Reconhecimento de Padroes

O reconhecimento de padrões pode ser usado em diversas atividades dentre elas temos as seguintes:

—  Processamento de sinais de fala

—  Atualmente utilizado para atendimento virtual

—  Reconhecimento de faces

—  Segurança

—  Auxilio a deficientes visuais

—  Reconhecimento de caracteres

No caso de processamento de fala, uma das principais utilizações são os tele atendimentos virtuais onde em vez daqueles: “para reclamações digite um, para novos aparelhos digite dois e etc”, simplesmente diga o que você  deseja, ou também para controle remoto via fala, como apagar a luz, ligar tv, etc.

Em segurança pode ser feito busca por criminosos através de imagens obtidas de câmeras de segurança e fazer uma busca em banco de dados para reconhecer o criminoso.

E para os deficientes visuais pode ser usado para leituras de caracteres, de o reconhecimento é feito e é convertido para áudio facilitando a vida do deficiente visual.

Uma definição que temos que ter bem claro é o que é padrão ao contrario do que muitos possam pensar padrão não é um padre muito alto, padrão é um modelo, algo a ser seguido, é um molde. Por exemplo, o metro, é um molde, e a partir daí as réguas são feitas a partir deste molde que é o metro.

Outra definição importante é o conceito de classe que nada mais é do que um conjunto de objetos com mesmas características, cor, densidade, ângulos, perímetros, etc.

Abaixo estão as etapas necessárias para o reconhecimento de padrões e a devida classificação de um objeto em reconhecimento de imagens

Porem nem todas características da imagem são usadas, por exemplo, o fundo da imagem, então usa se um algoritmo para detecção de bordas, para separar a imagem do fundo da imagem.

Não é necessária também a influência que as diversas fontes de luz tem sobre a imagem, para isso utiliza-se um processo chamado homo-mórfico. A incidência de luz e sombras pode ocultar algumas características necessárias a serem utilizadas no processo de classificação.

Nesta mesma etapa faz se a transformação das coordenadas da imagem para coordenadas polares para tornar o reconhecimento independente de rotação, e passa a transformada de MELLIN para fazer esta tarefa.

Resumindo, na fase de pré-processamento nos estaremos passando filtros, para eliminar ou diminuir os ruídos.

Após este processo sai da etapa de pré processamento uma matriz com coeficientes numéricos para o processo de extração de características.

É importante saber escolher características das formas, em muitos casos não se pode escolher características como perímetro, área, largura ou comprimento, pois variam com a rotação, translação ou escalonamento das formas a serem reconhecidos os padrões.

A cor, por exemplo, não sofre influência da rotação, translação ou escaling de um objeto, se desejar separar folhas de arvores de galhos das arvores esta seria uma característica interessante a ser extraída das formas das figuras.

Uma das técnicas usadas para extração das características é a matriz dos pixels representada por números equivalentes a cada pixel, facilitando medidas de distancias na hora de extrair características e classificá-los.

A classificação nada mais é que usar as características obtidas do processo de extração de características e considerar quais as distâncias entre estas características e o padrões armazenados previamente.

Um exemplo é classificar um tumor como maligno ou benigno.

Então temos a imagem já passada os filtros e precisamos extrair as características intrínsecas. No caso do tumor benigno ele é mais parecido com uma elipse, e o maligno é cheio de espiculos, pontas disformes

Neste caso pode ser usado um extrator eliptic variance que é usado para verificar quão parecido com uma elipse o contorno se parece e assim determinar se é maligno(se parecer muito com uma elipse) ou se é maligno(não se parecer com a elipse).