IMG
SRC
ORG

 

 
 5

 

 

 5_2_3

5_2_3 Schritt Zwei: Mustererkennung
Oder: «The age of photography is likely to be an age of texture.»

Die Mustererkennung befasst sich mit der maschinellen Modellierung und Simulation komplexer Informationsverarbeitungsprozesse, wie sie bei der Wahrnehmung und Auswertung visueller Sinneseindrücke durch den Menschen auftreten. Typische Anwendungsgebiete sind industrielle und medizinische Bildanalyse oder automatisches Sprachverstehen.

[1] Phil Brodatz: Textures — A Photographic Album, New York 1966

Viele künstliche und naturgegebene Dinge unterscheiden sich für den Menschen primär nicht durch ihre Farbe, sondern durch ihre Textur. In seinem Bildband «Textures — A Photographic Album» schreibt Phil Brodatz: «The age of photography is likely to be an age of texture.»[1] Dieser Band enthält eine Sammlung unterschiedlichster Texturen, die von natürlichen wie Wasser, Wolken, Gras, Leder bis zu künstlichen Oberflächen wie Ziegel, Baumwolle oder Metall reichen. Heute werden diese Texturen als Ausgangsdaten für computergestützte Mustererkennung verwendet.

[2] Weitere Anwendungen sind beispielsweise ein Erkennen von Blutfluss

[3] «Riya« sucht in durch User spezifizierten Bereichen nach ähnlichen Gesichtern, Netzpolitik berichtet, März 2006

Das Ziel der Mustererkennung ist es, jede homogene Bildregion zu erkennen. Auf einem Satellitenbild können so einzelne Bildregionen nach beispielsweise «Wasser», «Landwirtschaft», «Steppe» klassifiziert werden. Bei medizinischen Bildern können mithilfe der Mustererkennung auf Aufnahmen einer Kernspintomographie Gewebearten unterschieden werden.[2] Diese Anwendungen sind sehr spezialisiert; im World Wide Web, in dem die unterschiedlichsten Abbildungen und Bildergenres zu finden sind, lassen sich Anwendungen wie die automatischer Erkennung menschlicher Gesichter nur in einem bestimmten Kontext einsetzen.[3]


 



 


 5_2_3

 

IMG
SRC