영상에 존재하는 패턴을 분석하여 이를 해석할 수 있는 규칙을 고안하여 컴퓨터를 이용해 물체 영상을 해석하는 학문분야이다. 패턴을 해석하여 분류하는 과정(패턴 분류)과 분류된 패턴을 이용하여 인식을 위한 규칙을 구현하여 영상에 포함된 물체를 구별하는 과정(패턴 인식)으로 크게 구별될 수 있다. 

인식을 위한 모듈은 학습(training, learning) 단계를 통하여 새로운 입력 신호를 적응적으로 해석하게 된다. 패턴인식 과정에 사용되는 기존은 방법으로는 신경회로망(neural networks), HMM(Hidden Markov Model), 동적프로그래밍(DP - dynamic programming), VQ (Learning Vector Quantization), Fuzzy 이론, 유전자 알고리즘 등 다양한 방법이 존재한다. 대표적인 응용분야로는 문자인식, 생체인식(biometrics, 얼굴, 지문, 홍채인식) 등을 들 수 있다.

· Anomaly detection


이상 탐지(Anomaly detection)은 정상 기준으로 설정된 데이터와 다른 패턴과 특징을 찾는 것을 말한다. 이를 통해, 딥러닝 기반의 이상 탐지를 산업 분야에선 제품의 불량이나 장비 자체의 이상을 탐지함으로써, 생산성을 더 높일 수가 있다. 이상 탐지는 현재 산업 외 다양한 분야에서 사용되고 있다.


[Anomaly detection]


· Fingerprint recognition


센서로부터 입력된 지문에서 특징점을 추출, 이를 데이터베이스(DB) 내의 지문들의 특징들과 비교해 가장 비슷한 성향의 지문을 찾아낸다.


[지문 인식의 과정]