El objetivo del procesamiento e interpretación de datos sensoriales es lograr una descripción concisa y representativa del universo observado. La información de interés incluye nombres, características detalladas, relacionamientos, modos de comportamiento, etc. que involucran a los elementos del universo (objetos, fenómenos, conceptos)Estos elementos se perciben como patrones y los procesos que llevan a su comprensión son llamados procesos perceptuales.

Objetivo del reconocimiento de patrones

Patrón: un patrón es una descripción cuantitativa o estructural de un objeto o alguna entidad de interés.

Clase: una clase de patrones es un conjunto de patrones que comparten algunas propiedades.

ENFOQUES DE RECONOCIMIENTO DE PATRONES

d) Reconocimiento Estadístico de Patrones.- se basa en la teoría de probabilidad y estadística, supone que se tiene un conjunto de medidas numéricas con distribuciones de probabilidad.

a) Reconocimiento Sintáctico de Patrones.- se basa en encontrar las relaciones estructurales que guardan los objetos de estudio, utilizando la teoría de lenguajes formales.

c) Redes Neuronales.- Este enfoque supone que tiene una estructura de neuronas interconectadas que se estimulan unas a otras, las cuales pueden ser “entrenadas” para dar una cierta respuesta cuando se le presentan determinados valores.

b) Reconocimiento Lógico Combinatorio de Patrones.- Este enfoque se basa en la idea de que la modelación del problema debe ser lo más cercana posible a la realidad del mismo, sin hacer suposiciones que no estén fundamentadas.

c

d

Clasificación no supervisada.- Consiste en dada una muestra no clasificada encontrar la clasificación de la misma.

Clasificación Supervisada.- Consiste en clasificar nuevos objetos basándose en la información de una muestra ya clasificada.

Mundo Real

Captación(Sensor/transductor)

Pre procesados(Mejora)

Segmentación

Extracción de características

Clasificador

Clase

Descripción

EJEMPLOS DE RECONOCIMIENTO DE PATRONES

Reconocimiento de iris o retina

Reconocimiento acústico (del habla)

Reconocimiento de caracteres (eje: Firmas)

Reconocimiento estructurado (de huellas dactilares)

Programa que reconoce el tipo de iris en las flores

Reconocimiento vectorial

Se toma en cuenta:Patrones bidimensionalesLongitud del pétaloAnchura del pétalo

Reconocimiento de caracteres: Resulta útil en sistemas de lectura de textos(añadiendo un conversor texto-voz), lectura de etiquetas, clasificación automática de cartas en función del código postal, Etc.Aplicaciones industriales: controles de calidad, detección y clasificación de piezas defectuosas en líneas de producción.Cartografía: realización automática de mapas a partir de fotografías de satélites, medida de distancia por carretera, etc.

Aplicaciones médicas: detección de tumores a partir de imágenes médicas(radiografías, ecografías), recuento de células sanguíneas, etc.Reconocimiento automático del habla: consiste en la transcripción de un mensaje hablado a su grafía.

Reconocimiento biométrico de personas: consiste en asignar la identidad de un individuo, o verificar si es quien dice ser

Un ejemplo mas demostrativo es la búsqueda de imágenes de Google

Street View, Este proceso se conoce como detección facial y es la tecnología que permite a Google proteger su privacidad, donde las computadoras tratan de detectar y, luego, difuminar los rostros de las personas que estaban en la calle cuando pasó el auto de Street View. Es también lo que ayuda a servicios como Google+ Fotos a sugerir etiquetar una foto o video

Desde el punto de vista de percepción el área de Reconocimiento de Patrones ofrece inquietudes por el lado sensorial en segmentación o sea reconocer un objeto o un fenómeno con una o varias características, como también en conectividad al relacionar diferentes características y en agrupamiento al mezclar patrones juntando formas para obtener objetos o palabras para lograr frases y oraciones.

Conclusión: