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.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/7848 |
| Date | 27 February 2015 |
| Creators | Nascimento, Márcia Valdenice Pereira do |
| 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 0.0021 seconds