Wybrane zagadnienia biometrii
Monograficzne ujęcie wybranych problemów biometrii - nauki zajmującej się ustalaniem lub potwierdzaniem tożsamości osób na podstawie ich wyglądu, cech fizycznych i sposobu zachowania. Podano podstawy automatycznego rozpoznawania obiektów z uwzględnieniem m. in
| Wydawnictwo | WKŁ (Wydawnictwa Komunikacji i Łączności) |
| Wymiary: | 165 x 238 |
Oprawa: | miękka | | ISBN: | 978[zasłonięte][zasłonięte]06167 |
Monograficzne ujęcie wybranych problemów biometrii - nauki zajmującej się ustalaniem lub potwierdzaniem tożsamości osób na podstawie ich wyglądu, cech fizycznych i sposobu zachowania. Podano podstawy automatycznego rozpoznawania obiektów z uwzględnieniem m. in. selekcji i ekstrakcji cech oraz różnych metod klasyfikacji danych, jak również probabilistyczne metody rozpoznawania i klasyfikację sekwencji wektorów. Opisano także podstawowe metody biometrii, wśród których uwzględniono wykorzystanie charakterystyk fizycznych (automatyczna analiza linii papilarnych, automatyczne rozpoznawanie tęczówki, automatyczne rozpoznawanie twarzy i rozpoznawanie na podstawie analizy DNA) oraz charakterystyk behawioralnych (rozpoznawanie na podstawie głosu, rozpoznawanie na podstawie analizy stylu i dynamiki składania podpisu).
Wstęp 7
Część I Automatyczne rozpoznawanie obiektów
1. Wprowadzenie 13
2. Cechy i przestrzenie cech 16
2.1. Selekcja cech 17
2.1.1. Selekcja cech przez maksymalizację skuteczności klasyfikacji 18
2.1.2. Selekcja cech przez maksymalizację separowalności klas 19
2.1.3. Nienadzorowana selekcja cech 22
2.2. Ekstrakcja cech 22
2.2.1. Nienadzorowana ekstrakcja cech - metoda PCA
2.2.2. Nadzorowana ekstrakcja cech - metoda LDA
2.2.3. Inne metody ekstrakcji cech 31
3. Klasyfikacja danych 33
3.1. Klasyfikacja minimalnoodległościowa 35
3.1.1. Klasyfikacja danych metodą k-NN 37
3.1.2. Miary odległości stosowane w klasyfikacji 40
3.2. Klasyfikacja przez podział przestrzeni cech 42
3.2.1. Klasyfikatory neuronowe 46
3.2.1.1. Klasyfikatory neuronowe wielowarstwowe 49
3.2.1.2. Uczenie sieci wielowarstwowej 51
3.2.2. Metoda SVM 54
3.3. Probabilistyczne metody rozpoznawania 58
3.3.1. Nieparametryczna estymacja rozkładów wewnątrzklasowych 59
3.3.2. Parametryczna estymacja rozkładów wewnątrzklasowych 61
4. Klasyfikacja sekwencji wektorów 64
4.1. Programowanie dynamiczne 61
4.2. Niejawne modele Markowa (HMM) 69
4.2.1. Rozpoznawanie sekwencji 71
4.2.2. Trening modelu 73
Część II Podstawowe metody biometrii
5. Wprowadzenie 77
5.1. Charakterystyki biometryczne 78
5.2. Systemy biometryczne 79
5.2.1. Kryteria wyboru technologii biometrycznych 80
5.2.2. Kryteria oceny poprawności analizy biometrycznej 81
5.2.3. Porównanie właściwości stosowanych technologii biometrycznych 83
6. Biometria wykorzystująca charakterystyki fizyczne 85
6.1. Automatyczna analiza linii papilarnych 86
6.1.1. Metody akwizycji odcisków palców 87
6.1.2. Klasyfikacja linii papilarnych 89
6.1.3. Rozpoznawanie odcisków palców 89
6.1.3.1. Porównywanie przebiegu linii papilarnych 90
6.1.3.2. Porównywanie zbiorów minucji 91
6.2. Automatyczne rozpoznawanie tęczówki 96
6.2.1. Akwizycja obrazu tęczówki 97
6.2.2. Rozpoznawanie tęczówki 99
6.2.2.1. Segmentacja obrazu tęczówki 99
6.2.2.2. Wyznaczenie kodu tęczówki 101
6.2.2.3. Rozpoznawanie tęczówki 104
6.3. Automatyczne rozpoznawanie twarzy 106
6.3.1. Strukturalne modelowanie twarzy 110
6.3.2. Statystyczne i probabilistyczne modelowanie twarzy 111
6.3.2.1. Rozpoznawanie twarzy wykorzystujące metodę PCA 112
6.3.2.2. Systemy rozpoznawania twarzy 114
6.4. Rozpoznawanie na podstawie analizy DNA 116
6.4.1. Indywidualny profil DNA 117
6.4.2. Wyznaczanie profilu DNA 118
6.4.3. Perspektywy biometrycznych zastosowań DNA 119
7. Biometria wykorzystująca charakterystyki behawioralne 121
7.1. Rozpoznawanie na podstawie głosu 122
7.1.1. Sposoby ilościowego opisu sygnału mowy 124
7.1.2. Metodologia rozpoznawania mówcy 127
7.1.2.1. Rozpoznawanie mówcy niezależne od wypowiadanego tekstu 128
7.1.2.2. Rozpoznawanie mówcy na podstawie ustalonych wypowiedzi 129
7.2. Rozpoznawanie na podstawie analizy stylu i dynamiki składania podpisu 130
7.2.1. Automatyczna analiza postaci podpisu 132
7.2.2. Automatyczna analiza dynamiki składania podpisu 133
Zakończenie 135
Literatura 137
