Spelling suggestions: "subject:"reconhecimento dde pris"" "subject:"reconhecimento dde tris""
11 |
Estudo comparativo da transformada wavelet no reconhecimento de padrões da íris humana / A comparative study of wavelet transform in human iris pattern recognitionCastelano, Célio Ricardo 21 September 2006 (has links)
Neste trabalho é apresentado um método para reconhecimento de seres humanos através da textura da íris. A imagem do olho é processada através da análise do gradiente, com uma técnica de dispersão aleatória de sementes. Um vetor de características é extraído para cada íris, baseado na análise dos componentes wavelet em diversos níveis de decomposição. Para se mensurar as distâncias entre esses vetores foi utilizado o cálculo da distância Euclidiana, gerando-se curvas recall x precision para se medir a eficiência do método desenvolvido. Os resultados obtidos com algumas famílias wavelets demonstraram que o método proposto é capaz de realizar o reconhecimento humano através da íris com uma precisão eficiente. / This work presents a method for recognition of human beings by iris texture. The image of the eye is processed through gradient analysis, based on a random dispersion of seeds. So, it is extracted a feature vector for each iris based on wavelet transform in some levels of decomposition. To estimate the distances between these vectors it was used the Euclidean distance, and recall x precision curves are generated to measure the efficiency of the developed method. The results gotten with some wavelets families had demonstrated that the proposed methodology is capable to do human recognition through the iris with an efficient precision.
|
12 |
Comparação entre os métodos de compressão fractal e JPEG 2000 em um sistema de reconhecimento de íris / Investigating the efects of the fractal compression in a íris recognition systemSilva, Sandreane Poliana 14 August 2008 (has links)
Currently living in the digital age, so the manipulation of data and images
is often all day. Due to the problem of space for storage of pictures and
time of transmission, many compression techniques had been developed, and
a great challenge is to make these techniques to bring good results in terms of
compression rate, picture quality and processing time. The Fractal Compression
technique developed by Fisher, was described, implemented and tested
in this work and it brought great results, and considerable improvement in
terms of execution time, which was rather low.
Another area that has been emphasizing is the use of biometric techniques
to the people recognition. A very used technique is the iris recognition that
has shown enough reliability. Thus, connecting the two technologies brings
great benefits. In this work, images of iris were compressed by the method
implemented here and were made simulations of the technique iris recognition
developed by Libor Maseck. The results show that it is possible to compress
fractally the images without damage the recognition system. Comparisons
were made and was possible realize that even with changes in pixels of images,
the system remains very reliable, bringing benefits to storage space. / Atualmente vive-se na era digital, por isso a manipulação de dados e
imagens é freqüente todos os dias. Devido ao problema de espaço para armazenamento
dessas imagens e tempo de transmissão, foram desenvolvidas
várias técnicas de compressão, e um grande desafio é fazer com que essas técnicas
tragam bons resultados em termos de taxa de compressão, qualidade
da imagem e tempo de processamento. A técnica de compressão Fractal desenvolvida
por Fisher, foi descrita, implementada e testada neste trabalho
e trouxe ótimos resultados, e melhoria considerável em termos de tempo de
execução, que foi bastante reduzido.
Outra área que vem se destacando é o uso de técnicas biométricas para
reconhecimento de pessoas. Uma técnica muito usada é o reconhecimento
de íris que tem mostrado bastante contabilidade. Assim, aliar as duas tecnologias
traz grandes benefícios. No presente trabalho, imagens de íris foram
comprimidas pelo método aqui implementado e foram realizadas simulações
da técnica de reconhecimento de íris desenvolvida por Maseck. Os resultados
mostram que é possível comprimir fractalmente as imagens sem prejudicar
o sistema de reconhecimento. Comparações foram realizadas e foi possível perceber que mesmo havendo mudanças nos pixels das imagens, o sistema
permanece bastante confiavel, trazendo vantagens em espaço de armazenamento. / Mestre em Ciências
|
13 |
Estudo comparativo da transformada wavelet no reconhecimento de padrões da íris humana / A comparative study of wavelet transform in human iris pattern recognitionCélio Ricardo Castelano 21 September 2006 (has links)
Neste trabalho é apresentado um método para reconhecimento de seres humanos através da textura da íris. A imagem do olho é processada através da análise do gradiente, com uma técnica de dispersão aleatória de sementes. Um vetor de características é extraído para cada íris, baseado na análise dos componentes wavelet em diversos níveis de decomposição. Para se mensurar as distâncias entre esses vetores foi utilizado o cálculo da distância Euclidiana, gerando-se curvas recall x precision para se medir a eficiência do método desenvolvido. Os resultados obtidos com algumas famílias wavelets demonstraram que o método proposto é capaz de realizar o reconhecimento humano através da íris com uma precisão eficiente. / This work presents a method for recognition of human beings by iris texture. The image of the eye is processed through gradient analysis, based on a random dispersion of seeds. So, it is extracted a feature vector for each iris based on wavelet transform in some levels of decomposition. To estimate the distances between these vectors it was used the Euclidean distance, and recall x precision curves are generated to measure the efficiency of the developed method. The results gotten with some wavelets families had demonstrated that the proposed methodology is capable to do human recognition through the iris with an efficient precision.
|
14 |
Reconhecimento de íris utilizando algoritmos genéticos e amostragem não uniforme / Iris Recognition using Genetic Algorithms and Non- Uniform Sampling,Carneiro, Milena Bueno Pereira 06 December 2010 (has links)
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
|
Page generated in 0.0899 seconds