Pregunta

En general, el uso de la biometría en las aplicaciones informáticas decir para la autenticación.Veamos 2 ejemplos de huellas dactilares y reconocimiento facial.

En esos casos, ¿cómo podemos mantener la información para la comparación.Como un ejemplo de que no podemos mantener una imagen y el proceso cada vez.Entonces, ¿cuáles son las metodologías que utilizamos para almacenar/determinar la similitud en tales casos?Especiales existen algoritmos que se ha diseñado para que los efectos de.?(Ex :Para devolver un valor similar para una impresión del dedo de una persona determinada, cada vez)

¿Fue útil?

Solución

La mayoría de las técnicas de IA no operan en los datos en bruto, tales como imágenes. Por lo general, operan en un vector de características : una representación preferentemente compacta e inteligente de los datos originales. Generalmente, un vector de características contiene un número fijo de valores numéricos o nominales (características). Por ejemplo, en el reconocimiento de rostros un vector de característica común es un conjunto de vectores propios llamado un Eigenface . No estoy familiarizado con reconocimiento de huellas dactilares, pero me imagino que los vectores de características utilizadas existen un conjunto de números que de alguna manera describir los patrones observados en la imagen de la huella dactilar.

En general, cuando la formación de algún método de aprendizaje automático en un conjunto de la cara o la huella digital de imágenes, que había calcular los vectores de características correspondientes a estas imágenes y almacenar estos en una base de datos. Las imágenes originales son entonces ya no se utilizan. Todo el procesamiento posterior se realiza en los correspondientes vectores de características.

Para comparar un nuevo, ejemplo invisible a la base de datos de instancias previamente aprendidas, el vector de características de la nueva instancia es calcular y en comparación con la base de datos de vectores de características almacenados. Esto puede hacerse de muchas maneras. Un ejemplo que se utiliza comúnmente en el reconocimiento del iris es la distancia de Hamming .

Otros consejos

En el caso de análisis de huellas dactilares, he escuchado de personas que utilizan las ubicaciones de puntos de función (bifurcaciones, etc.) para adaptarse a los parámetros para un gran polinomio, y luego almacenar los parámetros para la coincidencia cuando alguien quiere sondear la galería. (El proceso de coincidencia aparentemente funciona reduciendo al mínimo un término de error que resulta entre los parámetros de la sonda y la galería.) Nunca lo he hecho, ya que mayormente trabajo con los diafragmas, pero podría ser vale la pena analizar.

Todos biométricos comparador trabaja con datos procesados plantillas.Estos datos son tomados de imagen estática o un modelo tomado de una dinámica de captura, como el TC dijo anteriormente.Estas plantillas se utilizan para el proceso de comparación y son únicos datos que usted necesita para mantener.Las imágenes se almacenan sólo para la audición o en los casos penales cuando un experto necesita analizar imágenes y tomar el resultado final.

Para plantillas de huellas dactilares tenemos 3 normas internacionales que son los más utilizados:ISO 19497-2, ISO-378 y XYT.Si utiliza cualquiera de las dos primeras normas, los datos binarios, en general, han 500 bytes de longitud.XYT necesitan más espacio porque es un archivo de texto con la posición, el ángulo y la calidad de todos los minutea, generalmente de alrededor de 1 kb.Una muestra de la extracción, y la coincidencia de que usted puede ver en Sitio web NIST.Por lo tanto, si desea una información más precisa y rápida el software que necesita un comercial SDK.

Para trabajar con las caras de software libre es OpenCV.

Licenciado bajo: CC-BY-SA con atribución
No afiliado a StackOverflow
scroll top