存储和比较生物识别信息

Question

通常我们在计算机应用程序中使用生物识别技术来进行身份验证。让我们得到2个指纹和面部识别的例子。

在这些情况下，我们如何保留信息以供比较。作为一个例子，我们无法保留图像并且每次都处理它。那么在这种情况下我们用什么方法来存储/确定相似性呢？是否有为此目的设计的特殊算法。 （例如：每次为某人的指纹返回大致相等的值）

Answer 1

大多数AI技术不对图像等原始数据进行操作。它们通常在特征向量上运行：优选地是原始数据的紧凑和智能表示。通常，特征向量包含固定数量的数值或标称值（特征）。例如，在面部识别中，共同特征向量是称为Eigenface的一组特征向量。我不熟悉指纹识别，但我想在那里使用的特征向量是一组数字，它们以某种方式描述了指纹图像中观察到的模式。

通常，在一组面部或指纹图像上训练某些机器学习方法时，您需要计算这些图像的相应特征向量并将其存储在数据库中。然后不再使用原始图像。所有后续处理都在相应的特征向量上完成。

为了将新的，未看到的实例与先前学习的实例的数据库进行比较，计算新实例的特征向量并将其与存储的特征向量的数据库进行比较。这可以通过许多方式完成。虹膜识别中常用的一个例子是Hamming distance。

Answer 2

在指纹分析的情况下，我听说有人使用特征点（分叉等）的位置来拟合大多项式的参数，然后在有人想要探测图库时存储用于匹配的参数。 （匹配过程显然可以通过最小化探测和图库参数之间的派生误差项来实现。）我自己从未做过，因为我主要使用虹膜，但它可能值得研究。

Answer 3

所有生物识别匹配器都使用称为模板的已处理数据。这些数据来自静态图像或从动态捕获中获取的模型，如TC之前所述。这些模板用于匹配流程，是您需要保留的唯一数据。当专家需要分析图像并获得最终结果时，图像仅存储用于试听或刑事案件。

对于指纹模板，我们有3个最常用的国际标准：ISO 19497-2，ISO-378和XYT。如果使用前两个标准中的任何一个，则二进制数据通常具有500个字节的长度。 XYT需要更多空间，因为它是一个文本文件，具有所有分钟的位置，角度和质量，通常约为1kb。您可以在NIST website中看到提取和匹配的示例。因此，如果您想要更准确，更快速的软件，则需要商业SDK。

使用面孔时，免费软件是OpenCV。