一种用于多生物特征安全模型的集成软计算方法
计算机视觉与模式识别
2018-01-26 v1 计算机与社会
摘要
论文摘要由三个部分组成,即动机、章节组织、显著贡献。完整摘要包含在论文中。下面重述关于显著贡献的最后部分。显著贡献 本研究提出以下显著贡献:i. 通过结合 Levenshtein、Damerau-Levenshtein 和编辑距离的平均影响,开发了一种用于比较传记信息的新技术。该影响计算为编辑距离与给定字符串对同等长度两字符串之间最大可能编辑距离的比值。该影响位于 [0, 1] 范围内,并且可以通过用 1 减去该影响轻松转换为相似度(匹配)分数。ii. 提出了一种通用软计算框架,用于通过实时决策自适应融合生物特征和传记信息,以在考虑每个单独标识符后确定是否需要计算匹配分数并随后融合附加标识符(包括传记信息)。所提出的框架不仅通过仅在需要此类融合的实例中融合较不可靠的信息(例如传记信息)来提高系统准确性,而且仅在此类计算被认为必要时才计算各种可用标识符的匹配分数,从而提高了系统效率。iii. 一种通过比较预测的付出-错误权衡曲线来比较融合策略效率的科学方法。
关键词
引用
@article{arxiv.1801.08480,
title = {An Integrated Soft Computing Approach to a Multi-biometric Security Model},
author = {Prem Sewak Sudhish},
journal= {arXiv preprint arXiv:1801.08480},
year = {2018}
}
备注
Ph.D. thesis of Prem Sewak Sudhish, Dayalbagh Educational Institute. The thesis has been formatted for duplex printing