Orientadora : Profª Drª Giselle Lopes Ferrari Ronque / Co-orientador : Prof. Dr. Alessandro Zimmer / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa: Curitiba, 29/04/2015 / Inclui referências / Resumo: A biometria tem sido bastante utilizada para realizar a identificação pessoal, pois trata-se de um método seguro de identificação, utilizando características que são únicas, intransferíveis e capazes de discriminar os indivíduos. Este trabalho propõe um método biométrico multimodal unindo as características extraídas da geometria da mão, da impressão palmar e das veias da palma da mão, nunca antes realizado para o banco de imagens utilizado. Para a geometria da mão extraiu-se medidas do contorno utilizando o método DOS+ responsável por identificar o grau de curvatura do mesmo. Primitivas locais (direção preferencial e quantidade e proporção de pixels) e globais (textura e localização do centro de massa) foram extraídas da impressão palmar. E por fim, características de textura foram extraídas das veias da palma da mão através do descritor Local Binary Patterns. A fusão das biometrias foi feita em nível de características e a classificação foi realizada através de Máquinas de Vetores de Suporte. Utilizou-se o banco CASIA-MS-Palmprint V1.0 para realizar o desenvolvimento e os testes do sistema. Um segundo banco de dados também foi utilizado para os testes e para a validação da metodologia. Para o banco CASIA foi obtida uma taxa de erros iguais de 2,4% para a combinação da geometria da mão com a impressão palmar, de 2% para a fusão da impressão palmar com as veias da palma e de 1,4% para a combinação da geometria da palma, da impressão palmar e das veias da palma Palavras-chave: biometria, geometria da mão, impressão palmar, veias da palma da mão, sistema biométrico multimodal, identificação pessoal. / Abstract: Biometrics has been largely used to personal identification because it is a safe method of identification using characteristics that are unique, non-transferable and capable of discriminate people. This work presents a multimodal biometric method joining the extracted characteristics of hand geometry, palmprint and palm vein, which was never made before for the database used. In order to have the hand geometry, the contour curvature degree was extracted with the DOS+ method. Local primitives (preferential direction and pixels quantity and proportion) and global primitives (texture and center of mass location) were extracted from the palmprint. Finally, characteristics of texture also were extracted from the palm veins through Local Binary Patterns descriptor. Biometric fusion was made in the feature level and classification was made by Support Vector Machines. The CASIA-MS-Palmprint V1.0 database was used to develop and test the system. A second database was also used to test and validate the methodology. CASIA's database Equal Error Rate was 2.4% for hand geometry and palmprint combination, 2% for palmprint and palm veins combination and 1.4% for hand geometry, palmprint and palm veins combination. Key-words: biometrics, hand geometry, palmprint, palm vein, multimodal biometric system, personal identification.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/38990 |
| Date | January 2015 |
| Creators | Canestraro, Amanda |
| Contributors | Zimmer, Alessandro, Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica, Ronque, Giselle Lopes Ferrari |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 146f. : il., tabs., grafs., algumas color., application/pdf |
| Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | Disponível em formato digital |
Page generated in 0.0019 seconds