Bildklassifikation unter Verwendung kompressionsbasierter Methoden
Bildklassifikation unter Verwendung kompressionsbasierter Methoden
Bildklassifikation unter Verwendung kompressionsbasierter Methoden
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3 Grundlagen der maschinellen<br />
Klassifikation<br />
3.1 Der k-NN Algorithmus<br />
Der k-NN-Algorithmus ist ein sehr häufig eingesetzter Klassifikator. Trotz seines<br />
denkbar einfachen Prinzips, lassen sich damit in vielen Bereichen überaus gute<br />
Ergebnisse erzielen. Für die Entsscheidung über die Klassenzugehörigkeit eines<br />
Objekts spielen nur die k nächsten Nachbarn des zu klassifizierenden Objekts<br />
eine Rolle. In diesem Fall ist also der Name im wahrsten Sinne des Wortes Programm.<br />
Es wird aus dieser Gruppe der k Nachbarn einfach die Klasse gewählt,<br />
die am häufigsten vertreten ist.<br />
Beispiel 3.1. Abbildung 3.1 zeigt das Prinzip einer k-NN Klassifikation. Dabei<br />
muss der Klassifikator entscheiden, ob eine unbekannte Person (hier dargestellt<br />
als schwarzer Punkt in der Mitte des Bildes) männlich oder weiblich ist. Unter<br />
den drei nächsten Nachbarn befinden sich zwei Frauen und ein Mann. Entsprechend<br />
würde der ein 3-NN-Klassifikator die unbekannte Person als Frau klassifizieren.<br />
Der Umgebungsradius für die 3 nächsten Nachbarn ist als durchgezogener<br />
Kreis um die unbekannte Person gezogen. Ein 5-NN-Klassifikator würde<br />
die Nachbarn im gestrichelten Radius berücksichtigen. In diesem Fall würde die<br />
Person als Mann klassifiziert.<br />
In der Praxis tauchen an dieser Stelle unmittelbar drei Probleme auf. Zunächst<br />
einmal müssen die nächsten Nachbarn identifiziert werden. Außerdem müssen<br />
die Klassenzugehörigkeiten dieser Nachbarn bekannt sein. Nicht zuletzt ist auch<br />
die Wahl eines geeigneten k entscheidend für die Klassifikationsgüte. Wir haben<br />
im Beispiel gesehen, dass verschiedene Werte für k leicht zu <strong>unter</strong>schiedlichen<br />
Gewicht<br />
?<br />
Größe<br />
Abbildung 3.1: Beispiel für eine einfache k-NN-Klassifikaton<br />
19