パターン認識とバイオメトリクス

パターン認識では、パターンを識別して再度確認します。一般に、パターンは、指紋画像、手書きの筆記体、人間の顔、音声信号、バーコード、またはインターネット上のWebページです。

個々のパターンは、多くの場合、そのプロパティに基づいてさまざまなカテゴリにグループ化されます。同じプロパティのパターンがグループ化されると、結果のグループもパターンになります。これは、パターンと呼ばれることもあります。class

パターン認識は、関心のあるパターンを観察、区別し、パターンまたはパターンクラスについて正しい決定を下すための科学です。したがって、生体認証システムは、パターン認識を適用して、保存されているテンプレートと比較することにより、個人を識別および分類します。

バイオメトリクスにおけるパターン認識

パターン認識技術は、次のタスクを実行します-

  • Classification −手書き文字、CAPTCHAを識別し、人間とコンピューターを区別します。

  • Segmentation −画像内のテキスト領域または顔領域を検出します。

  • Syntactic Pattern Recognition −数学記号または演算子のグループがどのように関連しているか、およびそれらがどのように意味のある式を形成するかを決定する。

次の表は、バイオメトリクスにおけるパターン認識の役割を示しています。

パターン認識タスク 入力 出力
文字認識(署名認識) 光信号またはストローク キャラクターの名前
話者認識 ボイス 話者の身元
指紋、顔画像、手の形状画像 画像 ユーザーの身元

パターン認識のコンポーネント

パターン認識技術は、人間の特性のランダムなパターンをコンパクトなデジタル署名に抽出します。これは、生物学的識別子として機能します。生体認証システムは、パターン認識技術を使用してユーザーを分類し、個別に識別します。

パターン認識の構成要素は次のとおりです-

パターン認識で人気のあるアルゴリズム

最も一般的なパターン生成アルゴリズムは次のとおりです。

最近傍アルゴリズム

未知の個人のベクトルを取得し、データベース内のすべてのパターンからの距離を計算する必要があります。最小の距離が最適です。

バックプロパゲーション(Backprop)アルゴリズム

これは少し複雑ですが、多くの数学的計算を伴う非常に便利なアルゴリズムです。