Riconoscimento di modelli e biometria
Il riconoscimento del modello si occupa di identificare un modello e confermarlo di nuovo. In generale, un modello può essere un'immagine dell'impronta digitale, una parola corsiva scritta a mano, un volto umano, un segnale vocale, un codice a barre o una pagina Web su Internet.
I singoli modelli sono spesso raggruppati in varie categorie in base alle loro proprietà. Quando i modelli delle stesse proprietà sono raggruppati insieme, il gruppo risultante è anche un modello, che viene spesso chiamato modelloclass.
Il riconoscimento dei modelli è la scienza per osservare, distinguere i modelli di interesse e prendere decisioni corrette sui modelli o sulle classi dei modelli. Pertanto, un sistema biometrico applica il riconoscimento di modelli per identificare e classificare gli individui, confrontandoli con i modelli memorizzati.
Riconoscimento di modelli in biometria
La tecnica di riconoscimento del modello svolge le seguenti attività:
Classification - Identificare i caratteri scritti a mano, CAPTCHA, distinguere gli esseri umani dai computer.
Segmentation - Rilevamento di aree di testo o di volti nelle immagini.
Syntactic Pattern Recognition - Determinazione del modo in cui un gruppo di simboli o operatori matematici sono correlati e come formano un'espressione significativa.
La tabella seguente evidenzia il ruolo del riconoscimento di pattern in biometria:
Attività di riconoscimento del modello | Ingresso | Produzione |
---|---|---|
Riconoscimento dei caratteri (riconoscimento della firma) | Segnali ottici o colpi | Nome del personaggio |
Riconoscimento del relatore | Voce | Identità di chi parla |
Impronta digitale, immagine del viso, immagine della geometria della mano | Immagine | Identità dell'utente |
Componenti di Pattern Recognition
La tecnica di riconoscimento del modello estrae un modello casuale di tratto umano in una firma digitale compatta, che può fungere da identificatore biologico. I sistemi biometrici utilizzano tecniche di riconoscimento di pattern per classificare gli utenti e identificarli separatamente.
I componenti del riconoscimento del pattern sono i seguenti:
Algoritmi popolari nel riconoscimento di modelli
Gli algoritmi di generazione di pattern più popolari sono:
Algoritmo del vicino più vicino
È necessario prendere il vettore dell'individuo sconosciuto e calcolare la sua distanza da tutti i modelli nel database. La distanza più piccola offre la migliore corrispondenza.
Algoritmo di back-propagation (Backprop)
È un algoritmo un po 'complesso ma molto utile che richiede molti calcoli matematici.