fingerprint - 生体情報の保存と比較

Question

一般に、認証のためにコンピュータアプリケーションでバイオメトリクスを使用します。指紋と顔認識の2つの例を見てみましょう。

そのような場合、比較のために情報をどのように保持するか。例として、画像を保持して毎回処理することはできません。では、そのような場合に類似性を保存/決定するために使用する方法論は何ですか？その目的のために設計された特別なアルゴリズムはありますか？（例：特定の人物の指紋に対して毎回ほぼ等しい値を返すため）

Answer 1

ほとんどのAI技術は、画像などの生データでは機能しません。それらは一般に特徴ベクトルで動作します：元のデータのできればコンパクトでスマートな表現。一般に、特徴ベクトルには、固定数の数値または名目値（特徴）が含まれます。たとえば、顔認識では、一般的な特徴ベクトルは固有顔と呼ばれる固有ベクトルのセットです。私は指紋認識に精通していませんが、そこで使用されている特徴ベクトルには、指紋の画像で観察されたパターンを何らかの形で表す一連の数字があると思います。

一般に、顔画像または指紋画像のセットで機械学習方法をトレーニングする場合、これらの画像に対応する特徴ベクトルを計算し、データベースに保存します。その後、元の画像は使用されなくなります。以降のすべての処理は、対応する特徴ベクトルで実行されます。

新しい、見えないインスタンスを以前に学習したインスタンスのデータベースと比較するために、新しいインスタンスの特徴ベクトルが計算され、保存された特徴ベクトルのデータベースと比較されます。これは多くの方法で行うことができます。虹彩認識で一般的に使用される1つの例は、ハミング距離です。

Answer 2

指紋分析の場合、特徴点（分岐点など）の位置を使用して大きな多項式のパラメーターを適合させ、ギャラリーをプローブしたいときに一致するパラメーターを保存する人の話を聞いたことがあります。（マッチングプロセスは、プローブとギャラリーのパラメーター間の派生誤差項を最小化することで機能するようです。）私は主にアイリスを使用しているため、自分で行ったことはありませんが、調べる価値があるかもしれません。

Answer 3

すべての生体認証マッチャーは、テンプレートと呼ばれる処理済みデータを処理します。このデータは、TCが以前に述べたように、静止画像または動的キャプチャから取得されたモデルから取得されます。これらのテンプレートは、プロセスの照合に使用され、保持する必要のある一意のデータです。画像は、オーディションのため、または専門家が画像を分析して最終結果を取得する必要がある刑事事件の場合にのみ保存されます。

テンプレートのフィンガープリントには、ISO 19497-2、ISO-378、XYTの3つの国際規格が最もよく使用されています。最初の2つの標準のいずれかを使用する場合、バイナリデータの長さは通常500バイトです。XYTは、位置、角度、品質がすべて分単位で、通常は約1kbのテキストファイルであるため、より多くのスペースが必要です。NISTのWebサイトで確認できる抽出とマッチングのサンプル。したがって、より正確で高速なソフトウェアが必要な場合は、商用SDKが必要です。

顔を操作するための無料ソフトウェアはOpenCVです。