模式识别机器，使之在训练后能够
对未知样本进行分类。图1-1给出了这种机器学习系统的基本思想。
y
y’
图1-1 基于数据的机器学习

 模式识别系统的典型构成
模式识别识别系统通常包括原始数据的获取和预处理、特征提取
与选择、分类或聚类、后处理四个主要部分。图1-2给出监督模式识
别系统和非监督模式识别系统典型构成框图。
有已知样本情况: 监督模式识别

 无已知样本情况: 非监督模式识别

图1-2 模式识别的典型过程
 模式识别系统的典型应用

经过多年的研究和发展，模式识别技术已广泛被应用于人工智能、
计算机工程、机器学、神经生物学、医学、侦探学以及高能物理、考
古学、地质勘探、宇航科学和武器技术等许多重要领域，如目标识别、
生物特征识别、图像识别、图形识别和故障诊断等。经过多年的研究
和发展。模式识别技术的快速发展和应用大大促进了国民经济建设和
国防科技现代化建设。

S 对G
LM

分类器设计(训练)
特征提取与选择 信息获取与预处理
分类决策(识别)

聚类(自学习)
特征提取与选择 信息获取与预处理

结果解释
1.人脸识别
人脸是指人的面部视觉特征，主要包括两眼、鼻、口等特征。人
脸识别就是利用计算机技术从人脸图像分析中提取出有效的识别信
息，用以鉴别人的身份。人脸识别技术已经广泛应用于公安刑侦破案、
门禁系统、摄像监视系统、网络应用和信息安全等领域。
与基于其他生物特征的识别方式相比，人脸识别具有自然和不易
被察觉两个特点。自然性是指该识别方式同人类进行个体识别时利用
的生物特征相同。与人脸识别类似，人类也是通过观察比较人脸来确
认身份的。
2.指纹识别
指纹是指人类手指末端正面皮肤上凹凸不平产生的纹路，其形成
依赖于胚胎发育时的环境。指纹纹线有规律地排列形成了不同的纹型，
这些纹线的起点、终点、结合点和分叉点是指纹的细节特征点。与其
他生物特征相比，指纹具有两个突出的优点：一是稳定性，指纹具有
很强的稳定性，从胎儿在6个月时指纹完全形成到人死后尸体腐烂，
指纹的纹型和细节特征点等不会有明显变化；二是独特性，指纹具有
明显的独特性，至今还没发现两个指纹完全相同的人。基于这两个特
点，指纹识别能够非常可靠地进行人的身份鉴别，已经在公安刑侦破
案、网络管理、银行、社保、雇员证明、门禁系统等领域得到了非常
广泛的应用。
指纹识别是生物特征识别领域发展最成熟、最可接受的一种识别
技术。然而，指纹识别还面临一定的挑战。在日常生活中，有一部分
人的指纹是无法采集的，这里既有先天遗传的问题，也有后天因素造
成的。例如由于手指皮肤有伤疤、长茧、病态皮肤、皮肤干燥、皮肤
老化、采集设备受污染等原因，会使得图像采集设备无法采集或者不
能提供高质量的指纹图像。此外，由于每次捺印的方位不完全一样，
着力点不同会带来不同程度的变形，也会给后续正确提取特征和实现
正确匹配带来一定的困难。
3.语音识别
语音是人类信息交流的基本手段，语音中包含语义信息、语言信
息、说话人信息和情感信息等。语音识别就是让机器通过识别和理解
过程把语音信号转变为相应的文本或命令的技术，即让计算机识别出
人类语音中的各种信息。语音识别涉及信号处理、模式识别、概率论、
信息论、发声机理和听觉机理、人工智能等学科。语音识别已经在语
音输入系统、语音控制系统和智能对话查询系统中得到了广泛的应用。
例如在语音控制系统中，就是利用语音来控制设备的运行，相对于手
动控制来说更加快捷、方便。另外,语音识别可以用在诸如工业控制、
语音拨号系统、智能家电等许多领域.
4.图像识别
图像是指各种图形和影像的总称。图像识别就是利用计算机对图
像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。
目前，图像识别涉及遥感和航空图像分析、显微图像、热像及超声图
像检查、金相图分析与鉴定、车牌识别等领域。如图6所示。实际上，
人脸识别和指纹识别也属于图像识别的一种。
 模式识别的发展趋势
模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、
计算化、网络化的世纪，在这个以数字计算为特征的世纪里，作为人
工智能技术基础学科的模式识别技术，必将获得巨大的发展空间。在
国际上，各大权威研究机构，各大公司都纷纷开始将模式识别技术作
为公司的战略研发重点加以重视。
模式识别的研究主要集中在两方面，即研究生物体(包括人)是如
何感知对象的，以及在给定的任务下，如何用计算机实现模式识别的
理论和方法。前者是生理学家、心理学家、生物学家、神经生理学家
的研究内容，属于认知科学的范畴；后者通过数学家、信息学专家和
计算机科学工作者近几十年来的努力，已经取得了系统的研究成果。
 总结
模式识别是一门理论与实践紧密结合的学科，教与学的方式值得
我们研究和探索。可以看出模式识别具有相当大的前景，而且模式识
别的应用得到越来越多的人的支持，而且它的成效也十分显著。当然，
现在的模式识别还不算真正完整，不过人类科技是不断发展的，相信
总有一天人工智能中的模式识别会真正融入我们的社会，成为我们人
类不可或缺的一部分。