بازشناسی الگو

0
84
06 اسفند 1398
0
84
06 اسفند 1398

بازشناسی الگو(Pattern Recognation)

الگو ها(Patterns) همه جا وجود دارند؛ در تصاویر، صداها، داده ها و …

آنها میتوانند به صورت فیزیکی دیده یا با اعمال الگوریتم ها به صورت ریاضی مشاهده شوند. در دنیای اطراف ما، مثالهای بسیار زیادی برای الگو میتوان یافت، مانند؛ طرح روی یک پارچه یا لباس، نحوه صحبت یک شخص و …

بازشناسی الگو یا کشف و شناسایی نظم و قاعده در داده به صورت اتوماتیک، با استفاده از الگوریتم های کامپیوتری سر و کار دارد. با استفاده از نظم موجود در این داده ها، میتوان آنها را دسته بندی کرد. این داده ها میتوانند شامل متن، تصویر، صدا، احساس و … باشند. بازشناسی الگو میتواند در بینایی ماشین، بازشناسی کاراکتر، هویت سنجی اثر انگشت و اتوماسیون صنعتی مورد استفاده قرار بگیرد.

دامنه بازشناسی الگو در یادگیری ماشین

  • داده کاوی(Data Mining)

به استخراج اطلاعات مفید از مقدار زیادی داده از منابع ناهمگن برمی­گردد. از داده های معنی دار حاصل از تکنیک های داده کاوی برای پیش بینی و تحلیل داده ها استفاده می شود.

  • سیستمهای توصیه ­گر(recommender Systems)

بیشتر وب سایتهای اختصاص داده شده به خرید آنلاین از سیستمهای توصیه­گر استفاده می کنند. این سیستم ها داده های مربوط به هر خرید مشتری را جمع آوری می کنند و با استفاده از الگوریتم­های یادگیری ماشین بوسیله شناسایی روند الگوی خرید مشتری، پیشنهاد می دهند.

  • بیوانفورماتیک(Bioinformatics)

این یک حوزه علمی است که با استفاده از ابزارها و نرم افزارهای محاسباتی، پیش بینی های مربوط به داده های بیولوژیکی را انجام می دهد. به عنوان مثال، فرض کنید شخصی پروتئین جدیدی را در آزمایشگاه کشف کرده است، امّا توالی پروتئین مشخص نیست. با استفاده از ابزارهای بیوانفورماتیک، پروتئین ناشناخته با تعداد زیادی پروتئین ذخیره شده در پایگاه داده مقایسه می شود تا توالی براساس الگوهای مشابه پیش بینی شود.

  • تحلیل(Analysis)

از شناسایی الگو برای شناسایی روندهای مهم داده استفاده می شود. این روندها می تواند برای پیش بینی های آینده مورد استفاده قرار گیرد. تحلیل تقریباً در هر زمینه ای لازم است فنی یا غیر فنی باشد. به عنوان مثال، توییتهای ایجاد شده توسط شخصی که در توییتر قرار دارد با شناسایی الگوهای موجود در پستها با استفاده از پردازش زبان طبیعی، در تحلیل احساسات کمک می کند.

  • Image processing

پردازش تصویر اساساً از دو نوع است؛ پردازش تصویر دیجیتال و پردازش تصویر آنالوگ. پردازش تصویر دیجیتال از الگوریتم های یادگیری ماشین هوشمند برای افزایش کیفیت تصویر به دست آمده از منابع دوردست مانند ماهواره ها استفاده می کند.

کاربردها

  • بینایی کامپیوتری(Computer vision)

تشخیص الگو برای استخراج ویژگیهای معنی دار از نمونه های داده شده تصویری / ویدیویی استفاده می شود و در بینایی کامپیوتری برای کاربردهای مختلف مانند تصویربرداری بیولوژیکی (biological) و زیست پزشکی (biomedical) استفاده می شود.

  • تحلیل زمین لرزه(Seismic analysis)

از روش شناسایی الگو برای کشف، تصویربرداری و تفسیر الگوهای زمانی در ضبط های آرایه زمین لرزه ای استفاده می شود. شناخت الگوی آماری در انواع مختلف مدلهای تحلیل لرزه ای اجرا و مورد استفاده قرار می گیرد.

  • طبقه بندی / تحلیل سیگنال رادار

روشهای تشخیص الگو و پردازش سیگنال (Signal processing) در کاربردهای مختلف طبقه بندی سیگنال راداری مانند شناسایی استفاده می شود.

  • شناسایی اثرانگشت(Finger print identification)

تکنیک تشخیص اثر انگشت یک فناوری غالب در بازار بیومتریک است. روش های تشخیص الگو بطور گسترده ای در این زمینه مورد استفاده قرار می گیرند.

  • بازشناسی تصویر(Voice recognition)

بازشناسی گفتار، توانایی یک برنامه کامپیوتری یا یک سخت افزار است که قابلیت decode صدای انسان را دارد. بازشناسی گفتار معمولاً برای اجرای دستورات از طریق گفتار یا نوشتن متن، بدون نیاز به دست و صفحه کلید(Typing) و فقط به وسیله گفتار به کار میرود. برای این منظور، معمولاً از نرم افزارهای ASR) Automatic Speech Recognition) استفاده میشود. برای مثال، وقتی شما به سیستم خود میگوئید “open internet” آنگاه سیستم مرورگر اینترنت را باز خواهد کرد.

اوّلین دستگاه که مجهّز به ASR بود، در سال 1952 مورد استفاده قرار گرفت. این دستگاه، میتوانست ارقام تکی را که توسط یک شخص بیان میشد، شناسایی کند. امروزه برنامه های ASR در خیلی از صنایع، نظیر صنایع نظامی(مثل جت جنگی)، مراقبت سلامتی(Health Care) و مخابرات استفاده میشود.

از کاربردهای بازشناسی صدای انسان میتوان به موارد زیر، اشاره کرد؛

  • سرویس Google Voice
  • دستیار دیجیتال یا Digital Assistant

مانند نرم افزارهای تایپ خودکار با استفاده از صدای شخص

برخی از سیستم های بازشناسی گفتار در زیر آورده شده اند؛

  • سیستم های وابسته به صحبت کننده(Speaker Dependent Systems)، که باید توسط صحبت کننده آموزش ببیند.       
  •                   سیستم های غیر وابسته به صحبت کننده(Speaker Independent Systems)

نوع دیگری از دسته بندی وجود دارد، که شامل بازشناسی گفتار به صورت گسسته یا پیوسته است. در بازشناسی صدای انسان به صورت گسسته(Discrete)، بین هر دو کلمه ای که توسط کاربر گفته میشود، باید مکثی باشد که نرم افزار بتواند هر کلمه را تشخیص دهد. امّا، در بازشناسی صدای پیوسته، نرم افزار میتواند گفتار با نرخ معمولی را تشخیص دهد.

  • بازشناسی تصویر(Image recognition)

شاید تاکنون به گوشی های تلفن همراهی که با قرار گرفتن چهره صاحب تلفن، دوربین جلوی آن باز میشود؛ برخورد کرده باشید. این گوشی ها از بازشناسی چهره(Facial Recognation) استفاده میکنند. بازشناسی چهره، یکی از حالتهای خاصّ بازشناسی تصویر هست که تصویر در آن، چهره است.

امّا بازشناسی تصویر چیست؟

به فرآیند تشخیص و شناسایی یک شئ(یا اشیاء) در یک تصویر دیجیتال بازشناسی تصویر گفته میشود. شئ مورد نظر میتواند شامل شخص، ماشین، مکان و … باشد.

بازشناسی تصویر به وسیله دوربین و به کمک تکنولوژیهای بینایی ماشین، هوش مصنوعی و الگوریتمهای آموزش داده شده، اشیاء داخل عکس را شناسایی میکند.

امروزه در بسیاری از صنایع، از این فرآیند استفاده میشود و انتظار میرود، بازار آن تا سال 2021 به نزدیک 39 میلیون دلار برسد.

از کاربردهای بازشناسی تصویر میتوان به سرویس پیشنهاد تگ کردن افراد به صورت اتوماتیک، در فیسبوک اشاره کرد. همچنین، در طراحی ماشین های خوددران(Self-Driving Cars)، طراحی بازی های کامپیوتری و تصویربرداری تشخیصی در پزشکی و علوم مراقبت سلامتی از بازشناسی تصویر استفاده میشود.

امیدوارم از این مطلب راضی بوده باشید.

اشتراک گزاری:

salehi

دیدگاه ها (0)

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

*
*

نماد های اعتماد

هوش مصنوعی ایران به استناد نماد های زیر ، دارای مجوز رسمی از مراجع زیر در جمهوری اسلامی ایران می باشد !

تمامی حقوق برای هوش مصنوعی ایران محفوظ است | طراحی شده با