Soglia per l'autenticazione biometrica

2

Vorrei chiedere, quali sono i modi appropriati per regolare le soglie per un sistema biometrico quando abbiamo solo la formazione e il test dei dati di un singolo utente? Sto usando Speaker, riconoscimento del volto e dell'andatura ma nello scenario dei dispositivi mobili. Nello scenario mobile sappiamo che abbiamo sempre il caso di corrispondenza 1: 1 (possiamo andare per 1: n matching, ma questo renderebbe il sistema meno utilizzabile in quanto richiede tempo e necessiterebbe di set di dati più grandi e non ne abbiamo bisogno). . Quindi, in questa situazione, voglio trovare un modo per trovare la soglia dai dati di allenamento. e ogni volta che ottengo alcuni dati di test presumo che questi dati provengano da utenti reali e dopo averli confrontati, la soglia ha sostanzialmente deciso se quella persona è genuina / impostore.

    
posta Muhammad 23.06.2015 - 15:36
fonte

2 risposte

1

Dipende da come viene fatto l'apprendimento dal sistema biometrico.

Se il sistema ti è stato distribuito con la conoscenza precedente di ciò che è un volto umano e se stai insegnando solo le facce che dovrebbe accettare, sarebbe sufficiente iscrivere solo gli utenti autorizzati.

Se il sistema è semplicemente un modello di apprendimento della visione artificiale senza alcuna conoscenza preliminare, è necessario creare un set di dati di volti umani rappresentativi della popolazione umana, etichettare i volti degli utenti autorizzati come autorizzati e gli altri come negati, e addestrare il sistema.

Non ho mai usato il sistema che stai chiedendo, quindi se non riesci a capire in quale di queste due categorie cade, ti suggerisco di contattare l'assistenza clienti del produttore.

    
risposta data 24.06.2015 - 14:55
fonte
1

Senza addestrare il sistema con i dati di altri individui, il concetto di soglia è in gran parte inutile.

Quando si apprende, tutti i sistemi biometrici devono essere regolati per il tasso di scarto falso e il tasso di accettazione falsa (FRR e FAR), ma nella propria situazione l'allenamento non ti darà alcun dato FAR.

Quindi, anche se puoi facilmente assicurarti che il tuo sistema riconoscerà sempre il tuo utente valido, non hai idea se non accetterà altri, alcuni che sembrano come loro o tutti gli umani (o forse cani, struzzi ... chi lo sa )

Devi essere in grado di consentire al sistema di determinare le differenze tra utenti validi e utenti non validi, e poi capire se puoi far fronte ad alcuni FRR (il tuo utente sta trasportando qualcosa di pesante, forse) o con qualche LONTANO (qualcuno con un'andatura molto simile e barba abbinata, diciamo)

In sintesi - non puoi farlo a meno che non ricevi un set di dati da molti individui

    
risposta data 25.06.2015 - 11:40
fonte

Leggi altre domande sui tag