Resumen.

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.