1.1.3 物联网识别技术
物联网识别技术包括指纹识别技术、人脸识别技术、语音识别技术、条码识别技术和RFID技术等。
1.指纹识别技术
指纹特性的发现可以追溯到19世纪末，Henry等人的研究表明：不同手指的指纹特征不同，指纹特征将保持不变，并会伴随人的一生。指纹的上述两个研究结论逐步得到论证，并于19世纪末在犯罪现场正式使用了指纹。由于早期人们只能凭借肉眼来识别指纹，所以存在时间耗费长和效率低的缺点。
自从第一台电子计算机于1946年在美国问世以来，图像处理技术得到了飞速的发展，指纹识别技术（见图1.4）也有了质的提升，逐渐形成了自动指纹识别系统（Automatic Fingerprint Identification System，AFIS）。AFIS包括指纹信息录入和指纹特征识别两个环节。在指纹信息录入环节，首先要对指纹进行图像采集，通过不同方法得到的指纹图像在形变、模糊程度上存在差异，因此要进行图像增强，除去采集的指纹图像的噪声、重叠等干扰，最终提取出指纹图像的特征并加以存储，以此作为身份识别的依据。在指纹特征识别环节，采集获取的指纹图像同样需要经过增强、特征提取步骤，最后判断所得的特征信息与录入信息是否匹配。指纹识别流程如图1.5所示。
图1.4 指纹识别技术
图1.5 指纹识别流程
目前指纹识别技术占据了我国生物识别市场90%以上的份额，但因其易获得性，造成指纹被盗用、特殊状态指纹（如手指潮湿、受伤破损等）的识别问题屡见不鲜，指纹识别技术在应用过程中的安全性与可靠性仍有待提高。因此，结合其他生物特征，克服单一生物识别技术的不足，推动生物识别技术的多元化发展，将是指纹识别技术未来的一个重要研究方向。
随着可穿戴设备与物联网的持续升温，可穿戴设备具有广阔的应用和产业前景，并有望成为全球的下一个经济增长点。目前，诸如带有指纹解锁功能的移动支付手环、汽车指纹锁等穿戴设备的出现，以及结合基于人体通信的可穿戴式身份识别技术的研究表明，指纹识别技术在可穿戴设备中的应用将更为广泛。
2.人脸识别技术
图1.6 人脸识别技术
人脸识别技术是指通过比较人脸的视觉特征信息进行身份鉴别的技术，该技术是一项研究较为热门的计算机技术，如图1.6所示。
人脸识别技术主要基于人的面部特征，在图像或者视频中检测否存在人脸，若存在人脸区域，就进一步检测其位置、大小以及面部各个器官的位置等信息，根据上述信息可以得到人脸中的代表每个人身份的特征，将上述特征与现有的人脸库进行比对，从而识别出人的身份。人脸识别技术包含多个方面的内容，从广义角度而言，人脸识别技术包括构建人脸识别系统的一系列相关技术，如人脸图像采集、人脸识别预处理、身份查找和身份确认等；从狭义角度而言，人脸识别技术就是身份查找或身份确认的过程。
近年来，人脸检测和人脸识别技术取得了显著的进步，随着该技术的发展，专家和学者们的研究热点逐渐转向了人脸表情分析、年龄评估等更为前沿和深入的领域。年龄评估在为不同年龄段的人提供不同服务方面的应用，有着巨大的市场潜力。例如，具有年龄评估功能的网页浏览器可以限制用户访问一些网页，具有年龄评估功能的自动售货机可以拒绝向未成年人出售烟酒等。
作为生物特征识别领域中一种基于生理特征的识别技术，人脸识别技术是通过计算机提取人脸特征，并根据这些特征进行身份验证的一种技术。人脸识别技术具以下优越性：①不需要人工操作，是一种非接触式的识别技术；②快速、简便；③直观、准确、可靠；④性价比高，可扩展性好；⑤可跟踪性好；⑥具有自学习功能。总体而言，人脸识别技术是一种精度高、使用方便、鲁棒性好，而且很难假冒、性价比高的生物特征识别技术。
由于人脸识别具有以上优点，因此应用非常广泛，主要的应用范围有：①考勤系统，如某些大型公司和学校都用人脸识别技术来进行考勤打卡；②安全验证系统，如信用卡验证；③刑事案件侦破；④出入口控制，如“北京奥运会”和“G20杭州峰会”应用人脸识别技术进行安保；⑤人机交互领域；⑥金融行业，如支付宝推出的刷脸功能，微信推出的身份证人脸认证功能。
人脸识别技术的应用前景广阔，其研究内容主要包括以下5个方面。
（1）人脸检测：从不同情形中找出人脸所在坐标与人脸占有的面积区域，这种方法会受到光照强度、图像噪点、头部偏角、脸部大小、情绪、图片成像器材质量和各种装饰物遮挡的影响。
（2）人脸表征：提取出人的面部特征，确定检测的人脸和数据库（人脸库）中已存在的人脸描述方式，方法包括人脸几何特征（如欧氏距离、曲率、角度等）、代数特征（如矩阵特征矢量等）、固定特征模板、特征脸等。
（3）人脸识别：将待测对象与数据库中已存在的人脸图像进行比对并得出结果，关键是选择适当的人脸描述方式与匹配算法。
（4）面部表情、姿态分析：通过计算机识别面部表情的变化，从而分析和理解人的情绪。
（5）生理分类：对人脸生理特征进行仔细分析，得到相关结论，这些生理特征包括人的性别、年龄、种族、职业等信息。
人脸识别应用系统流程如图1.7所示，系统有静态图像输入和视频图像输入两种。
图1.7 人脸识别应用系统流程
3.语音识别技术
语言是人类相互交流最常用、最有效、最重要和最方便的形式，语音是语言的声学表现，与机器进行语音交流是人类一直以来的梦想。随着计算机技术的飞速发展，语音识别技术也取得了突破性的进展，人与机器用自然语言进行对话的梦想逐步实现。语音识别技术的应用范围极为广泛，不仅涉及日常生活的方方面面，在军事领域也发挥着极其重要的作用，它是信息社会朝着智能化和自动化发展的关键技术，使人们对信息的处理和获取变得更加便捷，从而提高人们的工作效率。
语音识别技术起始于20世纪50年代，这一时期的语音识别研究主要集中在对元音、辅音、数字和孤立词的识别。
20世纪60年代，语音识别研究取得了实质性的进展。线性预测分析和动态规划的提出较好地解决了语音信号模型和语音信号不等长两个问题，通过语音信号的线性预测编码，有效地解决了语音信号的特征提取。20世纪70年代，语音识别技术取得了突破性的进展，基于动态规划的动态时间规整技术基本成熟，特别提出了矢量量化和隐马尔可夫模型理论。
20世纪80年代，语音识别的任务开始从对孤立词、连接词的识别转向对大词汇量、非特定人、连续语音的识别，识别算法也从传统的基于标准模板匹配的方法转向基于统计模型的方法。在声学模型方面，由于HMM能够很好地描述语音的时变性和平稳性，开始被广泛应用于大词汇量连续语音识别的声学建模；在语言模型方面，以N元文法为代表的统计语言模型开始广泛应用于语音识别系统。在这一阶段，基于HMM/VQ、HMM/高斯混合模型、HMM/人工神经网络的语音建模方法开始广泛应用于LVCSR系统，语音识别技术取得了新突破。
20世纪90年代以后，伴随着语音识别系统走向实用化，语音识别在细化模型的设计、参数提取和优化、系统的自适应方面取得了较大的进展。同时，人们更多地关注话者自适应、听觉模型、快速搜索识别算法，以及进一步的语言模型的研究等课题。此外，语音识别技术开始与其他领域相关技术相结合，以提高识别的准确率，便于实现语音识别技术的产品化。
语音识别系统基本原理框图如图 1.8 所示，其中，预处理模块滤除原始语音信号中的次要信息及背景噪音等，包括抗混叠滤波、预加重、模/数转换、自动增益控制等处理过程，将语音信号数字化；特征提取模块对语音的声学参数进行分析后提取出语音特征参数，形成特征矢量序列。语音识别系统常用的特征参数有短时平均幅度、短时平均能量、线性预测编码系数、短时频谱等。特征提取和选择是构建系统的关键，对识别效果极为重要。
图1.8 语音识别系统基本原理框图
4.一维码识别技术
根据IBM的资料显示，全球第一次扫描条码（即一维码）的操作发生在1974年6月26日俄亥俄州的特洛伊市。当时，一名收银员为克莱德·道森扫描了黄箭口香糖 10 片装，显示价格为67美分。这一操作也正式意味着条码扫描技术的诞生。随着计算机应用的不断普及，一维码识别技术得到了迅猛的发展。一维码与计算机数据库相结合，可表示更多的信息，包括物品的生产日期、类别、生产国、图书分类号、商品名称、邮件起止地点、制造厂家、日期等信息，因而一维码识别技术在银行系统、邮电管理、图书管理、商品流通等领域都得到了发展和推广。一维码是由光反射率不同、宽度不同、密集程度不同的黑条和白条按照一定的规则编成的用以表达一组信息的符号。也可以说，一维码是一组粗细程度不同，按照一定规则安排密集程度、间距的平行黑白线条图形，用以表达一定的信息量。
图1.9 一维码
一般的一维码是由反射率相差甚远的条和空组合而成的。在日常生活中，一维码识别技术已经得到了非常广泛的应用，从食品到书籍等各种各样的商品通常会附带一个一维码，如图1.9所示。
一维码的编码方法简单而高效，码制指的是条和空的排列规则，常用的一维码的码制包含UPC码、交叉25码、39码、EAN码、库德巴码、128码和93码等。
一维码存在下述一些问题，例如存储的信息量少；需要时刻与计算机数据库结合；尺寸相对太大，导致空间利用率较低；遭到损坏后不能恢复信息；容错能力较差。正是由于这些不足促进了二维码的诞生。
5.二维码识别技术
二维码识别技术利用在二维平面上黑白相间的图形来记录数据，这些几何图形通过一定规律分布来表述特定的信息。在编码时，二维码巧妙地利用若干个与二进制相对应的几何形体来表示文字和数字信息，通过光电扫描设备能够被自动识别，从而实现信息的自动处理。由于二维码识别技术是从一维码识别技术发展而来的，因此它也具有一维码的一些特性，如每种码制有其特定的字符集、每个字符占有一定的宽度、具有一定的校验功能等。然而，与一维码有所不同，二维码在二维空间的两个维度均记载着数据，如图1.10所示。
图1.10 二维码
二维码和一维码一样，在识别时需要无障碍地近距离扫描。相对一维码来说，二维码存在如下特点。
● 存储容量较大。
● 信息密度高，可以存储的信息种类繁多，包括数字、英文、汉字、指纹、声音和图片等。
● 纠错能力强，二维码在50%污损的情况下，仍然可以被识别。
● 支持加密，具有多重防伪特性。
6.射频识别（RFID）技术
目前能够实现物与互联网连接功能的技术主要包含红外技术、地磁感应技术、射频识别（RFID）技术、条码识别技术、视频识别技术、无线通信技术等，通过这些技术可以将物以信息的形式连接到互联网中。射频识别（RFID）技术相较于其他识别技术，在准确率、感应距离、信息量等方面具有非常明显的优势。
射频识别（Radio Frequency Identification，RFID）技术是一种非接触式的自动识别技术，通过射频信号的空间耦合实现非接触式的信息传输，从而达到识别的目的。目前RFID技术应用很广，如图书馆门禁系统、食品安全溯源等。RFID技术的应用如图1.11所示。
图1.11 RFID技术的应用
RFID 在实际应用中，其电子标签（简称标签）附着在待识别物体的表面，其中保存着约定格式的电子数据。阅读器可以非接触式地读取并识别标签中所保存的电子数据，从而达到自动识别物体的目的。阅读器通过天线发送出一定频率的射频信号，当标签进入磁场时会产生感应电流从而获得能量，发送出自身编码信息，阅读器将这些信息解码后送至主机进行相关处理。
RFID技术应用范围非常广泛，如ETC不停车收费系统、物流与供应链管理、集装箱管理、车辆管理、人员管理、图书管理、生产管理、金融押运管理、资产管理、钢铁行业、烟草行业、国家公共安全、证件防伪、食品安全、动物管理等多个领域。
物联网与射频识别（RFID）技术关系紧密，RFID 技术是物联网的关键部分，其飞速发展无疑对物联网的进步具有重要的意义。