Reconnaissance de formes
56107
29612255
2008-05-15T21:54:06Z
Xiawi
134142
ajout dans catégorie "analyse de données"
{{ébauche|informatique}}
On désigne par '''reconnaissance de formes''' (ou parfois '''reconnaissance de motifs''') un ensemble de techniques et méthodes visant à identifier des ''motifs'' à partir de ''[[entrées/Sorties|données brutes]]'' afin de prendre une décision dépendant de la catégorie attribuée à ce motif<ref>Richard O. Duda, Peter E. Hart, David G. Stork (2001) ''Pattern classification'' (2nd edition), Wiley, New York, ISBN 0471056693.</ref>. On considère que c'est une branche de l'[[intelligence artificielle]] qui fait largement appel aux techniques d'[[apprentissage automatique]] et aux [[statistique|statistiques]].
Les ''formes'' ou ''motifs'' à reconnaitre peuvent être de nature très variée. Des exemples de contenus auxquels sont appliqués les méthodes sont multiples. Il peut s'agir de contenu visuel (code barre, visage, empreinte digitale...) ou sonore (reconnaissance de parole), d'images médicales (rayon X, EEG, IRM...) ou multispectrales (images satellitaires) et bien d'autres.
==Méthodes==
La reconnaissance de motifs peut être effectuée au moyen de divers algorithmes d'[[apprentissage automatique]] tels:
* un [[réseau de neurones]]
* une analyse [[statistique]]
* l'utilisation de [[Modèle de Markov caché|modèles de Markov cachés]]
* une recherche d'isomorphisme de graphes ou sous-graphes
Les formes recherchées peuvent être des formes géométriques, descriptibles par une formule mathématique, telles que :
* [[cercle]] ou [[ellipse (mathématiques)|ellipse]]
* courbes de Bézier, splines
* [[droite (mathématiques)|droite]]
Elle peuvent aussi être de nature plus complexe:
* [[Graphème|lettre]]
* [[chiffre]]
* [[empreinte digitale]]
Les [[Algorithmique|algorithmes]] de reconnaissance peuvent travailler sur des images en noir et blanc, avec en blanc les contours des objets se trouvant dans l'image. Ces images sont le fruit d'algorithmes de [[détection de contour]]s. Ils peuvent aussi travailler sur des zones de l'image prédéfinies issues de la [[segmentation d'image|segmentation de l'image]].
Méthodes de reconnaissance de formes :
* Mise en correspondance de graphes
* [[Inférence bayésienne|Méthode Bayesienne]]
* [[Estimation Paramétrique]]
* [[Classifieur linéaire]]
* [[Réseau de neurones]]
* [[Local feature focus]]
* [[Machine à vecteurs de support| SVM : Support Vector Machine]]
* [[Polytôpes de contrainte]]
* [[Méthode des hypercubes]]
Un algorithme bien connu pour la détection de formes, la [[transformée de Hough]], est une méthode d'estimation paramétrique.
=== La méthode globale ===
Cette méthode caractérise une forme et extrait des paramètres caractéristiques de l'objet et les comparent par une méthode de classification ou de mise en correspondance à une base d'apprentissage. Par cette méthode, il est impossible d'extraire plusieurs formes de la même image sans pré-traitement.
=== La méthode multiple à partir de point d'intérêt ===
Dans cette approche, on extrait des points caractéristiques d'objets comme les coins via les détecteurs de Harris puis on extrait des caractéristiques aux voisinage de ce point. Avec ces caractéristiques, il est possible d'extraire plusieurs objets et de faire la reconnaissance de ceux-ci via un classifieur.
==Applications==
* [[Jeu_de_go#Informatique et jeu de go|Jeu de go par ordinateur]]
* [[Reconnaissance vocale]]
* Analyse et [[reconnaissance d'images]]
* Classification de documents
* [[Reconnaissance_de_l'écriture_manuscrite|Reconnaissance de l'écriture manuscrite]]
== Bibliographie ==
* {{DudaHartStork}}
* {{en}} Dietrich Paulus and Joachim Hornegger (1998) ''Applied Pattern Recognition'' (2nd edition), Vieweg. ISBN 3-528-15558-2
* {{en}} J. Schuermann: ''Pattern Classification: A Unified View of Statistical and Neural Approaches'', Wiley&Sons, 1996, ISBN 0471135348
* {{en}} Sholom Weiss and Casimir Kulikowski (1991) ''Computer Systems That Learn'', Morgan Kaufmann. ISBN 1-55860-065-5
*{{Bishop06}}
==Références==
<references/>
{{Portail informatique}}
[[Catégorie:Vision artificielle]]
[[Catégorie:Analyse des données (statistiques)]]
[[ar:تمييز الأنماط]]
[[de:Mustererkennung]]
[[en:Pattern recognition]]
[[es:Reconocimiento de patrones]]
[[fi:Hahmontunnistus]]
[[id:Pengenalan pola]]
[[ja:パターン認識]]
[[ko:패턴 인식]]
[[lt:Atpažinimo teorija]]
[[ms:Pengecaman pola]]
[[nl:Patroonherkenning]]
[[pl:Rozpoznawanie wzorców]]
[[pt:Reconhecimento de padrões]]
[[ru:Распознавание образов]]
[[th:การรู้จำแบบ]]
[[tr:Örüntü Tanıma]]
[[vi:Nhận dạng mẫu]]
[[zh:模式识别]]