ГОСТ Р 54411-2011/ISO/IEC/TR 24722:2007 Информационные технологии (ИТ). Биометрия. Мультимодальные и другие мультибиометрические технологии

     4.3 Взаимосвязь данных

В мультимодальных биометрических системах объединяемые данные могут быть взаимосвязаны на нескольких уровнях [57]:

-  взаимосвязь между модальностями: данная взаимосвязь имеет отношение к биометрическим образцам, которые физически связаны, например речь и движение губ пользователя;

-  взаимосвязь, возникающая вследствие идентичности биометрических образцов: случай в мультиалгоритмических системах, когда один и тот же биометрический образец (например, изображение отпечатка пальца) или подмножества биометрического образца (например, голос, когда весь образец может быть использован одним алгоритмом и часть образца - другим) используются разными алгоритмами извлечения признаков и алгоритмов сопоставления (например, сопоставление на основе контрольных точек и сопоставление на основе текстуры);

Рисунок 1 - Модель мультибиометрической системы

       - взаимосвязь значений признаков: подмножество значений признаков, представляющих собой векторы признаков разных модальностей, могут быть взаимосвязаны, например площадь ладони пользователя (геометрия кисти руки) может быть связана с шириной лица;

-  взаимосвязь экземпляров, возникающая при общей технике эксплуатации (например, использование одного и того же устройства регистрации, один и тот же уровень подготовки оператора);

-  взаимосвязь экземпляров, возникающая вследствие особенностей субъекта (например, цветные контактные линзы на обоих глазах).

Для определения уровня взаимосвязи необходимо проверить степени схожести (или решение о допуске/недопуске), имеющие отношение к устройствам сопоставления, используемым в схеме объединения. В [57] указано, что объединение взаимно независимых классификаторов приводит к значительному улучшению эффективности сопоставления.

Для двух достаточно точных классификаторов, включенных в схему объединения, выходные данные, полученные на основе входных данных от одного и того же субъекта, могут быть взаимосвязаны. Поэтому целесообразно рассматривать взаимосвязь ошибок классификаторов согласно [20].

Корреляцию вычисляют по формуле

,

где - число тестируемых классификаторов;

- общее число входных данных;

- число входных данных, ошибочно классифицируемых всеми классификаторами при использовании порога ;