模式识别训练机设计

1.定义及约束

1.1定义

模式识别训练机：为在短时间里取得大量的、经过校验的规范素材以进行特征归纳而设计的素材采集机制。

这个机制涉及算法复杂程度估算、硬件选型、面向采集对象推广及引导、采集对象的行为约束、素材采集的校验、采集计划的商业嵌入。

本文以脑波视觉识别为例子来说明模式识别训练机设计。

1.2约束

读者应具备一定人工智能基础。

2.训练机设计

2.1算法复杂度估算

最低复杂度=N×视觉画面解析度

N为每个检波需要的计算量，肉眼视觉残留0.1到0.4秒，按0.1秒计算，视觉焦点之外越远越虚，按肉眼视觉模拟画面2M计算，得到算法复杂度为：

（N×20M）/S

目前的SATA2带宽3Gbits/S，基本上也是大部分总线瓶颈，因此每个检波需要的计算量N需要小于20。

2.2硬件选型

硬件主要考虑：检波灵敏度与价格的平衡、设备集成度。

从脑波视觉识别来说，目前市面上集成了脑波采集芯片的玩具不过99美刀，价格不是问题，关键是检波灵敏度了，这个需要测试才知道。

2.3采集的推广

怎样低成本获得素材采集对象？最好的方式是在用户玩游戏过程中逐渐提高画面视觉复杂程度，好采集不同复杂程度视觉特征。

随游戏走的成本将远低于目前素材采集广泛使用的付费招聘素材提供者的方式，而且也较容易获得较多采集对象。

2.4采集对象行为约束

以游戏用户为素材采集对象和临聘人员很大区别是素材采集对象的行为较临聘人员难规范一些，这是靠游戏设计来实现行为约束的。

比如俄罗斯方块随进阶逐渐增加颜色复杂度，同时可以针对视觉识别主要可以帮助到的人群——盲人，做公益推广，公益推广的终端里含焦点检测硬件，用户玩游戏之前需要先校验视觉焦点，以使电脑可以跟踪到用户焦点所在区域。

2.5素材的校验

前文的校验是采集前的用户行为规范以及通过对设备的调整，那么，采集入库的素材如何校验？手写识别软件的素材采集可以轻易肉眼对比用户笔迹与所书写的字的印刷体，剔除错误素材，而脑波这样不可见素材如何校验呢？

可以通过视觉游戏得分情况，只入库游戏得分部分的脑波素材。

2.6采集计划的商业嵌入

通过前文一再提到的游戏硬件推广采集活动，并配合游戏推广给予用户奖励，顺便推广公益采集计划，让用户愿意为盲人捐献时间参与素材采集和训练。