59、提升分数融合方法准确性及透明玻璃3D扫描技术

提升分数融合方法准确性及透明玻璃3D扫描技术

在生物识别领域，随着考虑的生物特征数量增加，所需的数据量也会增多，且大多数现有生物识别系统无法提供合适的质量度量。为此，提出了两种基于似然比方案的分数融合策略，同时在透明物体扫描方面，介绍了一种基于局部表面加热和热成像的透明玻璃3D扫描方法。

生物识别分数融合方法

• 似然比测试
  • 身份验证问题可通过假设检验来表述，即判断分数向量是否属于真实类。比较不同测试时需考虑大小（误接受率FAR）和功效（真实接受率GAR）的概念。似然比（LR）是观察结果在假设下的概率与替代假设下的概率之比。
  • 公式如下：
    • 似然比：$LR(s) = \frac{f_{gen}(s)}{f_{imp}(s)}$
    • 测试决策：
      $\Psi(s) =
      \begin{cases}
      1, & \text{当 } LR(s) \geq \eta \
      0, & \text{当 } LR(s) < \eta
      \end{cases}$
      其中，$s = [s_1, s_2, …s_K]$ 是观察到的K个匹配分数的集合，若 $LR(s)$ 大于固定阈值 $\eta$（$\eta \geq 0$），则将其分配到真实类。
• 匹配分数密度估计
  • 由于匹配分布具有长尾、离散成分和多模态等特点，很难选择特定的参数形式来近似