身分符合性判別的方法

本研究將萃取到的人體尺寸及臉溫特徵資訊，進行比對計算取得差異 參數後，交由專家系統進行身分的判別，以下為比對方法的介紹。

3.8.1 卡方考驗

卡方考驗(Chi Square Test)為統計學中的一種資料分析方法，主要為透 過交叉比對，特性為無參數，故不須知道母群的分布情形，並可檢定兩個 以上樣本在同一變項上的分布情形。其算式如式 3-12。

∑(𝑓 𝑓) 𝑓

(3-12)

其中 為關聯係數，其值越大相關性越低，反之相關性越高，𝑓 代 表實際求到的每格統計次數，𝑓 代表實際求得的每格期待之統計次數。𝑓 之計算式如式 3-13：

𝑓 𝑓 𝑓

𝑓 𝑏 (3-13)

本論文採用的卡方技術，主要用於臉部溫度特徵的比對，本系統另外 搭配身高等人體特徵的誤差百分比，交由專家系統做最後身分的判別。

3.8.2 誤差百分比

本研究提出的誤差百分比計算，主要用於比對系統萃取人體的身高、

額高、肩高與肩寬尺寸特徵，方法為計算現場雷射掃描人體計算的尺寸值 (設為 t)與資料庫內實際量測的人體特徵值(設為 d，與實際人體數值最接

57

近)的誤差百分比值(設為 e)，來判斷雷射掃描人體尺寸的特徵是否符合。

本研究門檻值須經由實驗所得數值分析後定義，算式如 3-14。

(3-14)

3.8.3 標么值計算比對結果

由於熱影像臉部溫度特徵比對的部分是藉由像素統計而來，加上透過 卡方計算所得的數值為兩樣本間的關聯係數，較難判別是否為同一身分，

另外雷射人體尺寸特徵經誤差計算的數值，為特徵樣本資料間的誤差值，

同樣難辨是否為同一身分，因此本研究套用標么值設計來協助判斷個人臉 部溫度特徵和人體尺寸特徵比對是否成功。標么式子如 3-15，其中誤差值 (e)與卡方值( )為人臉與人體比對計算的數值，請參考 3.8.1 與 3.8.2 小節，

比對結果計算如式 3-16，而門檻值須經由對樣本特徵資料數據進行經統計 分析(對數值加總取平均，以及取最大與最小的應用)定義之。

標么值

門檻值 (3-15)

比對結果 {特徵比對成功，標么值

特徵比對失敗，標么值 (3-16)

本研究最後將經由么值計算後，取得比對結果的參數，交由專家系統 進行後續身分判別的作業。

58

3.8.4 結合專家系統進行身分判別

本節主要說明人體尺寸特徵與臉部溫度特徵，結合專家系統運作的流 程，如圖 3-34，首先系統程式先行誤差百分比與標么值計算，取得初步的 比對參數，交由專家系統進行判別身分是否符合。

臉部溫度 特徵資料 比對計算 人體尺寸

特徵資料 比對計算

專家系統規則庫 雷射掃描

人體尺寸特徵

人體尺寸

特徵資料庫 熱影像臉溫特徵 臉溫特徵資料庫

身份判別結果

誤差與標么值計算 卡方與標么值計算

圖 3-34 人體特徵與臉溫特徵結合專家系統判別身分的流程

人體的特徵非常多元與複雜，光以數學去描述，或是使用演算法去實 現是非常複雜且困難的，通常以用人工專家的方式去分析。而專家系統發 展的目的即為，透過電腦處理現實中須由專家來解決的複雜問題，本系統 把臉部熱影像的溫度特徵資料，與雷射人體掃描取得的特徵資料，建立一 個數據資料庫，並配合實際雷射掃描取得人體特徵，與臉部熱影像溫度特 徵分別比對計算後，交由專家系統進行個人身分的判別，如圖 3-35 為本 研究專家系統知識推理的規則(全部四種判別身分符合的情形)：

59

圖 3-35 專家系統於身分判別的規則庫