Se presenta un mtodo para predecir el rendimiento de curva
(CMC) caractersticas match acumulado para una gran poblacin de personas con una poblacin significativamente ms pequeas para hacer la prediccin. La curva CMC muestra la probabilidad de reconocer ese individuo dentro de una base de datos de las mediciones que se extraen de varios individuos. Mayor cantidad de individuos menor probabilidad de reconocimiento. Introduccin Para una particular tcnica biomtrica, identificar a una persona se puede dividir en dos problemas: verificacin y reconocimiento. Verificacin implica que el sistema est tratando de confirmar que eres quien dices que eres, y reconocimiento se refiere a un sistema que est tratando de determinar quin eres. Verificacin empareja uno a uno; reconocimiento es un problema que empareja de uno a muchos, que es un problema mucho ms difcil en comparacin. Un sistema de reconocimiento debe comparar la medida de la muestra contra una base de datos de identidades conocidas, para determinar a quin pertenece la muestra. Para evaluar el desempeo en el paradigma del reconocimiento, se emplea una curva de caracterstica del match acumulado (CMC). Una curva CMC muestra diversas probabilidades de reconocer a un individuo dependiendo de sus medidas biomtricas cmo similar son las mediciones biomtricas de otros individuos. Significado de una curva CMC Antes de que discutimos lo que una curva CMC es, en primer lugar introducimos la nocin de juegos de galera y la sonda que se utilizan en este trabajo. Una galera es un conjunto de plantillas de identificacin (en forma de puntos de vectores/datos de funcin), que representa a los individuos en una base de datos. Cada individuo tiene un nico punto de datos en la galera, as que si hay N individuos, entonces el tamao de la Galera es N. Estos puntos de datos de la galera se utilizan para reconocer los vectores de funcin desconocidas, donde los vectores de la caracterstica desconocida provienen de un conjunto de sonda. Un punto a destacar en una curva CMC es igual que como el nmero de sujetos aumenta, el porcentaje de tiempo vector galera correspondiente del vector de una punta de prueba entre 1 y n es baja como N aumentos. Por ejemplo, una curva CMC con 50 individuos puede tener una curva con el porcentaje de rango 1 que 81%; sin embargo, si N aumenta a 100 individuos, entonces el porcentaje de rango 1 curva CMC es 71 %1. Esto significa que como el nmero de individuos para ser reconocidos aumentan, la capacidad de reconocerlos exactamente disminuye. Con esto en mente, para una determinada tcnica biomtrica con cualquier nmero de sujetos, la curva CMC siempre es menor con un mayor nmero de sujetos. Modelo matemtico de una curva CMC
La probabilidad de que el datapoint de galera corresponda a un datapoint
de sonda este dentro de rango n es:
Observamos que la ecuacin 5 tiene integrales mltiples sobre la densidad
de poblacin. La dimensionalidad de la poblacin aumenta, tambin aumenta el nmero de integraciones. A medida que aumenta el nmero de integraciones, aumenta la complejidad computacional de la integracin de la ecuacin 5. Evaluacin Experimental Finalmente, demostramos la capacidad de la ecuacin 6 para predecir las curvas CMC. Primero demostramos su uso en datos generados sintticamente y en segundo lugar en datos reales de nuestra tcnica de reconocimiento de prosa (paso).
R= el rango, PRE= porcentaje de reconocimiento predicho, CAL=
porcentaje de reconocimiento calculado, con N=50 nmero de individuos.
R= el rango, PRE= porcentaje de reconocimiento predicho, CAL=
porcentaje de reconocimiento calculado, con N=2000 nmero de individuos. Conclusin En este trabajo hemos presentado una formulacin matemtica la curva CMC dada un espacio de funcin de mediciones biomtricas. En nuestras hiptesis, hemos demostrado que este modelo matemtico tiene la capacidad de reflejar una curva CMC directamente calculada para un nmero determinado de sujetos, y lo ms importante, es capaz de predecir
las curvas CMC para un mayor nmero de individuos que realmente tiene una base de datos.