第五章 結論與後續研究
5.2 後續研究
本研究提出的身分辨識系統，經實驗觀察，發現許多可以改良的地方，
後續研究的方向如下：
1. 遠端
未來可建立一個 SQL 資料庫伺服器，組成一套可透過網路連線，進 行遠端身分辨識的系統。
2. 鼻孔定位
於鼻孔定位行人臉下半圓切割的部分，經實驗分析後發現其中編號 4、
10、12、19、32、33，共六位受測者有鼻塞時用口呼吸，或是鼻孔溫 度變化不明顯的情形，將造成定位錯誤，切錯區域而影響臉部溫度特 徵萃取比對的正確率，本研究未來預計配合雷射掃描影像，或是利用 臉部熱影像本身，進行臉部位置(如下巴等)計算出長寬比等位置參數 後，選取影像的位置與範圍並萃取特徵，取代利用鼻孔溫度變化進行 定位切割的方法，以提升特徵萃取的正確率。
3. 雷射掃描
經實驗觀察本身分辨識系統於人體特徵量測時，有兩項需改進的地方
，其一為運行速度，主要受限於自製雷射掃描機構的運作時間，完成 一次掃描需耗時 80 秒，由於掃描速度稍慢，準確度將受到人體移動 所影響，未來須選擇使用更高速的掃描設備來改善(如微軟的 kinect 設備)。其二雷射於測距儀在量測時有些許誤差，未來考慮以萃取多 次人體特徵取平均的方式，降低設備於量測時的誤差。於人體特徵萃 取肩膀定位的部分，可套用一個固定比例的初始位置後再進行計算，
89
以提升特徵萃取模組的穩定度。此外，本萃取方法可增加一些人體尺 寸的特徵，如下巴高度等，其中下巴定位的原理為利用已定好的肩高 位置作為初始值，進行下巴定位，定位原理跟肩膀定位相同，高度計 算跟身高相同，將定好的 y 軸位置數值套用三角函數計算，經實驗分 析得到的結果，未來預計採用身高、下巴高、肩高與肩寬四項特徵作 為辨識的依據條件，最後於因染髮造成身高和額高特徵萃取錯誤造成 系統比對失敗的部分(編號 28 的樣本染髮)的問題，未來預計採用雷射 人體掃描影像搭配臉部熱影像(毛髮遮蔽的特性)進行定位的方法來解 決。
90
91
參考文獻
[1] P. Buddharaju, I. T. Pavlidis and P. Tsiamyrtzis, “Physiology-Based Face Recognition,” IEEE Conference on Advanced Video and Signal Based Surveillance, pp. 354-359, Sept. 2005.
[2] 取自於：
http://www.hokuyo-aut.jp/02sensor/07scanner/urg_04lx.html.
[3] B. Guiqiu, L. Xirong and S. Xiaosheng. “Development Survey of Identity Recognition Technology Based on Human Biological Characteristic,”
Journal of Tsinghua University (Science and Technology), vol. 41, no. 4, pp. 72-76, April 2001.
[4] Z. Lian, Z. Rui, Y. Chengbo, “Study on the Identity Authentication System on Finger Vein”, The 2nd International Conference on Bioinformatics and Biomedical Engineering, pp. 1905-1907, May 2008.
[5] D. Zhang, W.K. Kong, J. You and M. Wong, “Onling Palmprint Identification,” IEEE Transactions on Instrumentation and Measurement, vol.25, pp. 1041-1050, 2003.
[6] L. H. Xuan and S. Nitsuwat, “Face Rccognition in Video, a Combination of Eignface and Adaptive Skin-Color Model,” IEEE International Conference on Intelligent and Advanced Systems, pp. 742-747, Nov.
2007.
[7] A. Assadi and A. Behrad, “A New Method for Human Face Recognition Using Texture and Depth Information ,” IEEE Symposium on Neural Network Applications in Electrical Engineering, pp. 201-205, Sept. 2010.
92
[8] B. Poon, M. A. Amin and H. Yan, “PCA Based Face Recognition and Testing Criteria,” IEEE International Conference on Machine Learning and Cybernetics, vol. 5, pp. 2945-2949, Jul.2009.
[9] V. E. Neagoe, A. D. Ropot and A. C. Mugioiu, “Real Time Face Recognition Using Detection Fusion of Neural Classifiers in the Visible and Thermal Infrared Spectrum,” IEEE Conference on Advanced Video and Signal Based Surveillance, pp. 301-306, Sept. 2007.
[10] J. G. Wang and E. Sung, “Facial Feature Extraction in an Infrared Image by Proxy With a Visible Face Image,” IEEE Transactions on Instrumentation and Measurement, vol. 56, no. 5, pp. 2057-2066, Oct.
2007.
[11] J. Heo, S. G. Kong, B. R. Abidi and M. A. Abidi, “Fusion of Visual and Thermal Signatures with Eyeglass Removal for Robust Face Recognition,” IEEE Conference on Computer Vision and Pattern Recognition Workshop, pp. 122, Jun. 2004.
[12] D. A. Socolinsky and A. Selinger, “Thermal Face Recognition in an Operational Scenario,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition, vol. 2, pp. II1012-II1019, Jun.
2004.
[13] J. G. Wang, E. Sung and R. Venkateswarlu, “Registration of Infrared and Visible-Spectrum Imagery for Face Recognition,” IEEE International Conference on Automatic Face and Gesture Recognition, pp. 638-644, May 2004.
93
[14] A. Poursaberi and B. N. Araabi, “A Novel Iris Recognition System Using Morphological Edge Detector and Wavelet Phase Features,” ICGST International Journal on Graphics, Vision and Image Processing, vol. 5, 2005.
[15] H. Zhang and D. Hu, “A Palm Vein Recognition System,” International Conference on Intelligent Computation Technology and Automation, vol.
1, pp. 285-288, Jul. 2010.
[16] N. Bellotto and H. Hu, “Multisensor-Based Human Detection and Tracking for Mobile Service Robots,” IEEE Transactions on Systems, MAN, and Cybernetics, vol. 39, No. 1, 2009.
[17] 取自於：
http://www.jaisa.jp/action/group/bio/about%20BIO/gaiyou.htm
[18] 林志隆，生活中的紅外線，科學發展雜誌第 400 期，2006 年 4 月。
[19] 取自於：
http://ir.lib.cyut.edu.tw:8080/bitstream/310901800/9171/2/ch2.pdf
[20] S. Komandur, P. W. Johnson, R. L. Storch, and M. G. Yost, “Relation between Index Finger Width and Hand Width Anthropometric Measures,”
31st Annual International Conference of the IEEE EMBS Minneapolis, Minnesota, USA, September 2-6, 2009.
[21] W. Y. Chen, C. K. Tung, C. M. Wang, D. Y. Kuo, “The Non-Contact Human-Height Measurement Scheme,” Proceedings of the 2011 International Conference on Machine Learning and Cybernetics, Guilin, 10-13 July, 2011.
[22] J. M. Lu and M. J. J. Wang, “The Evaluation of Scan-Derived Anthropometric Measurements,” IEEE Transactions on Instrumentation
94
and Measurement, vol. 59, No. 8, August 2010.
[23] J. Tang, X. Liu, H. Cheng, and K. M. Robinette, “Gender Recognition Using 3-D Humain Body Shapes,” IEEE Transactions on Systems, Man, and Cybernetics.
[24] 彭世明、張裕民、涂耀賢、陳永泉，“以 3D 雷射掃描儀進行建築物 受力後裂縫判讀之可行性研究＂，The 9 National Conference on Strueture Engineering Kaohsiung, Taiwan, Aug 22-24, 2008。
[25] K. Morioka, S. Kuroiwa, F. Hashikawa, T. Takigawa, “Human Tracking Based on Integration of Laser Range Scanners and Cameras in Intelligent Space” Proceedings of 2011 8th Asian Control Conference (ASCC) Kaohsiung, Taiwan, May 15-18, 2011.
[26] K. Ohno, T. Kawahara and S. Tadokoro, “Development of 3D Laser Scanner for Measuring Uniform and Dense 3S Shapes of Static Objects in Dynamic Environment,” Proceedings of the 2008 IEEE International Conference on Robotics and Biomimetics Bangkok, Thailand, February 21-26, 2009.
[27] S. Jia, J. Sheng and K. Takase, “Human Recognition Using RFID System with Multi-Antenna,” Proceedings of the 2008 IEEE/ASME International Conference on Advanced Intelligent Mechatronics July 2-5, 2008, Xi’an, China.
[28] W. L. Ding, F. L. Xiong and Z. J. Cheng, “Study and Implementation of The Expert System For Greenhouse Tomato Planting,” Information Technology and Applications, 2005. ICITA 2005, Third International Conference, Vol. 1, pp.325-329, July 2005.
[29] X. Y. Huai and F. L. Xiong, “Research on New Architecture Intelligent
95
Systems and Its System Development Environment Visual XF6.1,”
International Symposium on Intelligent Agriculture Information Technology (ISIAIT2000), Beijing, P. R. China, pp.1-4, Dec 2000.
[30] 江孟峰，專家系統導論工具應用，文魁，2002 年 11 月。
[31] M. Dodridge, “Learning outcomes and their assessment in higher education,” Engineering Science and Education Journal, vol. 8, no. 4, pp.
161-168, Aug. 1999.
[32] 張紹勳，人工智慧與專家系統，松崗，1993 年 8 月。
[33] 取自於：http://nknucc.nknu.edu.tw/~kuoch/framework.htm
[34] 吳怡明(民 98 年)，“手勢辨識應用於遙控音樂撥放系統＂，國立台 灣科技大學電機工程系碩士論文。
[35] 李和謙（民 100 年），“應用溫度層技術之人臉辨識系統設計＂，國 立臺灣師範大學工業教育學系碩士論文。
[36] J. Mill, T. Tang, Z. Kaminsky, T. Khare, S. Yazdanpanah, L. Bouchard, P.
Jia, A. Assadzadeh, J. Flanagan, A. Schumacher, S. C. Wang and A.
Petronis, “Epigenomic Profiling Reveals DNA-Methylation Changes Associated with Major Psychosis,” The American Journal of HumanGenetics, vol.82, pp. 696-711, Mar.2008.
96
自傳
姓名：林宏鎧 籍貫：台北市
生日：中華民國七十七年五月十五日
學歷：
1. 臺北市立大安高級工業職業學校畢業 2. 國立臺灣師範大學工業教育學系畢業 3. 國立臺灣師範大學工業教育研究所
發表文章：
1. Huan-Wen Tzeng, Jung-Yi Hung and Hong-Kai Lin.“The Falling Detect System Based on Human Body Recognition Technique using Laser Range Finder,” 2011 Automation Conference.
2. 曾煥雯、陳柏志、林宏鎧。植基於紅外線影像特徵萃取之居家火災辨 識系統，中華民國第十九屆模糊理論及其應用研討會。
3. 曾煥雯、李和謙、邱忠鵬、林宏鎧、洪榮裔。植基於鼻孔定位之等溫 人臉辨識設計，中華民國第十八屆模糊理論及其應用研討會。
97
附錄一 雷射測距儀相關資料
圖 1 機械結構
使用者切換 手動/自動
自動 手動
由電腦透過 RS232控制介面 下自動掃描指令
使用者由控制板上按鈕進 行操作
系統初始機械復歸
圖 2 功能
98 RS232 10 P3.0 RS232 11
99
表 2 雷射測距儀規格
電壓 5.0 V ± 5 %
電流 0.5 A (Rush current 0.8 A) 偵測距離 0.02 m to approximately 4 m 雷射波長 785 nm, Class 1
掃描角度 240°
掃描時間 100 ms/scan (10.0 Hz)
解析度 1 mm
準確度 Distance 20 ~ 1000 mm: ±10 mm
Distance 1000 ~ 4000 mm: ±1 % of measurement 角度解析度 0.36°
傳輸介面 USB 2.0, RS232 重量 141 gm (5.0 oz)
表 3 雷射掃描設備的掃描解析度與掃描範圍規格
水平角度 -30°~142°
水平角度解析度 0.36°
垂直角度 -45°~0°
垂直角度解析度 0.01636°
100
表 4 功能與通信格式
開關切手動狀態 開關切自動狀態
正轉(控制馬達正轉) 控制版上的開關均無效，主控權交
由電腦，透過 RS232 傳輸介面控制。
反轉(控制馬達反轉)
停止(停止手動運轉) 正轉指令
STX+”2”+1ByteData+ETX 編碼開關(設定轉速與步數)
手動的目的為機構矯正與測試用，
如需進行人體特徵萃取時，需把機 器切換為自動狀態，由電腦控制移
動平台進行成像的作業。
反轉指令
STX+”3”+1ByteData+ETX 機構復歸
STX+”0”+ETX 電器復歸 STX+”1”+ETX
101
附錄二 熱像儀相關資料
熱像儀內部架構 IR detector UFPA PRE AMP
LENS
Compact and lightweight 1.7 kg
102
附錄三 受測者特徵分佈表
編號 1 人體尺寸與臉部溫度的特徵
編號 2 人體尺寸與臉部溫度的特徵
編號 3 人體尺寸與臉部溫度的特徵
編號 4 人體尺寸與臉部溫度的特徵
編號 5 人體尺寸與臉部溫度的特徵
103
編號 6 人體尺寸與臉部溫度的特徵
編號 7 人體尺寸與臉部溫度的特徵
編號 8 人體尺寸與臉部溫度的特徵
編號 9 人體尺寸與臉部溫度的特徵
編號 10 人體尺寸與臉部溫度的特徵
104
編號 11 人體尺寸與臉部溫度的特徵
編號 12 人體尺寸與臉部溫度的特徵
編號 13 人體尺寸與臉部溫度的特徵
編號 14 人體尺寸與臉部溫度的特徵
編號 15 人體尺寸與臉部溫度的特徵
105
編號 16 人體尺寸與臉部溫度的特徵
編號 17 人體尺寸與臉部溫度的特徵
編號 18 人體尺寸與臉部溫度的特徵
編號 19 人體尺寸與臉部溫度的特徵
編號 20 人體尺寸與臉部溫度的特徵
106
編號 21 人體尺寸與臉部溫度的特徵
編號 22 人體尺寸與臉部溫度的特徵
編號 23 人體尺寸與臉部溫度的特徵
編號 24 人體尺寸與臉部溫度的特徵
編號 25 人體尺寸與臉部溫度的特徵
107
編號 26 人體尺寸與臉部溫度的特徵
編號 27 人體尺寸與臉部溫度的特徵
編號 28 人體尺寸與臉部溫度的特徵
編號 29 人體尺寸與臉部溫度的特徵
編號 30 人體尺寸與臉部溫度的特徵
108
編號 31 人體尺寸與臉部溫度的特徵
編號 32 人體尺寸與臉部溫度的特徵
編號 33 人體尺寸與臉部溫度的特徵