模式识别基础.ppt

面部识别 面部识别是人们最早使用的生物特征识别技术。面部识别有两种技术。第一种是比较特征部位的大小和关系，如鼻子的长度和两只眼睛之间的距离；第二种方法是将你有效的图像数据，与存储在数据库中的面孔记录进行匹配。面孔识别的好处在于，它采用的是一种很“不显眼”的技术：系统将你的面孔捕捉到移动的视频中，分解出特征并且能很快地对它们进行识别。  由中科院计算所科学家自主研制的“面像检测与识别核心技术”，在 “中国共产党第16次全国代表大会”会场人民大会堂获得成功应用，集成了该技术的系统成功实现了利用计算机自动确认与会人员身份。 语音识别 语音识别系统是将人体发出的语音作为生物特征，其过程是首先由用户输入代表自己的帐号或其它身份信息，然后输入密码，即语音，也可以直接输入语音，再对语音进行分析。语音分析有两种方式，其一是从连续语音中抽取出单词和词组，和数据库进行对照，其二是对语音进行基于声带特征的分析，以最终确定用户身份。 ? 笔迹识别 　　随着计算机技术和网络技术的发展与普及，笔迹鉴别技术的应用领域更为宽广，突破了原有的应用范畴，比如，计算机登录、信息网入网、信用卡签字、电子商务等。从身份识别的角度看，笔迹是一种稳定的行为特征，笔迹的获取具有非侵犯性(或非接触性)，易为人所接受。 　　计算机笔迹鉴别主要分为在线(on-line)和离线(off-line)两类。离线笔迹鉴别的对象是写在纸上的字符，通过扫描仪和摄像机转化为计算机能处理的信号；而在线的笔迹鉴别则通过专用的数字板或数字仪实时采集书写信号，它不仅可以采集到笔迹序列并转化成图像，而且可以记录书写的压力、速度等信息，可为笔迹鉴别提供更丰富的信息。 步态识别 　 步态是指人们行走时的方式，这是一种复杂的行为特征。尽管步态不是每个人都不相同的，但是它也提供了充足的信息来识别人的身份。步态识别的输入是一段行走的视频图像序列，因此其数据采集与脸像识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。  在Carnegie Mellon 大学的机器人研究机构研究人员，采用在健身器带上拍摄走路或跑步的方法开始研究每个人的运动信号，拴在计算机上的模拟照相机捕捉和储存这一运动行为。软件工具移去任何背景尺码，剩下每一物体的一系列轮廓，然后把它作为数字形象储存起来。同一人把他的整个走路过程拍摄下来，然后根据储存的形象，指令计算机确定这个人的身份。 红外温谱图 　　人的身体各个部位都在向外散发热量，而这种散发热量的模式就是一种每人都不同的生物特征。通过红外设备可以获得反映身体各个部位的发热强度的图像，这种图像称为温谱图。拍摄温谱图的方法和拍摄普通照片的方法类似，因此，可以用人体的各个部位来进行鉴别。温谱图的另一个应用是吸毒检测，因为人体服用某种毒品后，其温谱图会显示特定的结构。目前，已经有温谱图身份鉴别产品问世。 ?????? 发展趋势 　 身份识别技术由单一到综合 　 由于各种生物特征的识别方式都有其一定的适用范围和要求，单一的生物特征识别系统在实际应用中显现出各自的局限性，如有些人的指纹无法提取特征，患白内障的人虹膜会发生变化等等，统计显示迄今为止，还没有一个单生物特征能达到完美无错的要求。目前，生物特征识别领域又出现了一种新的方向，即多种生物特征识别技术结合使用。将数据融合方法用于身份鉴别，结合多种生理和行为特征进行身份鉴别具有低错误拒绝率、特征变化的适应性强，安全可靠性高等优点，从而进一步精化了识别率。提高鉴别系统的精度和可靠性，成为身份鉴别领域发展的趋势。 小结 模式和模式识别的概念 模式识别的发展简史和应用 模式识别的主要方法 模式识别的系统和实例 模式识别的几个基本问题 生物特征识别简介 实例：句法模式识别 问题：如何利用对图像的结构信息描述，识别如下所示图片： 实例：句法模式识别（续） 将整个场景图像结构分解成一些比较简单的子图像的组合； 子图像又用一些更为简单的基本图像单元来表示，直至子图像达到了我们认为的最简单的图像单元（基元）； 所有这些基元按一定的结构关系来表示，利用多级树结构对其进行描述（这种描述可以采用形式语言理论）。 实例：句法模式识别（续） 多级树描述结构 实例：句法模式识别（续） 训练过程： 用已知结构信息的图像作为训练样本，先识别出基元（比如场景图中的X、Y、Z等简单平面）和它们之间的连接关系（例如长方体E是由X、Y和Z三个面拼接而成），并用字母符号代表之； 然后用构造句子的文法来描述生成这幅场景的过程，由此推断出生成该场景的一种文法。 实例：句法模式识别（续） 识别过程： 先对未知结构信息的图像进行基元提取及