객체 형태에 대한 의미있는 기술자의 통계적 추출
John C. Russ, PhD, 교수, North Carolina State University
F. Brent Neal, 박사, Milliken & Company 연구 과학자
모양은 파악하기 어려운 개념입니다. 인간은 핵심 기능의 존재 여부에 따라 세계에서 많은 다른 것들을 인식하며 인식해야한다는 점도 인식해야합니다. 모양을 기반으로 개체를 분류하거나 역사 또는 실적과의 상관 관계를 측정하기 위해 컴퓨터를 교육하는 것은 고전적으로 어려운 작업입니다. 법의학, 자연 과학, 공학 및 인쇄 된 텍스트를 읽는 광학 문자 인식과 같은 "간단한"작업에서도 중요합니다. 그것은 어떤 종류의 물체, 특정 개인 또는 특유의 표식을 식별하는 것과 관계가 있습니다. 무 차원 비율, 푸리에 (Fourier) 또는 웨이브 렛 계수 (Wavelet coefficient), 불변 순간 (invariant moment) 등 형상의 특정 측면을 특성화 할 수있는 광범위한 수학적 측정 도구가 있습니다. 그러나 주어진 인스턴스에서 이들 중 어느 것이 가장 적합하거나 유용한지를 결정하려면 일반적으로 일련의 학습 데이터를 수집하고 통계 데이터를 탐색해야합니다. 판별 분석 및 신경망을 사용하여 자연 및 인공물과 같은 다양한 특정 응용 프로그램을 사용하여 프로세스를 설명합니다.
