패턴 인식 및 생체 인식

패턴 인식은 패턴을 식별하고 다시 확인하는 작업을 처리합니다. 일반적으로 패턴은 지문 이미지, 필기체 필기체, 사람의 얼굴, 음성 신호, 바코드 또는 인터넷상의 웹 페이지 일 수 있습니다.

개별 패턴은 종종 속성에 따라 다양한 범주로 그룹화됩니다. 동일한 속성의 패턴이 함께 그룹화되면 결과 그룹도 패턴이되며이를 종종 패턴이라고합니다.class.

패턴 인식은 관심 패턴을 관찰하고 구별하며 패턴 또는 패턴 클래스에 대한 올바른 결정을 내리는 과학입니다. 따라서 생체 인식 시스템은 패턴 인식을 적용하여 저장된 템플릿과 비교하여 개인을 식별하고 분류합니다.

생체 인식의 패턴 인식

패턴 인식 기술은 다음 작업을 수행합니다.

• Classification − 손으로 쓴 문자, CAPTCHA를 식별하여 인간과 컴퓨터를 구분합니다.

• Segmentation − 이미지에서 텍스트 영역 또는 얼굴 영역 감지.

• Syntactic Pattern Recognition − 수학 기호 또는 연산자 그룹이 어떻게 관련되어 있는지, 그리고 의미있는 표현을 형성하는 방법을 결정합니다.

다음 표는 생체 인식에서 패턴 인식의 역할을 강조합니다.

패턴 인식 작업	입력	산출
문자 인식 (서명 인식)	광학 신호 또는 스트로크	캐릭터의 이름
화자 인식	목소리	화자의 신원
지문, 얼굴 이미지, 손 기하학 이미지	영상	사용자의 신원

패턴 인식의 구성 요소

패턴 인식 기술은 인간 특성의 무작위 패턴을 생체 식별자 역할을 할 수있는 컴팩트 디지털 서명으로 추출합니다. 생체 인식 시스템은 패턴 인식 기술을 사용하여 사용자를 분류하고 개별적으로 식별합니다.

패턴 인식의 구성 요소는 다음과 같습니다.

패턴 인식에서 인기있는 알고리즘

가장 인기있는 패턴 생성 알고리즘은 다음과 같습니다.

최근 접 이웃 알고리즘

알려지지 않은 개인의 벡터를 가져 와서 데이터베이스의 모든 패턴과의 거리를 계산해야합니다. 가장 작은 거리가 가장 잘 어울립니다.

역 전파 (Backprop) 알고리즘

많은 수학적 계산을 포함하는 약간 복잡하지만 매우 유용한 알고리즘입니다.