多媒体技术应用 普通高等教育“十一五”国家级规划教材 教学课件 赵士滨 YDMT14.pdfVIP

第十四章 多媒体识别技术 多媒体识别和机器视觉 文字识别的基本原理 声音识别的基本原理 图像识别的基本原理 生物特征的辨别与验证 常用的多媒体特征识别类型 常用的多媒体特征识别类型  1.指纹识别（fingerprinting ）  2.虹膜识别  3.视网膜识别  4.面部识别  5.手掌几何学识别  6.声音识别  7.签字识别  8.文字识别 几类生物识别特点的比较 几类生物识别特点的比较 特征识别技术的测量因子 特征识别技术的测量因子  1. 拒假率（FRR ）  1. 拒假率（FRR ） 在获取一个对像的特征信息进行生物测量时，所得结果与该对像 在获取一个对像的特征信息进行生物测量时，所得结果与该对像 已经记录在多媒体数据库中的模板不匹配，称为拒假事件。拒假 已经记录在多媒体数据库中的模板不匹配，称为拒假事件。拒假 事件的发生概率或者实际发生的频率就是拒假率。 事件的发生概率或者实际发生的频率就是拒假率。  2. 容假率（FAR ） 对一个对象的特征采样取得的数据与多媒体数据库中另外一个非 该对象的模板足够相似，以至于匹配，这种误认称为接受假事件 ，相关的概率叫做容假率FAR 。 多媒体识别技术的1 ：1与1 ：N方法 多媒体识别技术的1 ：1与1 ：N方法  1 ：1技术  1 ：1技术 1 ：1技术可概括为：“是我吗？”1 ：1技术是一个验证过程，是通 1 ：1技术可概括为：“是我吗？”1 ：1技术是一个验证过程，是通 过把一个现场采集到的特征与一个已经登记的特征进行一对一的 过把一个现场采集到的特征与一个已经登记的特征进行一对一的 比对，以确认身份的过程，验证是否是对应的对像。 比对，以确认身份的过程，验证是否是对应的对像。  1 ：N技术 1 ：N技术可概括为：“我是谁” 1：N技术是一个辨识过程，是把现 场采集到的特征同特征数据库中的特征逐一进行匹配，从中找出 与现场特征相匹配的库内数据。这也叫一对多匹配。 几种识别方法的误接受率和安全等级 几种识别方法的误接受率和安全等级 机器视觉的概念和原理 机器视觉的概念和原理 机器视觉就是用各种成像系统代替视觉器官作为输入敏感手段， 由计算机来代替大脑完成处理和解释。机器视觉的最终研究目标 就是使机器能像人那样通过视觉观察和理解世界，具有自主适应 环境的能力。 机器视觉系统通过图像摄取装置（分CMOS 和 CCD 两种）将被 摄取目标转换成图像信号，传送给专用的图像处理系统，根据像 素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这 些信号进行各种运算来抽取目标的特征，进而根据判别的结果来 控制现场的设备动作。 机器视觉系统的构成 机器视觉系统的构成 1.照明 2.镜头 3.相机 4. 图像采集卡 5.视觉处理器 光学字符识别OCR 光学字符识别OCR 光学字符识别OCR （Optical Character Recognition ）技术，是 指使用扫描仪或数码相机等电子设备检查纸上打印的字符，通过 检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译 成计算机文字的过程，也是对文本资料进行扫描，然后对图像文 件进行分析处理，获取文字及版面信息的过程。 OCR 的工作原理 图像输入：要辨识处理的对像须通过光学仪器，如图像扫描仪、 图像输入：要辨识处理的对像须通过光学仪器，如图像扫描仪、 传真机或摄影器材，将图像转入计算机。 传真机或摄影器材，将图像转入计算机。 图像前处理：包含了图像正规化、去除噪声、图像矫正等的图像 图像前处理：包含了图像正规化、去除噪声、图像矫正等的图像 处理，及图文分析、文字行与字分离的文件前处理。 处理，及图文分析、文字行与字分离的文件前处理。 OCR 的工作原理 文字特征抽取：是OCR的核心，特征抽取的区分可分为两类， 文字特征抽取：是OCR的核心 一是统计的特征，如文字区域内的黑、白点数比，当文字区分成 好几个区域时，这一个个区域黑、白点数比之联合，就成了空间