使用机器视觉模式识别屏幕

Posted 2022-03-25 qianbo_insist

目的

使用摄像机和识别系统来观察屏幕输出，从而达到警报的作用，也就是使用机器视觉中的模式识别来拒绝人工观察。代替人眼观察。

应用模式识别

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里，也为人类认识自身智能提供线索。其处理过程的一个重要形式是对主业务系统环境及客体的识别，相当于旁路式的一个人工观察者，但不需要真人的参与，其优点在于：
1 、和业务系统分离，不需要更改业务系统的内容
2、可以随时增加和减少业务识别，并开发报警内容，和其他系统联动。
3、其智能识别应用的算法和方式可以不断升级。基础为关键数据的不断累积。
4、拒绝分析师疲劳以及网络安全技能差距。

智能识别三层：应用层 技术层 基础层

使用三层应用来做基础架构，方法得当就可以深入分解目标，达到业务上的要求：

分层细分架构

如果要做好识别技术，其中的基础就是模型的构建和评估算法，在应用上我们需要更多的写coding，无论是特征分析和语义分析，等等，我们需要细致的再细分，这个能力建立在领导leader上面，我们不能要求所有人掌握所有的东西，而在于细分以后，程序架构的细分到函数，以及综合成系统的架构师能力。

应用基础算法

当摄像头看到“屏幕”，他就能产生思考的能力，综合联想的能力，产生对比，其基础能力在于从底下往上走，而基础算法在于这些：

1、决策树分类法(Decision Tree)
2、朴素贝叶斯分类算法(Native Bayesian Classifier)
3、基于支持向量机(SVM)的分类器、神经网络法(Neural Network)
4、k-最近邻法(k-nearest neighbor，kNN) 语义树、知识库
5、其他各种dnn视觉算法
6、其他RGB图像内嵌算法
6.1 清晰度增强 6.2 数字放大
6.3 饱和度增强 6.4 细节放大，重建
6.5 对数指数增强 6.6 曝光过度处理
6.7 去黑增量处理 6.8 高反差保留
6.9 模式模板识别 6.10 直方图均衡化
6.11 相似度比较

基础打好，楼不愁建不起来的。