Основные источники:

• Александров В.В., Горский Н.Д. ЭВМ видит мир // Л.: «Машиностроение», Ленингр. отд-ние, 1990 — 139 с.
• Кольцов П.П. Математические модели распознавания образов // В сборнике «Компьютер и задачи выбора» — М.: «Наука», 1989. — 208 с.
• Марр Д. Зрение. // М.: Радио и связь, 1987.

1. Основные проблемы.
2. Зрение.
1. Предварительная обработка изображений.
2. Распознавание объектов.
3. Распознавание сцен и сценариев.
4. Физиология и психология.

• Зависимость от цели/контекста.
• Заранее неизвестен набор информативных признаков.

Задачи:

• Идентификация объектов на изображении.
• Поиск на изображении требуемого объекта.
• Описание сцены/действия. Принятие решения.

Строение зрительной системы животных. Персептрон.

Зрение ориентировано на конкретные задачи. Основные задачи для живого организма — найти пищу и избежать врага. Пример: лягушки и пауки видят только движущиеся предметы. Животные не реагируют на свое изображение в зеркале.
Предварительная обработка изображения. Сначала в мозг попадает только грубая картина, содержащая только самую важную информацию, затем — более точная. Если мозг оценивает ситуацию как опасную, или просто заинтересуется чем-то в области видимости, то фокус внимания (центр зрачка) переводится в эту «интересную» область на изображении. Фовеальное (боковое) зрение.
В состоянии стресса (пожар) человек «видит» только то, что важно для решения задачи.

• Пиксели
• Локальная свертка.
• Пирамида изображений

Сравнение с эталоном.
Проблема — большое количество эталонов, которые надо хранить, и медленная процедура поиска. Кроме того, невозможно учесть различие в положении, ориентации, размерах или расстояния до объекта, а также модификации формы объекта (человек стоит, сидит, бежит, и т.д.).

Признаки.
Основные методы в машинном зрении основаны на использовании признаков для обнаружения и опознания объектов. Для описания объектов используется набор признаков (x1, x2, …, xN). N — размерность пространства признаков. Признаком может служить, например: цвет, яркость, положение в пространстве, ориентация.

Кластер-анализ.
Кластер-анализ — автоматическое распределение множества объектов (-образцов) на классы. Классы определяются как компактные множества («облака») в пространстве признаков: два объекта относятся к одному и тому же классу, если представляющие их точки в пространстве признаков находятся рядом (в одном облаке).
Кластер-анализ применяется не только в ИИ и не только для машинного зрения. Это универсальные алгоритмы, широко используемые для статистической обработки данных. В том числе и в ситуациях, когда «правильная» классификация объектов неизвестна.

Цель — классификация образов (отнести образ к определенному классу).
Основные подходы в кластер-анализе:

• Статические алгоритмы.
• Обучение (с учителем или без учителя).

• Разделяющие гиперплоскости: для каждого класса в пространстве признаков строится гиперплоскость, отделяющая точки этого класса от остальных точек. Своеобразной реализацией этого алгоритма является персептрон.
• Метод комитетов: для разделения двух классов в пространстве признако строится совокупность гиперплоскостей. Для данной точки принадлежность ее к тому или иному классу определяется «большинством голосов» гиперплоскостей, входящих в комитет.
• Вычисление оценок (расстояние от заданной точки до кластеров в пространстве признаков).

Модели.
Строится модель (=схема) объекта, описывающая основные составные части и соотношения признаков — вне зависимости от размеров, ориентации и конфигурации объекта.
Пример: нет «треугольника вообще» (каждый треугольник либо прямоугольный, либо остроугольный, либо тупоугольный), «человека вообще» (мужчина/женщина, старик/ребенок и т.п.)
Стратегия распознавания: строится гипотеза («Это дом»), которая затем проверяется на соответствие модели («крыша, стена, дверь, окна»).

Сценарий — последовательность сцен. Для описания действий необходимы глаголы, возникают причинно-следственные связи. Необходимо оценивать роли объектов в ситуации, предсказывать дальнейшее развитие событий. «Эмоциональная оценка» ситуации («нейтрально», «угроза», «еда»).

Основная фундаментальная проблема —невозможность распознавания в отрыве от цели/задачи/контекста. В широком смысле описание сценария невозможно без «базы знаний». Т.е. опять упираемся в проблему представления и обработки знаний.