Le stockage et la comparaison des informations biométriques
-
21-09-2019 - |
Question
En général, nous utilisons la biométrie dans les applications informatiques pour l'authentification disent. Permet d'obtenir 2 exemples empreintes digitales et reconnaissance faciale.
Dans ces cas, la façon dont nous conservons les informations de comparaison. À titre d'exemple, nous ne pouvons pas garder une image et de traiter chaque fois. Alors, quelles sont les méthodes que nous utilisons pour stocker / déterminer la similitude dans de tels cas? Y a-t-il des algorithmes spéciaux conçus pour que les fins.? (Ex: Pour revenir une valeur à peu près égale pour une empreinte digitale d'une certaine personne à chaque fois)
La solution
La plupart des techniques d'intelligence artificielle ne fonctionnent pas sur des données brutes telles que les images. Ils fonctionnent généralement sur vecteur caractéristique : une représentation de préférence compacte et intelligente des données originales. En général, un vecteur de caractéristique contient un nombre fixe de valeurs numériques ou nominales (caractéristiques). Par exemple, en reconnaissance de visage un vecteur commun est un ensemble de vecteurs propres appelé Eigenface . Je ne suis pas familier avec la reconnaissance d'empreintes digitales, mais j'imagine que les vecteurs de caractéristiques utilisés, il y a un ensemble de nombres qui décrivent en quelque sorte les tendances observées dans l'image de l'empreinte digitale.
En général, lors de la formation d'une méthode d'apprentissage de la machine sur un ensemble d'images du visage ou les empreintes digitales, vous souhaitez calculer les vecteurs de caractéristiques correspondantes pour ces images et stocker dans une base de données. Les images d'origine sont plus utilisés. Tout traitement ultérieur est effectué sur les vecteurs de caractéristiques correspondantes.
Pour comparer une nouvelle instance invisible à la base de données des instances apprises précédemment, le vecteur caractéristique de la nouvelle instance est de calculer et par rapport à la base de données de vecteurs de caractéristiques stockées. Cela peut se faire de plusieurs façons. Un exemple qui est couramment utilisé dans la reconnaissance de l'iris est le distance de Hamming.
Autres conseils
Dans le cas de l'analyse des empreintes digitales, je l'ai entendu parler de personnes qui utilisent les emplacements des points caractéristiques (bifurcations, etc.) pour adapter les paramètres pour un grand polynôme, puis stocker les paramètres correspondant quand quelqu'un veut sonder la galerie. (Le processus d'appariement fonctionne apparemment en réduisant au minimum un terme d'erreur dérivée entre les paramètres de la sonde et la galerie.) Je ne l'ai jamais fait moi-même, depuis que je travaille surtout avec des iris, mais il pourrait être dignes d'intérêt.
Toutes les matcher biométriques fonctionne avec des données traitées appelés modèles. Ces données sont extraites de l'image statique ou un modèle pris d'une capture dynamique, comme TC dit précédemment. Ces modèles sont utilisés pour traiter des données correspondant et sont uniques que vous devez garder. Les images sont stockées uniquement pour audition ou dans les affaires pénales lorsqu'un expert doit analyser les images et prendre un résultat final.
Pour modèles d'empreintes digitales, nous avons 3 normes internationales les plus utilisées: ISO 19497-2, ISO-378 et XYT. Si vous utilisez une des deux premières normes, les données binaires ont généralement 500 octets de longueur. XYT besoin de plus d'espace, car est un fichier texte avec la position, l'angle et la qualité de tous minutea, généralement de 1kb. Un échantillon d'extraction et vous pouvez voir correspondant dans NIST site . Par conséquent, si vous voulez un logiciel plus rapide et précis que vous avez besoin d'un kit de développement commercial.
Pour travailler avec des visages d'un logiciel libre est OpenCV.