Creo que deberías tener cierta comprensión del procesamiento de imágenes. El conocimiento del procesamiento de imágenes (incluido el suavizado y eliminación de ruido de imágenes, la nitidez de imágenes, la segmentación de imágenes y la transformación de imágenes) debería ser la base del reconocimiento de patrones. Recomiendo a todos que lean el libro de González sobre procesamiento de imágenes. Para el reconocimiento de patrones, el libro "Clasificación de patrones" escrito por Dida tiene más autoridad. Creo que todavía queda mucho por explorar en el campo del reconocimiento de patrones. Después de todo, no tiene una rutina teórica fija y completa como la física clásica. Muchas teorías contenidas en los libros tienen sus propias deficiencias y deben mejorarse. Es necesario aprender las teorías básicas introducidas en los libros (como la teoría de la decisión bayesiana, la estimación paramétrica y no paramétrica, etc.) antes de estudiar los problemas de estas teorías. También están los conceptos básicos de las matemáticas. La base matemática relacionada con el reconocimiento de patrones debe incluir: matemáticas avanzadas, álgebra lineal, teoría de probabilidad, procesos aleatorios, métodos de optimización, etc. Si tienes una base en matemáticas, no debería ser difícil aprenderlas.
¡Espero que te sea útil!