自动识别技术及其应新用.pptVIP

第4章 自动识别技术及其应用 ;一、概述 自动识别技术包括：光字符识别技术、条码技术、射频识别技术、磁识别技术、语音识别技术、图形识别技术和生物识别技术。其中光学字符识别技术、条码识别技术、语音识别技术应用较为广泛。本章主要介绍光学字符识别技术、语音识别技术、射频识别技术。 自动识别技术的特点： 准确性——自动数据采集，彻底消除人为错误； 高效性——信息交换实时进行； 兼容性——自动识别技术以计算机技术为基础，可与信息管理系统无缝联结。 ;第二节 光学字符识别;二、基于字符点特征的识别过程 1、学习阶段 （1）字形特征分析 分枝特征：端点、连点、三节点、四节点 长度特征： 方向特征：某一点的方向代表了笔记的走向，共分为八个方向 （2）链码编制：根据字形分析得到某种字形的辨认特征后，需要用专门的符号将辨认特征制成一种特殊的图形，由于这种图形是由一个个圆环符号构成，连在一起很象一根链条，故称为链码编制。 （3）链码存储：将“0”和“1”的符号编制成记忆特征表，并按字形粗分类的顺序存入计算机内存中，作为标准字库使用，这一过程称为“链码存储”。 ;2、阅读阶段 （1）光电转换 利用光学装置和光敏器件交字符图形的光学信号转变为模拟电信号。常用的转换装置有：光敏管、摄像管、固体光敏集成器件、CCD等。 （2）正量储存：光电转换后的输出信息为模拟电信号，必须将其进行模数转换才能被计算机识别。在技术上制订一个基准电压作为阈值，采用二值化处理方法。二值化的过程即为“正量”。这样就将数字的光学图形转变成了一系列的“0”和“1”电子图形，以矩阵的形式存放于计算机中。 ;3、识别判断阶段 （1）信息预处理 去污、平滑、细化 （2）分类 （3）跟踪抽特征 分枝特征的抽取 方向特征的抽取 长度特征的抽取 （4）顺序逻辑判断;第三节 语音识别技术;一、语音识别技术简介  语音识别是一门交叉学科。语音识别过程实际上是一种认识过程，该过程与人对语音的识别处理过程基本上是一致的。目前主流的语音识别技术是基于统计模式识别的基本理论，一个完整的语音识别系统可大致分为三部分： （1）语音特征提取：操作员发出的语声波先由话筒接收并转换为电信号再进入自动识别系统，经过特征分析，把言语划分成一段段具有一定时间长度的音段序列，每一个音段的特征可以经编写组合成便于存储和便于比较的图形，语音特征提取就是从语音波形中提取出随时间变化的语音特征序列。 ;（2）声学模型与模式匹配：声学模型通常将获取的语音特征通过学习算法产生，它是识别系统的底层模型，并且是语音识别系统中最关键的一部分。声学模型的目的是提供一种有效的方法，计算语音的特征矢量序列和每个发音模板之间的距离。例如：邮件分拣时分拣员读出的都是收寄地址的单呼词，并且两个单呼词之间有一定的时间间隔，在这种情况下，就要根据语声波能量是否有突变来判断是否有呼叫，语声特征编码也是以整个单呼词而不是单个音节作为识别的基本单元，这一点和分拣机上采用的邮政编码的光学字符识别技术是不同的。另外，声学模型的设计和语言发音特点密切相关，必须根据不同语言的特点、识别系统词汇量的大小决定识别单元的大小，在识别时将输入的语音特征同声学模型进行匹配与比较，得到最佳的识别结果。 ;（3）语言模型与语言处理：语言模型包括由识别语音命令构成的语法网络或由统计方法构成的语言模型，语言处理可以进行语法、语义分析。就像人们听语音时，并不把语音和语言的语法结构、语义结构分开来，因为当语音发音模糊时人们可以用这些知识来指导对语言的理解过程，对机器来说，识别系统也要利用这些方面的知识。语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正，特别是一些同音字则必须通过上下文结构才能确定词义。 ;二、语音识别技术在邮政领域的应用 1、在邮政生产中的应用 （1） 语音识别技术作为一项高新技术，它可以广泛地应用在邮政领域。比如在一些小型邮件处理中心，目前仍存在一些多席位人工分拣机，分拣信函时需要人工输入信函的邮政编码或格口地址代码，为了保证准确和迅速的将信函入格，就要求分拣人员必须熟练的使用键盘或牢记住与邮政编码相对应的格口代码，稍有疏忽就会造成错分，因此操作人员至少要经过三至五个月的培训才能上岗，如果利用语音识别技术，操作员只需将邮政编码呼叫一遍即可，并且要达到熟练分拣不必再需要大量的工作经验，大大提高了工作效率。;??????（2）??语 音识别技术也可应用在近年来各一、二级中心局引进的信函自动分拣机中。目前，各种自动分拣设备由于受光学字符识别技术的限制，自动