Prepoznavanje uzoraka
Prepoznavanje uzoraka (eng. pattern recognition) je proces dodjeljivanja klase zapažanju na temelju uzoraka izvučenih iz podataka. Ima široku primjenu u statističkoj analizi podataka, obradi signala, analizi slika, pretraživanju informacija, bioinformatici, sažimanju podataka, računalnoj grafici i strojnom učenju.
Prepoznavanje uzoraka vuče korijene iz statistike i inženjerstva. Neki moderni pristupi uključuju korištenje strojnog učenja, prvenstveno zbog povećane dostupnosti velikih podataka (big data) i veće procesorske moći. Sustavi za prepoznavanje uzoraka obično se treniraju pomoću označenih podataka za „treniranje” (nadzirano učenje). Kada takvi podaci nisu dostupni, mogu se koristiti drugi algoritmi za otkrivanje prethodno nepoznatih uzoraka (nenadzirano učenje).
U strojnom učenju, prepoznavanje uzoraka je dodjeljivanje oznake zadanoj ulaznoj vrijednosti. Najčešći primjer prepoznavanja uzoraka je klasifikacija, koja pokušava dodijeliti svaku ulaznu vrijednost jednoj od zadanog skupa klasa (na primjer, utvrđivanje je li određena e-pošta spam).
Moderna definicija prepoznavanja uzoraka glasi:
» Područje prepoznavanja uzoraka bavi se automatskim otkrivanjem pravilnosti u podacima pomoću računalnih algoritama i korištenjem tih pravilnosti za poduzimanje radnji kao što je klasificiranje podataka u različite kategorije.[1]«Prepoznavanje se općenito kategorizira prema vrsti postupka učenja koji se koristi za generiranje izlazne vrijednosti:
- Nadzirano učenje (Supervised learning) podrazumijeva da je osiguran skup podataka za treniranje, koji se sastoji od skupa instanci koje su ručno označene točnim izlazom.
- Nenadzirano učenje (Unsupervised learning) pronalazi skrivene uzorke u neoznačenim podacima te na temelju sličnosti grupira podatke (npr. klasteriranje).[2]
U medicini, prepoznavanje uzoraka temelj je za računalno potpomognute dijagnostičke (CAD) sustave koji liječnicima pomažu u interpretaciji nalaza. Ostale tipične primjene su automatsko prepoznavanje govora, klasifikacija dokumenata u kategorije te automatsko prepoznavanje ljudskih lica na digitalnim slikama.[3][4]
Prepoznavanje uzoraka ima brojne primjene u stvarnom svijetu, kao što su:[5]
- Identifikacija i provjera autentičnosti: npr. prepoznavanje registarskih tablica, analiza otisaka prstiju, prepoznavanje lica[6] i provjera autentičnosti pomoću glasa.[7]
- Medicinska dijagnostika: npr. probir na rak vrata maternice, analiza tumora dojke ili šumova srca.
- Obrana: navigacijski sustavi, sustavi za automatsko prepoznavanje ciljeva.
- Mobilnost: napredni sustavi za pomoć vozačima (ADAS) i tehnologija autonomnih vozila (samovozeći automobili).[8][9]
- ↑ Bishop, Christopher M. 2006. Pattern Recognition and Machine Learning. Springer
- ↑ Preston, K.; Carvalko, J.R. Prosinac 1972. On Determining Optimum Simple Golay Marking Transformations for Binary Image Processing. IEEE Transactions on Computers. C-21 (12): 1430–1433. doi:10.1109/T-C.1972.223519. ISSN 1557-9956
- ↑ Howard, W.R. 20. veljače 2007. Pattern Recognition and Machine Learning. Kybernetes. 36 (2): 275. doi:10.1108/03684920710743466. ISSN 0368-492X
- ↑ Duda, Richard O.; Hart, Peter E.; Stork, David G. 9. studenoga 2012. Pattern Classification (engleski). John Wiley & Sons. Inačica izvorne stranice arhivirana 19. kolovoza 2020.
- ↑ Poddar, Arnab; Sahidullah, Md; Saha, Goutam. 1. siječnja 2018. Speaker verification with short utterances: a review of challenges, trends and opportunities. IET Biometrics (engleski)
- ↑ Neural Networks for Face Recognition. www.cs.cmu.edu. Inačica izvorne stranice arhivirana 4. ožujka 2016. Pristupljeno 18. kolovoza 2026.
- ↑ Poddar, Arnab; Sahidullah, Md; Saha, Goutam. 2018. Speaker Verification with Short Utterances: A Review of Challenges, Trends and Opportunities. ieeexplore.ieee.org. Inačica izvorne stranice arhivirana 3. rujna 2019. Pristupljeno 18. kolovoza 2026.
- ↑ Spielberg, Nathan A.; Brown, Matthew; Kapania, Nitin R.; Kegelman, John C.; Gerdes, J. Christian. 27. ožujka 2019. Neural network vehicle models for high-performance automated driving. Science Robotics
- ↑ Pickering, Chris. 15. kolovoza 2017. How AI is paving the way for fully autonomous cars. The Engineer (engleski). Inačica izvorne stranice arhivirana 6. rujna 2019. Pristupljeno 18. kolovoza 2026.