Return to search

Reconhecimento automático de impressões digitais utilizando wavelets e redes neuronais artificiais

CNPq, CAPES / Este trabalho propõe uma nova abordagem para o reconhecimento automático de impressões digitais. Diferentemente das técnicas tradicionais, baseadas na análise de peculiaridades relativas aos padrões de impressão digital e em algoritmos de busca dedicados especialmente a esse fim, é sugerida uma metodologia com base em ferramentas de representação de sinais e em modelos de classificação conexionistas. Basicamente, a metodologia aqui proposta fundamenta-se em duas técnicas principais: o padrão de compressão wavelet para impressões digitais especificado pelo FBI como método de extração de características; e modelos de Redes Neuronais Artificiais que utilizam técnicas lineares de treinamento como método de classificação dos padrões obtidos. O principal objetivo do método sugerido é o desenvolvimento de um sistema de reconhecimento independente de técnicas específicas de análise e processamento de imagens de impressões digitais, procurando-se a obtenção de baixos índices de falsa aceitação e rejeição, sendo a prioridade para o índice de falsa aceitação. As metodologias e resultados obtidos nos experimentos executados são apresentados, bem como suas respectivas análises e ainda algumas propostas para trabalhos futuros e melhorias. Alguns aspectos pertinentes ao hardware de aquisição de imagens e algumas técnicas de processamento digital de imagens também são apresentadas. / This work proposes a new approach for automatic fingerprint recognition. Differently from traditional techniques, based on the analysis of peculiarities existing in fingerprint patterns and dedicated search algorithms for that purpose, it is suggested a methodology centred in signal representation tools and connectionist classification models. Basically, the methodology proposed here supports itself in two main techniques: the FBI’s Wavelet Scalar Quantization standard for fingerprint image compression as method for the feature extraction; and Artificial Neural Networks models that use linear training techniques as method for the classification of the resulting patterns. The main objective of the suggested method is the development of a recognition system independent from specific fingerprint image analysis techniques, looking for low false acceptance and false rejection rates, with priority for the false acceptance rate. The methodologies and results achieved in the executed experiments are presented, as well as their respective analysis and yet some proposals for future work and enhancements. Some aspects pertinent to the image acquisition hardware and some digital image processing techniques are also presented.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/643
Date30 April 1998
CreatorsVieira Neto, Hugo
ContributorsBorges, Díbio Leandro, Arruda, Lúcia Valéria Ramos de
PublisherCentro Federal de Educação Tecnológica do Paraná, Curitiba, Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0756 seconds