演化多生物特征系统中缺失分数问题研究

使用多种模态（如人脸和指纹）或多个算法（如三个人脸比较器）已被证明能提升运行中生物特征系统的识别准确率。随着时间推移，生物特征系统可能演化以添加新模态、淘汰旧模态或与其他生物特征系统合并。这可能导致输入探测集存在缺失分数的场景。此前该主题的研究仅聚焦于验证或识别任务之一，而非两者兼有。此外，所考虑的缺失数据比例低于 50%。本工作研究了缺失分数数据对验证和识别任务两者的影响。我们证明，结合多种分数填补方法与简单求和融合，即便缺失分数比例增至 90%，仍可提升识别准确率。实验表明，填补后的融合优于无填补的融合。具体而言，基于 K 近邻的迭代填补在验证和识别任务中均始终优于其他填补方法，无论缺失分数数量多少，并且提供的填补值与完整真实数据集保持一致。