Reconhecimento de impressões digitais com aprendizado não supervisionado
Carregando...
Arquivos
Data
2017-12-06
Autores
Lopes, Gabriel Matthiesen [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
Due to the fact that fingerprints are unique, they are an effective way of identifying people. Currently, there are systems that use this way of identification, and its most common applications are in access control and criminal recognition. However, such systems, like any other, are prone to errors, and considering their significant influence in matters related to security, it is important to reduce its occurences. Therefore, there is a great interest in ways to produce more correct results, which motivates development of more effective algorithms as well as other methods that allow errors to be filtered. In this paper, a CBIR(Content-Based Image Retrieval) approach is used in fingerprint images provided by the Fingerprint Verification Competition (FVC) editions of the years 2002 and 2004. This approach provides ordered lists, in which the images most similar to the query image appear in the first positions. Then, on this list, an unsupervised learning method, called RL-Sim*, is apllied. The results, with and without the use of this method, were compared to evaluate the effects of this post-processing phase on the final results. This comparison evidenced that applying RL-Sim* caused a general improvement on the results, demonstrating that it is an interesting option to fingerprint identification
Devido ao fato de que impressões digitais são únicas, elas são uma maneira eficaz de identificar as pessoas. Atualmente, existem sistemas que utilizam essa forma de identificação, sendo que suas aplicações mais comuns são para controle de acesso e reconhecimento de criminosos. No entanto, esses sistemas, assim como quaisquer outros, estão suscetíveis a erros. Logo, considerando sua notável atuação em questões de segurança, é importante reduzir suas ocorrências. Assim, é grande o interesse em maneiras de produzir resultados mais corretos, o que motiva o desenvolvimento de algoritmos mais eficientes e outros métodos que permitam a filtragem de erros. Nesse trabalho foi utilizada uma abordagem de recuperação de imagens baseada em seus conteúdos em imagens de impressões digitais, que foram disponibilizadas pelas edições da Fingerprint Verification Competition (FVC) dos anos de 2002 e 2004. Essa abordagem retorna listas ordenadas nas quais as imagens nas primeiras posições são aquelas que mais se assemelham à imagem buscada. Em seguida, foi aplicado sobre esta lista, um método de aprendizado não supervisionado, chamado RL-Sim*. Os resultados, com e sem o uso desse método, foram comparados, para avaliar os efeitos desse pós-processamento nos resultados finais. Realizada a comparação, evidenciou-se que a aplicação do método RL-Sim* provocou, de modo geral, uma melhora nos resultados finais, demonstrando ser uma opção interessante à identificação biométrica por meio de impressões digitais
Devido ao fato de que impressões digitais são únicas, elas são uma maneira eficaz de identificar as pessoas. Atualmente, existem sistemas que utilizam essa forma de identificação, sendo que suas aplicações mais comuns são para controle de acesso e reconhecimento de criminosos. No entanto, esses sistemas, assim como quaisquer outros, estão suscetíveis a erros. Logo, considerando sua notável atuação em questões de segurança, é importante reduzir suas ocorrências. Assim, é grande o interesse em maneiras de produzir resultados mais corretos, o que motiva o desenvolvimento de algoritmos mais eficientes e outros métodos que permitam a filtragem de erros. Nesse trabalho foi utilizada uma abordagem de recuperação de imagens baseada em seus conteúdos em imagens de impressões digitais, que foram disponibilizadas pelas edições da Fingerprint Verification Competition (FVC) dos anos de 2002 e 2004. Essa abordagem retorna listas ordenadas nas quais as imagens nas primeiras posições são aquelas que mais se assemelham à imagem buscada. Em seguida, foi aplicado sobre esta lista, um método de aprendizado não supervisionado, chamado RL-Sim*. Os resultados, com e sem o uso desse método, foram comparados, para avaliar os efeitos desse pós-processamento nos resultados finais. Realizada a comparação, evidenciou-se que a aplicação do método RL-Sim* provocou, de modo geral, uma melhora nos resultados finais, demonstrando ser uma opção interessante à identificação biométrica por meio de impressões digitais
Descrição
Palavras-chave
Computação gráfica, Biometria, Datiloscopia, Algoritmos
Como citar
LOPES, Gabriel Matthiesen. Reconhecimento de impressões digitais com aprendizado não supervisionado. 2017. 35 f. Trabalho de conclusão de curso (bacharelado - Ciências da Computaçãol) - Universidade Estadual Paulista Júlio de Mesquita Filho, Instituto de Geociências e Ciências Exatas, 2017.