5. Object Recognition

Descriptor로 Object를 인식하는 방법에 대해 다룬다. 일반적으로 object의 feature를 descriptor로 사용한다.

Input pattern에 대해서 pre-defined pattern으로 분류하는 것이 목표이다.

 

Pattern Arrangement

Data의 common properties를 표현하는 방법이다.

• Vector : 제일 많이 사용하는 방식이다.
• String : primitive의 connectivity를 이용한 방법이다.
• Structual relationship : ridge properties를 이용한 방법이다.
• Hierarchical Ordering

 

Decision Theoretic Method

Decision function을 이용해 인식하는 방법이다.

 

$d_{i}(x) = P(x is \omega_{i})$

 

Unknown x를 largest $d_{i}(x)$를 가지는 $\omega_{i}$에 분류한다.

 

Minimum Distance Classifier, MDC

Choose the smallest distance between unknown and prototype vector(=mean vector)

 

$m_{j} = {1 \over N_{j}} \sum x_{j}$

 

따라서 $d_{j}(x) = ||x-m_{j}||$를 사용하면 된다.

Smallest $d_{j}(x)$를 사용하거나 largest $-d_{j}(x)$ or ${1 \over d_{j}(x)}$를 사용하면 된다.

 

*Optimum Performance

Distance between mean vector is larger than spread or randomness of each class

Distribuition of each class is hypercloud.

 

Problem of MDC

Feature가 유사해서 구분이 잘 안되는 경우 too many false positive 문제를 야기할 수 있다. 거리 기반으로 분류하기 때문에 발생하는 문제이다.