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。