1.1.3 物聯網識別技術

物聯網識別技術包括指紋識別技術、人臉識別技術、語音識別技術、條碼識別技術和RFID技術等。

1.指紋識別技術

指紋特性的發現可以追溯到19世紀末，Henry等人的研究表明：不同手指的指紋特征不同，指紋特征將保持不變，并會伴隨人的一生。指紋的上述兩個研究結論逐步得到論證，并于19世紀末在犯罪現場正式使用了指紋。由于早期人們只能憑借肉眼來識別指紋，所以存在時間耗費長和效率低的缺點。

自從第一臺電子計算機于1946年在美國問世以來，圖像處理技術得到了飛速的發展，指紋識別技術（見圖1.4）也有了質的提升，逐漸形成了自動指紋識別系統（Automatic Fingerprint Identification System，AFIS）。AFIS包括指紋信息錄入和指紋特征識別兩個環節。在指紋信息錄入環節，首先要對指紋進行圖像采集，通過不同方法得到的指紋圖像在形變、模糊程度上存在差異，因此要進行圖像增強，除去采集的指紋圖像的噪聲、重疊等干擾，最終提取出指紋圖像的特征并加以存儲，以此作為身份識別的依據。在指紋特征識別環節，采集獲取的指紋圖像同樣需要經過增強、特征提取步驟，最后判斷所得的特征信息與錄入信息是否匹配。指紋識別流程如圖1.5所示。

目前指紋識別技術占據了我國生物識別市場90%以上的份額，但因其易獲得性，造成指紋被盜用、特殊狀態指紋（如手指潮濕、受傷破損等）的識別問題屢見不鮮，指紋識別技術在應用過程中的安全性與可靠性仍有待提高。因此，結合其他生物特征，克服單一生物識別技術的不足，推動生物識別技術的多元化發展，將是指紋識別技術未來的一個重要研究方向。

隨著可穿戴設備與物聯網的持續升溫，可穿戴設備具有廣闊的應用和產業前景，并有望成為全球的下一個經濟增長點。目前，諸如帶有指紋解鎖功能的移動支付手環、汽車指紋鎖等穿戴設備的出現，以及結合基于人體通信的可穿戴式身份識別技術的研究表明，指紋識別技術在可穿戴設備中的應用將更為廣泛。

2.人臉識別技術

人臉識別技術是指通過比較人臉的視覺特征信息進行身份鑒別的技術，該技術是一項研究較為熱門的計算機技術，如圖1.6所示。

人臉識別技術主要基于人的面部特征，在圖像或者視頻中檢測否存在人臉，若存在人臉區域，就進一步檢測其位置、大小以及面部各個器官的位置等信息，根據上述信息可以得到人臉中的代表每個人身份的特征，將上述特征與現有的人臉庫進行比對，從而識別出人的身份。人臉識別技術包含多個方面的內容，從廣義角度而言，人臉識別技術包括構建人臉識別系統的一系列相關技術，如人臉圖像采集、人臉識別預處理、身份查找和身份確認等；從狹義角度而言，人臉識別技術就是身份查找或身份確認的過程。

近年來，人臉檢測和人臉識別技術取得了顯著的進步，隨著該技術的發展，專家和學者們的研究熱點逐漸轉向了人臉表情分析、年齡評估等更為前沿和深入的領域。年齡評估在為不同年齡段的人提供不同服務方面的應用，有著巨大的市場潛力。例如，具有年齡評估功能的網頁瀏覽器可以限制用戶訪問一些網頁，具有年齡評估功能的自動售貨機可以拒絕向未成年人出售煙酒等。

作為生物特征識別領域中一種基于生理特征的識別技術，人臉識別技術是通過計算機提取人臉特征，并根據這些特征進行身份驗證的一種技術。人臉識別技術具以下優越性：①不需要人工操作，是一種非接觸式的識別技術；②快速、簡便；③直觀、準確、可靠；④性價比高，可擴展性好；⑤可跟蹤性好；⑥具有自學習功能。總體而言，人臉識別技術是一種精度高、使用方便、魯棒性好，而且很難假冒、性價比高的生物特征識別技術。

由于人臉識別具有以上優點，因此應用非常廣泛，主要的應用范圍有：①考勤系統，如某些大型公司和學校都用人臉識別技術來進行考勤打卡；②安全驗證系統，如信用卡驗證；③刑事案件偵破；④出入口控制，如“北京奧運會”和“G20杭州峰會”應用人臉識別技術進行安保；⑤人機交互領域；⑥金融行業，如支付寶推出的刷臉功能，微信推出的身份證人臉認證功能。

人臉識別技術的應用前景廣闊，其研究內容主要包括以下5個方面。

（1）人臉檢測：從不同情形中找出人臉所在坐標與人臉占有的面積區域，這種方法會受到光照強度、圖像噪點、頭部偏角、臉部大小、情緒、圖片成像器材質量和各種裝飾物遮擋的影響。

（2）人臉表征：提取出人的面部特征，確定檢測的人臉和數據庫（人臉庫）中已存在的人臉描述方式，方法包括人臉幾何特征（如歐氏距離、曲率、角度等）、代數特征（如矩陣特征矢量等）、固定特征模板、特征臉等。

（3）人臉識別：將待測對象與數據庫中已存在的人臉圖像進行比對并得出結果，關鍵是選擇適當的人臉描述方式與匹配算法。

（4）面部表情、姿態分析：通過計算機識別面部表情的變化，從而分析和理解人的情緒。

（5）生理分類：對人臉生理特征進行仔細分析，得到相關結論，這些生理特征包括人的性別、年齡、種族、職業等信息。

人臉識別應用系統流程如圖1.7所示，系統有靜態圖像輸入和視頻圖像輸入兩種。

3.語音識別技術

語言是人類相互交流最常用、最有效、最重要和最方便的形式，語音是語言的聲學表現，與機器進行語音交流是人類一直以來的夢想。隨著計算機技術的飛速發展，語音識別技術也取得了突破性的進展，人與機器用自然語言進行對話的夢想逐步實現。語音識別技術的應用范圍極為廣泛，不僅涉及日常生活的方方面面，在軍事領域也發揮著極其重要的作用，它是信息社會朝著智能化和自動化發展的關鍵技術，使人們對信息的處理和獲取變得更加便捷，從而提高人們的工作效率。

語音識別技術起始于20世紀50年代，這一時期的語音識別研究主要集中在對元音、輔音、數字和孤立詞的識別。

20世紀60年代，語音識別研究取得了實質性的進展。線性預測分析和動態規劃的提出較好地解決了語音信號模型和語音信號不等長兩個問題，通過語音信號的線性預測編碼，有效地解決了語音信號的特征提取。20世紀70年代，語音識別技術取得了突破性的進展，基于動態規劃的動態時間規整技術基本成熟，特別提出了矢量量化和隱馬爾可夫模型理論。

20世紀80年代，語音識別的任務開始從對孤立詞、連接詞的識別轉向對大詞匯量、非特定人、連續語音的識別，識別算法也從傳統的基于標準模板匹配的方法轉向基于統計模型的方法。在聲學模型方面，由于HMM能夠很好地描述語音的時變性和平穩性，開始被廣泛應用于大詞匯量連續語音識別的聲學建模；在語言模型方面，以N元文法為代表的統計語言模型開始廣泛應用于語音識別系統。在這一階段，基于HMM/VQ、HMM/高斯混合模型、HMM/人工神經網絡的語音建模方法開始廣泛應用于LVCSR系統，語音識別技術取得了新突破。

20世紀90年代以后，伴隨著語音識別系統走向實用化，語音識別在細化模型的設計、參數提取和優化、系統的自適應方面取得了較大的進展。同時，人們更多地關注話者自適應、聽覺模型、快速搜索識別算法，以及進一步的語言模型的研究等課題。此外，語音識別技術開始與其他領域相關技術相結合，以提高識別的準確率，便于實現語音識別技術的產品化。

語音識別系統基本原理框圖如圖 1.8 所示，其中，預處理模塊濾除原始語音信號中的次要信息及背景噪音等，包括抗混疊濾波、預加重、模/數轉換、自動增益控制等處理過程，將語音信號數字化；特征提取模塊對語音的聲學參數進行分析后提取出語音特征參數，形成特征矢量序列。語音識別系統常用的特征參數有短時平均幅度、短時平均能量、線性預測編碼系數、短時頻譜等。特征提取和選擇是構建系統的關鍵，對識別效果極為重要。

4.一維碼識別技術

根據IBM的資料顯示，全球第一次掃描條碼（即一維碼）的操作發生在1974年6月26日俄亥俄州的特洛伊市。當時，一名收銀員為克萊德·道森掃描了黃箭口香糖 10 片裝，顯示價格為67美分。這一操作也正式意味著條碼掃描技術的誕生。隨著計算機應用的不斷普及，一維碼識別技術得到了迅猛的發展。一維碼與計算機數據庫相結合，可表示更多的信息，包括物品的生產日期、類別、生產國、圖書分類號、商品名稱、郵件起止地點、制造廠家、日期等信息，因而一維碼識別技術在銀行系統、郵電管理、圖書管理、商品流通等領域都得到了發展和推廣。一維碼是由光反射率不同、寬度不同、密集程度不同的黑條和白條按照一定的規則編成的用以表達一組信息的符號。也可以說，一維碼是一組粗細程度不同，按照一定規則安排密集程度、間距的平行黑白線條圖形，用以表達一定的信息量。

一般的一維碼是由反射率相差甚遠的條和空組合而成的。在日常生活中，一維碼識別技術已經得到了非常廣泛的應用，從食品到書籍等各種各樣的商品通常會附帶一個一維碼，如圖1.9所示。

一維碼的編碼方法簡單而高效，碼制指的是條和空的排列規則，常用的一維碼的碼制包含UPC碼、交叉25碼、39碼、EAN碼、庫德巴碼、128碼和93碼等。

一維碼存在下述一些問題，例如存儲的信息量少；需要時刻與計算機數據庫結合；尺寸相對太大，導致空間利用率較低；遭到損壞后不能恢復信息；容錯能力較差。正是由于這些不足促進了二維碼的誕生。

5.二維碼識別技術

二維碼識別技術利用在二維平面上黑白相間的圖形來記錄數據，這些幾何圖形通過一定規律分布來表述特定的信息。在編碼時，二維碼巧妙地利用若干個與二進制相對應的幾何形體來表示文字和數字信息，通過光電掃描設備能夠被自動識別，從而實現信息的自動處理。由于二維碼識別技術是從一維碼識別技術發展而來的，因此它也具有一維碼的一些特性，如每種碼制有其特定的字符集、每個字符占有一定的寬度、具有一定的校驗功能等。然而，與一維碼有所不同，二維碼在二維空間的兩個維度均記載著數據，如圖1.10所示。

二維碼和一維碼一樣，在識別時需要無障礙地近距離掃描。相對一維碼來說，二維碼存在如下特點。

● 存儲容量較大。

● 信息密度高，可以存儲的信息種類繁多，包括數字、英文、漢字、指紋、聲音和圖片等。

● 糾錯能力強，二維碼在50%污損的情況下，仍然可以被識別。

● 支持加密，具有多重防偽特性。

6.射頻識別（RFID）技術

目前能夠實現物與互聯網連接功能的技術主要包含紅外技術、地磁感應技術、射頻識別（RFID）技術、條碼識別技術、視頻識別技術、無線通信技術等，通過這些技術可以將物以信息的形式連接到互聯網中。射頻識別（RFID）技術相較于其他識別技術，在準確率、感應距離、信息量等方面具有非常明顯的優勢。

射頻識別（Radio Frequency Identification，RFID）技術是一種非接觸式的自動識別技術，通過射頻信號的空間耦合實現非接觸式的信息傳輸，從而達到識別的目的。目前RFID技術應用很廣，如圖書館門禁系統、食品安全溯源等。RFID技術的應用如圖1.11所示。

RFID 在實際應用中，其電子標簽（簡稱標簽）附著在待識別物體的表面，其中保存著約定格式的電子數據。閱讀器可以非接觸式地讀取并識別標簽中所保存的電子數據，從而達到自動識別物體的目的。閱讀器通過天線發送出一定頻率的射頻信號，當標簽進入磁場時會產生感應電流從而獲得能量，發送出自身編碼信息，閱讀器將這些信息解碼后送至主機進行相關處理。

RFID技術應用范圍非常廣泛，如ETC不停車收費系統、物流與供應鏈管理、集裝箱管理、車輛管理、人員管理、圖書管理、生產管理、金融押運管理、資產管理、鋼鐵行業、煙草行業、國家公共安全、證件防偽、食品安全、動物管理等多個領域。

物聯網與射頻識別（RFID）技術關系緊密，RFID 技術是物聯網的關鍵部分，其飛速發展無疑對物聯網的進步具有重要的意義。