Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-21T00:07:42Z (GMT). No. of bitstreams: 1 192677.pdf: 3608759 bytes, checksum: 4c068f6bc821694341dc54e8c259b422 (MD5) / No presente trabalho, é desenvolvido um estudo comparativo entre duas técnicas de detecção facial baseadas em projeções vetoriais: Autofaces e Antifaces. O método de Autofaces tem sido significativamente estudado nos últimos anos, enquanto o de Antifaces é ainda considerado o estado-da-arte para a detecção de objetos. Ambos os métodos são descritos de forma detalhada e, para o método de Antifaces, é proposto um procedimento que permite obter os detectores subótimos. Ambos os métodos são avaliados em condições idênticas de teste. Tais avaliações consideram detecções de características faciais, de objetos tridimensionais e de uma face específica, vista de um ângulo frontal. Finalmente, é feita uma análise de sensibilidade dos métodos ao ruído branco Gaussiano aditivo, a distorções no foco e a alterações na cena em que se apresenta o objeto de interesse. Através dos resultados obtidos, é possível constatar que, no método de Antifaces, os critérios para a determinação de algumas variáveis de projeto não estão ainda bem estabelecidos. Além disso, esse método apresenta alta seletividade durante o processo de detecção. O método de Autofaces possui maior capacidade de generalização e menor sensibilidade à adição de ruído, distorções no foco e alterações na cena.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Comunicação e Expressão. Programa de Pós-Graduação em Letras/inglês e Literatura Correspondente. / Made available in DSpace on 2012-10-20T10:34:31Z (GMT). No. of bitstreams: 0 / Este estudo avalia a eficácia de duas abordagens de ensino para a acquisição de vocabulário técnico e científico em termos de conhecimento receptivo. As duas abordagens foram denominadas abordagem A e abordagem B. A abordagem A consiste no ensino de vocabulário através do uso de dicionários, glossários e listas de palavras, onde as palavras são meramente traduzidas ou definidas. Na abordagem A foram empregadas atividades que promovem o processamento superficial da palavra ensinada. A abordagem B consiste no uso de atividades - tais como mapeamento semântico, cartões de palavras e o uso de suporte visual - em que se promove o processamento profundo da palavra ensinada. Os resultados indicam que as duas abordagens apresentam alguma equipotencialidade no que diz respeito à aquisição de vocabulário técnico e científico. Em outras palavras, embora haja uma pequena tendência em favor da abordagem B, ambas as abordagens mostraram-se eficazes para a aquisição de conhecimento receptivo de vocabulário técnico e científico.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-20T14:20:00Z (GMT). No. of bitstreams: 1 195648.pdf: 1284504 bytes, checksum: 2a7fb65da36931b1c5c0fe34e0285396 (MD5) / Técnicas de reconhecimento de padrões são importantes ferramentas dentro da inteligência artificial, sendo aplicáveis em áreas como análise de imagens, reconhecimento de caracteres, reconhecimento de fala, auxílio a diagnósticos médicos, identificação de pessoas, inspeção industrial. Neste trabalho foram desenvolvidas quatro técnicas de reconhecimento de padrões baseadas no cálculo de distância, sendo três delas não paramétricas (PID, SID, MID) e a quarta técnica, a elipsoidal, paramétrica. Esta última técnica pode ser considerada a otimização das três primeiras. Para verificar a validade das técnicas desenvolvidas fez-se um estudo das técnicas de reconhecimento de padrões. Aqui, são apresentadas as principais técnicas: regra de Bayes, máxima verossimilhança, aproximação bayesiana, vizinhança mais próxima (k-NN), Parzen window, perceptron multicamadas, redes RBF e mapas de Kohonen. Em seguida, algumas dessas técnicas foram comparadas com as desenvolvidas aqui. Para fazer essa comparação, foi criado o software classificador, que mostrou ser uma ferramenta útil para o projeto de sistemas de reconhecimento de padrões, pois possibilita testar diferentes técnicas, verificando qual a técnica é mais adequada para cada problema. Essa comparação mostra que as técnicas PID, SID, MID e elipsoidal têm bom desempenho e que podem ser alternativas a considerar-se em projetos de sistemas de reconhecimento de padrões.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação / Made available in DSpace on 2012-10-20T14:47:33Z (GMT). No. of bitstreams: 1 198727.pdf: 2500158 bytes, checksum: b788709e982b206f1cb7dd8c4c82b191 (MD5) / Reconhecimento de faces humanas é uma área de grande interesse no mundo científico. A maioria das tecnologias desenvolvidas utiliza imagens com informação 2D. Este trabalho contou com um método inédito de processamento para a obtenção da forma 3D de uma face. Por meio dele se produziu várias bases de dados, com diferentes resoluções e níveis de ruído aceitáveis. Elas foram utilizadas na construção de um sistema de reconhecimento de face baseado em redes neurais artificiais. A vantagem de se utilizar a forma 3D da face está na exclusão de problemas ocasionados pela iluminação e desalinhamento.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-20T15:29:52Z (GMT). No. of bitstreams: 0 / Esta tese propõe uma nova metodologia de reconhecimento de faces humanas. Diferente dos tradicionais métodos que empregam imagens bidimensionais e níveis de cinza, o paradigma aqui proposto utiliza a forma geométrica da face como parâmetro de avaliação e autenticação. Destacam-se como vantagens desta técnica o melhor desempenho principalmente frente aos problemas de iluminação e posicionamento espacial. Este trabalho engloba duas áreas de conhecimento distintas. A primeira, abordando aspectos da extração da forma tridimensional da face humana e a segunda o reconhecimento facial. A metodologia de extração da geometria baseia-se no método de Perfilometria de Fourier para obter a forma geométrica das faces. A metodologia de reconhecimento de faces divide-se em duas abordagens distintas: A primeira delas do tipo algorítmica, por Raciocínio Baseado em Casos - RBC empregando da distância de Hamming como medidor da similitude entre duas formas de faces e a segunda do tipo conexionista, baseando-se no emprego de Redes Neurais Artificiais #RNA do tipo Funções de Base Radiais - FBR, para a classificação das faces. O modelo de reconhecimento adotado nesta tese é o da verificação, onde o indivíduo se apresenta previamente e ao sistema é atribuída à tarefa de verificação da veracidade da identidade alegada. A inspiração biológica está totalmente presente neste trabalho, em primeiro lugar porque os seres humanos, no processo de reconhecimento de seus semelhantes, utilizam se das faces humanas e a forma da face é uma das grandezas identificadoras.Em segundo lugar porque as metodologias de reconhecimento inspiradas em Redes Neurais Artificiais são inerentemente paradigmas biológicos. Finalmente empregando uma grande base de faces humanas tridimensionais, são mostrados os resultados da aplicação dos paradigmas de verificação desenvolvidos, comparando-se os resultados obtidos através de uma análise detalhada.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-18T19:28:40Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-09T04:33:18Z : No. of bitstreams: 1 173153.pdf: 2188363 bytes, checksum: 77fb62f0867e459fff23c67495743799 (MD5) / Com o rápido crescimento da telefonia móvel, torna-se necessário uma gerência para garantir a segurança desta. A clonagem (cópia ilegal) de telefones celulares e inadimplência (compra de um aparelho celular com intenção premeditada de não pagar a conta) são exemplos de fraudes no sistema telefônico móvel. O prejuízo das companias telefônicas é de aproximadamente meio milhão de dólares por dia . Novas tecnologias de informática são freqüentemente um recurso de obtenção de vantagem competitiva por parte de empresas que utilizaram os beneficios destas antes da concorrência. O presente trabalho propõe a criação de um sistema que permite monitorar a utilização de telefones celulares para detectar automaticamente fraudes (clonagem, inadimplência). O sistema é baseado no reconhecimento de padrões, através de um processo de agrupamento usando redes neurais. O sistema proposto é reativo, ou seja, não prevê nem impede fraudes, mas alerta a compania sobre possíveis fraudes, minimizando os prejuízos das empresas de telecomunicações.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T13:50:20Z (GMT). No. of bitstreams: 1 188164.pdf: 1010685 bytes, checksum: b3903b172bcb163966738ae67f5d3e51 (MD5) / Neste trabalho foi implementada uma rede neural artificial para reconhecer, classificar e contar núcleos de linfócitos do sangue periférico humano. Foram utilizadas técnicas para o processamento da imagem digital, como segmentação e extração de características relevantes da imagem, assim como desenvolveu-se um conteúdo teórico a respeito de redes neurais diretas com múltiplas camadas e algoritmo de aprendizagem de retropropagação. Também foi desenvolvida, nesta pesquisa, uma solução utilizando Algoritmo Genético para evoluir o conjunto de treinamento da rede neural utilizada, na tentativa de aumentar o desempenho desta.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. / Made available in DSpace on 2012-10-19T15:18:20Z (GMT). No. of bitstreams: 1 189971.pdf: 2034846 bytes, checksum: 12551d00f3a2124b06b35ed26fba2a5b (MD5) / Com o considerável aumento da quantidade de informações disponíveis, as capacidades de aquisição automática de conhecimento têm se tornado muito importante. A capacidade de aprendizagem e de aplicação do conhecimento é uma das características da inteligência humana e uma das principais áreas de análise da Inteligência Artificial. As atividades humanas mais comuns exibem a aplicação do conhecimento adquirido pelo homem, podendo ser consideradas tarefas de classificação; termo no qual decorre da necessidade de uma tomada de decisão ou da realização de uma previsão com base em informações disponíveis. O Aprendizado de Máquina (AM), um dos nichos da Inteligência Artificial, é uma das eficazes maneiras de adquirir inteligência de qualquer sistema computacional. Este trabalho consiste na construção de um procedimento de indução automática de árvores de decisão simbólica a partir de amostras de dados com atributos não binários. O objetivo deste, é extrair informações de um conjunto de treinamento de instâncias possivelmente conhecidas do problema e subseqüentemente classificar novas instâncias em suas respectivas classes.

Made available in DSpace on 2015-09-17T15:26:23Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-05-15. Added 1 bitstream(s) on 2015-09-17T15:45:43Z : No. of bitstreams: 1 000846199.pdf: 4785482 bytes, checksum: d06441c7f33c2c6fc4bfe273884b0d5a (MD5) / O presente trabalho tem como objetivo realizar o reconhecimento de identidade por meio de um método baseado nos Sistemas Imunológicos Artificiais de Seleção Negativa. Para isso, foram explorados os tipos de recursos e alternativas adequadas para a análise de expressões faciais 3D, abordando a técnica de Padrão Binário que tem sido aplicada com sucesso para o problema 2D. Inicialmente, a geometria facial 3D foi convertida em duas representações em 2D, a Depth Map e a APDI, que foram implementadas com uma variedade de tipos de recursos, tais como o Local Phase Quantisers, Gabor Filters e Monogenic Filters, a fim de produzir alguns descritores para então fazer-se a análise de expressões faciais. Posteriormente, aplica-se o Algoritmo de Seleção Negativa onde são realizadas comparações e análises entre as imagens e os detectores previamente criados. Havendo afinidade entre as imagens previamente estabelecidas pelo operador, a imagem é classificada. Esta classificação é chamada de casamento. Por fim, para validar e avaliar o desempenho do método foram realizados testes com imagens diretamente da base de dados e posteriormente com dez descritores desenvolvidos a partir dos padrões binários. Esses tipos de testes foram realizados tendo em vista três objetivos: avaliar quais os melhores descritores e as melhores expressões para se realizar o reconhecimento de identidade e, por fim, validar o desempenho da nova solução de reconhecimento de identidades baseado nos Sistemas Imunológicos Artificiais. Os resultados obtidos pelo método apresentaram eficiência, robustez e precisão no reconhecimento de identidade facial / This work aims to perform the identity recognition by a method based on Artificial Immune Systems, the Negative Selection Algorithm. Thus, the resources and adequate alternatives for analyzing 3D facial expressions were explored, exploring the Binary Pattern technique that is successfully applied for the 2D problem. Firstly, the 3D facial geometry was converted in two 2D representations. The Depth Map and the Azimuthal Projection Distance Image were implemented with other resources such as the Local Phase Quantisers, Gabor Filters and Monogenic Filters to produce descriptors to perform the facial expression analysis. Afterwards, the Negative Selection Algorithm is applied, and comparisons and analysis with the images and the detectors previously created are done. If there is affinity with the images, than the image is classified. This classification is called matching. Finally, to validate and evaluate the performance of the method, tests were realized with images from the database and after with ten descriptors developed from the binary patterns. These tests aim to: evaluate which are the best descriptors and the best expressions to recognize the identities, and to validate the performance of the new solution of identity recognition based on Artificial Immune Systems. The results show efficiency, robustness and precision in recognizing facial identity

Made available in DSpace on 2016-04-01T17:54:37Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-06-24. Added 1 bitstream(s) on 2016-04-01T18:00:16Z : No. of bitstreams: 1 000859900.pdf: 2706841 bytes, checksum: c8b1e34b4c89efb3744103a6232bf244 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Aplicações que fazem uso de reconhecimento de impressões digitais estão presentes em muitos contextos do dia a dia, por exemplo, transações em caixas automáticos, registro eletrônico de ponto em empresas e, desde 2008, no processo eleitoral brasileiro. A comparação entre impressões digitais geralmente é feita com base nas posições relativas de pequenos padrões conhecidos como minúcias. Estudos científicos recentes demonstram a possibilidade de confecção de impressões digitais sintéticas, que apresentam a cópia das minúcias presentes em um dedo autêntico, a partir de materiais simples como massa de modelar, silicone, cola de madeira, dentre outros. Diante do perigo iminente de fraude em sistemas biométricos, surgiu uma nova linha de pesquisa: a detecção de impressões digitais fraudulentas (spoofs). Atualmente, estão presentes na literatura alguns métodos capazes de amenizar este problema, mas este ainda é um problema em aberto. O presente trabalho concentra-se na detecção de impressões digitais fraudulentas utilizando técnicas de processamento de imagens e reconhecimento de padrões. A principal contribuição desse estudo é uma nova técnica com a qual as falsificações são detectadas a partir da análise de micropadrões espaciais extraídos das impressões digitais. Além disso, é desenvolvida neste trabalho a versão multiescala do micropadrão espacial conhecido como Padrão Mapeado Localmente (Local Mapped Pattern - LMP). Os experimentos conduzidos mostraram que, através da técnica proposta, é possível alcançar uma detecção com performances superiores aos resultados encontrados no estado da arte na literatura científica especializada / Applications which use fingerprint recognition are present in many contexts of everyday life, for example, transactions at ATMs, electronic registration point in companies and, since 2008, in the Brazilian electoral process. The fingerprint matching is usually made based on the relative positions of small patterns known as minutiae. Recent scientific researches show the possibility of making synthetic fingerprints, which have a copy of these minutiae in an authentic finger, from simple materials such as play dough, silicone, wood glue, among others. Faced with the imminent danger of fraud in biometric systems, a new line of research emerged: the detection of fake fingerprints (spoofs). Currently, they are in the literature some methods to minimize this problem, but this is still an open problem. The present study focuses on the detection of fake fingerprints using image processing and pattern recognition techniques. The main contribution of this study is a new technique with which the fakes one are detected from the analysis of spatial micro patterns extracted from the fingerprints. Moreover, it is developed in this work, the multi-scale version of the space micro pattern known as Local Mapped Pattern (LMP). The experiments carried out have shown that through the proposed technique, it is possible to achieve a higher detection performances with the results found state of the art in the specialized literature