一种能够提高误接受概率的计算精度、并能够确保稳定安全强度的模式识别系统、模式识别方法和模式识别程序。模式识别系统１０和１０ａ包括第一概率计算单元３２和连接到第一概率计算单元３２的第二概率计算单元３３。第一概率计算单元３２根据指示第一模式特征点ｓ１至ｓｎ↓［ｓ］和第二模式特征点ｆ１至ｆｎ↓［ｆ］之间的对应点的对应特征点ｃｓ１至ｃｓｎ和ｃｆ１至ｃｆｎ的数目ｎ，来计算第一概率Ｐ↓［ＦＣＲ］。第一概率Ｐ↓［ＦＣＲ］指示具有比对应特征点的数目ｎ更多的与第一模式对应的对应特征点的第三模式的存在概率。第二概率计算单元３３参考第一概率Ｐ↓［ＦＣＲ］来计算误接受概率Ｐ↓［ＦＡＲ］，该误接受概率Ｐ↓［ＦＡＲ］指示错误地判定第一模式和第二模式相对应的概率。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种模式识别方法、系统和程序，并且尤其涉及一种根据诸如语音数据或图像数据的数据来识别人的模式识别方法、系统和程序。
技术介绍
当利用指纹验证装置来识别人时，一般执行以下过程。首先，计算通过传感器等获得的输入指纹模式和预先记录的已记录指纹模式之间的一致度(匹配率)。然后，将匹配率和预定阈值进行比较，以判断输入指纹模式和已记录指纹模式是否属于同一人。根据该判断结果，来识别人。在这种人识别的过程中，某人的输入指纹模式被错误地判定为与另一人的已记录指纹模式相同的比率被称为“误接受率”。在这种类型的指纹验证装置中，常常一律将预定阈值固定为某一值，而与验证哪个手指无关。然而，指纹模式之间的匹配率实际上是随人(手指)而变的。即，某些人的指纹提供高匹配率，而另一些人的指纹只提供低匹配率。因此，如果阈值被设为较高值，则指纹验证装置倾向于拒绝错误的人的鉴别，但它也倾向于错误地拒绝正确的人的鉴别。相反，如果阈值被设为较低值，则指纹验证装置倾向于接受正确的人的鉴别，但它也倾向于错误地接受错误的人的鉴别。这将成为识别成功率下降的原因。根据专利文献1(日本专利申请待审公开No.2000-215313)中所披露的数据识别方法，计算每个已记录数据项和其它已记录数据项之间的匹配率。然后，根据为每个已记录数据项所获得的匹配率分布，来为已记录数据项产生阈值。当识别人时，计算要识别的验证目标数据和已记录数据项中的对应候选数据项之间的匹配率。将所计算的匹配率和候选数据项的阈值进行比较，以判断验证目标数据和候选数据是否相对应。在专利文献1的这种数据识别方法中，首先给定误接受概率的目标值，并且动态计算满足目标值的最低匹配率，来作为阈值。因而，每个已记录数据项的阈值是不同的。专利文献2(日本专利申请待审公开No.2002-230551)中所披露的模式识别装置涉及，为某一模式集确定每个模式的特征矢量和每个正确类的平均特征矢量之间的差。这产生了差值矢量集。把与该差值矢量集对应的误差分布用作概率密度函数来执行模式识别。本专利技术的目的是，提供一种能够提高误接受概率的计算精度的模式识别系统、模式识别方法和模式识别程序。本专利技术的另一目的是，提供一种能够确保稳定的安全强度的模式识别系统、模式识别方法和模式识别程序。本专利技术的又一目的是，提供一种能够降低模式识别学习成本的模式识别系统、模式识别方法和模式识别程序。
技术实现思路
以下将利用本专利技术最佳实施方式中所使用的参考数字和符号，来描述
技术实现思路
。参考数字和符号被加了括号，以澄清权利要求和本专利技术最佳实施方式中的描述之间的对应。然而，参考数字和符号不应用于解释权利要求书中所要求的本专利技术的技术范围。本专利技术的模式识别系统(10、10a)包括第一概率计算单元(32)和连接到第一概率计算单元(32)的第二概率计算单元(33)。第一概率计算单元(32)根据指示第一模式特征点(s1至sns)和第二模式特征点(f1至fnf)之间的对应点的对应特征点(cs1至csn和cf1至cfn)的数目(n)，来计算第一概率(PFCR)。第一概率(PFCR)指示具有比对应特征点的数目(n)更多的与第一模式对应的对应特征点的第三模式的存在概率。第二概率计算单元(33)参考第一概率(PFCR)来计算误接受概率(PFAR)，该误接受概率(PFAR)指示错误地判定第一模式和第二模式相对应的概率。第一矢量(Di)和第二矢量(Ds)定义如下第一矢量(Di)具有由第一模式中的对应特征点(cs1至csn)和第二模式中的关联对应特征点(cf1至cfn)之间的差(d1至dn)所组成的分量。第二矢量(Ds)具有由在第一模式和第四模式之间确定的对应特征点对之间的差所组成的分量。在本专利技术的模式识别系统(10、10a)中，第二概率计算单元(33)计算指示基于第二矢量(Ds)的量小于基于第一矢量(Di)的量的概率的第二概率(PPRE)。然后，第二概率计算单元(33)根据第一概率(PFCR)和第二概率(PPRE)来计算误接受概率(PFAR)。例如，第二概率计算单元(33)通过将第一概率(PFCR)和第二概率(PPRE)相乘，来计算误接受概率(PFAR)。在本专利技术的模式识别系统(10、10a)中，第二概率(PPRE)可以指示第二矢量(Ds)的幅度小于第一矢量(Di)的幅度的概率。第二概率(PPRE)可以指示第二矢量(Ds)的分量乘积小于第一矢量(Di)的分量(d1至dn)的乘积的概率。第二概率(PPRE)可以指示第二矢量(Ds)的每个分量都小于第一矢量(Di)的对应分量(d1至dn)的概率。第二概率(PPRE)可以指示以下事件之间的逻辑“或”概率第二矢量(Ds)的每个分量都小于第一矢量(Di)的对应分量(d1至dn)；以及第二矢量(Ds)的每个分量都小于第三矢量(Di’)的对应分量。第三矢量(Di’)具有由重新排列第一矢量(Di)的分量(d1至dn)而产生的分量。在本专利技术的模式识别系统(10、10a)中，第二矢量(Ds)的分布函数(p(Ds))是均匀的。本专利技术的模式识别系统(10、10a)进一步包括连接到第一概率计算单元(32)的差值数据检测单元(31)。差值数据检测单元(31)接收指示第一模式中的特征点(s1至sns)的第一特征数据(112)以及指示第二模式中的特征点(f1至fnf)的第二特征数据(122)。差值数据检测单元(31)根据第一特征数据(112)和第二特征数据(122)来检测对应特征点(cs1至csn和cf1至cfn)，并把指示检测结果的差值数据(131)输出到第一概率计算单元(32)。差值数据(131)包括第一模式中的特征点的数目(ns)、第二模式中的特征点的数目(nf)、对应特征点的数目(n)和第一矢量(Di)。第一概率计算单元(32)根据差值数据(131)来计算第一概率(PFCR)。第二概率计算单元(33)经由第一概率计算单元(32)连接到差值数据检测单元(31)，使得差值数据(131)被提供给第二概率计算单元(33)。本专利技术的模式识别系统(10a)进一步包括连接到第二概率计算单元(33)的身份判定单元(34)。身份判定单元(34)从第二概率计算单元(33)接收指示误接受概率(PFAR)的误接受概率数据(133)。身份判定单元(34)比较误接受概率(PFAR)和预定阈值(PPFAR)，并输出比较结果(134)。例如，如果误接受概率(PFAR)小于预定阈值(PPFAR)，则身份判定单元(34)就判定第一模式和第二模式是相同的。例如，当判定第一模式和第二模式相同时，根据比较结果(134)来打开门。在本专利技术的模式识别系统(10、10a)中，例如第一模式和第二模式是指纹模式。因此，本专利技术的模式识别系统(10、10a)可应用于指纹鉴别装置。本专利技术的模式识别方法包括以下步骤(a)根据指示第一模式特征点(s1至sns)和第二模式特征点(f1至fnf)之间的对应点的对应特征点(cs1至csn和cf1至cfn)的数目(n)，来计算第一概率(PFCR)；以及(b)参考第一概率(PFCR)来计算误接受概率(PFAR)，该误接受概率(PFAR)指示错误地判定第一模式和第二模式相对应的概率。在本专利技术的模式识别方法中，计算步骤(b)包括以下步骤(b-1)计算指示基于第本文档来自技高网...
【技术保护点】
一种模式识别系统，包括： 第一概率计算单元；以及 连接到第一概率计算单元的第二概率计算单元，其中 第一概率计算单元根据指示第一模式特征点和第二模式特征点之间的对应点的对应特征点的数目，来计算第一概率， 第一概率指示具有比所述对应特征点的数目更多的与第一模式对应的对应特征点的第三模式的存在概率，以及 第二概率计算单元参考第一概率来计算误接受概率，该误接受概率指示错误地判定第一模式和第二模式相对应的概率。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：黄雷，
申请(专利权)人：日本电气株式会社，
类型：发明
国别省市：JP[日本]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。