Orientador: Aparecido Nilceu Marana / Banca: Aura Conci / Banca: José Remo Ferreira Brega / Resumo: Dentre as diversas características biométricas possíveis de serem utilizadas para identificação de pessoas, a impressão digital é a mais utilizada. Os sistemas atuais de identificação automática de impressões digitais são baseados nos padrões das cristas e nas minúcias, classificadas como características de primeiro e segundo níveis, respectivamente. No entanto, com a evolução dos sensores de captura das impressões digitais e a crescente demanda por sistemas mais seguros, torna-se possível e ne-cessário o uso de um conjunto adicional de características discriminativas presentes no interior das cristas, conhecidas como características de terceiro nível, onde se enquadram os poros. Pesquisas recentes têm focado em aplicações de reconhecimento de impressões digitais nas quais as técnicas baseadas em características de primeiro e segundo níveis geralmente apresentam baixas taxas de reconhecimento correto, tal como no reconhecimento de fragmentos de impressões digitais. Esta dissertação de mestrado teve como objetivo propor, implementar e avaliar o uso de poros no método baseado em cristas utilizando a Transformada de Hough, a fim de mitigar os casos de falsos positivos, comuns neste tipo de problema. Foram avaliados os métodos de extração automática de poros basedo em filtros isotrópicos e adaptativos, e o uso dos poros auxiliando na etapa de registro e comparação das imagens. Resultados experimentais realizados sobre a base pública de fragmentos de impressões digitais PolyU HRF mostraram uma redução de aproximadamente 5% no EER e 15% no FAR100 e FAR1000 em relação ao método baseado em cristas original / Abstract: Among the several biometric traits possible to be used for identifying people, fin-gerprint is the most used. Current automated fingerprint identification systems are based on the ridge pattern and minutiae, classified as first and second level features, respectively. However, with the improving of fingerprint sensors and the growing demand for more secure systems, it is possible and necessary to use an additio-nal discriminative features set present in the ridges, known as third level features, where the sweat pores are classified. Recent researches have focused on fingerprint recognition applications in which fingerprint techniques based on first and second levels features usually have low rates of correct recognition, such as the fragments of fingerprints recognition. This Master's dissertation aimed to propose, implement and evaluate the use of pores in the ridge-based fingerprint matching method using Hough Transform, in order to mitigate the false positives cases, that commonly occur in this type of problem. We evaluate the isotropic-based and adaptive-based automatic pore extraction methods, and the use of pores assisting in the images registration and comparison steps. Experimental results on the public database PolyU HRF, composed by partial fingerprint images, showed a reduction of about 5% in EER, and 15% in FAR100 and FAR1000, when compared to the original ridge-based approach / Mestre

A doen¸ca de Alzheimer ´e a mais comum das patologias neurodegenerativas afetando principalmente pessoas idosas e causando consider´avel impacto econˆomico em todos os pa´ıses. Atualmente n˜ao h´a cura para cessar seus efeitos na mem´oria fazendo do diagn´ostico precoce fundamental para eventuais interven¸c˜oes terapˆeuticas. Para tal, t´ecnicas de reconhecimento de padr˜oes podem ser utilizadas para diferenciar indiv´ıduos com o mal Alzheimer de indiv´ıduos saud´aveis. No entanto, aumentando o n´umero de diagn´osticos (classes) que definem est´agios intermedi ´arios da doen¸ca a capacidade de diferenciar classes de tais t´ecnicas ´e comprometida. Isto ocorre devido ao fato de que as medidas biol´ogicas, ou os biomarcadores, n˜ao s˜ao discriminantes o suficiente para lidar com classes al´em do caso extremo, de forma bin´aria, Alzheimer versus controle normal. Outro fator que dificulta o diagn´ostico ´e a distribui¸c˜ao de probabilidade das classes intermedi´arias serem altamente sobrepostas e com probabilidade a priori representando 60% dos dados. Neste trabalho vamos demonstrar a capacidade de melhorar a precis ˜ao do diagn´ostico utilizando classificadores e t´ecnicas de amostragem baseados em fun¸c˜oes de distˆancia. Abordagens bin´arias ou abordagens bin´arias adaptadas a problemas multiclasse s˜ao a regra na literatura de diferencia¸c˜ao das classes da doen¸ca de Alzheimer No presente momento existe apenas um ´unico artigo demonstrando a possibilidade de melhora nas medidas de classifica¸c˜ao com um tratamento de reamostragem das probabilidades a priori das classes de Alzheimer. Diferentemente do artigo citado que trabalha com classifica¸c˜ao bin´aria, aqui vamos usar uma abordagem de classifica¸c˜ao todos-contra-todos na avalia¸c˜ao de um problema multiclasse da doen¸ca de Alzheimer. Demonstramos que a taxa de classifica¸c˜ao do nosso classificador utilizando classes balanceadas e uma fun¸c˜ao de distˆancia apropriada ´e superior a classificadores populares. Este trabalho apresenta tamb´em duas novas estrat´egias de ajuste do desequil´ıbrio tendo como medida de similaridade a distˆancia entre os padr˜oes. A de subamostragem, denominada Nearmiss 4, que obteve maior redu¸c˜ao de sobreposi¸c˜ao entre as classes nas compara¸c˜oes entre algoritmos de amostragem, e outra de sobreamostragem, denominada SMOTE-borderline 3, uma vers˜ao multiclasse para a fam´ılia de algoritmos SMOTE que se destaca por ser naturalmente multiclasse ao contr´ario das abordagens bin´arias adaptadas para multiclasse tratadas neste texto. Finalmente, s˜ao comparadas t´ecnicas de sele¸c˜ao de caracter´ısticas para avaliar o poder discriminativo entre biomarcadores do mal de Alzheimer visando encontrar o subconjunto de biomarcadores que fornece a melhor taxa de classifica¸c˜ao. Usando tal abordagem foi poss´ıvel encontrar o biomarcador com maior capacidade discriminativa em um dado conjunto de biomarcadores. / Alzheimer’s disease is the most common neurodegenerative disorder affecting mainly elderly people and causing considerable economic impact in all countries. Currently, there is no cure to cease its effects in memory making early diagnosis fundamental for any therapeutic interventions. To this end, pattern recognition techniques can be used to differentiate individuals with Alzheimer’s from healthy individuals. However, increasing the number of diagnoses (classes) which define disease’s intermediate stages (e.g. mild cognitive impairment) the classes differentiation for such techniques is compromised. This is due to the fact that biological measures, or biomarkers, are not discriminant enough to deal with classes beyond the binary extreme case, Alzheimer’s versus normal control. Another factor that makes diagnosis difficult is the probability distribution of the intermediate classes being highly overlapping and with a priori probability representing 60 % of the data. In this work, we will demonstrate the ability to improve diagnostic accuracy using classifiers and sampling techniques based on distance functions. Binary approaches or binary approaches adapted to multiclass problems are ubiquitous in the literature of differentiating the classes of Alzheimer’s disease At present, there is only one article demonstrating the possibility of improvement in the classification measures using a sampling treatment to change a priori probabilities of the Alzheimer’s classes. Differently from the cited article working with binary classification, here we will use an all-versus-all classification approach to evaluating an Alzheimer’s disease multiclass problem. Also, is shown that classification rate of our classifier using balanced classes and an appropriate distance function is able to overcome popular classifiers choices. This work also presents two new strategies of imbalance adjustment, taking as a measure of similarity the distance between the patterns. The undersampling, called Nearmiss 4, obtained the greatest reduction in class overlapping comparing the sampling algorithms discussed, and another contribution is an oversampling, called SMOTE-borderline 3, a multiclass version for the family of SMOTE algorithms that stands out for being naturally multiclass unlike the binary approaches adapted for multiclass treated in this text. Finally, feature selection techniques are compared to evaluate the discriminative power between Alzheimer’s disease biomarkers in order to find the subset of biomarkers which provides the best classification rate. Using this approach it was possible to find the biomarker with the highest discriminative capacity in a given set of biomarkers.

Made available in DSpace on 2014-06-12T15:58:50Z (GMT). No. of bitstreams: 2 arquivo4731_1.pdf: 619591 bytes, checksum: ee2b5c5d8be35ac18eb8d163b05f0c3a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2003 / O principal objetivo desta dissertação é fazer um estudo sistemático sobre os diversos tipos de redes neurais artificiais (e seus respectivos algoritmos de aprendizagem) que vêm sendo utilizados na implementação do sistema de reconhecimento de padrões do nariz artificial proposto em [Santos, 2000], apontando suas vantagens e desvantagens. Os modelos analisados são as Multi-layer Perceptrons (MLPs) com o backpropagation, Levenberg-Marquardt e tabu search, e as redes de funções de base radiais (Redes RBF). Também serão investigadas as MLPs com o Resilient backpropagation (Rprop). O algoritmo Rprop foi escolhido por duas razões principais: em geral ele possui um tempo de convergência inferior ao tradicional backpropagation, e até o momento não existe na literatura nenhum trabalho que aplique este algoritmo (junto com as MLPs) como parte do sistema de reconhecimento de padrões do nariz artificial estudado. Para cada modelo de arquitetura (por exemplo, MLP) e algoritmo de treinamento (por exemplo, backpropagation) três topologias diferentes serão investigadas. Para cada uma destas topologias serão feitas trinta inicializações de pesos diferentes (aleatórias), em que cada uma destas inicializações será executada com cada uma das três diferentes partições do conjunto de dados. A partir disto, os resultados obtidos serão analisados através de testes estatísticos (teste de hipóteses). Isto tudo contrasta com os trabalhos anteriores, os quais usavam apenas uma partição dos dados, somente dez execuções para cada topologia, e nenhum teste estatístico era feito

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-13T19:23:52Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dusan Stosic - dissertacao de mestrado.pdf: 6434406 bytes, checksum: db312999879f1c3ebb1795ce764a272e (MD5) / Made available in DSpace on 2016-07-13T19:23:52Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dusan Stosic - dissertacao de mestrado.pdf: 6434406 bytes, checksum: db312999879f1c3ebb1795ce764a272e (MD5) Previous issue date: 2016-03-01 / CAPES / Pattern recognition plays an important role for solving many problems in our everyday lives: from simple tasks such as reading texts to more complex ones like driving cars. Subconsciously, the recognition of patterns is instantaneous and an innate ability to every human. However, programming (or “teaching”) a machine how to do the same can present an incredibly difficult task. There are many situations where irrelevant or misleading patterns, poorly represented classes, and complex decision boundaries make recognition very hard, or even impossible by current standards. Important contributions to the field of pattern recognition have been attained through the adoption of methods of statistical mechanics, which has paved the road for much of the research done in academia and industry, ranging from the revival of connectionism to modern day deep learning. Yet traditional statistical mechanics is not universal and has a limited domain of applicability - outside this domain it can make wrong predictions. Non-extensive statistical mechanics has recently emerged to cover a variety of anomalous situations that cannot be described within standard Boltzmann-Gibbs theory, such as non-ergodic systems characterized by long-range interactions, or long-term memories. The literature on pattern recognition is vast, and scattered with applications of non-extensive statistical mechanics. However, most of this work has been done using non-extensive entropy, and little can be found on practical applications of other non-extensive constructs. In particular, non-extensive entropy is widely used to improve segmentation of images that possess strongly correlated patterns, while only a small number of works employ concepts other than entropy for solving similar recognition tasks. The main goal of this dissertation is to expand applications of non-extensive distributions, namely the q-Gaussian, in pattern recognition. We present ourcontributions in the form of two (published) articles where practical uses of q-Gaussians are explored in neural networks. The first paper introduces q Gaussian transfer functions to improve classification of random neural networks, and the second paper extends this work to ensembles which involves combining a set of such classifiers via majority voting. / Reconhecimento de padrões tem um papel importante na solução de diversos problemas no nosso quotidiano: a partir de tarefas simples como ler textos, até as mais complexas como dirigir carros. Inconscientemente, o reconhecimento de padrões pelo cérebro é instantâneo, representando uma habilidade inata de cada ser humano. No entanto, programar (ou “ensinar”) uma máquina para fazer o mesmo pode se tornar uma tarefa extremamente difícil. Há muitas situações onde padrões irrelevantes ou enganosos, classes mal representadas, ou bordas de decisões complexas, tornam o reconhecimento muito difícil, ou mesmo impossível pelos padrões atuais. Diversas contribuições importantes na área de reconhecimento de padrões foram alcançadas através da aplicação de métodos provenientes da mecânica estatística, que estimularam uma grande parte da pesquisa conduzida na academia bem como na indústria, desde o renascimento de conexionismo até o moderno conceito de “deep learning”. No entanto, a mecânica estatística tradicional não é universal e tem um domínio de aplicação limitado - fora deste domínio ela pode fazer previsões erradas. A mecânica estatística não-extensiva surgiu recentemente para atender uma variedade de situações anômalas que não podem ser descritas de forma adequada com a teoria de Boltzmann-Gibbs, tais como sistemas não-ergódicos, caracterizadas por interações de longo alcance, ou memórias de longo prazo. A literatura sobre reconhecimento de padrões é vasta, e dispersa com aplicações da mecânica estatística não-extensiva. No entanto, a maioria destes trabalhos utilizam a entropia não-extensiva, e existem poucas aplicações práticas de outros conceitos não-extensivos. Em particular, a entropia não extensiva é amplamente usada para aperfeiçoar segmentação de imagens que possuem padrões fortemente correlacionados, enquanto apenas um pequeno número de trabalhos empregam outros conceitos não-extensivos para resolver tarefas semelhantes. O objetivo principal desta dissertação é expandir aplicações de distribuições não-extensivas, como a q-Gaussiana, em reconhecimento de padrões. Nos apresentamos as nossas contribuições no formato de dois artigos (publicados) onde exploramos usos práticos da q-Gaussiana em redes neurais. O primeiro artigo introduz funções de transferência baseados na q-Gaussiana para aperfeiçoar a classificação de redes neurais aleatórias, e o segundo artigo estende este trabalho para ensembles, onde um conjunto de tais classificadores são combinados através de votação por maioria.

Orientador: João Baptista Tadanobu Yabu-uti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T16:56:48Z (GMT). No. of bitstreams: 1 LarcoBravo_JulioCesar_M.pdf: 1532173 bytes, checksum: 6a43168475c621b64174f99ac42aadc5 (MD5) Previous issue date: 2006 / Resumo: Uma assinatura manuscrita, é a forma mais utilizada para con?rmar a dentidade de uma pessoa, já a que o estilo de assinar de um indivíduo é uma entidade biométrica que pode ser usada para diferenciar uma pessoa de outra. Neste trabalho, apresenta-se uma metodologia para realizar a autentica¸ao pessoal utilizando o som que se produz no momento de assinar.Quando uma pessoa assina, a fricção entre a ponta rígida de uma caneta e o papel produz um som que pode ser usado para veri?car a identidade de uma pessoa. Esta metodologia, está a baseada no fato de que o som produzido ao a correlacionado com a dinâmica e a postura do assinante. Cada um dos traços que compõe a assinatura corresponde a uma parte do sinal de som. Diferentes indivíduos produzem diferentes traços ou garranchos os quais resultam em diferentes sinais de som. Do sinal de som capturado são correspondem ao som da assinatura e calcula-se a envoltória deste sinal. Cada um dos traços que formam parte da assinatura são caracterizados como variações agudas nos valores da envoltória (picos), as quais ao representadas como vetores binários de características que são enviados para uma etapa de reconhecimento de padrões, a qual decidirá se o som capturado provém de uma assinatura que foi realizada por um usuúario legítimo ou por um impostor. A metodologia apresentada é avaliada utilizando um conjunto de amostras de teste e treinamento pertencentes a dois tipos de usuários: legítimo e impostor habilidoso. O usuário legítimo é o proprietário da assinatura e o impostor habilidoso comhece a forma como o usuário legítimo assina. Como parâmetros de avaliação do desempenho desta metodologia, foram obtidas as taxas de erro FAR (falsa aceitação) e FRR (falsa rejeição) de 8,55% e 8,73%, respectivamente / Abstract: A signature is the most used way to validate a person¿s identity, since the style of every individual signature constitutes a biometric entity, whichcan be used to differentiate one person from another. This research work presents a method to accomplish the personal authentication using the sound produced when a person is signing. During this event, the friction produced by the rigid tip of a pen rubbing the paper, generates a sound that can be used to verify the identity of a person. The reliability of this methodology is based on the fact that the sound emitted during the signature action is closely correlated with the dynamics and posture of the person who signs.Moreover, every line ofthe signature corresponds directlyto one partofthe audio signal generated. Therefore, diferent individuals are able to produce completely different traces or scrawls, which will generate different audio signals. Once the audio signal is digitally captured, the samples that do not belong to the signature are discardedandthe envelope ofthis signal is computed. Everyconstituent trace of the signature are characterizedas sharpvariations of the envelope values (peaks), whichare represented as binary vectors of features. This information, is sent to a pattern recognizing stage which has the responsibility to decide whether the captured sound corresponds to an authentic user or an impostor. The presented methodology is evaluated using a group of test and training samples belongingto two types ofusers: legitimate and skilled impostor.The legitimate user is the proprietor of the signature and the skilled impostor knows the form as the legitimate user signs. As parameters of evaluation of this methodology, were obtained the error rate FAR (false acceptance) and FRR (false rejection) of 8,55% and 8,73%, respectively / Mestrado / Mestre em Engenharia Elétrica

Orientador: Lee Luan Ling / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-22T04:27:30Z (GMT). No. of bitstreams: 1 AndradeNeto_ErnestoLuiz_M.pdf: 14866307 bytes, checksum: 54ccabaab1dde1496f08c07b2008240f (MD5) Previous issue date: 1997 / Resumo: A presente tese apresenta o desenvolvimento de sistemas biométricos utilizando técnicas de reconhecimento de face. Sistemas biométricos faciais permitem reconhecer e identificar indivíduos usando apenas a informação extraída de suas imagens faciais. Os sistemas biométricos de reconhecimento de face necessitam ter um modelo para codificar e representar a informação da face para posterior reconhecimento. Escolhemos como modelo de representação da informação facial o método de eigenfaces [TIJRI<::]. Devido a capacidade do método de extrair e comprimir a informação da imagem facial ele compõe o núcleo para a extração de características de nosso sistema de reconhecimento. O processamento do método de eigenfaces em nosso sistema de reconhecimento facial foi implementado de modo semi-automático. Os testes da arquitetura do sistema de reconhecimento facial com eigenfaces são realizados para as aplicações de reconhecimento e verificação facial. Na realização dos testes, adquirimos uma base de dados de imagens faciais composta de 435 imagens de 102 indivíduos. Não foram impostas restrições severas ao processo de aquisição da base de dados, resultando em grandes variações entre imagens do mesmo indivíduo. Avaliamos a tolerância do sistema as diversas variações presentes nas imagens da base de dados. Todas as rotinas necessárias às tarefas de processamento de imagens, reconhecimento e verificação de faces foram escritas em C++. Elas compõem uma biblioteca de rotinas que pode ser adaptada para outras tarefas como a segmentação automática de imagens faciais. O sistema de reconhecimento de faces é testado na tarefa de classificar corretamente 435 imagens de 102 pessoas atribuindo a cada imagem sua classe correspondente. O sistema de reconhecimento de faces obteve uma taxa de acerto de 97.70% utilizando um classificador de distância mínima. O sistema de verificação facial de faces é testado com um classificador de distância mínima onde variamos o limiar de aceitação / Abstract: This thesis dissertation shows the development of biometrics systems based in face recognition technics. These biometric systems are able to recognize and identify people by extracting information from their facial images. Face recognition systems must have a model to encode and represent facial image information for recognition purposes. We choose the eigenface method [fURKJ, due to its remarkable capability to extract and compress facial image information, as the core for the feature extraction task. The eigenface method was implemented in a semi-automatic way. The eigenface system framework is tested in two distinct tasks: face recognition and face verification. To perform the tests, we acquired a face image database composed of 435 views of 102 people. No hard constraints were imposed to the database acquisition process what means we obtained large variations between images of same people. We also evaluate the system's tolerance against such variations. Ali the routines needed to the task of image processing, face recognition and face verification were written in C++. They compose a library of routines that can be adapted for other task such as automatic segmentation of facial images. The face recognition performance is evaluated against the fuU database, 435 images, trying to classify each image in its correspondent class. Each class represents one person present in the database. The face recognition system achieved a recognition rate of 97.70%. The face verification system was tested with the fuU database, 435 images, using a minimum distance classifier varying its acceptance threshold / Mestrado / Mestre em Engenharia Elétrica

Orientadores: Roberto de Alencar Lotufo, Jayaram K. Udupa / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-22T08:22:11Z (GMT). No. of bitstreams: 1 Falcao_AlexandreXavier_D.pdf: 7475224 bytes, checksum: f45cbf0dcf8186e4f84a6d4396a4897d (MD5) Previous issue date: 1997 / Resumo: Este trabalho trata o problema de segmentação de imagens em situações onde os métodos automáticos falham requerendo extensiva assistência do usuário no processo. Como solução são propostos três paradigmas de segmentação interativa, denominando live-wire, live-lane, e 3D-live-wire que têm como metas i) prover ao usuário, tão completo quanto for possível o controle sobre o processo de segmentação enquanto este estiver em andamento e ii) minimizar o envolvimento do usuário e o tempo total do usuário requeridos para segmentação. Os métodos podem ser usados para extrair objetos 2D, 3D e 4D de dados de imagens multidimensionais (e.g. imagens tomográficas). A estratégia usada pelos métodos é a de explorar a superior habilidade do operador humano (comparada com a dos algoritmos de computador) em reconhecer o objeto desejado na imagem e a superior habilidade dos algoritmos de computador (comparada com a do operador humano) em delinear este objeto. Os métodos oferecem três mecanismos de interação com o usuário, a segmentação é feita delineando cada borda 2D de um dado objeto de interesse fatia por fatia e a escolha entre os métodos depende da necessidade de envolvimento do usuário com o processo. Em live-wire e live-lane, o usuário interage ativamento na seleção de segmentos ótimos de borda em cada fatia. O método live-lane oferece ao usuáriio maior controle sobre o processo do que o live-wire, mas requer maior envolvimento ... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: In multidimensional imaging there are and will continue to be situations wherein automatic image segmentation methods fail and extensive user assistence in the process is needed. For such situations we purpose a novel user-steered image boundary segmentation paradigm under three new methods, live-wire, live-lame and 3D-live-wire where the main goals are i) to provide as complete a control as possible to the user on the segmentations process while it is being executed and ii) to minimize the user involvement and the total user¿s time required for segmentation. The strategy to reach these goals is to esploit the synergy between the superior abilities of human observers (compared to computer algorithms)) in object recognition and of computer algorithms (compared to human observers) in object delineation. The methods are designed to delineate 2D boundaries of 2D, 3D and 4D objects in a slice-by-slice fashion. The methods provide three mechanism of user interaction ant the best choise among them depends on the need of user involvement. In live-wire and live-lane the user actively interacts in selection process of optimum boundary segments in each slice. The method live-lane allows more user control than live-wire although it requires more user involvement ...Note: The complete abstract is available with the full electronic digital thesis or dissertations / Doutorado / Doutor em Engenharia Elétrica

Orientador: Lee Luan Ling / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-22T11:06:24Z (GMT). No. of bitstreams: 1 SenaJunior_ManoelRaimundo_D.pdf: 4951191 bytes, checksum: d9c1d170828ae76bb65a8ef3062d8bfe (MD5) Previous issue date: 1997 / Resumo: Neste trabalho apresentamos um estudo estatístico sobre seleção de variáveis e classificação de objetos em relação a dois padrões. Descrevemos alguns métodos de classificação conhecidos na literatura, construídos com base nas observações dos dois padrões. Dentre eles destacamos a classificação via Análise Discriminante e Modelos de Regressão Logística. Mais resumidamente descrevemos o Classificador de Bayes e um outro classificador, baseado nas observações de apenas um padrão fixado, que utiliza uma aproximação da distância de um objeto ao centro da distribuição normal, pela distribuição Qui-quadrado. Introduzimos um novo classificador, baseado apenas nas observações de um padrão fixado, que utiliza uma aproximação da distância de Mahalanobis de um objeto ao centro da distribuição normal, pela distribuição 'T POT. 2' de Hotelling. Comparamos seu desempenho, através de um estudo de simulação, com os demais classificadores em termos de taxa de classificação errônea. Descrevemos também alguns métodos de seleção de características significantes com base nos respectivos classificadores, além de outros métodos de seleção conhecidos na literatura, construídos com base nas observações apenas de um padrão fixado. Introduzimos um novo método de seleção com base no novo classificador. Um estudo de simulação para comparar o desempenho dos métodos de seleção apresentados foi realizado, onde o processo de classificação utiliza apenas as características significantes / Abstract: In this work, we describe and compile statistical classification methods about feature selection and object recognition for the case of two pattern classification. First of all, we describe some well-known statistical classification methods when observed samples of both patterns are avaliable. We provide some special attention to the description of the Discriminant Analysis and the Logistic Regression Models. A brief description of the Bayes classification method is provided. We also analyse the case when only one pattern is observable. In this case, the distance measure between the input feature vector and reference vector is assumed to have Qui-squared distribution. We also introduce a novel statistical classification method for the one-pattern observable case, by considering the distance measure as being the 'T POT. 2' Hotelling distribution. Performance comparison in terms of misclassification error is done via simulation. Next, we describe some, well-known, selection methods in the literature and suggest some feature selection strategies based on the classification methods previously described. Simulation investigation is performed to evaluate the classification methods using only significant selected features in terms of misclassification error. Finally, we apply the proposed feature selection and classification methods to signature verification problems, involving both static and dynamic human signatures / Doutorado / Doutor em Engenharia Elétrica

Orientador :Clesio Luis Tozzi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-22T21:17:37Z (GMT). No. of bitstreams: 1 Silva_JoseRicardoPorto_M.pdf: 7560053 bytes, checksum: 6b755de265d94a9c0c3a08e64856180a (MD5) Previous issue date: 1996 / Resumo: Neste trabalho são estudados descritores de forma aplicados à classificação e identificação de objetos, incluindo particularmente os descritores de Fourier, descritores elípticos de Fourier e as normalizações necessárias para obtenção de suas invariâncias sob translação, rotação, escala, e reflexão e ponto inicial de processamento. Também é proposto um algoritmo rápido e automático para geração de funções discriminantes lineares por partes que permitem a separação de classes no espaço de padrões para qualquer tipo de função de densidade de probabilidade. A validade e eficiência dos métodos apresentados são verificadas para uma aplicação em identificação de espécies de plantas através de seus folíolos. Os desempenhos obtidos por cada método considerado são comparados, explicados e comentados, sendo mostrada a superioridade dos descritores de Fourier em relação aos outros nesta aplicação / Abstract: This work presents a study of shape descriptors applied to objects classification and identification, including the Fourier descriptors, eliptic Fourier descriptors and the necessary normalizations to achieve translation, rotation, scale, reflection and starting point invariances. It is also proposed a fast and automatic algorithm to determine piecewise linear discriminant functions that allow the classes separation in the pattem space for any kind of probability density function. The validity and efficiency of the presented methods are evaluated using an application that seeks plants identificationby their folioles. The performances of each used method are compared, explained and commented, and the superiority of the Fourier descriptors among the others is shown for this application / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Clesio Luis Tozzi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T22:11:13Z (GMT). No. of bitstreams: 1 Loss_LeandroAugusto_M.pdf: 3220778 bytes, checksum: 6191e144dada35d0837dd2940009aa44 (MD5) Previous issue date: 2004 / Resumo: Este trabalho objetiva a avaliação do potencial discriminativo de decomposições tempoescala-freqüência para o reconhecimento de formas naturais a partir de seus contornos. Mais especificamente, ele provê a análise e a comparação de descritores obtidos com base na Trasformada de Fourier (FT), na Trasformada de Fourier de Curta Duração (STFT), nas Transformadas de Wavelet Contínua (CWT) e Discreta (DWT), e na Transformada de Fourier Multiresolução (MFT). Para tal fim, contornos de formas naturais são extraídos e parametrizados pelas assinaturas de coordenadas complexas e distância contorno-centróide. As transformadas citadas são então aplicadas sobre os contornos parametrizados, permitindo-se que, das decomposições resultantes, conjuntos de atributos numéricos sejam medidos e normalizados para aquisição das invariâncias quanto a rotação, reflexão, translação, mudança de escala e do ponto inicial de amostragem dos contornos. Procedimentos para redução de dimensionalidade e seleção dos atributos mais significativos são empregados, respectivamente, através da técnica de Análise de Variáveis Canônicas (CVA) e do algoritmo de Seleção Seqüêncial Inversa, obtendo-se os descritores das formas. Os classificadores estatísticos Mínima Distância Mahalanobis e Bayesiano são utilizados para discriminação das classes e os erros de decisão são estimados pelo método Leave-One-Out. Visando-se o aumento da capacidade discriminativa das abordagens, o trabalho prevê ainda a possibilidade de classificação das amostras de modo hierárquico. O custo, a precisão e o potencial discriminativo das abordagens são analisados e comparados considerando-se resultados de experimentos realizados com uma base de folhas digitalizadas pertencentes a diferentes espécies de plantas. Dentre as abordagens testadas, as baseadas na Transformada de Fourier Multiresolução apresentaram os melhores resultados / Abstract: This work aims to evaluate the discriminative potential of time-scale-frequency decompositions for contour-based recognition of natural shapes. More specifically, it provides the analysis and comparison of descriptors derived from the Fourier Transform (FT), the Short- Time Fourier Transform (STFT) , the Continuous (CWT) and Discrete (DWT) Wavelet Transforms, and the Multi-Resolution Fourier Transform (MFT). For this purpose, natural sha:pes contours are extracted and parameterized by the complex coordinates and the contour-centroid distance signatures. The mentioned transforms are then applied over the parameterized contours, allowing that, from the resulted decompositions, attributes sets be measured and normalised for invariance acquisition for rotation, reflection, translation, scale and contour sampling initial point changes. Procedures for dimensionality reduction and selection of the most significant attributes are employed, respectively, through the Canonical Variate Analysis technique and the Backward Sequential Selection, obtaining the shape descriptors. The statistical c1assifiers Minimum Mahalanobis Distance and Bayesian are used for c1ass discrimination and the decision errors are estimated by the Leave-One-Out method. For the improvement of discriminative capability of the approaches, this work also permits a hierachical c1assification of the samples. The cost, accuracy and discriminative potential of the approaches are analysedand compared considering results of experiments developed over a base of digitalized leaves of different plant species. Among alI tested approaches, those based on the Multi-Resolution Fourier Transform showed the best results / Mestrado / Engenharia Eletrica