Pengenalan Pola dan Biometrik
Pengenalan pola berkaitan dengan mengidentifikasi pola dan mengkonfirmasinya lagi. Secara umum, sebuah pola dapat berupa gambar sidik jari, kata kursif tulisan tangan, wajah manusia, sinyal ucapan, kode batang, atau halaman web di Internet.
Pola individu sering dikelompokkan ke dalam berbagai kategori berdasarkan propertinya. Ketika pola-pola dari properti yang sama dikelompokkan bersama, kelompok resultannya juga berupa pola, yang sering disebut polaclass.
Pengenalan pola adalah ilmu untuk mengamati, membedakan pola minat, dan membuat keputusan yang benar tentang pola atau kelas pola. Dengan demikian, sistem biometrik menerapkan pengenalan pola untuk mengidentifikasi dan mengklasifikasikan individu, dengan membandingkannya dengan templat yang disimpan.
Pengenalan Pola dalam Biometrik
Teknik pengenalan pola melakukan tugas-tugas berikut -
Classification - Mengidentifikasi karakter tulisan tangan, CAPTCHA, membedakan manusia dari komputer.
Segmentation - Mendeteksi wilayah teks atau wilayah wajah dalam gambar.
Syntactic Pattern Recognition - Menentukan bagaimana sekelompok simbol atau operator matematika terkait, dan bagaimana mereka membentuk ekspresi yang bermakna.
Tabel berikut menyoroti peran pengenalan pola dalam biometrik -
| Tugas Pengenalan Pola | Memasukkan | Keluaran |
|---|---|---|
| Pengenalan Karakter (Pengenalan Tanda Tangan) | Sinyal Optik atau Stroke | Nama karakter |
| Pengakuan Pembicara | Suara | Identitas pembicara |
| Sidik jari, gambar wajah, gambar geometri tangan | Gambar | Identitas pengguna |
Komponen Pengenalan Pola
Teknik pengenalan pola mengekstrak pola acak dari sifat manusia menjadi tanda tangan digital kompak, yang dapat berfungsi sebagai pengenal biologis. Sistem biometrik menggunakan teknik pengenalan pola untuk mengklasifikasikan pengguna dan mengidentifikasinya secara terpisah.
Komponen pengenalan pola adalah sebagai berikut -
Algoritma Populer dalam Pengenalan Pola
Algoritme pembuatan pola paling populer adalah -
Algoritma Tetangga Terdekat
Anda perlu mengambil vektor individu yang tidak diketahui dan menghitung jaraknya dari semua pola dalam database. Jarak terkecil memberikan kecocokan terbaik.
Algoritma Propagasi Balik (Backprop)
Ini adalah algoritma yang agak rumit tetapi sangat berguna yang melibatkan banyak perhitungan matematis.