本文探讨了图像处理在商品识别和人脸识别中的应用。通过图像预处理、特征提取和比对，实现快速商品计价和身份验证，以提升交易效率和购物体验。
电子科技大学 格拉斯哥学院 2017级 胡心莹
图像处理及其应用——商品识别与人脸识别
什么是图像处理？
图像处理，是用计算机对图像进行分析，以达到所需结果的技术，一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。这里主要指数字图像处理，即将图片转化为数字形式，并对其进行处理。在计算机中，图像被储存在一个个0-255数字组成的三维数组中。通过对图像的一系列加工和分析，我们可以达到很多目的，比如对图像的压缩，编码，以方便传输和储存；对图像特征的分析和提取，作为识别的预处理，如灰度处理，均衡处理，降噪处理等等。
什么是图像识别和人脸识别？
图像识别，是计算机对获取图像进行分析，特征采集和分析的技术，而人脸识别，则在图像识别基础上，以面部特征为参考标准，进一步进行生物识别。两者的过程主要包括：图像的采集，图像的预处理，图像特征的采集，以及特征信息与数据库的比对和匹配。如今，图像识别是人工智能的一个重要领域，在地理，生物，军事机器人等领域有重要价值；人脸识别技术拥有广阔的应用前景，高度个人化的特征和难以伪装欺骗的特点使其在安全管理，身份认证，司法公安，电子商务等各个方面颇有潜力。
图像处理在人脸识别中的应用
图像处理是人脸识别系统的重要部分。对于获取到的图像，首先应进行预处理：1）进行补光，以减小光强对面部特征的影响；2）灰度处理，将图像的颜色去掉，仅以二维数组展示，此步对图像的后续处理有很好的铺垫；3）均衡处理，使图像的灰度分部更加均匀，清晰细节，增大反差，增强对比，使特征明显；4）降噪处理，将一些由于传输不完美等因素产生的图像污染过滤，减小背景和目标不必要的噪点，以突出目标的形状，大小等特征。接下来，对处理过的图像使用人脸识别算法和人脸检测算法，提取特征值，并进行识别和比对。
生活实例：商品识别和刷脸支付——快速支付通道的尝试
超市里，排长队结账的现象常有发生。造成结账速度缓慢的一个重要因素是售货员的冗长操作：扫描商品条形码，计价，输入会员账号，结账。目前，扫描二维码的移动支付方式已为我们减少交易时间，但低效的商品扫描和账号输入仍是阻碍快速结账的两大难题。因此，如果能运用图像识别的技术，交易效率将大大提高。设想如下：
首先，顾客将购买商品放置在制定区域，摄像机获取商品图像，计算机通过图像分析，识别顾客购买的商品名称和数量，并自动计价。
其次，用摄像头采集顾客样貌，并与超市会员数据库进行比对，调出对应身份信息，进行核实和确认。
最后，顾客确定信息和金额，通过信息绑定的移动支付方式进行支付。
相信引入图像识别和人脸识别技术，能够减少结账过程的人员参与，使交易过程更加高效，智能，减少由于人为因素的失误，如条形码无法录入，会员号输入错误等，加快交易过程，缩短排队结账的时间，提高超市的运转效率，并为顾客提供更加便利的购物环境和舒适的购物体验。
参考内容：
https://blog.csdn.net/duanchuanttao/article/details/80663734
扫一扫
1187
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
