The process of 1 :1 verification(on

The process of 1 :1 verification(one input sample compared with one known sample) starts with feature extraction
and then computing the distance d between the features using a similarity measure. From the learning described
in Section 3.1, the likelihood ratio defined as
P (DS|d)
P (DD|d)
can be calculated, where P (DS
|d) is the probability density
function value under the DS
distribution at the distance d and P (DD|d) is the probability density function value
under the DD distribution at the distance d. If the likelihood ratio is greater than 1, then the classification answer
is that the two samples do belong the same person and if the ratio is less than 1, they belong to different persons.
Figure 5 shows how the likelihood ratio is obtained. If there are a total of N known samples from a person,
then for one questioned sample N , 1 : 1 verifications can be performed and the likelihood ratios multiplied. In
these circumstances it is convenient to deal with log likelihood-ratios rather than with just likelihood ratios.
The log-likelihood-ratio (LLR) is given by log P (DS
|d) − log P (DD|d). The decision of same-person is favored if
log P (DS
|d) − log P (DD|d) > 0, and the decision of different-person chosen if log P (DS
|d) − log P (DD|d) < 0.
When N of these 1 :1 verifications are performed these LLR’s are summed and then the decision is taken.

Kết quả (Việt) 1:

Quá trình xác minh 1: 1 (một đầu vào mẫu so sánh với một mẫu được gọi) bắt đầu với tính năng khai thácvà sau đó tính toán khoảng cách d giữa các tính năng sử dụng một biện pháp tương tự. Từ việc học Mô tảtrong phần 3.1, tỷ lệ khả năng định nghĩa như làP (DS | d)P (DD | d)có thể được tính toán, nơi P (DS| d) là mật độ xác suấtchức năng giá trị theo DSphân phối tại khoảng cách d và P (DD | d) là giá trị hàm mật độ xác suấtdưới sự phân bố DD tại khoảng cách d. Nếu tỷ lệ khả năng lớn hơn 1, sau đó phân loại câu trả lờilà hai mẫu thuộc về cùng một người và nếu tỷ lệ nhỏ hơn 1, họ thuộc về người khác.Hình 5 cho thấy làm thế nào tỷ lệ khả năng thu được. Nếu không có tổng số N được biết đến mẫu từ một người,sau đó cho một trong những nghi vấn mẫu N, 1: 1 minh có thể được thực hiện và nhân rộng các tỷ lệ khả năng. Ởnhững trường hợp này nó là thuận tiện để đối phó với đăng nhập khả năng tỷ lệ chứ không phải với chỉ khả năng tỷ lệ.Đăng nhập-khả năng-tỷ lệ (LLR) được đưa ra bởi đăng P (DS| d) − log P (DD | d). Quyết định của cùng một người ủng hộ nếuđăng nhập P (DS| d) − log P (DD | d) > 0, và quyết định của người khác được lựa chọn nếu P (DS đăng nhập.| d) − log P (DD | d) < 0.Khi N Minh 1: 1 này được thực hiện các LLR được tóm tắt và sau đó quyết định được thực hiện.

Kết quả (Việt) 2:

Quá trình 1: 1 xác minh (mẫu một đầu vào so với một mẫu được biết đến) bắt đầu với tính năng khai thác
và sau đó tính toán khoảng cách d giữa các tính năng sử dụng một biện pháp tương tự. Từ việc học tập được mô tả
trong phần 3.1, tỷ lệ khả năng định nghĩa là
P (DS | d)
P (DD | d)
có thể được tính toán, trong đó P (DS
| d) là mật độ xác suất
giá trị hàm dưới DS
phân phối tại khoảng cách d và P (DD | d) là mật độ xác suất giá trị hàm
dưới sự phân bố DD ở khoảng cách d. Nếu tỷ lệ khả năng lớn hơn 1, thì câu trả lời phân loại
là hai mẫu làm thuộc về cùng một người và nếu tỷ lệ này là hơn 1, họ thuộc về người khác nhau.
Hình 5 cho thấy cách các tỷ lệ khả năng thu được. Nếu có một số mẫu N được biết đến từ một người,
sau đó cho một vấn mẫu N, 1: 1 kiểm tra có thể được thực hiện và các tỷ lệ khả năng nhân rộng. Trong
những trường hợp này nó là thuận tiện để đối phó với khả năng log-tỷ lệ hơn là với các tỷ lệ khả năng chỉ.
The-khả năng tỷ lệ-log (LLR) được cho bởi log P (DS
| d) - log P (DD | d). Quyết định của cùng một người được ưa chuộng nếu
log P (DS
| d) - log P (DD | d)> 0, và các quyết định khác nhau, người được chọn nếu log P (DS
| d) - log P (DD | d ) <0.
Khi N của những 1: 1 xác minh được thực hiện những LLR của được tổng kết và sau đó quyết định được thực hiện.