Reconnaissance de formes et biométrie

La reconnaissance de formes consiste à identifier un modèle et à le confirmer à nouveau. En général, un motif peut être une image d'empreinte digitale, un mot cursif manuscrit, un visage humain, un signal vocal, un code à barres ou une page Web sur Internet.

Les modèles individuels sont souvent regroupés en différentes catégories en fonction de leurs propriétés. Lorsque les modèles de mêmes propriétés sont regroupés, le groupe résultant est également un modèle, qui est souvent appelé un modèleclass.

La reconnaissance de formes est la science pour observer, distinguer les modèles d'intérêt et prendre des décisions correctes concernant les modèles ou les classes de modèles. Ainsi, un système biométrique applique la reconnaissance de formes pour identifier et classer les individus, en les comparant aux modèles stockés.

Reconnaissance de formes en biométrie

La technique de reconnaissance de formes effectue les tâches suivantes -

  • Classification - Identifier les caractères manuscrits, CAPTCHA, distinguer les humains des ordinateurs.

  • Segmentation - Détection des régions de texte ou des régions de visage dans les images.

  • Syntactic Pattern Recognition - Déterminer comment un groupe de symboles ou d'opérateurs mathématiques sont liés et comment ils forment une expression significative.

Le tableau suivant met en évidence le rôle de la reconnaissance de formes en biométrie -

Tâche de reconnaissance de formes Contribution Production
Reconnaissance de caractères (reconnaissance de signature) Signaux optiques ou courses Nom du personnage
Reconnaissance des orateurs Voix Identité de l'orateur
Empreinte digitale, image faciale, image de la géométrie de la main Image Identité de l'utilisateur

Composants de la reconnaissance de formes

La technique de reconnaissance de formes extrait un modèle aléatoire de trait humain dans une signature numérique compacte, qui peut servir d'identifiant biologique. Les systèmes biométriques utilisent des techniques de reconnaissance de formes pour classer les utilisateurs et les identifier séparément.

Les composants de la reconnaissance de formes sont les suivants -

Algorithmes populaires dans la reconnaissance de formes

Les algorithmes de génération de motifs les plus populaires sont -

Algorithme du voisin le plus proche

Vous devez prendre le vecteur de l'individu inconnu et calculer sa distance par rapport à tous les modèles de la base de données. La plus petite distance donne la meilleure correspondance.

Algorithme de rétro-propagation (Backprop)

C'est un algorithme un peu complexe mais très utile qui implique beaucoup de calculs mathématiques.