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

Orientador: Aparecido Nilceu Marana / Banca: Roberto Marcondes Cesar Junior / Banca: Ivan Rizzo Guilherme / Resumo: O reconhecimento facial é uma das principais formas de identificação humana. Apesar das pesquisas em reconhecimento facial automático terem crescido substancialmente ao longo dos últimos 35 anos, identificar pessoas a partir da face continua sendo um desafio para as áreas de Visão Computacional e Reconhecimento de Padrões. Em função dos cenários variarem desde a identificação a partir de fotografias até o reconhecimento baseado em vídeos sem nenhum tipo de controle ao serem gravados, os maiores desafios estão relacionados à independência contra diferentes tipos de iluminação, pose e expressão. O objetivo desta dissertação é propor técnicas que possam contribuir para a melhoria dos sistemas de reconhecimento facial. A primeira técnica endereça o problema da iluminação através da fusão dos espectros visível e infravermelho da face. Através desta abordagem, as taxas de reconhecimento foram melhoradas em 2.07% enquanto a taxa de erro igual (EER) foi reduzida em 45.47%. A segunda técnica trata do caso da extração e classificação de características faciais. Ela propõe um novo modelo para reconhecimento facial através do uso de características extraídas por Histogramas Census e de uma técnica de reconhecimento de padrões baseada em Máquinas de Vetores de Suporte (SVMs). Este outro grupo de experimentos nos possibilitou aumentar a precisão do reconhecimento no teste FERET fa/fb em 0.5%. Além destes resultados, algumas contribuições adicionais deste trabalho que merecem ser destacadas são a análise da dependência estatística entre classificadores de espectros diferentes e considerações sobre o comportamento de uma única C-SVC SVM para identificação de pessoas de forma eficaz. / Abstract: Face recognition is one of the primary ways of human identification. Although researches on automated face recognition have broadly increased along the last 35 years, it remains a challenging task in the fields of Computer Vision and Pattern Recognition. As the scenarios varies from static and constrained photographs to uncontrolled video images, the challenging issues on automatic face recognition are usually related with variations in illumination, pose and expressions. The goal of this master thesis is to propose techniques for the improvement of face recognition systems. The first technique addresses the problem of illumination by fusing the visible and the infrared spectra of the face. With this approach the recognition rates were improved in 2.07% while the Equal Error Rate (EER) were reduced in 45.47%. The second technique addresses the issue of face features extraction and classification. It proposes a new framework for face recognition by using features extracted by Census Histograms and a pattern recognition technique based on Support Vector Machines (SVMs). This other group of experiments enabled us to increase the recognition accuracy in the FERET fa/fb test in 0.5%. Beyond these results, additional contributions of this work that deserve to be highlighted are the statistical dependency analysis between face recognition systems based on different spectra and a better comprehension about the behavior of a single C-SVC SVM to reliably predict faces identities. / Mestre