Minimum Average Correlation Energy Filter useful for authentication with (cancellable) biometrical features. (does not need many positives to train (10-50), and no negatives at all, also robust to noise/salting) [詳解]

#include <mace.hpp>

cv::Algorithmを継承しています。

公開メンバ関数
virtual CV_WRAP void	salt (const cv::String &passphrase)=0
	オプションで，ランダムな畳み込みで画像を暗号化します[【詳解】（英語］

virtual CV_WRAP void	train (cv::InputArrayOfArrays images)=0
	正の特徴で学習させ、Maceフィルタを計算する。`h = D(-1) * X * (X(+) * D(-1) * X)(-1) * C`また，このクラスに対する最小の閾値，つまり，訓練画像からの自己相似性が最小となる閾値を計算します．[【詳解】（英語］

virtual CV_WRAP bool	same (cv::InputArray query) const =0
	クエリ画像と閾値を相関させてクラス値を最小にする[【詳解】（英語］

基底クラス cv::Algorithm に属する継承公開メンバ関数
virtual CV_WRAP void	clear ()
	アルゴリズムの状態をクリアする[【詳解】（英語］

virtual void	write (FileStorage &fs) const
	アルゴリズムのパラメーターをファイルストレージに格納[【詳解】（英語］

CV_WRAP void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
	これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。

virtual CV_WRAP void	read (const FileNode &fn)
	アルゴリズム・パラメータをファイル・ストレージから読み込みます。[【詳解】（英語］

virtual CV_WRAP bool	empty () const
	が空の場合はtrueを返します。Algorithmが空の場合は真を返します。[【詳解】（英語］

virtual CV_WRAP void	save (const String &filename) const

virtual CV_WRAP String	getDefaultName () const

静的公開メンバ関数
static CV_WRAP cv::Ptr< MACE >	load (const String &filename, const String &objname=String())
	コンストラクタ[【詳解】（英語］

static CV_WRAP cv::Ptr< MACE >	create (int IMGSIZE=64)
	コンストラクタ[【詳解】（英語］

基底クラス cv::Algorithm に属する継承静的公開メンバ関数
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイル・ノードからアルゴリズムを読み込む[【詳解】（英語］

template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む[【詳解】（英語］

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む[【詳解】（英語］

その他の継承メンバ
基底クラス cv::Algorithm に属する継承限定公開メンバ関数
void	writeFormat (FileStorage &fs) const

詳解

最小平均相関エネルギーフィルタは，（キャンセル可能な）バイオメトリクス特徴を用いた認証に役立ちます．(学習に多くの陽性（10-50）と全くの陰性を必要とせず，ノイズや塩分にも強い)

も参照してください。[Savvides04] を参照してください。

この実装は主に以下に基づいています。https://code.google.com/archive/p/pam-face-authentication(GSOC 2009)

のように使うことができます。

Ptr<face::MACE> mace =
face::MACE::create(64);

vector<Mat> pos_images = ...
mace->train(pos_images);

Mat query = ...
bool
same
= mace->same(query);

パスフレーズを追加して、二要素認証を使用することもできます。

String owners_passphrase =
"ilikehotdogs";
Ptr<face::MACE> mace =
face::MACE::create(64);
mace->salt(owners_passphrase);
vector<Mat> pos_images = ...
mace->train(pos_images);


// now, users have to give a valid passphrase, along with the image:
Mat query = ...
cout <<
"enter passphrase: ";

string
pass;
getline(cin, pass);
mace->salt(pass);

bool
same
= mace->same(query);

モデルを保存/読み込みます。

Ptr<face::MACE> mace =
face::MACE::create(64);
mace->train(pos_images);
mace->save("my_mace.xml");


// later:
Ptr<MACE> reloaded =
MACE::load("my_mace.xml");
reloaded->same(some_image);

関数詳解

◆ create()

static CV_WRAP cv::Ptr< MACE > cv::face::MACE::create ( int IMGSIZE = 64 )

static

コンストラクタ

引数

IMGSIZE 画像のサイズは，この値に合わせて変更されます（偶数である必要があります）．

◆ load()

static CV_WRAP cv::Ptr< MACE > cv::face::MACE::load	(	const String &	filename,
		const String &	objname = `String()`
	)

static

コンストラクタ

引数

filename	新しいインスタンスをMACEインスタンスを構築します。FileStorage
objname	(オプション) のトップレベルノードから新しいインスタンスを生成します．FileStorage

◆ salt()

virtual CV_WRAP void cv::face::MACE::salt ( const cv::String & passphrase )

pure virtual

オプションで，ランダムな畳み込みで画像を暗号化します

引数

passphrase crc64ランダムシードが生成される

◆ same()

virtual CV_WRAP bool cv::face::MACE::same ( cv::InputArray query ) const

pure virtual

クエリ画像と閾値を相関させてクラス値を最小にする

引数

query aMatクエリ画像との相関

◆ train()

virtual CV_WRAP void cv::face::MACE::train ( cv::InputArrayOfArrays images )

pure virtual

正の特徴で学習させ、Maceフィルタを計算する。h = D(-1) * X * (X(+) * D(-1) * X)(-1) * Cまた，このクラスに対する最小の閾値，つまり，訓練画像からの自己相似性が最小となる閾値を計算します．

引数

images 訓練画像を含む vector<Mat>．

このクラス詳解は次のファイルから抽出されました:

mace.hpp

公開メンバ関数

静的公開メンバ関数

その他の継承メンバ

詳解

関数詳解

◆ create()

◆ load()

◆ salt()

◆ same()

◆ train()