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.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/7857 |
| Date | 23 October 2015 |
| Creators | Silva, Arnaldo Gualberto de Andrade e |
| Contributors | Batista, Leonardo Vidal |
| Publisher | Universidade Federal da Paraíba, Programa de Pós-Graduação em Informática, UFPB, Brasil, Informática |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFPB, instname:Universidade Federal da Paraíba, instacron:UFPB |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 4679641312648529202, 600, 600, 600, 7879657947546587587, 3671711205811204509 |
Page generated in 0.0027 seconds