模式識別技術

在國際上，各大權威研究機構，各大公司都紛紛開始將模式識別技術作為公司的戰略研發重點加以重視。

模式識別從20世紀20年代發展，人們的一種普遍看法是不存在對所有模式識別問題都適用的單一模型和解決識別問題的單一技術，我們擁有的只是一個工具袋，所要做的是結合具體問題把統計的和句法的識別結合起來，把統計模式識別或句法模式識別與人工智能中的啓發式搜索結合起來，把統計模式識別或句法模式識別與支持向量機的機器學習結合起來，把人工神經元網絡與各種已有技術以及人工智能中的專家系統、不確定推理方法結合起來，深入掌握各種工具的效能和應有的可能性，互相取長補短，開創模式識別應用的新局面 ^[1]  。

語音識別技術正逐步成為信息技術中人機接口的關鍵技術，語音技術的應用已經成為一個具有競爭性的新興高技術產業。中國互聯網中心的市場預測：未來5年，中文語音技術領域將會有超過400億人民幣的市場容量,然後每年以超過30%的速度增長 ^[1]  。

生物認證技術本世紀最受關注的安全認證技術，它的發展是大勢所趨。人們願意忘掉所有的密碼、扔掉所有的磁卡，憑藉自身的唯一性來標識身份與保密。國際數據集團（IDC）預測：作為未來的必然發展方向的移動電子商務基礎核心技術的生物識別技術在未來10年的時間裏將達到100億美元的市場規模。

在生物識別技術領域中，聲紋識別技術以其獨特的方便性、經濟性和準確性等優勢受到世人矚目，並日益成為人們日常生活和工作中重要且普及的安全驗證方式。而且利用基因算法訓練連續隱馬爾柯夫模型的語音識別方法現已成為語音識別的主流技術，該方法在語音識別時識別速度較快，也有較高的識別率 ^[2]  。

手掌及其手指、腳、腳趾內側表面的皮膚凹凸不平產生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是唯一的。依靠這種唯一性，就可以將一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，便可以驗證他的真實身份。一般的指紋分成：leftloop,rightloop,twinloop,whorl,arch和tentedarch幾個大的類別；這樣就可以將每個人的指紋分別歸類，進行檢索。指紋識別基本上可分成：預處理、特徵選擇和模式分類幾個大的步驟。

90年代以來才在國際上開始發展起來的數字水印技術是最具發展潛力與優勢的數字媒體版權保護技術。IDC預測，數字水印技術在未來的5年內全球市場容量超過80億美元。

模式識別是人工智能領域的基礎，隨着計算機和人工智能技術的發展，模式識別在圖像處理中的應用日益廣泛。模式識別也取的了很多讓人矚目的成就，有很多不可忽視的進展。數字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號並利用計算機對其進行處理的過程。圖像是人類獲取和交換信息的主要來源，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨着人類活動範圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。基於模式識別的圖像處理隨着當今計算機和人工智能技術的發展，已經成為了圖像識別領域的蹤影研究方向 ^[3]  。