패턴인식
덤프버전 :
1. 컴퓨터공학에서의 패턴인식[편집]
그림, 음원, 글 등의 각종 선형 및 비선형 데이터 안에서 특정한 패턴을 찾아내는 것을 의미한다. 즉, 쉽게 풀어서 말하자면 컴퓨터가 사람과 유사하게 데이터를 판단하여 어떤 데이터인지 구분해주는 기술이라고 생각하면 된다. 흔히 사용하는 음성인식 검색이나 QR코드 카메라 인식 등도 패턴인식 연구 결과의 산물이다.
과거에는 개발자들이 휴리스틱(Heuristic)[1]하게 패턴 구분 알고리즘을 만들곤 했으나, 컴퓨터 성능의 발전에 힘입어 기계학습을 적용해 패턴 인식을 학습시키는 방법이 주류가 되었다.[2] 구글의 이미지 검색 등이 이러한 기계학습 방식의 패턴인식이 적용된 예라고 할 수 있다. 딥러닝 류의 기계학습 방식으로 인식률을 어마무시하게 끌어올렸다나 뭐라나...
의료계에서도 의사가 X-ray, CT 영상 등에서 판단력 저하로 놓치는 질병 징후를 잡아내는 데에 요긴하게 쓰인다고 한다.
2. 스마트폰에서의 패턴인식[편집]
1번 항목과는 별 관계없지만, 스마트폰에 적용되는 보안 비밀번호 시스템도 패턴인식이라고 부른다. 9개의 점에 맞춰 패턴을 그려서 자신인 걸 인증하는 것이다. 대부분 스마트폰이 3X3[3] 패턴을 주로 쓰고 있다. 3X3에서 최소 4개 이상의 점을 연결할 때 가능한 패턴의 경우의 수는 389,112개이다. 그러나 경우의 수만 많지 사람이 적용하는거라 실질적으로는 4자리수 비밀번호보다도 약하다.
2.1. 안드로이드[편집]
안드로이드는 3X3 패턴을 쓰고 있는데, 15회 이상 틀리게 되면 구글 계정으로 인증을 해야한다.
이 문서의 내용 중 전체 또는 일부는 2023-12-23 15:45:59에 나무위키 패턴인식 문서에서 가져왔습니다.[1] 특정한 케이스에 대해서 적용되는 패턴인식 방법을, 사람이 경험적으로 판단해서 입력하는 것이라고 보면 된다. 이를테면 차 번호판을 인식할땐 각도가 n도부터 n'도 사이의 사각형을 인식하면 된다고 로직을 만들어서 넣는다던가 하는 식이다.[2] 이것은 기술 혁신 덕분인 건 사실 아니다. 현재 자주 쓰이는 대부분의 인공지능 기법들은 거의 1960~1980년대에 완성된 것들이고, 당시 컴퓨터 성능 대비 의미있는 실적을 만들기 어려워 사장되었다가 오늘날에 와서 재발굴되어 활용되고 있는 것일 뿐이다.[3] 커스텀 비밀번호 앱을 이용해 더욱 크게 늘릴 수 있다.