Spelling suggestions: "subject:"datiloscopia."" "subject:"dactiloscopia.""
21 |
Fusão de métodos baseados em minúcias e em cristas para reconhecimento de impressões digitais /Falguera, Fernanda Pereira Sartori. January 2008 (has links)
Orientador: Aparecido Nilceu Marana / Banca: Fátima de Lourdes dos Santos Nunes Marques / Banca: Marcos Antônio Cavenaghi / Resumo: Biometria refere-se ao uso de características físicas (impressões digitais, íris, retina) ou comportamentais (assinatura, voz) para a identificação humana. As impressões digitais são formadas por cristas e minúcias. As cristas são linhas distribuídas paralelamente com uma orientação e um espaçamento característico e as minúcias representam os vários modos pelos quais uma crista pode se tornar descontínua. Graças a sua universalidade, unicidade e permanência, as impressões digitais tornaram-se as características biométricas mais amplamente utilizadas. Entretanto, considerar o reconhecimento automático de impressões digitais um problema totalmente resolvido é um erro muito comum. Nenhum sistema de reconhecimento de impressões digitais proposto até hoje é infalível, nenhum garante taxas de erro nulas. Imagens de baixa qualidade e com pequena área de sobreposição entre a imagem template e a imagem de consulta ainda representam um desafio para os métodos de reconhecimento de impressões digitais mais utilizados, os métodos baseados no casamento de pontos de minúcias. Uma das maneiras de superar as limitações e melhorar a acurácia de um sistema biométrico é o uso da multibiometria, isto é, a combinação de diferentes tipos de informação em um sistema de reconhecimento biométrico. Neste contexto, esta dissertação de mestrado objetiva aprimorar a acurácia dos sistemas de reconhecimento de impressões digitais por meio da fusão de métodos baseados em minúcias e em cristas. Para tanto, foram implementadas técnicas de fusão no nível de pontuação, classificação e decisão. No nível de pontuação, a fusão propiciou uma redução na taxa de erro igual (EER) de 42,53% em relação ao método mais preciso. Para o nível de classificação, a fusão significou um aumento de 75% na taxa de recuperação correta... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Biometrics refers to the use of physical (fingerprints, iris, retina) or behavioral (signature, voice) characteristics to determine the identity of a person. Fingerprints are formed by ridges and minutiae. The ridges are lines distributed in parallel with an orientation and a characteristic spacing and the minutiae represent the several ways a ridge can become discontinued. As to its universality, uniqueness and permanence, the fingerprints became the most widely used biometric characteristic. However, it is a common mistake to consider the automatic fingerprint recognition as a totally solved problem. No fingerprint recognition system proposed until now is infallible, none of them guarantee null error rates. Poor quality images and when just a small area of overlap between the template and the query images exists are still a complex challenge to the most used fingerprint recognition methods, the methods based on minutiae points matching. One of the possibilities to overcome the limitations and improve the accuracy of a biometric system is the use of multibiometrics, the combination of different kinds of information in a biometric system. In this context, this master thesis aims to improve the accuracy of fingerprint recognition systems through the fusion of minutiae based and ridge based methods. To achieve this, fusion techniques on score, rank and decision levels were implemented. For the score level, the fusion lead to a reduction of the Equal Error Rate to 42.53% compared to the most precise method. For the rank level, the fusion meant an increase of 75% in the Correct Retrieval Rate. And, in the decision level fusion the Recognition Rate changed from 99.25% to 99.75%. The results have demonstrated that the fusion of minutiae based and ridge based methods can represent a significant accuracy improvement for the fingerprint recognition systems. / Mestre
|
22 |
Análise de desempenho do Criptossistema Fuzzy Vault em aplicações reaisFornazin, Marcelo [UNESP] 04 July 2008 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:29:40Z (GMT). No. of bitstreams: 0
Previous issue date: 2008-07-04Bitstream added on 2014-06-13T19:59:31Z : No. of bitstreams: 1
fornazin_m_me_sjrp.pdf: 1953887 bytes, checksum: ac157f61b62e589f71d9cc312628c74e (MD5) / Biometria trata do reconhecimento de indivíduos baseado em características fisiológicas ou comportamentais, sendo que umas de suas aplicações é autenticação biométrica. A autenticação biométrica tem vantagens com relação às senhas, no entanto, as informações biométricas também precisam ser protegidas. Ao contrário das senhas, a biometria apresenta variabilidade no sinal, isto é, raramente duas representações de uma mesma característica biometria são idênticas, sendo que, os criptossistemas tradicionais não suportam essa propriedade. Para contornar esse problema, criptossistemas biométricos unem biometria e criptografia para encriptar informações biométricas e protegê-las. Fuzzy Vault é uma construção criptográfica que pode ser utilizada na encriptação de características biométricas e atualmente, há propostas de implementação do Fuzzy Vault para impressões digitais, íris, face e assinaturas. O presente estudo implementa o Fuzzy Vault para impressões digitais e analisa seu desempenho em um ambiente de aplicação real e em um cenário de proteção de imagens médicas usando biometria. A proposta de implementação do Fuzzy Vault encripta e desencripta o Fuzzy Vault para impressões digitais realizando o alinhamento da impressão digital. A proteção de imagens médicas encripta imagens médicas com um criptossistema tradicional e encripta a chave criptográfica com a implementação do Fuzzy Vault. Os experimentos apresentaram entre 92% e 97,96% de GAR e 0% de FAR, esses resultados ocorreram em função dos mecanismos de alinhamento e identificação de pontos candidatos implementados neste estudo. O tempo de encriptação é constante em 0,8 s. Já o tempo de desencriptação apresenta grande variabilidade, e depende da quantidade de pontos candidatos, com mediana variando entre 16 ms e 1 s nas desencriptações com sucesso... / Biometrics deals with people recognition based physiological or behavioral features where one of its application it biometric authentication. Biometric authentication has some advantages over passwords, but biometric information also need to be protected. Instead of passwords, biometrics has signal variability, i.e., two representation of the same biometric feature rarely are identical, and traditional cryptosystems does not support this feature. To overcome this issue biometric cryptosystems join biometrics and cryptography to encode biometric information and protected them. Fuzzy Vault is a cryptographic construction which can be used to encode biometric features. Today, there are some implementation proposals of Fuzzy Vault for fingerprints, iris, face and handwrite signature. This study implements Fuzzy Vault for fingerprints and analyses its performance in a real application environment and a scenario of medical image protection using biometrics. The proposed Fuzzy Vault implementation encodes and decodes Fuzzy Vault for fingerprints and performs fingerprint alignment. Medical image protecting encodes medical images with a traditional cryptosystems and encode its cryptographic key using the Fuzzy Vault implementation. Performance evaluation achieved between 92% and 97,96% of GAR and 0% of FAR, this results has been achieved with aligning and candidates points identification mechanisms implemented. Encoding time is constant in 0,8 s, but decoding time has a big variance which depends on number of candidates points, median varies between 16 ms and 1 s considering successful decodes. In the medical image protection scenario, the proposed system has a low overhead and better performance compared to a asymmetric cryptosystem, encoding time is 17 times better and decoding time is 245 times better.
|
Page generated in 0.0291 seconds