圖像分析的應(yīng)用領(lǐng)域一、人臉識(shí)別二、指紋識(shí)別三、光學(xué)字符識(shí)別四、手寫識(shí)別1/19一人臉識(shí)別廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過(guò)人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。人臉識(shí)別是一項(xiàng)熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域，它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體（一般特指人）本身的生物特征來(lái)區(qū)分生物體個(gè)體。生物特征識(shí)別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音（語(yǔ)音）、體形、個(gè)人習(xí)慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應(yīng)的識(shí)別技術(shù)就有人臉識(shí)別、指紋識(shí)別、掌紋識(shí)別、虹膜識(shí)別、視網(wǎng)膜識(shí)別、語(yǔ)音識(shí)別（用語(yǔ)音識(shí)別可以進(jìn)行身份識(shí)別，也可以進(jìn)行語(yǔ)音內(nèi)容的識(shí)別，只有前者屬于生物特征識(shí)別技術(shù)）、體形識(shí)別、鍵盤敲擊識(shí)別、簽字識(shí)別等。2/19一人臉識(shí)別（1）人臉識(shí)別的優(yōu)勢(shì)人臉識(shí)別的優(yōu)勢(shì)在于其自然性和不被被測(cè)個(gè)體察覺(jué)的特點(diǎn)。所謂自然性，是指該識(shí)別方式同人類（甚至其他生物）進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同（人類也是通過(guò)觀察比較人臉區(qū)分和確認(rèn)身份的）。另外具有自然性的識(shí)別還有語(yǔ)音識(shí)別、體形識(shí)別等，而指紋識(shí)別、虹膜識(shí)別等都不具有自然性，因?yàn)槿祟惢蛘咂渌锊⒉煌ㄟ^(guò)此類生物特征區(qū)別個(gè)體。不被察覺(jué)的特點(diǎn)對(duì)于一種識(shí)別方法也很重要，這會(huì)使該識(shí)別方法不令人反感，并且因?yàn)椴蝗菀滓鹑说淖⒁舛蝗菀妆黄垓_。人臉識(shí)別具有這方面的特點(diǎn)，它完全利用可見(jiàn)光獲取人臉圖像信息，而不同于指紋識(shí)別或者虹膜識(shí)別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺(jué)，從而更有可能被偽裝欺騙。3/19一人臉識(shí)別（2）技術(shù)困難雖然人臉識(shí)別有很多其他識(shí)別無(wú)法比擬的優(yōu)點(diǎn)，但是它本身也存在許多困難。人臉識(shí)別被認(rèn)為是生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域最困難的研究課題之一。人臉識(shí)別的困難主要是人臉作為生物特征的特點(diǎn)所帶來(lái)的。人臉在視覺(jué)上的特點(diǎn)是：不同個(gè)體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行檢測(cè)區(qū)域定位是有利的，但是對(duì)于利用人臉區(qū)分人類個(gè)體是不利的。人臉的外形很不穩(wěn)定，人可以通過(guò)臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺(jué)圖像也相差很大，另外，人臉識(shí)別還受光照條件（例如白天和夜晚，室內(nèi)和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡、拍攝的姿態(tài)角度等多方面因素的影響。4/19一人臉識(shí)別（3）技術(shù)細(xì)節(jié)一般來(lái)說(shuō)，人臉識(shí)別過(guò)程包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識(shí)別（身份確認(rèn)或者身份查找）。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫(kù)中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識(shí)別的人臉的身份。目前人臉識(shí)別的算法可以分類為：基于人臉特征點(diǎn)的識(shí)別算法（feature-basedrecognitionalgorithms）；基于整幅人臉圖像的識(shí)別算法（appearance-basedrecognitionalgorithms）；基于模板的識(shí)別算法（template-basedrecognitionalgorithms）；利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法（recognitionalgorithmsusingneuralnetwork）；利用支持向量機(jī)進(jìn)行識(shí)別的算法（recognitionalgorithmsusingSVM）。5/19一人臉識(shí)別（4）發(fā)展與應(yīng)用人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代，80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進(jìn)入初級(jí)的應(yīng)用階段則在90年后期，并且以美國(guó)、德國(guó)和日本的技術(shù)實(shí)現(xiàn)為主。人臉識(shí)別系統(tǒng)成功的關(guān)鍵在于是否擁有尖端的核心算法，并使識(shí)別結(jié)果具有實(shí)用化的識(shí)別率和識(shí)別速度。人臉識(shí)別系統(tǒng)集成了人工智能、機(jī)器識(shí)別、機(jī)器學(xué)習(xí)、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術(shù)，同時(shí)需結(jié)合中間值處理的理論與實(shí)現(xiàn)，是生物特征識(shí)別的最新應(yīng)用，其核心技術(shù)的實(shí)現(xiàn)，展現(xiàn)了弱人工智能向強(qiáng)人工智能的轉(zhuǎn)化。6/19一人臉識(shí)別人臉識(shí)別的應(yīng)用主要有：門禁系統(tǒng)：受安全保護(hù)的地區(qū)可以通過(guò)人臉識(shí)別辨識(shí)試圖進(jìn)入者的身份，比如監(jiān)獄、看守所、小區(qū)、學(xué)校等；攝像監(jiān)視系統(tǒng)：在例如銀行、機(jī)場(chǎng)、體育場(chǎng)、商場(chǎng)、超級(jí)市場(chǎng)等公共場(chǎng)所對(duì)人群進(jìn)行監(jiān)視，以達(dá)到身份識(shí)別的目的，例如在機(jī)場(chǎng)安裝監(jiān)視系統(tǒng)以防止恐怖分子登機(jī)；網(wǎng)絡(luò)應(yīng)用：利用人臉識(shí)別輔助信用卡網(wǎng)絡(luò)支付，以防止非信用卡的擁有者使用信用卡，社保支付防止冒領(lǐng)等；學(xué)生考勤系統(tǒng)：香港及澳門的中、小學(xué)已開(kāi)始將智能卡配合人臉識(shí)別來(lái)為學(xué)生進(jìn)行每天的出席點(diǎn)名記錄；相機(jī)：新型的數(shù)碼相機(jī)已內(nèi)建人臉識(shí)別功能以輔助拍攝人物時(shí)對(duì)焦；智能手機(jī)：解鎖手機(jī)、識(shí)別使用者。7/19二指紋識(shí)別指紋識(shí)別技術(shù)是一種生物識(shí)別技術(shù)，指紋識(shí)別系統(tǒng)是一套包括指紋圖像獲取、處理、特征提取和比對(duì)等模塊的模式識(shí)別系統(tǒng)。常用于需要人員身份確認(rèn)的場(chǎng)所，如門禁系統(tǒng)、考勤系統(tǒng)、筆記本電腦、銀行內(nèi)部處理、銀行支付等。指紋是靈長(zhǎng)類手指末端指腹上由凹凸的皮膚所形成的紋路，也可指這些紋路在物體上印下的印痕。紋路的細(xì)節(jié)特征點(diǎn)有起點(diǎn)、終點(diǎn)、結(jié)合點(diǎn)和分叉點(diǎn)。由于每個(gè)人的指紋并不相同，同一人的不同手指的指紋也不一樣，指紋識(shí)別就是通過(guò)比較這些細(xì)節(jié)特征的區(qū)別來(lái)進(jìn)行鑒別。8/19二指紋識(shí)別（1）歷史指紋由于具有個(gè)體差異性及穩(wěn)定性，早在中國(guó)古代便用于身份確認(rèn)，當(dāng)時(shí)人們以指紋或手印畫押。在西方，1890年代以后警察逐漸將指紋作為辨認(rèn)罪犯的方法之一。1960年代隨著電腦技術(shù)的發(fā)展，美國(guó)聯(lián)邦調(diào)查局和法國(guó)巴黎警察局等開(kāi)始研究電腦指紋識(shí)別技術(shù)。1990年代用于個(gè)人身份鑒別的自動(dòng)指紋識(shí)別系統(tǒng)開(kāi)發(fā)完成并推廣應(yīng)用。9/19二指紋識(shí)別（2）分析步驟指紋識(shí)別系統(tǒng)通常包括以下幾部分：圖像獲?。和ㄟ^(guò)專門的指紋采集或掃描儀、數(shù)字相機(jī)、智能手機(jī)等獲取指紋圖像。根據(jù)采集指紋面積大體可以分為滾動(dòng)捺印指紋和平面捺印指紋，公安行業(yè)普遍采用滾動(dòng)捺印指紋；圖像壓縮：將指紋數(shù)據(jù)庫(kù)的圖像經(jīng)過(guò)壓縮后存儲(chǔ)，主要方法為轉(zhuǎn)換為JPEG、WSQ、EZW等文件。目的是減少存儲(chǔ)空間。其中，EZW被列入中國(guó)公安部刑偵領(lǐng)域指紋圖像壓縮的國(guó)家標(biāo)準(zhǔn)；圖像處理：指紋區(qū)域檢測(cè)、圖像質(zhì)量判斷、方向圖和頻率估計(jì)、圖像增強(qiáng)、指紋圖像二值化和細(xì)化等；指紋形態(tài)和細(xì)節(jié)特征提?。韩@取指紋特征并提取交下一步分析。指紋形態(tài)特征包括中心（上、下）和三角點(diǎn)（左、右）等，細(xì)節(jié)特征點(diǎn)主要包括紋線的起點(diǎn)、終點(diǎn)、結(jié)合點(diǎn)和分叉點(diǎn)；指紋比對(duì)：對(duì)比兩個(gè)以上指紋以分析是否為同一指紋來(lái)源。10/19二指紋識(shí)別（3）指紋識(shí)別技術(shù)的應(yīng)用領(lǐng)域疑犯指紋對(duì)比；電腦使用者身份確認(rèn)；兒童指紋數(shù)據(jù)庫(kù)。11/19三光學(xué)字符識(shí)別光學(xué)字符識(shí)別（OpticalCharacterRecognition,OCR）是指對(duì)文本資料的圖像文件進(jìn)行分析識(shí)別處理，獲取文字及版面信息的過(guò)程。OCR的概念是在1929年由德國(guó)科學(xué)家Tausheck最先提出來(lái)，并申請(qǐng)了專利。后來(lái)美國(guó)科學(xué)家Handel也提出了利用技術(shù)對(duì)文字進(jìn)行識(shí)別的想法。中國(guó)最早的OCR商業(yè)應(yīng)用是由科學(xué)家王慶人教授在南開(kāi)大學(xué)開(kāi)發(fā)出來(lái)的，并在美國(guó)市場(chǎng)投入商業(yè)使用。12/19三光學(xué)字符識(shí)別OCR的識(shí)別過(guò)程：①圖像輸入、圖像預(yù)處理：對(duì)于不同的圖像格式，有著不同的存儲(chǔ)格式，不同的壓縮方式，目前有OpenCV、CxImage等開(kāi)源項(xiàng)目。圖像預(yù)處理主要包括二值化，噪聲去除，傾斜校正等；②噪聲去除：對(duì)于不同的文檔，對(duì)噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪；③傾斜校正：由于一般的用戶在拍照文檔時(shí)都比較隨意，因此拍照出來(lái)的圖片不可避免的產(chǎn)生傾斜，這就需要文字識(shí)別軟件進(jìn)行較正；④版面分析：將文檔圖片分段落，分行的過(guò)程就叫做版面分析，由于實(shí)際文檔的多樣性、復(fù)雜性，因此，目前還沒(méi)有一個(gè)固定的，最優(yōu)的切割模型；13/19三光學(xué)字符識(shí)別⑤字符切割：由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識(shí)別系統(tǒng)的性能。⑥字符識(shí)別：早期的方式有模板匹配，后來(lái)以特征提取為主，由于文字的位移、筆畫的粗細(xì)、斷筆、粘連、旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度；⑦版面還原：人們希望識(shí)別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變地輸出到Word文檔、PDF文檔等，這一過(guò)程就叫做版面還原；⑧后處理、校對(duì)：根據(jù)特定的語(yǔ)言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行校正，就是后處理。14/19四手寫識(shí)別手寫識(shí)別（Handwritingrecognition）是計(jì)算機(jī)在紙、照片、觸摸屏或其他設(shè)備中接收并識(shí)別人手寫的文字等信息的技術(shù)，主要應(yīng)用于光學(xué)字符識(shí)別技術(shù)（OCR）。15/19四手寫識(shí)別（1）離線手寫識(shí)別離線手寫識(shí)別主要應(yīng)用在打印出來(lái)的文字識(shí)別上，涉及到將圖像中的文本自動(dòng)轉(zhuǎn)換成是計(jì)算機(jī)可以使用的字符代碼。離線手寫識(shí)別是比較困難的，因?yàn)椴煌娜擞胁煌臅?shū)寫風(fēng)格。減少識(shí)別錯(cuò)誤的技術(shù)常常使用縮小識(shí)別范圍，例如郵政編碼只包含1~9的數(shù)字，識(shí)別這種數(shù)字可以減少錯(cuò)誤的可能。主要應(yīng)用的技術(shù)有：指定特定的字符范圍、識(shí)別字符的專有特點(diǎn)等。16/19四手寫識(shí)別（2）在線手寫識(shí)別從硬件方面來(lái)說(shuō)，早在20世紀(jì)80年代，就有人提出在商業(yè)產(chǎn)品中將手寫體識(shí)別作為鍵盤輸入的一種替代方式。雖然公眾已經(jīng)習(xí)慣將手寫識(shí)別看作一種輸入方式，但在臺(tái)式電腦或筆記本電腦中并沒(méi)有得到廣泛的使用。鍵盤仍被普遍認(rèn)為是速度更快，更可靠輸入方式。截至2006年，已有許多掌上型電腦提供手寫輸入，但精確度仍是一個(gè)問(wèn)題，有的人還認(rèn)為屏幕鍵盤更有效率。在線手寫識(shí)別可以分解為幾個(gè)通用的步驟:預(yù)處理；特征的提?。环蛛x出字符。預(yù)處理的目的是摒棄無(wú)關(guān)的輸入數(shù)