Made available in DSpace on 2014-06-12T16:00:39Z (GMT). No. of bitstreams: 2
arquivo6835_1.pdf: 2219164 bytes, checksum: 8fb0724b72c8498e6e1a173381013aae (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2011 / Os recentes avanços da tecnologia de informação e o crescimento dos requisitos de segurança
têm impulsionado o aprimoramento dos métodos de identificação pessoal. Os métodos de
identificação tradicionais baseados em posse (cartões, chaves, entre outros objetos) ou conhecimento
(login e senha, por exemplo) apresentam alguns incovenientes, considerando que os
objetos podem ser perdidos, roubados ou falsificados e que nomes de usuários e senhas podem
ser esquecidos ou até adivinhados. O desenvolvimento dos métodos biométricos de identificação
pessoal surgem como uma alternativa para superar estas limitações. Nestes métodos,
a associação da identidade passa a ser baseada em características próprias e inerentes a cada
pessoa. Estas características representam o que indivíduo é ou como ele realiza alguma ação, e
não um objeto que o indivíduo possui ou algo que ele precise lembrar. Desta maneira, as características
biométricas não podem ser esquecidas ou compartilhadas e dificilmente são copiadas
ou modificadas.
Dentre todos os métodos biométricos, os sistemas baseados no reconhecimento de íris vêm
ganhando destaque em virtude de ser considerado como uma das modalidades biométricas
mais precisas. Uma de suas etapas mais críticas é a etapa de segmentação, na qual, a região
da íris é localizada e extraída a partir de uma imagem do olho previamente coletada, para que
os modelos biométricos posteriormente gerados contenham apenas informações de íris. Uma
representação errônea da região de íris corromperá o modelo biométrico, resultando em baixas
taxas de reconhecimento. Essa etapa é, geralmente, subdividida em duas: segmentação de
pupila e segmentação de íris, assumindo que a partir da segmentação da pupila, a segmentação
da íris torna-se menos complexa, devido, em parte, à área de busca pela íris ser reduzida aos
arredores da pupila.
Usualmente, as técnicas de segmentação de pupila são baseadas na detecção de círculos,
porém, é comum a pupila apresentar-se com um formato irregular em imagens do olho, principalmente,
devido a problemas durante a etapa de aquisição da imagem. Nesta dissertação
é proposta uma nova técnica baseada na utilização de uma rede neural batch-SOM (BSOM)
modificada para o problema de segmentação de pupila que, diferente de outras técnicas, pode
assumir qualquer formato, ajustando-se de maneira mais precisa às fronteiras da pupila. Nesta
dissertação, também foram sugeridos um método, baseado no algoritmo K-means, para inicializar
a rede neural e um método de ajuste do contorno obtido pela rede BSOM. Os resultados
finais alcançados mostraram-se excelentes para as bases CasiaIris-V3 Interval, CasiaIris-V4
Syn e MMU1
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2729 |
Date | 31 January 2011 |
Creators | Soares de Vasconcelos, Gabriel |
Contributors | Ing Ren, Tsang |
Publisher | Universidade Federal de Pernambuco |
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 UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds