Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Zaghetto, Cauê
Orientador(a): Vidal, Flávio de Barros
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://repositorio.unb.br/handle/10482/20747
http://dx.doi.org/10.26512/2016.04.D.20747
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016.
id UNB_150cc81965aa792bfa93a10850e5b221
oai_identifier_str oai:repositorio2.unb.br:10482/20747
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Zaghetto, CauêVidal, Flávio de Barros2016-06-17T21:13:26Z2016-06-17T21:13:26Z2016-06-172016-04-25ZAGHETTO, Cauê. Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais. 2016. xiv, 74 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2016.http://repositorio.unb.br/handle/10482/20747http://dx.doi.org/10.26512/2016.04.D.20747Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016.Este trabalho apresenta um método baseado em Redes Neurais Artificiais que avalia o malposicionamento dos dedos devido à rotação em dispositivos de aquisição de impressões digitais multivista sem toque. O objetivo é determinar se o dedo está rotacionado ou não, uma vez que o adequado posicionamento do dedo é mandatório para garantir altas taxas de correspondência entre impressões digitais. Um conjunto de teste de 9000 imagens adquiridas foi utilizado para treinar, validar e testar um conjunto de classificadores baseados em redes neurais artificiais multicamadas. Até o momento, não existe um método definitivo que abordou o problema da qualidade de impressões digitais em dispositivos de captura que utilizem a tecnologia multivista sem toque, e a detecção da rotação de dedos apresentada neste trabalho é um dos passos que devem ser levados em conta se um futuro método automático para avaliação da qualidade de impressões digitais for considerado. Os resultados médios, mostram que: o classificador identifica corretamente o mal-posicionamento em aproximadamente 98,50% dos casos; e quando o mal-posicionamento é detectado, o ângulo de rotação é corretamente estimado em 95,25% dos casos.This work presents a method based on Artificial Neural Network that evaluates the rotational bad-positioning of fingers on touchless multiview fingerprinting devices. The objective is to determine whether the finger is rotated or not, since a proper positioning of the finger is mandatory for high fingerprint matching rates. A test set of 9000 acquired images has being used to train, validate and test a set of multilayer Artificial Neural Network classifiers. To our knowledge, there is no definitive method that addressed the problem of fingerprint quality on touchless multiview scanners. The proposed finger rotation detection here presented is one of the steps that must be taken into account if a future automatic image quality assessment method is to be considered. Average results show that: our classifier correctly identifies bad-positioning in approximately 98.50% of cases; and if bad-positioning is detected, the rotation angle is correctly estimated in 95.25% evaluations.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/openAccessDetecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiaisRotational bad-positioning detection of fingers on touchless multiview fingerprint de vices using artificial neuralnetworksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisBiometriaImpressão digitalRedes neurais artificiaisporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2016_CaueZaghetto.pdf2016_CaueZaghetto.pdfapplication/pdf14491723http://repositorio2.unb.br/jspui/bitstream/10482/20747/1/2016_CaueZaghetto.pdfcb3b4c34391e97435c3414fd256d02aeMD51open accessLICENSElicense.txtlicense.txttext/plain767http://repositorio2.unb.br/jspui/bitstream/10482/20747/2/license.txt321135a1ddf83cb4a45853b941bc13efMD52open access10482/207472023-07-13 17:17:27.988open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2023-07-13T20:17:27Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.en.fl_str_mv Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
dc.title.alternative.en.fl_str_mv Rotational bad-positioning detection of fingers on touchless multiview fingerprint de vices using artificial neuralnetworks
title Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
spellingShingle Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
Zaghetto, Cauê
Biometria
Impressão digital
Redes neurais artificiais
title_short Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
title_full Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
title_fullStr Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
title_full_unstemmed Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
title_sort Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais
author Zaghetto, Cauê
author_facet Zaghetto, Cauê
author_role author
dc.contributor.author.fl_str_mv Zaghetto, Cauê
dc.contributor.advisor1.fl_str_mv Vidal, Flávio de Barros
contributor_str_mv Vidal, Flávio de Barros
dc.subject.keyword.en.fl_str_mv Biometria
Impressão digital
Redes neurais artificiais
topic Biometria
Impressão digital
Redes neurais artificiais
description Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2016.
publishDate 2016
dc.date.submitted.none.fl_str_mv 2016-04-25
dc.date.accessioned.fl_str_mv 2016-06-17T21:13:26Z
dc.date.available.fl_str_mv 2016-06-17T21:13:26Z
dc.date.issued.fl_str_mv 2016-06-17
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ZAGHETTO, Cauê. Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais. 2016. xiv, 74 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2016.
dc.identifier.uri.fl_str_mv http://repositorio.unb.br/handle/10482/20747
dc.identifier.doi.none.fl_str_mv http://dx.doi.org/10.26512/2016.04.D.20747
identifier_str_mv ZAGHETTO, Cauê. Detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque utilizando redes neurais artificiais. 2016. xiv, 74 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2016.
url http://repositorio.unb.br/handle/10482/20747
http://dx.doi.org/10.26512/2016.04.D.20747
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/20747/1/2016_CaueZaghetto.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/20747/2/license.txt
bitstream.checksum.fl_str_mv cb3b4c34391e97435c3414fd256d02ae
321135a1ddf83cb4a45853b941bc13ef
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1797406101976645632

Registros relacionados