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.