Made available in DSpace on 2014-06-12T16:00:15Z (GMT). No. of bitstreams: 2 arquivo6168_1.pdf: 990535 bytes, checksum: d789111179e03d1c60d3ba9fb8042bf2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Este trabalho propõe uma metodologia de busca automática por Redes Neurais Artificiais (RNA) quase-ótimas para problemas de classificação. A metodologia tem o intuito de buscar redes com arquitetura simples, com aprendizagem rápida e com boa capacidade de classificação, ou seja, redes quase-ótimas. A motivação para o desenvolvimento do presente trabalho está centralizada nas dificuldades de encontrar manualmente RNAs quase-ótimas. Essas dificuldades são ocasionadas pelo grande número de parâmetros de RNAs que necessitam de ajustes para que haja uma correlação entre esses parâmetros, a fim de contribuir para que redes estruturalmente simples e com alto desempenho possam ser encontradas. A busca automática por redes quase-ótimas engloba informações como pesos iniciais, camadas escondidas, nodos por camada, tipos de funções de ativação e algoritmos de aprendizagem para redes Multi-Layer Perceptron (MLP), completamente conectadas. O mecanismo de busca é composto por uma combinação de Algoritmos Genéticos (AG) e de RNAs. Nessa combinação, primeiramente é executada uma busca global pelos parâmetros de RNAs, posteriormente executa-se uma busca local com RNAs por meio de seus algoritmos de aprendizagem, para refinar e avaliar a solução encontrada. Essa forma de busca é consagrada e apresentou bons resultados em outros trabalhos encontrados na literatura. O diferencial do método desenvolvido é o foco na simplificação de arquiteturas com um alto desempenho de classificação, exigindo poucas épocas de treinamento. Com o método desenvolvido foram realizados experimentos em cinco domínios de problemas conhecidos, a saber: Câncer, Vidros, Coração, Cavalos e Diabetes. Os resultados apontam uma melhor eficácia do método desenvolvido na busca por redes quase-ótimas perante o método de busca manual e também em relação a outros métodos da literatura. As redes encontradas para cada um dos domínios de problemas apresentam uma baixa complexidade e também um baixo erro de classificação. Esses resultados são extremamente importantes para mostrar a capacidade do método desenvolvido e justificar o esforço investido no desenvolvimento de métodos de busca por RNAs quase-ótimas

The automatic recognition of individuals through the iris characteristics is an e±cient biometric technique that is widely studied and applied around the world. Many image processing stages are necessary to make possible the representation and the interpretation of the iris information. This work presents the state of the art in iris recognition systems where the most re- markable works and the di®erent techniques applied to perform each process- ing stage are quoted. The implementations of each processing stage using traditional techniques are presented and, afterwards, two innovator methods are proposed with the common objective of bringing bene¯t to the system. The ¯rst processing stage should be the localization of the iris region in an eye image. The ¯rst method proposed in this work presents an algorithm to achieve the iris localization through the utilization of the called Memetic Algorithms. The new method is compared to a classical method and the obtained results show advantages concerning e±ciency and processing time. In another processing stage there must be a pixels sampling from the iris region, from where the information used to di®erentiate the individuals is extracted. Traditionally, this sampling process is accomplished in an uni- form way along the whole iris region. It is proposed a pre-processing method which suggests a non uniform pixels sampling from the iris region with the objective of selecting the group of pixels which carry more information about the iris structure. The search for this group of pixels is done through Ge- netic Algorithms. The application of the new method improves the e±ciency of the system and also, allows the generation of smaller templates. In this work, a study on the called Active Shape Models is also accomplished and its application to perform the iris region segmentation is evaluated. To execute the simulations and the evaluation of the methods, it was used two public and free iris images database: UBIRIS database and MMU database. / O reconhecimento automático de pessoas utilizando-se características da íris é uma eficiente técnica biométrica que está sendo largamente estudada e aplicada em todo o mundo. Diversas etapas de processamento são necessárias para tornar possível a representação e a interpretação da informação contida na íris. Neste trabalho é apresentado o estado da arte de sistemas de reconhecimento de íris onde são citados os trabalhos de maior destaque e as diferentes técnicas empregadas em cada etapa de processamento. São apresentadas implementações de cada etapa de processamento utilizando técnicas tradicionais e, posteriormente, são propostos dois métodos inovadores que têm o objetivo comum de trazer benefícios ao sistema. A primeira etapa de processamento é a localização da região da íris na imagem. O primeiro método proposto neste trabalho apresenta um algoritmo para realizar a localização da íris utilizando os chamados Algoritmos Meméticos. O novo método é comparado a um método clássico e os resultadosnobtidos demonstram vantagens no que diz respeito à eficiência e ao tempo de processamento. Em uma outra etapa de processamento deve haver uma amostragem de pixels na região da íris, de onde são retiradas as informações utilizadas para diferenciar os indivíduos. Tradicionalmente, esta amostragem é realizada de maneira uniforme ao longo de toda a região da íris. É proposto um método de pré-processamento que sugere uma amostragem não uniforme de pixels na região da íris com o objetivo de selecionar o conjunto de pixels que carregam mais informações da estrutura da íris. A busca por esse conjunto de pixels é realizada utilizando-se Algoritmos Genéticos. A aplicação deste novo método aumenta a eficiência do sistema e ainda possibilita a geração de templates binários menores. Neste trabalho é realizado, ainda, um estudos dos chamados Active Shape Models e a sua aplicação para segmentar a região da íris é avaliada. Para a simulação e avaliação dos métodos, foram utilizados dois bancos de imagens de íris públicos e gratuitos: o banco de imagens UBIRIS e o banco de imagens MMU. / Doutor em Ciências