EBOOKI WYDAWCY
Autor:
Wydawca:
Format:
ibuk
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, zapewniające odpowiedni sposób reprezentacji danych wejściowych, umożliwiający uchwycenie istotnych cech obiektów i łatwe odróżnienie reprezentantów różnych kategorii. Uwzględniono m.in. selekcję i ekstrakcję cech oraz różne metody 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). Odbiorcy książki: pracownicy naukowi i studenci wydziałów elektroniki i informatyki oraz wszyscy zainteresowani biometrycznymi metodami automatycznego ustalania i potwierdzania tożsamości osób.
Rok wydania | 2008 |
---|---|
Liczba stron | 140 |
Kategoria | Elektronika |
Wydawca | Wydawnictwa Komunikacji i Łączności |
ISBN-13 | 978-83-206-1885-3 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
EBOOKI WYDAWCY
POLECAMY
Ciekawe propozycje
Spis treści
Wstęp | 7 |
Część I. Automatyczne rozpoznawanie obiektów | 13 |
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 | 23 |
2.2.2. Nadzorowana ekstrakcja cech – metoda; LDA | 27 |
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 | 64 |
4.2. Niejawne modele Markowa (HMM); | 69 |
4.2.1. Rozpoznawanie sekwencji | 71 |
4.2.2. Trening modelu | 73 |
Część II. Podstawowe metody biometrii | 77 |
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 |