智能视频分析结课论文

1、中国传媒大学20142015学年第上学期 智能视频分析技术课程题 目人工智能和模式识别的结合运用学生姓名刘晶晶学号201110013208班级数字媒体技术学生所属学院信息工程学院任课教师吕朝辉教师所属信息工程学院2014.11.27时 间人工智能和模式识别的结合应用计算机硬件的迅速发展，计算机应用领域的不断开拓，迫切地要求计算机能够更 有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运 用的信息资料。但就一般意义来说，目前一般计算机却无法直接感知它们，键盘、鼠 标等外部设备，对于这样五花八门的外部世界显得无能为力。纵然电视摄像机、图文 扫描仪、话筒等设备业已解决了上述非

2、电信号的转换，并与计算机联机，但由于识别 技术不高，而未能使计算机真正知道采录后的究竟是什么信息。计算机对外部世界感 知能力的低下，成为开拓计算机应用的瓶颈，也与其高超的运算能力形成强烈的对比。 于是，着眼于拓宽计算机的应用领域，提高其感知外部信息能力的学科一一模式识别， 便得到迅速发展。人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知 模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个 计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。关键词：人工智能、模式识别、应用（一）人工智能人工智能（Artificial Intelligenc

3、e）是相对人的自然智能而言，即用人工的方法 和技术，模仿、延伸和扩展人的智能，实现某些“机器思维”作为一门学科，人工智 能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的 计算系统，解决需要人类专家才能处理的复杂问题。人工智能就其本质而言，是对人 的思维的信息过程的模拟。（二）模式识别模式识别是指利用计算机或者其他辅助工具对图形图像、语言文字、自然物体等 进行信息统计、特征识别和分类的一门学科。20世纪50年代人工智能技术的兴起，极大 的带动了模式识别技术的发展。模式识别技术被广泛应用与人工智能、计算机工程、 神经生物学、智能机器人学、医学、高能物理、地质勘探等多个领域

4、的语音识别、图 像识别、人脸识别、指纹识别、特征聚类等研究中。模式识别技术应用统计学方法对 数据进行分析和处理，进而指导实际应用，对国民经济的发展和科学技术的进步产生 了极大的推动作用。这里，我们把环境与客体统称为“模式”，随着计算机技术的发展， 人类有可能研究复杂的信息处理过程。用计算机实现模式（文字、声音、人物、物体等） 的自动识别，是开发智能机器的一个最关键的突破口，也为人类认识自身智能提供线 索。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说，特别 重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识 别。这是模式识别的两个重要方面。市场上可见

5、到的代表性产品有光学字符识别系统 (Optical character Recognition， OCR)、语音识别系统等。所谓模式识别，可以理 解为根据识别对象特征的观察值将其分到某个类别中的过程。利用计算机进行模式识 别在20世纪60年代初迅速发展并成为一门新学科。模式识别技术的研究内容和研究方法模式识别的主要研究内容分为两个方面。一方面是研究生物体感知对象时所使用 的主要方法和特征，该研究内容属于认知科学范畴；一方面是按照限定条件，利用现 有的模式识别理论和识别方法对给定的目标进行识别和分类，改研究内容属于信息科 学研究范畴。本文所述的模式识别研究内容主要指后一类内容。现有的模式识别研究

6、类型有统计模式识别和结构模式识别两种。其中统计模式识别研 究是当前模式识别研究的热点，其使用基于概率论的贝叶斯决策系统对最优分类器进 行设计，进而实现对目标的识别；而结构模式识别则是通过模式与子模式分层结构的 树状信息进行识别。统计模式识别研究方法的主要原理为：将相似度超过预定阈值的样本聚类成簇。 具体来说，对所要识别的对象的特征观察量进行特征提取，然后将所提取的特征构成 特征向量d，总结特征向量d，表明当前研究的问题具有c个类别，每个类别都有自己 的状态w，计算不同模式之间的距离函数，将给定的模式归入到某一类别中实现特征分 类和模式识别。具体的统计模式识别的分类方法有判别函数法、k紧邻分类法

7、、非线性映射法、 特征分解法、主因子分析法等。模式识别技术的应用当前的模式识别主要应用在以下几个方面。首先是文字识别。其通过使用计算机 对现有的字符进行聚类分析，得到相应的模板库或者样本簇，然后对所需识别的文字 进行信息采集和特征分析与处理，进而按照得到的特征进行判别和归类，实现对文字 的识别。常用的文字识别方法有模板匹配法和几何特征抽取法等。文字的模式识别是 模式识别最为成熟的应用领域，如阅读、翻译、检索、稿件校对和编辑、信息分类等。 其次是语音识别。语音识别的实现需要综合多学科技术，如信号处理、信息论和概率 论、人工智能、发生机理和听觉机理等才能够实现对语音的识别。语音识别首先要构 建样本

8、模板库，按照不同语音的频谱特性或其他特性等进行特征描述，构建模板库， 然后对需要识别的语音信息进行数字化处理，转变为适合计算机分析的数字信息，在 模板库的基础上对采集到的语音信息按照特定的方式进行人工智能处理，最终实现识 别。近年来，生物识别技术得到了广泛的应用。其中声纹识别技术因具有方便、经济、 准确等特点被用做身份验证的一种方式应用人们日常的生活和工作中。其中基于基因 算法训练的连续隐马尔科夫模型语音识别方法具有识别速度快、识别精度高等优点， 已经成为语音识别中所使用的主流技术。再次是生物特征识别。生物特征识别技术是结合传感器、生物统计学、光学、声 学以及计算机技术等多种高科技技术而发展起

9、来的，对人体固有生理特征和行为特征 进行分类和识别的一种技术。该技术具有生物学特性，不仅仅局限于人类本身，诸如 细胞或者人体的指纹等均属于生物特征识别技术范畴。这种识别技术被广泛应用与身 份认证中。模式识别技术的发展趋势随着智能化、信息化、网络化的深入，人工智能会更加成熟和完善，而人工智能 技术的支撑技术之一就是模式识别技术，因此模式识别技术具有非常大的发展空间， 各科研机构均将其作为未来科技发展的重点来对待。具体来说，未来的模式识别技术 的主要发展方向有以下几个方面。（1）语音识别技术。虽然语音识别技术在当前社会中已经有所应用，但是其对语 音识别的精度还不够高，在语音应用方面还存在诸多问题，

10、如对中文的识别不够好等。 同时，鉴于语音技术正在逐渐成为人机交互的一个关键接口，语音识别的发展还存在 巨大的空间。我国的互联网中心的预测资料表明，未来五年内，中文语音识别市场会 有超过400亿的市场容量，且之后会按照超过30%的速度进行增长。（2）生物认证技术。生物特征具有唯一性，因此应用生物特性进行安全认证可以 有效保证认证的精度和准确度，因此基于模式识别技术的生物认证技术是社会发展的 方向。完善的生物认证技术可以让人们脱离对密码、磁卡或者其他凭证的依赖，只需 要依靠自身的生物特征即可实现身份标识。（3）数字水印技术。数字水印技术在不影响原数字载体的使用价值的前提下对载 体进行标识，这种隐藏

11、的标识信息可以被用来进行验证、识别或者对比等，进而确认 数字载体是否合法或者可用。数字水印技术是信息隐藏技术的一个重要发展方向。（三）人工智能在模式识别方面的应用数字识别，汉字识别与语音识别手写体数字识别在邮政编码识别、银行业务等方面有重要应用，由于字体变化大， 对识别率要求高，所以有较大困难。手写体数字识别使用的技术是人工智能中的神经 网络技术，神经网络具有学习能力和快速并行实现的特点，可以用于解决这一问题。相比而言，汉字的识别是更加困难的一件事。常用汉字共有6763个，分为两级， 第一级3755，第二级包括3008个，在使用的过程中有时还可能会用到其他的外国的字 符以及特殊的符号。每个字符

12、都对应着一个类别。即开头有变化，发生畸变或受到干 扰等影响的同一字属于一类，相对于只有10个的数字而言，汉字的数量因为大于6000， 而且又有印刷体和手写体之分，因此，要用计算机进行精确的分类，其困难的程度也 比数字识别大多了。所以，手写体汉字的识别是一个很困难的模式识别问题。解决的 办法，同样需要神经网络技术的支持，而且还要从不同地区搜集大量的手写体汉字作 为样本集对神经网络进行训练。其运算量也是惊人的。幸运的是，现在已经有了一些 印刷体汉字识别软件，如清华紫光0cR软件，就可以识别扫描图片中的汉字，虽然准确 率还不是100%，但是这说明在汉字识别方面毕竟已经取得了一些进展。中科院自动化 研

13、究所汉王公司开发成功的“汉王笔”是一套在一块手写板上书写，从而把汉字输入 计算机的联机手写汉字识别系统。语音识别就是让计算机能听懂人说的话，一个重要的例子就是七国语言（英、日、 意、韩、法、德、书口语自动翻译系统。其中，中文部分的实验平台设立在中国科学 院自动化所的模式识别国家重点实验室，这是口语翻译研究跨入世界领先水平的标志。 该系统实现后，人们出国预定旅馆、购买机票、在餐馆对话和兑换外币时，只要利用 电话网络和国际联网，就可用手机、电话等与“老外”通话。基于模式识别的网络考试系统设计这是一种基于模式识别的网络考试系统，对整个软件的系统结构、功能以及实现 的关键技术进行了探讨。该系统采用SQ

14、L Server数据库和指纹模式识别技术，成功地 实现了网上考试、培训和学习等。随着信息化的不断发展，人们需要不断地进行知识 更新。由于流动单位如乘务员的工作性质较特殊，大规模的集中学习和考试无法满足 正常的工作需要，而基于模式识别的网络考试系统即可达到这一目的。该系统的使用 对基本技能和企业管理水平的提高有较大的实用价值。本系统主要应用于企业内多媒 体教室中，主要由一台服务器（PIV，K12MB），多台PC（PII1533，内存28MB）和两个指纹识别仪，其网络布局总体上是采用树型拓扑结构。本系统采用c+Builder5.0 作为开发工具，服务器配置为windows NT操作系统、SQL S

15、erver数据库；教师管理计 算机配置为windows 2000操作系统；考生考试终端配置为windows 98 / 2000操作系统。 整个考试系统软件可分为四个部分：指纹校验、试卷管理、考生考试和考试记录。其 中的指纹校验作为考试系统的关键技术之一，采用的即是人工智能的模式识别。指纹 模式识别技术及应用实现如下。目前的指纹识别系统总体来看分为两大类：验证和辨识。验证就是通过把一个现 场采集到的指纹与一个已经登记的指纹进行一对一的比对来确认身份的过程。为验证 的前提条件，他的指纹必须在指纹库中已经注册。指纹以一定的压缩格式存储，并与 其姓名或其标识（ID，PIN）联系起来。在比对现场，先验证

16、其标识，然后利用系统的指 纹与现场采集的指纹比对来证明其标识是合法的。辨识则是把现场采集到的指纹同指 纹验证和辨识在比对算法和系统设计上各具技术特点。本系统在数据库管理、教师控 制PC和考生登录上应用了指纹验证和指纹辨识技术。计算机处理指纹时只涉及到指纹 的一些有限信息，而且比对算法并不是精确匹配，其结果也不能保证100%准确。尽管 指纹识别系统存在着可靠性问题，但其安全性比相同可靠性级别的“用户ID+密码”方 案的安全性高得多。例如，采用四位数字密码的系统不安全概率为）.01%，如果同采 用误判率为0. 01%指纹识别系统相比，由于不诚实的人可以在一段时间内试用所有可 能的密码，因此四位密码

17、并不安全，但他绝对不可能找到一千个人去为他把所有的手 指（十个手指）都试遍。考虑到指纹识别仪发生故障等原因，本系统在各种权限登录上 设置了 “用户ID+密码”的方式。图像传感器CCD驱动器定时产生器相关的双采样自助增益控制液晶显示器图像处理图像压缩信号处理器DSPNTSC/PAL 视频输出RS232图1人脸识别系统人脸立体模式识别人脸识别的过程分为3个主要部分：人脸模式库，即判断所采集图像中是否存在人 脸，若有，给出每个人脸的位置、大小；面部特征定位，即对每个人脸检测其主要器 官的位置和形状信息，并将其归一化处理；比对，即根据面部特征定位的结果，与图 像库中人脸对比，判断该人脸的身份信息。主流

18、的人脸识别技术基本上可以归结为3 类：基于几何特征的方法，基于模板的方法和基于模型的方法。基于几何特征的方法 是最典型的方法，通常需要和其他算法结合才能有比较好的效果；基于模板的方法可 以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神 经网络方法、动态连接匹配方法等。基于模型的方法则有基于隐马尔可夫模型、主动 形状模型和主动外观模型的方法等。基于人脸特征进行身份验证，易用性好，精确度高，用户容易接受，稳定性好， 相比其它人体生物特征，它具有直接、友好、方便的特点。表情、光照和一定范围内 的姿态变化是目前人脸识别技术中影响识别精确度的主要因素。人脸识别的二维图像 技术已

19、经有很多不同的方法，但基于三维立体图像的人脸识别技术却较少报道。人脸 二维和三维模型获取不同的脸部外貌特征，二维图像中的灰度值表示了人脸表面亮度 差异，而三维图像中加入的深度信息是表示脸形的数据，信息量更为丰富，更有利于 提高识别效率。所谓数字信号处理器(Digital signals Process，DSP)嵌入式系统，实际上就是 把DSP系统嵌入到应用电子系统中，软件、硬件可裁剪，满足应用系统对功能、可靠性、 成本、体积、功耗等严格要求的专用计算机系统，它是一种典型的软硬件混合系统， 自底向上可以分为硬件环境、嵌入式操作系统和应用程序3个部分。基于DSP如模拟器 件(ADI)公司的ADSP系列和德州仪器(TI)公司的TMs系列的立体人脸图像识别便携系统 高速准确，实