Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciências da Computação, 2015. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2015-07-01T17:56:17Z
No. of bitstreams: 1
2015_NilsonDonizeteGuerinJunior.pdf: 6113923 bytes, checksum: 78389d648276fe440825b587503b2213 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2015-07-17T11:47:21Z (GMT) No. of bitstreams: 1
2015_NilsonDonizeteGuerinJunior.pdf: 6113923 bytes, checksum: 78389d648276fe440825b587503b2213 (MD5) / Made available in DSpace on 2015-07-17T11:47:21Z (GMT). No. of bitstreams: 1
2015_NilsonDonizeteGuerinJunior.pdf: 6113923 bytes, checksum: 78389d648276fe440825b587503b2213 (MD5) / O reconhecimento biométrico pode ser definido como a ciência de estabelecer a identidade de um indivíduo baseado nas características físicas e/ou comportamentais da pessoa seja de maneira totalmente automática seja de forma semiautomática. Um sistema biométrico tem dois tipos de funcionalidades: a verificação e a identificação. Na verificação, o usuário afirma sua identidade e o sistema verifica se a afirmação é genuína. A identificação diz respeito a apontar uma identidade, dentre todas as cadastradas no sistema, para uma amostra de entrada. A biometria tem vantagens sobre abordagens baseadas em tokens ou conhecimento de informações (por exemplo, uma senha). Isto porque tokens podem ser perdidos e o conhecimento pode ser esquecido. O reconhecimento de escritor baseado em texto é uma das áreas mais ativas na biometria, dentre as biometrias comportamentais. Tanto as abordagens online quanto offline tem sido estudadas em trabalhos anteriores. Mas quando se refere ao tipo de texto usado, o reconhecimento de assinatura tem atraído muito mais atenção do que abordagens baseadas em outros tipos de escrita, especialmente no caso online. Além disso, o cenário com dispositivos móveis foi pouco abordado nesse contexto. O objetivo deste trabalho é o desenvolvimento de um sistema de verificação multibiométrica aplicável a palavras cursivas isoladas e assinaturas, em um cenário com dispositivos móveis. Uma base de dados, denominada LISA-01, foi especialmente desenvolvida para avaliar o cenário desejado. O sistema considera descritores de Fourier, histogramas e velocidade para classificação, tendo em vista baixa complexidade computacional. Foram desenvolvidas e avaliadas duas propostas para otimização no uso de histogramas. Taxas de erro de 6,47% e 4,39% são obtidas nas bases de dados LISA-01 e MCYT-100, respectivamente. Os resultados sugerem que a combinação das características utilizadas é complementar e que o uso de palavras cursivas isoladas pode ser adequado em sistemas biométricos. Além disso, evidenciam que há relevância entre comprimento da palavra e a performance de verificação. / The biometric recognition can be defined as the science of establishing the identity of an individual based on physical and / or behavioral characteristics of the person in a fully or semiautomatic way. A biometric system has two types of taks: verification and identification. In verification, the user claim his/her identity and the system checks whether the claim is genuine. Identification concerns about relating a sample to an identity among all registered in the system. Biometrics has advantages over approaches based on tokens or knowledge (e.g. passwords) as tokens can be lost and knowledge can be forgotten. The recognition of writer based on text is one of the most active areas in biometrics, specifically in the behavioral biometrics. Both online and offline approaches have been studied in previous work. But when it comes to the type of text used, the signature recognition has attracted much more attention than approaches based on other types of writing, especially in the case online. In addition, the scenario with mobile devices was not much discussed in this context. The objective of this work is the development of a multi-biometric verification system applicable to isolated cursive words and signatures, in a scenario with mobile devices. A database, called LISA-01, was specially developed to evaluate the desired scenario. The system considers Fourier descriptors, velocity and histograms for classification, obtaining low computational complexity. Proposals for optimizing the use of histograms is also developed and evaluated. Error rates of 6.47% and 4.39% are obtained in the database LISA-01 and MCYT- 100, respectively. The results suggest that the combination of the used characteristics is complementary and the introduction of isolated cursive words can be appropriate to biometric systems. Furthermore, the relevance of word length on verification performance is also identified.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/18446 |
Date | 10 March 2015 |
Creators | Guerin Júnior, Nilson Donizete |
Contributors | Vidal, Flávio de Barros, Espinoza, Bruno Luiggi Macchiavello |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0151 seconds