1.5. ОБЗОР СОДЕРЖАНИЯ КНИГИ ПО ГЛАВАМ
Часть I данной книги в основном посвящена вопросам статистики. В гл. 2 ставится задача классификации в терминах теории принятия решений и обосновывается общая структура оптимального классификатора. Задача эта решается, исходя из предположения, что все относящиеся к ней распределения вероятностей известны. Остальные главы части I связаны со способами представления, когда вероятностная структура задачи не известна.
В гл. 3 предполагается, что известно все, что относится к задаче, за исключением некоторых параметров распределения. Описываются процедуры оценки параметров, исходя из требования максимального правдоподобия и с использованием байесовского подхода для оценки. В случае когда ни один из обычных способов оценки параметров не подходит, можно прибегнуть к непараметрическим методам. При использовании таких процедур, рассматриваемых в гл. 4, вместо знания вида распределения потребуется большое число выборок.
В гл. 5 производится параметризация классификатора и рассматриваются различные методы прямого определения классификатора непосредственно по измеряемым значениям признаков. Эти методы, идущие от линейного дискриминанта Фишера, включают общеизвестный персептрон и процедуры сглаживания, оценки среднеквадратичной ошибки, стохастическую аппроксимацию, потенциальные функции и линейное программирование. Часть I завершается гл. 6, в которой рассматриваются различные приемы обучения и группирования без учителя.
Часть II открывается гл. 7, где рассматриваются процедуры представления изображений и выполнения таких основных операций, как повышение резкости, сглаживание, сравнение с эталоном и разбиение на однородные области. В гл. 8 развивается понятие пространственной фильтрации и дается интерпретация некоторых из этих операций в частотной области. Большое число методов описания линий и форм на изображении является предметом гл. 9. Здесь описываются топологические, линейные и метрические свойства формы, а также ряд методов описания, основанных на этих свойствах.
В гл. 10 и 11 содержатся важные математические сведения, относящиеся к изображениям трехмерных объектов. В гл. 10 выводятся уравнения перспективного преобразования и показывается, как их можно с пользой применить к анализу сцен. В гл. 11 исследуется вопрос о проективных инвариантам, т. е. о величинах, остающихся неизменными на различных изображениях одного и того же объекта. Наконец, в гл. 12 обсуждаются некоторые из наиболее важных современных подходов к сложной задаче полного анализа зрительных сцен.
