ぷろえんじにあ
TRIZ＆MOT学習のための技術・経営キーワードリスト TOP
パターン認識とは、すでに与えられている情報と新たに与えられた情報を比較しその結果を何らかの類似度として評価する技術である。プロセスとしては入力、前処理、特徴抽出、決定の流れで判定する。具体的には、予め用意した形状や音声などのモデルパターンと測定または検査対象との比較で正常/異常や合格/不合格などの評価を行う。
方法
音声のようなものが一次元パターン、機械部品、顔、指紋、風景などの画像、X 線写真のような不可視画像が二次元パターン、動画像が三次元パターンとされる。パターン認識のプロセスは、入力、前処理、特徴抽出、決定の4段階に分けられる。
応用例
入力では、音や光がマイクロホンやテレビカメラなどの入力装置によって電気信号に変換され、必要に応じてそれが数値に変換される。前処理として、スムージング（画像の平滑化）と呼ばれるノイズ除去処理を行う。特徴抽出は、物体の輪郭、縁などをエッジ抽出（画像の先鋭化）で強調させる。決定は、２値化の例でいうと、まず濃度レベルの階調値にしきい値を設定する。入力パターンとモデルパターンをパターンマッチングを行い、しきい値により判定結果を下す。
将来展望
パターン認識の高度化が進むと、２値化のレベルから多値化へ、さらに、ロボットに必要とされる触覚、視覚、聴覚などの感覚計測やファジー、ニューラルネットワークなどへと発展していくと予測できる。