51、生物特征模板更新与面部数据库相似性搜索研究

生物特征模板更新与面部数据库相似性搜索研究

生物特征模板更新实验分析

不同用户类别的模板更新策略

在生物特征识别系统中，根据Doddington分类法将用户分为四类：羔羊（Lambs）、绵羊（Sheeps）、山羊（Goats）和狼（Wolves）。对于不同类别的用户，模板更新策略有所不同：
- 羔羊和狼 ：由于它们在用户群体中占比较小，标签分配需谨慎，更新成本应通过提升性能的收益来补偿。可考虑采用可调节的更新程序。
- 山羊 ：可以在较宽松的更新阈值（如1%FAR）下操作，以便更好地捕捉类内的大变化，因为它们不太容易引入冒名顶替者。

实验结果与结论

通过实验，研究了自我更新算法在不同特征用户存在情况下的不同行为。结果表明，虽然在四个已识别的用户组中，尤其是“异常”客户（羔羊和狼），未发现显著的性能下降，但对于最常见的类别（绵羊和山羊），性能有明显提升。由于这两类用户约占用户群体的80%，对其应用更新算法是值得的。然而，还需明确用户类别的频率是否具有普遍性，因为其可能不仅取决于用户，还与所选生物特征、预测规则以及用于客户分区的集合有关。不过，每个分区类别的自我更新行为可能保持一致。

实验结果可视化

用户类别	更新前FAR（%）	更新后FAR（%）	更新前FRR（%）	更新后FRR（%）