專利名稱：生物特征辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明關(guān)于一種生物特征辨識(shí)方法，特別是一種利用手掌靜脈的生物特征辨識(shí)使用者的方法。
背景技術(shù)：
生物特征(Biometrics)辨識(shí)在當(dāng)前社會(huì)扮演著越來越重要的角色。從提款機(jī)、門禁系統(tǒng)、筆記型電腦以至于隨身碟，都可以見到生物特征辨識(shí)技術(shù)的應(yīng)用。在生物辨識(shí)技術(shù)的領(lǐng)域中，掌靜脈辨識(shí)技術(shù)是一個(gè)新興的研究重點(diǎn)。掌靜脈有著較指紋或掌紋更豐富的資訊，能得到良好的辨識(shí)率，其辨識(shí)率相若于使用虹膜技術(shù)的生物辨識(shí)系統(tǒng)，加上其無法被仿造的優(yōu)勢(shì)，漸漸成為生物辨識(shí)領(lǐng)域矚目的焦點(diǎn)。尤其以成長(zhǎng)幅度來看，可以期待掌靜脈辨識(shí)技術(shù)將取得與其他生物辨識(shí)技術(shù)分庭抗禮的局面?？上У氖?，目前有關(guān)掌靜脈相關(guān)的研究開發(fā)十分稀少?，F(xiàn)有的指、掌靜脈辨識(shí)研究大多先做靜脈影像擷取，經(jīng)影像前處理后選取需要的區(qū)域影像(ROI)，實(shí)行二值化與細(xì)線化后，找出細(xì)線化影像的端點(diǎn)與交叉點(diǎn)作為特征點(diǎn)。上述方法對(duì)實(shí)作即時(shí)辨識(shí)系統(tǒng)而言，環(huán)境的變化過于敏感，手部稍有移動(dòng)即會(huì)產(chǎn)生差異極大的結(jié)果，并不適合實(shí)際應(yīng)用。因此，如何設(shè)計(jì)出一種具有良好辨識(shí)結(jié)果的生物辨識(shí)系統(tǒng)，藉以提供需要穩(wěn)定且足夠的生物辨識(shí)特征點(diǎn)，實(shí)乃當(dāng)前刻不容緩的重要課題。有鑒于習(xí)知掌靜脈辨識(shí)方法在實(shí)際應(yīng)用時(shí)，無法提供穩(wěn)定且足夠的特征點(diǎn)，因此本發(fā)明揭露一種具有良好辨識(shí)結(jié)果的生物辨識(shí)方法，藉以提高生物辨識(shí)方法的效能。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的在于提供一種生物特征辨識(shí)方法，籍由其獨(dú)特的分析辨識(shí)方法，從而提高身分辨識(shí)系統(tǒng)的效能。為實(shí)現(xiàn)上述目的，本發(fā)明公開了一種生物特征辨識(shí)方法，用以根據(jù)一資料庫(kù)中所預(yù)存的一組生物特征資料進(jìn)行一預(yù)定手掌的特征辨識(shí)，其包含有下列步驟(Si)建構(gòu)一初始影像；(S2)判斷該初始影像是否為該預(yù)定手掌的影像，若是，則進(jìn)行步驟(S3)；
(S3)對(duì)該初始影像進(jìn)行一卷積處理步驟；(S4)利用尺度不變特征轉(zhuǎn)換步驟以擷取該初始影像上的多個(gè)生物特征資料；以及(S6)針對(duì)該初始影像上的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料進(jìn)行比對(duì)。其中，步驟(Si)包含下列子步驟(Sll)對(duì)該預(yù)定手掌照射一波長(zhǎng)介于700至1400奈米間的光線；以及(S12)自該預(yù)定手掌接收該光線并利用該光線建構(gòu)該初始影像。
其中，步驟(S2)包含下列子步驟(S22)于該初始影像中框出一個(gè)矩形部份；(S24)于該矩形部份中以縱向及橫向各劃分?jǐn)?shù)條掃描線；以及(S26)計(jì)算各掃描線經(jīng)過的點(diǎn)，若其灰階值大于一預(yù)設(shè)閥值則予以累計(jì)，當(dāng)其累計(jì)值滿足一特定條件后則判斷該影像為一手掌影像。其中，步驟(S2)另包含下列子步驟(S28)若該初始影像與該手掌影像相異，則重新進(jìn)行步驟(Si)。其中，步驟(S3)包含下列子步驟(S32)該卷積處理步驟指賈伯濾波技術(shù)步驟(或直方圖等化步驟技術(shù)。其中，步驟(S4)包含下列子步驟(S42)在一尺度空間中偵測(cè)極值；(S44)篩選一特征點(diǎn)；(S46)決定該特征點(diǎn)的方位；以及(S48)建構(gòu)出該特征點(diǎn)的描述向量。其中，步驟(S42)包含下列子步驟步驟(S42》對(duì)該初始影像進(jìn)行高斯模糊或高斯差分以偵測(cè)該尺度空間中的極值。其中，進(jìn)一步包含下列步驟步驟(S7)判斷該初始影像的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料的匹配數(shù)是否大于一預(yù)設(shè)門檻值，若是，則辨識(shí)通過。其中，步驟(S7)后，進(jìn)一步包含下列步驟(S8)若該初始影像的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料的匹配數(shù)未大于一預(yù)設(shè)門檻值，則辨識(shí)不通過。其中，該初始影像為一手掌靜脈影像。綜上所述，本發(fā)明的一種生物特征辨識(shí)方法特別著重于一種手掌靜脈紋理的生物特征辨識(shí)方法，透過對(duì)初始影像進(jìn)行卷積處理(Convolution)步驟，并利用尺度不變性特征轉(zhuǎn)換將擷取的影像轉(zhuǎn)換為特征點(diǎn)，再以這些特征點(diǎn)來計(jì)算相似度。要特別說明的是，尺度不變性特征轉(zhuǎn)換所得到的特征點(diǎn)，對(duì)于尺度改變與旋轉(zhuǎn)具有相當(dāng)?shù)牡挚沽?，也能抵抗部份的影像照度改變與雜點(diǎn)干擾，以提高該生物特征辨識(shí)的精確程度。關(guān)于本發(fā)明的優(yōu)點(diǎn)與精神可以藉由以下的發(fā)明詳述及所附圖式得到進(jìn)一步的了解。


圖1繪示根據(jù)本發(fā)明的一具體實(shí)施例的生物特征辨識(shí)方法的流程圖。圖2繪示根據(jù)本發(fā)明的一具體實(shí)施例的描述向量的示意圖。圖3及圖4繪述了本發(fā)明的一具體實(shí)施例的影像相似度計(jì)算流程的示意圖。
具體實(shí)施例方式本發(fā)明的一范疇在于提供一生物特征辨識(shí)方法。請(qǐng)參閱圖1，其繪示根據(jù)本發(fā)明的一具體實(shí)施例的生物特征辨識(shí)方法1的流程圖。如圖1所示，本發(fā)明揭露一種生物特征辨識(shí)方法1，用以根據(jù)一資料庫(kù)中所預(yù)存的一組生物特征資料進(jìn)行一預(yù)定手掌的特征辨識(shí)，本發(fā)明方法1包含有下列步驟(Si)建構(gòu)一初始影像；(S》判斷該初始影像是否為該預(yù)定手掌的影像，若是，則進(jìn)行步驟(s;3) ； (S3) 對(duì)該初始影像進(jìn)行一卷積處理(Convolution)步驟；(S4)利用尺度不變特征轉(zhuǎn)換(Scale Invariant Feature Transform, SIFT)步驟以擷取該初始影像上的多個(gè)生物特征資料；以及(S6)針對(duì)該初始影像上的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料進(jìn)行比對(duì)。其中，步驟(Si)為建構(gòu)一初始影像。于本具體實(shí)施例中，本發(fā)明應(yīng)用影像拍攝模組例如近紅外線攝影機(jī)、濾光片、影像擷取卡及近紅外光光源等配合，藉以建構(gòu)該初始影像。一般來說，波長(zhǎng)介于700nm至1400nm之間的光線為紅外光，此波段的光線在照射人體時(shí)容易被不帶氧的紅血球(即靜脈紅血球)所吸收，因而可以在影像中清晰形成黑色線條。 所以，影像拍攝模組即利用近紅外線光源來照射一使用者的手掌，而攝影機(jī)則會(huì)拍攝自該手掌所反射或穿透的影像來取得靜脈脈絡(luò)的資訊，并利用靜脈脈絡(luò)來作為辨識(shí)特征。于本具體實(shí)施例中，該初始影像為一手掌靜脈影像。其中被拍攝的初始影像可由影像擷取卡來擷取。本發(fā)明方法1的步驟(S2)判斷該初始影像是否為該預(yù)定手掌的影像，若是，則進(jìn)行步驟(S； )。再者，步驟(S》其進(jìn)一步包含步驟(S22)于該初始影像中框出一個(gè)矩形部份；步驟(S24)于該矩形部份中以縱向及橫向各劃分?jǐn)?shù)條掃描線；步驟(S26)計(jì)算各掃描線經(jīng)過的點(diǎn)，若其灰階值大于一預(yù)設(shè)閥值則予以累計(jì)，當(dāng)其累計(jì)值滿足一特定條件后則判斷該影像為一手掌影像。步驟(S2》在影像拍攝模組拍攝影像后，本發(fā)明方法會(huì)將該等影像傳送至影像處理模組，而該影像處理模組會(huì)判斷該影像的類型是否為一手掌影像，若是，則影像處理模組才會(huì)對(duì)該影像進(jìn)行后續(xù)處理。若否，當(dāng)判斷該初始影像與該手掌影像為相異時(shí)，則重新進(jìn)行步驟(Si)。于實(shí)際應(yīng)用上發(fā)現(xiàn)，手掌影像由于反射的關(guān)系，其會(huì)較一般環(huán)境光更為明亮。于本發(fā)明的一具體實(shí)施例中，為判斷該初始影像是否為該預(yù)定手掌的影像，影像處理模組會(huì)進(jìn)行步驟(S22)，藉以于該初始影像中框出一個(gè)矩形部份，然后進(jìn)行步驟(SM)，于該矩形部份中以縱向及橫向各劃分?jǐn)?shù)條掃描線。接著，步驟(S26)影像處理模組會(huì)計(jì)算各掃描線經(jīng)過的點(diǎn)，若其灰階值大于一預(yù)設(shè)閥值則予以累計(jì)，且滿足一特定條件后則判斷該影像為一手掌影像。于本具體實(shí)施例中，掃描線經(jīng)過點(diǎn)的灰階預(yù)設(shè)閥值為75，而該特定條件是指當(dāng)各像素間大過98%的掃描線像素累計(jì)的平均灰階值介于110和150。然而本發(fā)明不以該等數(shù)據(jù)為必要，數(shù)據(jù)可按實(shí)際情況作出調(diào)整。本發(fā)明方法1的步驟(S； )針對(duì)該初始影像進(jìn)行一卷積處理(Convolution)，亦即對(duì)該初始影像進(jìn)行前處理以強(qiáng)化該初始影像的特征，若該影像處理模組判斷初始影像與該預(yù)定手掌的影像相乎，則對(duì)該初始影像續(xù)行增效處理。于本具體實(shí)施例中，增效處理的手段為對(duì)其進(jìn)行卷積處理(Convolution)步驟，而該卷積處理(Convolution)步驟包含賈伯濾波技術(shù)步驟(Gabor filtering)或直方圖等化步驟(Histogram Equalization)技術(shù)。直方圖等化可用來增加影像的對(duì)比度，讓靜脈影像更為清晰。其中，上述的影像處理模組包含Gabor濾波器，其可用來加強(qiáng)手掌影像特征的紋理，可分別對(duì)不同角度的紋理資訊強(qiáng)化，使得手掌可用的特征更多。本發(fā)明方法1的步驟(S4)利用尺度不變特征轉(zhuǎn)換(SIFT)步驟，藉以擷取該初始影像上的多個(gè)生物特征資料。尺度不變性特征轉(zhuǎn)換(SIFT)步驟用以將該影像轉(zhuǎn)換成帶有特征描述的多個(gè)尺度不變的特征點(diǎn)。于本具體實(shí)施例中，尺度不變性特征轉(zhuǎn)換程序包含以下四個(gè)步驟(S4》在尺度空間中偵測(cè)極值；(S44)篩選特征點(diǎn)；(S46)決定特征點(diǎn)的方向；以及(S48)建構(gòu)出特征點(diǎn)的描述向量。于本具體實(shí)施例中，(S42)為于尺度空間中偵測(cè)極值，其中包含子步驟(S422)對(duì)該初始影像進(jìn)行高斯模糊或高斯差分以偵測(cè)該尺度空間中的極值。為了使影像在不同的尺度都能獲得穩(wěn)定的特征點(diǎn)(Mable !Matures)，本具體實(shí)施例利用了高斯差分(Difference of Gaussian,DoG)與建構(gòu)尺度空間影像金字塔(Image pyramid)兩種方式，希望能在不同尺度中盡量找到所有可能的極值，在特征點(diǎn)匹配時(shí)達(dá)到抵抗尺度變化的效果。步驟(S44)為篩選特征點(diǎn)透過進(jìn)一步的篩選找到的候選特征點(diǎn)，以將對(duì)比度不佳以及位于邊緣的點(diǎn)刪除。篩選后的特征點(diǎn)不但數(shù)量較少比對(duì)更快速，且特征點(diǎn)更穩(wěn)定且強(qiáng)健。步驟(S46)為決定特征點(diǎn)的方向，本步驟需要計(jì)算特征點(diǎn)的方向步驟 (Orientation)與梯度步驟(Gradient)。靠著賦予特征點(diǎn)方向，在建立特征點(diǎn)的描述向量時(shí)，先將影像轉(zhuǎn)到與特征點(diǎn)相同的方位上，相對(duì)應(yīng)的特征點(diǎn)就會(huì)在相同的方位中建立描述向量，讓特征點(diǎn)達(dá)到旋轉(zhuǎn)不變性(Rotation Invariant)。請(qǐng)參閱圖2，圖2繪示根據(jù)本發(fā)明的一具體實(shí)施例的描述向量的示意圖。步驟 (S48)建構(gòu)出特征點(diǎn)的描述向量。于本具體實(shí)施例中，本發(fā)明方法揭露將影像的梯度步驟 (Image Gradients)轉(zhuǎn)換至關(guān)鍵點(diǎn)描述符步驟(Keypoint Descriptor)的過程。為建構(gòu)特征點(diǎn)的描述向量，首先需旋轉(zhuǎn)影像主軸，使其方向和特征點(diǎn)的主方位相同后，以特征點(diǎn)為中心取周圍16X16范圍內(nèi)的像元，加入一個(gè)尺度為0. 5σ的高斯函數(shù)作為權(quán)重，將此16X16 個(gè)點(diǎn)分成16個(gè)4X4的子窗格，再依照上一個(gè)步驟的方法計(jì)算每個(gè)子窗格的方向直方圖步驟(Orientation Histogram)。在這步驟每個(gè)直方圖有八個(gè)區(qū)間，以45度為單位，所以每一個(gè)特征點(diǎn)的描述向量共有1 個(gè)維度。再者，上述的各項(xiàng)參數(shù)均可按需求進(jìn)行修正。步驟(S6)為針對(duì)該初始影像上的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料進(jìn)行比對(duì)。上述步驟可將影像變成了一群擁有1 維度的特征點(diǎn)的集合。之后，可進(jìn)行相似度計(jì)算，亦即將該多個(gè)尺度不變的特征點(diǎn)及其所帶的描述向量，與資料庫(kù)內(nèi)的手掌資料進(jìn)行比對(duì)，以辨識(shí)該影像提供者的身分。為了有效地比對(duì)這些特征點(diǎn)，儲(chǔ)存于資料庫(kù)的手掌資料可建立一個(gè)k-d樹(k-dimensional tree)的資料結(jié)構(gòu)，并以BBF(Best-Bin First)演算法加快搜尋速度。BBF演算法能夠大量地減少搜尋k-d樹的時(shí)間。為了更進(jìn)一步增進(jìn)效率與減少多余的比較，對(duì)于大量資料的比對(duì)，若比對(duì)次數(shù)超過一指定次數(shù)即行終止，即此次無匹配點(diǎn)， 以免時(shí)間浪費(fèi)在不必要的比對(duì)上，于本具體實(shí)施例中，該指定次數(shù)設(shè)為200次。請(qǐng)一并參閱圖3及圖4，圖3及圖4繪述本發(fā)明的一具體實(shí)施例的影像相似度計(jì)算
6流程的示意圖。在特征點(diǎn)比對(duì)完成后，可得到的是兩張影像中特征點(diǎn)匹配的點(diǎn)集，并非兩張影像的相似度。為了計(jì)算相似度，以計(jì)算兩點(diǎn)集的距離相似度作為辨識(shí)依據(jù)。依匹配順序取第一點(diǎn)為基準(zhǔn)，并測(cè)量此點(diǎn)與其他座標(biāo)各點(diǎn)的距離于實(shí)際應(yīng)用上若兩圖有η個(gè)匹配點(diǎn)，令圖3的基準(zhǔn)點(diǎn)與各點(diǎn)距離為L(zhǎng)t，圖4的基準(zhǔn)點(diǎn)與各點(diǎn)距離為Kt，則兩點(diǎn)集的距離相似度(distance similarity) d定義為
7 n-\ Lld=y .,——
“=1 Ki依照距離相似度，便可以在各影像中進(jìn)行匹配并找出最相似的影像。然而，若兩張影像匹配點(diǎn)過少，會(huì)造成相似度與實(shí)際結(jié)果差異太大的情形。例如比對(duì)兩張影像后只有兩個(gè)匹配點(diǎn)存在，這時(shí)候的距離相似度并不能反映實(shí)際的相似度。因此，在找出匹配點(diǎn)之后， 匹配點(diǎn)少于5點(diǎn)的影像就不去計(jì)算相似度，并將相似度設(shè)為0，以增進(jìn)匹配速度與強(qiáng)化比對(duì)結(jié)果。再者，于本具體實(shí)施例中，本發(fā)明方法1進(jìn)一步包含步驟(S7)以及步驟(S8)。步驟(S7)判斷該初始影像的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料的匹配數(shù)是否大于一預(yù)設(shè)門檻值，若是，則辨識(shí)通過。步驟(S8)若該初始影像的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料的匹配數(shù)未大于一預(yù)設(shè)門檻值， 則辨識(shí)不通過。在本發(fā)明生物特征辨識(shí)方法中，一般以錯(cuò)誤接受率與錯(cuò)誤拒絕率來評(píng)估生物辨識(shí)方法的好壞。錯(cuò)誤接受率步驟(False Acceptance Rate,FAR)為非合法使用者成功被系統(tǒng)接受的比率；錯(cuò)誤拒絕率步驟(False Rejection Rate,FRR)則為合法使用者無法成功被系統(tǒng)接受的比率。于本發(fā)明實(shí)施例中擷取1000個(gè)人的手掌靜脈影像，男性746人與女性2M人，每人擷取四張影像，總共4，000張影像。由以上兩表得知，在門檻值為25時(shí)，F(xiàn)AR為0且FRR 為0. 383%所得到的效果最佳。請(qǐng)參閱表一及表二，表一及表二列示出本發(fā)明生物特征辨識(shí)方法的一具體實(shí)施例的實(shí)驗(yàn)數(shù)據(jù)。表一
門檻值dFAR步驟(％ )FRR步驟(% )0100056. 410100.440390. 058150. 023020. 217200. 00110. 26權(quán)利要求
1.一種生物特征辨識(shí)方法，用以根據(jù)一資料庫(kù)中所預(yù)存的一組生物特征資料進(jìn)行一預(yù)定手掌的特征辨識(shí)，其包含有下列步驟(51)建構(gòu)一初始影像；(52)判斷該初始影像是否為該預(yù)定手掌的影像，若是，則進(jìn)行步驟(S3)；(53)對(duì)該初始影像進(jìn)行一卷積處理步驟；(54)利用尺度不變特征轉(zhuǎn)換步驟以擷取該初始影像上的多個(gè)生物特征資料；以及 (S6)針對(duì)該初始影像上的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料進(jìn)行比對(duì)。
2.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，步驟(Si)包含下列子步驟(511)對(duì)該預(yù)定手掌照射一波長(zhǎng)介于700至1400奈米間的光線；以及(512)自該預(yù)定手掌接收該光線并利用該光線建構(gòu)該初始影像。
3.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，步驟(S》包含下列子步驟 (S22)于該初始影像中框出一個(gè)矩形部份；(S24)于該矩形部份中以縱向及橫向各劃分?jǐn)?shù)條掃描線；以及 (S26)計(jì)算各掃描線經(jīng)過的點(diǎn)，若其灰階值大于一預(yù)設(shè)閥值則予以累計(jì)，當(dāng)其累計(jì)值滿足一特定條件后則判斷該影像為一手掌影像。
4.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，步驟(S》另包含下列子步驟 (S28)若該初始影像與該手掌影像相異，則重新進(jìn)行步驟(Si)。
5.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，步驟(S； )包含下列子步驟 (S32)該卷積處理步驟指賈伯濾波技術(shù)步驟(或直方圖等化步驟技術(shù)。
6.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，步驟(S4)包含下列子步驟 (S42)在一尺度空間中偵測(cè)極值；(S44)篩選一特征點(diǎn)；(S46)決定該特征點(diǎn)的方位；以及(S48)建構(gòu)出該特征點(diǎn)的描述向量。
7.如權(quán)利要求6所述的生物特征辨識(shí)方法，其中，步驟(S42)包含下列子步驟 步驟(S42》對(duì)該初始影像進(jìn)行高斯模糊或高斯差分以偵測(cè)該尺度空間中的極值。
8.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，進(jìn)一步包含下列步驟步驟(S7)判斷該初始影像的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料的匹配數(shù)是否大于一預(yù)設(shè)門檻值，若是，則辨識(shí)通過。
9.如權(quán)利要求8所述的生物特征辨識(shí)方法，其中，步驟(S7)后，進(jìn)一步包含下列步驟: (S8)若該初始影像的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料的匹配數(shù)未大于一預(yù)設(shè)門檻值，則辨識(shí)不通過。
10.如權(quán)利要求1所述的生物特征辨識(shí)方法，其中，該初始影像為一手掌靜脈影像。
全文摘要
本發(fā)明揭露一種生物特征辨識(shí)方法，用以根據(jù)一資料庫(kù)中所預(yù)存的一組生物特征資料進(jìn)行一預(yù)定手掌的特征辨識(shí)，其包含有下列步驟(S1)建構(gòu)一初始影像；(S2)判斷該初始影像是否為該預(yù)定手掌的影像，若是，則進(jìn)行步驟(S3)；(S3)對(duì)該初始影像進(jìn)行一卷積處理步驟；(S4)利用尺度不變特征轉(zhuǎn)換步驟以擷取該初始影像上的多個(gè)生物特征資料；以及(S6)針對(duì)該初始影像上的該多個(gè)生物特征資料與該預(yù)定資料庫(kù)所預(yù)存的該組生物特征資料進(jìn)行比對(duì)。
文檔編號(hào)G06K9/00GK102379701SQ20101027145
公開日2012年3月21日 申請(qǐng)日期2010年9月3日 優(yōu)先權(quán)日2010年9月3日
發(fā)明者洪西進(jìn), 牟宗懷 申請(qǐng)人:洪西進(jìn)