| Popis: |
Разработан метод распознавания личности по эхографическим параметрам уха человека на основе наивного байесовского классификатора в двух режимах: биометрической идентификации (EER = 0.0053) и биометрической аутентификации (FRR = 0.0002 при FAR ≤ 0.0001) соответственно. Разработано устройство для регистрации биометрических характеристик уха, приведен набор эхографических свойств на основе параметров ушной раковины 75 испытуемых. В качестве биометрических параметров использовались спектральные и кепстральные характеристики отраженных от ушного канала сигналов. Рассмотрено несколько оконных функций для построения спектров и кепстрограмм. Установлено, что более 90 % «кепстральных» признаков имеют слабую корреляционную зависимость, что позволяет применять наивный байесовский классификатор и получать при этом высокоточные результаты распознавания пользователей. Преимущество байесовской классификации состоит в возможности робастного быстрого обучения системы идентификации. Розроблено метод розпізнавання особи за ехографічними параметрами вуха людини на основі наївного баєсівського класифікатора в двох режимах: біометричної ідентифікації (EER = 0.0053) і біометричної аутентифікації (FRR = 0.0002 для FAR ≤ 0.0001) відповідно. Розроблено пристрій для реєстрації біометричних характеристик вуха, сформовано набір ехографічних властивостей на основі параметрів вушної раковини 75 випробуваних. Як біометричні параметри використано спектральні та кепстральні характеристики відбитих від вушного каналу сигналів. Розглянуто кілька віконних функцій для побудови спектрів і кепстрограмм. Установлено, що понад 90 % «кепстральних» ознак мають слабку кореляційну залежність, що дає змогу застосовувати наївний баєсівський класифікатор і отримувати високоточні результати розпізнавання користувачів. Перевагою баєсівської класифікації є можливість робастного швидкого навчання системи ідентифікації. A method of personality recognition by echographic parameters of the human ear has been developed on the basis of the “naive” Bayes classifier in two modes: biometric identification (EER= 0.0053) and biometric authentication (FRR= 0.0002 at FAR ≤ 0.0001), respectively. A device was developed for recording the biometric characteristics of the ear; a set of echographic data was collected from the ears of 75 subjects. The spectral and cepstral characteristics of the signals reflected from the ear canal were used as biometric parameters. Several window functions for constructing spectra and cepstrograms are considered. It has been established that more than 90% of “cepstral” features have a weak correlation dependence, which allows the use of a “naive” Bayesian classifier and at the same time obtaining highly accurate results of user recognition. The advantage of Bayesian classification is the possibility of robust fast learning of the identification system. |
