图像识别
    2013/5/24 16:23:00    关键字:智能监控,图像识别      浏览量:
  图像识别,主要利用图像信息的空间分辨能力,实现个体的身份认证。
  通过对一帧图像中指定目标的特征识别,实现个体身份认证,典型的实例是人脸识别。
  研究证明,人的行为也是一种生物特征,如步态,眼部动作等。对行为的分析可以用于个体的识别。
  它是分析一段图像序列来进行个体身份的认证。
  无论什么方式,图像识别都要求两个基本条件,一是定义特征、一是建立一定数量的样本数据库。
  定义特征,选择具有唯一性和相对稳定的特征来表示个体,如用人脸上的标志点来形成特征矢量。
  样本数据库,按特征的定义采集一定数量(根据应用)的样本特征,建立样本库。
  图像识别的基本工作方法是:将现场采集的目标特征数据与样本库中的数据进行比对。
  要求现场采集的特征数据和样本库数据具有相(可比)性。必须建立一个适当限定的应用环境。
  个体身份认证是安全系统最迫切的要求,已有了初步的应用,主要有两种方式:
  验证,识别监控目标,确认目标的身份及正在发生行为的合法性。是安防系统的基本功能和典型应用。
  识别,将现场采集的特征与样本库进行比对,确定目标的身份,以发现事件的相关线索。
  系统要建立海量的样本数据库。
  侦察工作的典型应用方式。
  通常的视频监控系统达不到上述应用的环境条件。
  图像识别系统包括:图像输入、图像预处理、特征提取和特征比对(识别)等技术环节和设备。
  系统能在适当控制的环境下,针对移动目标实时地运行,处理静止摄像机可能产生的目标大小、角度及光照效果不同的图像。
  并在非最佳条件下进行识别,如年龄、表情、配饰(眼镜、帽子)及伪装(化妆)造成图像的差异。
  系统必须采用适当的图像输入方法和预处理技术,以保证特征有效地提取,样本生成和数据库的建立。
  图像识别的方法基本上分为统计方法和结构分析两类,前者是以数学决策理论为基础,建立统计学的识别模型,指纹、掌形的识别多采用这种方法,其特点是稳定、但很少利用图像本身的结构关系。