Made available in DSpace on 2015-05-06T02:01:45Z (GMT). No. of bitstreams: 1 000467968-Texto+Completo-0.pdf: 7624322 bytes, checksum: 6b31074e58ba025eed076a5514f3aa5e (MD5) Previous issue date: 2015 / The re-identification of people and groups in real environments is still a difficult task due to several changes in illuminance, viewpoints, image resolution and many other challenges. In this work we propose a person re-identification approach applied as a softbiometric tool. The goal is to recognize a person by combining low-level and high-level (when possible) description of him/her, such as color appearance of clothes or objects he/she is carrying on (low-level) and group belonging (high-level).The input features for each person are manually informed by a user using sample patches from any source (a gallery repository, a picture taken or a color palette selection) and semantically organized in a 2D body model. In addition, groups of two persons (both defined as 2D body models) are specified. Finally, each 2D model is then confronted with databases using a color distance based metric, extended through an adaptive threshold and, if applicable, the color signatures of both persons into the group is used to search for a group composition with such characteristics. / Re-identificação de pessoas e grupos de pessoas em ambientes reais ainda é uma tarefa desafiadora: variações de luminosidade, ângulos de visão e resolução das imagens são, dentre outros, fatores que alavancam esta dificuldade. Este trabalho apresenta uma abordagem para re-identificação de pessoas focada em características soft-biométricas. O objetivo é reconhecer uma pessoa combinando descrições de baixo nível e alto nível (quando possível), tais como cores das roupas ou acessórios que carrega e informações de grupos em que se encontra, respectivamente. As características descritivas são manualmente informadas pelo usuário através de cores selecionadas (de um repositório de imagens, de uma imagem do suspeito ou mesmo de uma paleta de cores) e organizadas em um modelo de corpo 2D. Adicionalmente, o usuário pode especificar grupos de duas pessoas a serem buscadas explorando tal informação contextual de agrupamento. Cada modelo 2D é procurado em um banco de imagens usando medidas de distância de cores, segmentadas através de um limiar adaptativo. Por fim, e se aplicável, as assinaturas de cores de cada modelo 2D/pessoa são utilizadas para buscar formações de grupos com tais características.

Made available in DSpace on 2014-06-11T19:30:18Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-02-01Bitstream added on 2014-06-13T19:18:56Z : No. of bitstreams: 1 angeloni_ma_me_sjrp.pdf: 2178828 bytes, checksum: 294722ae99e4ba43c9ba774be195e48c (MD5) / 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 / 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

Made available in DSpace on 2014-06-12T15:51:23Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / A sociedade atual vem passando por muitas transformações, uma delas sendo o aumento da busca por mais seguranca, levando as pessoas cada vez mais à situações em que são obrigadas a ter que provar sua identidade. A prevalência destas situações pode ser observada em ações do dia a dia, como na utilizacao de assinaturas ou na apresentação de documentos pessoais. Uma forma de se provar a identidade de uma pessoa é a utilização de características pessoais mensuráveis, como por exemplo uma medida fisiológica ou comportamental. Isto é chamado de prova por biometria. Utilizando-se desta, pode-se distinguir de forma confiável um ser humano dos demais. Por ser uma característica pessoal, esta mostra-se mais difícil de ser roubada, perdida ou esquecida, além ser um método mais confiável e seguro do que métodos convencionais. Dentro desse contexto, é proposto um modelo de arquitetura biométrica que utiliza diversas métricas para realizar a tarefa de reconhecimento e autenticação pessoal. Este ambiente permite que diferentes métodos biométricos possam ser utilizados para identificação pessoal através do acoplamento de módulos independentes, sejam eles referentes à autenticação de identidade mediante a dinâmica da digitação, impressões digitais, face, etc. A dinâmica da digitação é o módulo desenvolvido neste trabalho, sendo o processo de investigar o ritmo de digitação da pessoa. Através do monitoramento das entradas do teclado durante a digitação de um texto são extraídas as seguintes características: o tempo de pressionamento da tecla e três tipos de latências diferentes. Através da utilização de um classificador estatístico pôde-se verificar a precisão do método, obtendo-se uma taxa de falsa aceitação de 0,24% e 1.87% de taxa de falsa rejeição

Made available in DSpace on 2018-08-02T00:00:51Z (GMT). No. of bitstreams: 1 tese_3573_DissertacaoMestradoAlexBrandaoRossow.pdf: 1877924 bytes, checksum: ea3ef5771395946a600614df83e029b9 (MD5) Previous issue date: 2010-12-07 / Esta pesquisa propõe o estudo dos sinais do eletroencefalogreama (EEG) e a elaboração de um sistema automatizado para detecção dos vários estágios de consciência dos indivíduos durante o trabalho, operação de equipamentos ou sob condições de intervenção cirúrgica. O sistema irá apontar se o indivíduo está acordado, sonolento, em sono leve ou em sono profundo, permitindo a intervenção em situações de risco, como na operação de máquinas e veículos, em que se deseja que o indivíduo permaneça em alerta, ou em situações médicas, onde é necessário que o paciente se mantenha dormindo durante o processo cirúrgico.

Orientador: Lee Luan Ling / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica / Made available in DSpace on 2018-07-21T03:38:05Z (GMT). No. of bitstreams: 1 Gomes_NatanaelRodrigues_M.pdf: 3843291 bytes, checksum: ea1c445465616bedc519575e7960e649 (MD5) Previous issue date: 1996 / Resumo: A principal dificuldade em reconhecimento de caracteres manuscritos está em desenvolver métodos que possibilitem um ótimo índice de reconhecimento, apesar da grande variabilidade dos caracteres. Este trabalho apresenta um sistema para reconhecimento de numerais manuscritos desconectados, baseado na análise da topologia e distribuição pictorial de numerais e no emprego da rede de Hopfield discreta como memória associativa. O processo de classificação de numerais é dividido em dois estágios. No primeiro estágio, o numeral desconhecido é classificado de acordo com características extraídas de sua topologia e distribuição pictorial. Caso isto não seja possível, devido a distorções e ruídos na imagem do numeral desconhecido, a classificação é efetuada no segundo estágio de classificação do sistema, via rede de Hopfield. A rede de Hopfield é implementada de dois modos. No primeiro modo, a rede tem seus pesos calculados pelo método da projeção, no segundo modo, a rede tem os pesos calculados pelo método de síntese para sistemas lineares operando em modo saturado (LSSM). O sistema é testado com 1500 numerais manuscritos, sendo obtido uma taxa de 85% de reconhecimento com o sistema utilizando, no segundo estágio, a rede de Hopfield implementada conforme o primeiro modo. Uma taxa de reconhecimento de 84,4% é obtida com o sistema utilizando, no segundo estágio, a rede de Hopfield implementada de acordo com o segundo modo / Abstract: The main difficultyin handwritten character recognition consists in developing methods that provide a high recognition rate, although of the large degree of variability of the characteres. This work presents a system for recognition of disconnected handwritten numeraIs, based in analysis of the topology and distribution of pixels from the numerals, and application of a discrete Hopfield neural net used as associative memory. ln the system, the process of classification is divided in two stages. ln the first stage, the unknown numeral is classified considering features extracted from its topology and distribution of pixels. lf it is not possible, due to distortions and noise in numeral image, the classificationis effectuated in the second stage, via Hopfield netoThe Hopfield net is implemented of two manners. ln the first manner, the net has weights calculated by projection method and, in the second manner, the net has weights calculated by sinthesis procedures to linear systems operating in the saturated mode (LSSM systems). The system is tested with 1500 handwritten numerals. A recognition rate over 85% is obtained with the system making use in the second stage of the Hopfield net implemented by the first manner. A recognition rate over 84,4% is obtained with the system making use in the second stage of the Hopfield net implemented by the second manner / 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 2018-07-27T01:49:41Z (GMT). No. of bitstreams: 1 Cavalcanti_HugoMauroVasconcelosdaCunha_M.pdf: 6391593 bytes, checksum: 75cb2a1a256c8652d012f7153f370886 (MD5) Previous issue date: 2000 / Resumo: A implementação de um sistema de reconhecimento de padrões requer a solução de alguns problemas básicos: Aquisição de Dados, Extração de Características e Classificação dos padrões. Apesar de muitos trabalhos estarem sendo feitos na tentativa de resolver o problema de Reconhecimento de Padrões utilizando Redes Neurais, poucos são os trabalhos que abordam o Problema de Extração de Características. Assim, nesta Tese propomos o Algoritmo de Extração de Características via Redes Neurais Lee/Cavalcanti. Este algoritmo encontra a quantidade mínima de características necessárias para resolver o problema de classificação de padrões utilizando uma rede neural do tipo Multilayer Parceptron (MLP). E baseia-se no fato de que todas as características informativas podem ser encontradas a partir da fronteira de decisão do problema. Então, mostramos como construímos o algoritmo e apresentamos alguns experimentos que provam a eficiência do mesmo. Inicialmente, alguns experimentos foram feitos utilizando dados sintéticos, mostrando a relação entre a fronteira de decisão teórica e a fronteira de decisão prática encontrada a partir da rede treinada. Em seguida, implementamos urna rede neural para classificação de assinaturas estáticas. Neste experimento, utilizamos originalmente 32 características. E, em seguida, utilizando o algoritmo de extração de características Lee/Cavalcanti, conseguimos 98,84% de precisão de classificação, com apenas 16 características. Desta forma, mostramos que o uso do algoritmo Lee/Cavalcanti pode encontrar a quantidade mínima de características de um problema de classificação de padrões. E, desta maneira, fazer com que a classificação do padrão seja realizada de forma mais rápida do que utilizando o conjunto original de amostras / Abstract: The design and implementation of Pattern Recognition systems require the solution ofthe following problems: Data Acquisition, Feature Extraction and Pattern Classification. Although, much effort has been expended to solve a Pattern Recognition problem using the Neural Networks approach, not many works have being done to solve the Feature Extraction problem. In this thesis, we propose the Lee/Cava1canti Feature Extraction Algorithm Via Neural Networks, which finds the minimum number of features necessary to solve the classification problem using Multilayer Perception (MLP) Neural Networks. This algorithm is based on informative features found from the Decision Boundary. We present how the algorithm was built and some experiments to prove its efficiency. Some experiments using synthetic data are shown, indicating the relationship between the practical decision boundary, obtained from the trained neural network, and the theoretic one. Then, we design a neural classifier for a static signature recognition and we test it using 32 features. Finally, using only 16 features, we test the classifier obtaining a 98,84% accuracy in relation to the accuracy gained in the first test. The use of only 16 features was obtained using Lee/Cava1canti Algorithm. The use of the Lee/Cava1canti Algorithm can reduce the number of features involved in a classification problem. Furthermore, it can make the system work faster with the same classification accuracy provided by the original set of features / Mestrado / Mestre em Engenharia Elétrica

Orientador: Jorge Stolfi / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-07-28T16:13:44Z (GMT). No. of bitstreams: 1 Leitao_HelenaCristinadaGama_D.pdf: 3413475 bytes, checksum: ff5184cb6b1be78e9ea25e849b33b0bd (MD5) Previous issue date: 1999 / Resumo: Esta tese aborda o seguinte problema: dados um ou mais objetos que tenham sido quebrados ou partidos em um grande número de fragmentos irregulares, achar os pares de fragmentos que eram adjacentes nos objetos originais. Nossa abordagem é baseada na comparação das curvaturas codificadas dos contornos dos fragmentos, usando uma variação do algoritmo de programação dinâmica para casamento de seqüências. Objetivando reduzir o custo assintótico do casamento de um grande número de contornos de resolução alta, usamos uma técnica de casamento em múltiplas escalas. Depois de filtrar e reamostrar os contornos dos fragmentos em diferentes escalas de detalhes, procuramos casamentos iniciais na escala mais grosseira possível. Então, repetidamente, selecionamos os pares mais promissores, e refinamos os mesmos numa escala cada vez mais fina de detalhes. No final, obtemos um conjunto pequeno de pares de fragmentos que são os que mais parecem ser adjacentes nos objetos originais. / Abstract: This thesis addresses the following problem: given one or more unknown objects that have been broken or torn into a large number of irregular fragments, find the pairs of segments that were adjacent in the original objects. Our approach is based on comparison of the curvature-encoded fragment outlines with a variation of the dynamic programming sequence-matching algorithm. In order to reduce the asymptotic cost of matching a large number of high-resolution outlines, we use a multiple scale matching technique. After filtering and resampling the fragment outlines at many different scales of detail, we look for initial matchings at the coarsest possible scale. We then repeatedly select the most promising pairs, and refine them at the next finer scale of detail. In the end, we are left with a small set of fragment pairs that are most likely to be adjacent in the original objects. / Doutorado / Doutor em Ciência da Computação

Orientador: João Baptista T. Yabu-uti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T19:10:45Z (GMT). No. of bitstreams: 1 Araujo_LiviaCristinaFreire_M.pdf: 2244761 bytes, checksum: 578beeb150e2b5c8e1dfa558e39a9e89 (MD5) Previous issue date: 2004 / Mestrado

Os mapas perceptuais obtidos via escalonamento multidimensional representam uma poderosa ferramenta estatística para análise de dados multivariados. São aplicados em várias áreas do conhecimento humano por permitir ao pesquisador comprovar ou validar um modelo idealizado do comportamento humano frente a julgamentos subjetivos obtidos utilizando escalas ordinais. Sua utilização nas ciências sociais, marcadamente psicologia, sociologia, política e na percepção de riscos são destacadas pois estas ciências tomam por base a subjetividade do julgamento humano. Neste contexto, essa tese tem por objetivo incorporar a incerteza do posicionamento dos objetos após o escalonamento multidimensional, para que o modelo conceitual imposto possa ser testado levando em conta a variabilidade inerente a um grupo de julgadores. O modelo proposto parte da premissa de que as funções de distribuição de probabilidade não são conhecidas para as coordenadas dos objetos no mapa perceptual e que os julgadores e os objetos estudados são estatisticamente independentes entre si. A ferramenta explora uma característica do escalonamento multidimensional, que é a representação gráfica do conjunto de dados em baixa dimensão, e além disso, a análise dos diferentes objetos representados no mapa perceptual é realizada à luz da inferência estatística. O modelo para geração do mapa perceptual de 3-vias, denominado extbf{MDSvarext}, é obtido em 3 fases: i) Redução de dimensão e geração de agrupamentos; ii) Alinhamento das configurações, e iii) Obtenção das regiões de confiança. Como resultado verifica-se que a incorporação da geração de agrupamentos, utilizando o método extbf{K-médias} ao extbf{MDSvarext}, mostra-se viável pois permite produzir agrupamentos que reduzem a variabilidade e consequentemente as regiões de confiança nos mapas gerados, além da obtenção de mais de um mapa. Finalmente com a redução da variabilidade torna-se possível a representação das regiões de confiança que mostram visualmente nos mapas gerados quais objetos diferem estatisticamente entre si.

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.