Biometriai azonosítási módszerek, tipikus alkalmazások
Kutatása és alkalmazása az utóbbi 10-15 évben lendült meg. A korai egyszerű geometriai modelleket felváltották a tudományos matematikai modellek és összehasonlító módszerek. Verifikációra és identifikációra is használják. Viszonylag új módszer, az 1960-as tűnt fel. Az első rendszer geometriai (feature based) szempontból közelítette meg az azonosítást. Félautomata volt, ahol a sajátossági pontokat kézzel jelölték ki ("manual feature extraction") – szem, orr, fül, száj . Később további pontokkal bővült a használt sajátosságok száma, pl. hajszín, ajakvastagság, stb. (Az arcon kiemelkedő és mélyedési területek/pontok vannak, ezek a "csomópontok" - nodal points. 80 ilyen pont van az arcon (antropológia), ebből a biometria csak 15-20-at használ.)
A kezdeti geometriai megközelítés később kibővült fotometriai (nézeti) vizsgálattal.
Az elemzési módszerek három fő csoportba oszthatók:
PCA, (Principal Components Analysis), mely alapvetően a frontális arckép elemzését jelenti. (Önmagában legfeljebb 1/1000 a szelektivitása.)
LDA (Linear Discriminant Analysis), minta osztályok és alosztályok létrehozásával és az azokba történő besorolással is vizsgál.
EBGM (Elastic Bunch Graph Matching) a lineáris karakterisztika vizsgálat által nem megválaszolt problémákra próbál megoldást adni, mint pl. megvilágítás, pozició (nem szemből), vagy arckifejezés). Lényegében a három dimenziós vizsgálatot jelenti.Az azonosítást nehezíti a képminőség (megvilágítás) és az arckifejezés. Az arc nem tartós biometriai jellemző, öregszik, betegségre is érzékeny, és a nézőponttól erősen függ a geometriája. De ha ezeket megoldják, akkor igen jó azonosítási módszer: nem igényel együttműködést, nagy adatbázis áll rendelkezésre, messziről is, térfigyelő kamerákkal alkalmazható, eszközei olcsók, társadalmi elfogadottsága jó.
