Submitted by Viviane Lima da Cunha (viviane@biblioteca.ufpb.br) on 2016-02-16T10:40:56Z No. of bitstreams: 1 arquivototal.pdf: 3979902 bytes, checksum: 82031a2c4d1a58a4f86c60ec63d8630a (MD5) / Made available in DSpace on 2016-02-16T10:40:56Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3979902 bytes, checksum: 82031a2c4d1a58a4f86c60ec63d8630a (MD5) Previous issue date: 2015-02-27 / Over the past few years, recognition by biometric information has been increasingly adopted in several applications, including commerce, government and forensics. One reason for this choice is based on the fact that biometric information is more difficult to falsify, share, hide or misplace than other alternatives like ID cards and passwords. Many characteristics of the individual (physical or behavioral) can be used in a biometric system, such as fingerprint, face, voice, iris, gait, palmprint, hand geometry, and others. Several researches have explored these and other features producing safer and more accurate recognition methods, but none of them are completely fault tolerant and there is still much to evolve and improve in this area. Based on this, this work presents a new approach to biometric recognition based on hand geometry. A database with 100 individuals and with samples of both sides of the hands was used. The feature extraction process prioritizes user comfort during capture and produces segmentation of hands and fingers with high precision. Altogether, 84 features have been extracted from each individual and the method was evaluated from different classification and verification approaches. Classification tests using cross-validation and stratified random subsampling techniques were performed. The experiments demonstrated competitive results when compared to other state-of-the-art methods with hand geometry. The proposed approach obtained with 100% accuracy in different classification strategies and EER rate of 0.75% in the verification process. / Nos últimos anos, o reconhecimento de indivíduos por meio de informações biométricas tem sido cada vez mais adotado nas mais diversas aplicações, sejam elas comerciais, governamentais ou forenses. Uma das razões para essa escolha fundamenta-se nas informações biométricas serem mais difíceis de adulterar, compartilhar, ocultar ou extraviar do que outras alternativas como cartões e senhas. Várias características dos indivíduos, sejam físicas ou comportamentais, podem ser utilizadas em um sistema biométrico, como por exemplo, impressão digital, face, voz, íris, forma de andar, impressão palmar, geometria da mão, entre outras. Diversos trabalhos têm explorado esses e outros traços produzindo mecanismos de reconhecimento cada vez mais seguros e precisos, mas nenhum é imune a falhas e ainda há muito a evoluir e a aprimorar nessa área. Com base nisso, esse trabalho apresenta uma nova proposta de reconhecimento biométrico baseado em geometria da mão. Um banco de dados com 100 indivíduos e amostras de ambos os lados das mãos foi utilizado. O processo de extração de características prioriza o conforto do usuário durante a captura e produz segmentação das mãos e dedos com precisão elevada. Ao todo, 84 atributos foram extraídos de cada indivíduo e o método foi avaliado sob a perspectiva de diferentes abordagens de classificação e verificação. Nos testes de classificação, as técnicas de validação cruzada e subamostragem randômica estratificada foram utilizadas. Os experimentos demonstraram resultados competitivos quando comparados a outros métodos do estado da arte em geometria da mão, apresentando 100% de acurácia em diferentes estratégias de classificação e uma taxa EER de 0,75% no processo de verificação.

Submitted by Viviane Lima da Cunha (viviane@biblioteca.ufpb.br) on 2016-02-16T16:06:07Z No. of bitstreams: 1 arquivototal.pdf: 3758225 bytes, checksum: 9b36904ee6da8a9b5182f3af462d91cd (MD5) / Made available in DSpace on 2016-02-16T16:06:07Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3758225 bytes, checksum: 9b36904ee6da8a9b5182f3af462d91cd (MD5) Previous issue date: 2015-10-23 / Biometrics provides a trusted authentication mechanism by using traits (physical or behavioral) which identify users based on their natural characteristics. Biometric services of classification and verification of users are considered, in principle, more secure than password-based systems, requiring the presentation of a unique physical characteristic and, therefore, the presence of the user at least in the moment of authentication. However, such methods have vulnerabilities that result in high rates of false verification, even in the most modern systems. On the other hand, Genetic algorithms (GA) are an optimization approach based on the principle of natural selection proposed by Charles Darwin which has been proving to be a useful tool in finding solutions to complex problems. Moreover, the use of genetic algorithms in biometrics systems has also been growing as they are an interesting alternative for selecting features. This work applies a genetic algorithm-based approach to optimizing parameters of classification and verification of a hand dataset. The BioPass-UFPB multi-biometric dataset is presented and used to test and validate the proposed method. In total, 99 features – 85 geometric features and 14 texture features - extracted from each hand image were used. Additionally, the importance of each feature is also analyzed. The results showed relative improvements of EER greater than 30% and 90% in the best cases of the two verification approaches performed, respectively. As for classification, the use of genetic algorithms were able to reduce, on average, the number of templates to be recovered by the system to ensure that at least one of these is of the same class of the reference sample. In conclusion, both the results showed and the BioPass-UFPB dataset might help the development of new hand geometry-based biometric recognition systems. / A Biometria oferece um mecanismo de autenticação confiável utilizando traços (físicos ou comportamentais) que permitem identificar usuários baseados em suas características naturais. Serviços biométricos de classificação e verificação de usuários são considerados, a princípio, mais seguros que sistemas baseados em políticas de senha, por exigirem a apresentação de uma característica física única e, portanto, a presença do usuário ao menos no momento da autenticação. No entanto, tais métodos apresentam vulnerabilidades e podem resultar em alta taxa de verificação falsa, mesmo em sistemas mais modernos. Algoritmos genéticos (GA), por sua vez, são uma abordagem de otimização baseada no princípio da seleção natural de Charles Darwin e que vêm provando, ao longo dos anos, ser uma ferramenta útil na busca de soluções em problemas complexos. Além disso, seu uso em sistemas biométricos também vem crescendo por se mostrar uma alternativa para seleção de características. Este trabalho utiliza os algoritmos genéticos como ferramenta na otimização de atributos para classificação e verificação biométrica por geometria da mão e impressão palmar. A Base Multibiométrica BioPass-UFPB é apresentada e empregada para teste e validação do método proposto. Ao todo, 99 atributos – sendo 85 geométricos e 14 de textura - extraídos de cada imagem são utilizados e análises sobre a importância desses atributos são realizadas. Os resultados mostraram que, nas duas abordagens de verificação empregadas, os algoritmos genéticos conseguiram melhoras superiores a 30% e 90% da EER em relação ao caso em que o GA não era aplicado. Na classificação, o uso de algoritmos genéticos conseguiu reduzir na média o número de templates a serem recuperados pelo sistema para garantir que ao menos um desses seja da mesma classe da amostra de referência. Por fim, espera-se que os resultados deste trabalho, bem como a base BioPass-UFPB, sirvam de referência na implementação de novos sistemas de reconhecimento biométrico baseados na geometria da mão.

The goal of the thesis is the finger-print authentication support within the Linux operating system and the K Desktop Environment (KDE). Theoretical part of the thesis firstly explains main IT security terms and ways to proof the identity. Secondly it describes biometric systems and types of processed biometric characteristics. Lastly the features of finger-prints, their markants as well as types of scanners used in scanning the finger-prints and ways to analyze the scanned material have been elaborated. Practical solution part of the thesis develops and establishes finger-print management application and plugin for KDM graphics login manager.