استخلاص المميزات
قبل الخوض في التفاصيل، في حقل تمييز الأنماط في معالجة الصور يطلق اسم استخلاص المميزات (Feature extraction) على العملية التي تؤدي إلى تخفيض الأبعاد. ونتناول فيما يلي مزيدًا من التفاصيل.
كذلك، عندما يكون دخل خوارزمية ما كبيراً جداً بحيث تصعب معالجته بسهولة، ويتوقع منها أن تشكل فائض في البيانات قد يؤدي إلى ارتفاع كلفة الحساب والمعالجة واستخدام ذاكرة الحاسب دون عائد متناسب مع تلك التكلفة، عندها يتم تحويل البيانات إلى شكل أبسط يمثل البيانات الأصلية تكون عبارة عن مميزات للبيانات الأصلية. يطلق على العملية التي يتم فيها تحويل البيانات إلى مميزاتها اسم عملية استخلاص المميزات.
آيزوماب Isomap
تخفيض الأبعاد اللاخطي nonlinear dimensionality reduction
معالجة الصور
في هذا الإطار، يستعمل استخلاص المميزات بكثرة في حقل معالجة الصور باستخدام خوارزميات تقوم بفصل العناصر أو الأشكال في الصورة، ولها الكثير من التطبيقات في الرؤية الحاسوبية على الأخص.
- هناك الكثير من أنواع المميزات الممكن استخلاصها منها:
- استخلاص الحافة Edge detection
- استخلاص الزاوية Corner detection
- استخلاص الحركة Motion detection
- ثريشهولدنغ Thresholding
- مطابقة القوالب Template matching
- تحويل هوف Hough transform
- مراجع
- انظر كذلك
أنواع المميزات
تحليل المركبات الرئيسية
وعلى صعيد آخر، أفضل أنواع استخلاص المميزات يحدد بحسب نوع البيانات المستعملة والتطبيق الموجهة له، وهذا يتطلب خبرة في البيانات ونوع العملية. ولكن يوجد أنواع عامة من المميزات من الممكن الاعتماد عليها في الحالات العامة مثل:
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟