Reconhecimento de Padrões

Ø As técnicas de RP são usadas para classificar ou descrever padrões ou objectos

através de um conjunto de propriedades ou características
características..

Objecto
desconhecido

Sensor

Características

Sistema de
Reconhecimento
de Padrões

Classe estimada A B C ...

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 1

 Padrão
Ø • O que é um padrã
padrão?
Ø • Entidade à qual se pode dar um nome
Ø • Ex
Ex:: sinal de voz; rosto humano; imagem;…
imagem; …

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 2

 Objectivos de RP
Atribuir um padrão a um conjunto desconhecido de classes de padrões (clustering)
ou
Identificar um padrão como membro de um conjunto conhecido de classes
(classificação)

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 3

• Exemplos de problemas de reconhecimento de
padrões:
Ex1: identificação de um suspeito criminal através das impressões digitais.

Ex2: identificação de circuitos impressos defeituosos.

Ex3: OCRs (Optical Character Recognition) – reconhecimento de caracteres

• Após 40 anos de investigação nesta área, o reconhecimento omnifonte é ainda
um objectivo e não uma realidade

Ex4: reconhecimento de palavras e escrita cursiva. (IMP: uso de informação de

contexto)

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 4

Para quê usar técnicas /sistemas de reconhecimento
de padrões?
• Um decisor humano pode recorrer a sistemas de RP

• De forma interactiva, para restringir a sua atenção a um conjunto de casos

seleccionados pelo sistema;

• Automatizar completamente o processo de tomada de decisão, sem

necessidade de intervenção humana.

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 5

 Aplicações de RP
Históricamente: reconhecimento de caracteres; classifica ção de células de sangue.

Durante os últimos 40 anos esta metodologia tem sido aplicada em áreas diversas.

– Reconhecimento automático e contagem de partículas de matéria descritas através

do tamanho e forma (células, bactérias, viroses, pós), assistindo os cientistas em
disciplinas como a bioquímica, microbiologia, física, metalurgia.

– Técnicas de RP revolucionaram o processamento de dados de satélite

proporcionando informação sobre condições do solo, tipos de vegetação,
características térmicas, padrões meteorológicos, topografia de terrenos,

– Aplicações de sucesso no mercado: OCRs, leitores de impressões digitais,

reconhecedores de palavras isoladas, …

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 6

 Categorização de áreas de aplicação:
Processamento de documentos. Reconhecimento de caracteres impressos ou escritos.
Exemplos:
– máquinas de leitura para cegos;
– leitores de códigos de barras;
– introdução automática de texto em documentos de processamento de texto;
– análise de documentos financeiros;
– compreensão de linguagem natural;

Automação industrial. Inspecção e montagem/configuração de objectos complexos. Ex:

– inspecção de circuitos impressos;
– inspecção de partes de máquinas;
– processamento de imagem;
– visão por computador;

Detecção remota (Remote sensing). Observação do planeta através de sensores em satélites

ou aviões. Ex:
– previsão da evolução de culturas;
– planeamento de uso de terras;
– monitorização ambiental;
– meteorologia;
– exploração mineira;
– mapas topográficos;

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 7

 Medicina e biologia. Processamento de diversos sinais e imagens médicas. Ex:
– contagem de células no sangue;
– detecção de tumores em imagens de Raios-X;
– caracterização de tecidos usando ultra-sons;
– análise de imagens de cromossomas;
– interpretação de electrocardiogramas;
– diagnóstico médico

Identificação de pessoas. Restrição de acesso em instalações de segurança. Ex:

– reconhecimento de voz;
– identificação de impressões digitais;
– reconhecimento de caras;

Aplicações científicas. Ex:

– interpretação de ondas sísmicas para previsão de terramotos;
– análise de composição molecular através de imagens de microscópio electrónico;

Aplicações na agricultura. Ex:

– direccionamento de equipamento;
– inspecção de produtos;
– ordenação e empacotamento de produtos;

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 8

 Exemplos de Problemas
Entradas
Problema
Reconhecimento de voz sinais de voz
Testes não invasivos / destrutivos Ultra-sons, emissão de
ondas acústicas, imagem
Detecção / diagnóstico de doenças ECG, EEG, ultra-sons
Identificação de recursos naturais Imagens multi-espectrais
Reconhecimento aéreo Infravermelhos, imagens
de radar
Reconhecimento de caracteres Imagens de varrimento
(leitores de página, códigos de óptico
barras, matrículas)
Identificação e contagem de Slides de amostras de
células sangue, micro-
seccionamento de tecidos
Detecção de falhas (placas de PC, Imagens
circuitos integrados, texturas)
Robótica Imagens de interiores ou
exteriores em 3D, luz
estruturada, laser, imagem
estéreo
26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred
Saídas
Palavras, identidade do locutor
Presença / ausência de anomalia
Tipos de condições cardíacas,
classes de estados cerebrais,
patologias
Formas de terrenos, vegetação
Tanques, campos de cultivo,
estradas, trafego
Caracteres alfanuméricos
Tipos de células
Aceitação / rejeição
Identificação de objectos, tarefas
industriais
9
 Relacionamento com outras áreas
Processamento de sinal

Modelação neuronal

Teoria da optimização / decisão

Teoria dos autómatos

Análise exploratória de dados

Modelação estrutural

Linguagens formais

Inteligência artificial

Visão

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 10

 Estrutura típica de um sistema de
reconhecimento de padrões

Extracção
Extracção de
de Algoritmo
Algoritmo dede
Padrão Sensor
Sensor // Pré-
Pré- classificação
características
características classificação //
transdutor
transdutor processamento
processamento // primitivas
primitivas descrição
descrição
Reconhecimento –
Fase operacional
Amostras
Treino - de padrões Selecção
Selecção de
de Aprendizagem
Aprendizagem
aprendizagem características
características

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 11

 Fase de Aprendizagem - Treino
A B C

Conjunto de objectos
•Aprendizagem:
de exemplo
•Supervisionada – conj.
de treino rotulado
•Não supervisionada –
encontrar partições
Sensor
“naturais” a partir dos
dados no conj. de treino
Selecção de
Características
Características
Aprendizagem

Modelo /
Algoritmo de Classificação

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 12

 Fase de Reconhecimento - Operação
A, B ou C

Conjunto de objectos
a classificar

Objecto de classe
desconhecida
Sensor

Extracção de
Características
x
Algoritmo de
Classificação

Classe estimada A B C

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 13

 Exemplo de um sistema de OCR

Localização e
Scanner segmentação Pré- Extracção de Sistema de
óptico de caracteres processamento características decisão

Entrada Digitalização matriz de Normalização características identificação

caracteres de tamanhos, de caracteres
Eliminação de ruído
alisamento

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 14

 Medições -> Características

Objecto

Sensor

Conversor A/D

Computador

Características Perímetro
Área x
Medida de simetria
...

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 15

 Espaço de Características

Objectos Representação
vectorial

 x1 
X1 = área
x 
x= 2
X2 = perímetro
...
... 
 
Xd = ...  xd 
Área
X3

Representação
no espaço de
características
Perímetro
X2
X1

26/09/2001 Introdução ao Reconhecimento de Padrões – Ana Fred 16