Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Clerot, Davi Delgado
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Ciencia da Computacao
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Verificação de assinaturas off-line
Reconhecimento de Padrões
Coeficiente de Correlação de Pearson
Offline Signature Verification
Pattern Recognition
Pearson Correlation Coefficients
Link de acesso: https://repositorio.ufpe.br/handle/123456789/17074
Resumo: No âmbito da biometria comportamental, o reconhecimento automático de assinaturas manuscritas off-line se destaca pela boa aceitação em diversos segmentos, tais como Bancos, Cartórios e Imobiliárias. Dentre os fatores que estimulam sua utilização estão a facilidade na aquisição, pois não depende de equipamentos específicos, e seu valor legal ao ser realizada de próprio punho. No intuito de investigar métodos alternativos para realizar sua verificação automática, esta dissertação testa uma abordagem baseada no Coeficiente de Correlação de Pearson. O experimento foi realizado em seis etapas; da primeira à terceira, são utilizadas variações na extração de características, sem o auxílio de um classificador baseado em aprendizado automático. No quarto experimento, foi utilizada uma rede neural artificial como classificador, para efeito de comparação com os resultados anteriores. No quinto experimento, um peso associado ao limiar de resposta utilizado nos experimentos anteriores foi adicionado objetivando minimizar efeitos dos falsos positivos obtidos. No sexto e último experimento, para efeito de comparação com trabalhos relacionados, foi utilizada a base de dados disponibilizada no ICDAR (Conferência Internacional em Reconhecimento e Análise de Documentos) 2011. A configuração empregada nesta etapa, a qual utilizou a base do ICDAR, foi a do melhor experimento realizado dentre os anteriores. Os métodos propostos apresentaram resultados promissores em comparação com os resultados apresentados na literatura.
id UFPE_9ece2c318cb7cbee91b827841f76f233
oai_identifier_str oai:repositorio.ufpe.br:123456789/17074
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Verificação de assinaturas off-line utilizando o coeficiente de correlação de PearsonVerificação de assinaturas off-lineReconhecimento de PadrõesCoeficiente de Correlação de PearsonOffline Signature VerificationPattern RecognitionPearson Correlation CoefficientsNo âmbito da biometria comportamental, o reconhecimento automático de assinaturas manuscritas off-line se destaca pela boa aceitação em diversos segmentos, tais como Bancos, Cartórios e Imobiliárias. Dentre os fatores que estimulam sua utilização estão a facilidade na aquisição, pois não depende de equipamentos específicos, e seu valor legal ao ser realizada de próprio punho. No intuito de investigar métodos alternativos para realizar sua verificação automática, esta dissertação testa uma abordagem baseada no Coeficiente de Correlação de Pearson. O experimento foi realizado em seis etapas; da primeira à terceira, são utilizadas variações na extração de características, sem o auxílio de um classificador baseado em aprendizado automático. No quarto experimento, foi utilizada uma rede neural artificial como classificador, para efeito de comparação com os resultados anteriores. No quinto experimento, um peso associado ao limiar de resposta utilizado nos experimentos anteriores foi adicionado objetivando minimizar efeitos dos falsos positivos obtidos. No sexto e último experimento, para efeito de comparação com trabalhos relacionados, foi utilizada a base de dados disponibilizada no ICDAR (Conferência Internacional em Reconhecimento e Análise de Documentos) 2011. A configuração empregada nesta etapa, a qual utilizou a base do ICDAR, foi a do melhor experimento realizado dentre os anteriores. Os métodos propostos apresentaram resultados promissores em comparação com os resultados apresentados na literatura.In the field of behavioral biometrics, automatic off-line handwritten signature recognition stands out for its widespread acceptance in different market segments, such as Banks, Civil Registry Offices and Real State Agencies. Among the reasons why its use is widely stimulated are its ease of acquisition, once it does not depend on specific equipment, and its legal value when it is done by the author’s own handwriting. With the purpose of searching for alternative methods to proceed to its automatic verification, this essay tests out an approach based on Pearson Correlation Coefficient. The experiment was carried out through six steps; from the first to the third ones, there were used variations for feature extraction, without the assistance of a learning classifier. In the fourth experiment, there was used an artificial neural network as a classifier, in order to compare its results with those obtained in the previous tests. In the fifth experiment, a weight associated to the threshold results obtained in the previous experiments was added, so as to minimize the false positive rate. In the sixth and last experiment, for comparison with related essays, there was used the ICDAR (International Conference on Document Analysis and Recognition) 2011 database. The configuration utilized in this last step was the one obtained in the best test among the previous ones. The proposed methods presented promising results compared to others reported in the literature.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em Ciencia da ComputacaoZanchettin, Cleberhttp://lattes.cnpq.br/1873747810291901http://lattes.cnpq.br/1244195230407619Clerot, Davi Delgado2016-06-13T13:50:41Z2016-06-13T13:50:41Z2014-04-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.ufpe.br/handle/123456789/17074porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T07:55:57Zoai:repositorio.ufpe.br:123456789/17074Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T07:55:57Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
title Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
spellingShingle Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
Clerot, Davi Delgado
Verificação de assinaturas off-line
Reconhecimento de Padrões
Coeficiente de Correlação de Pearson
Offline Signature Verification
Pattern Recognition
Pearson Correlation Coefficients
title_short Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
title_full Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
title_fullStr Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
title_full_unstemmed Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
title_sort Verificação de assinaturas off-line utilizando o coeficiente de correlação de Pearson
author Clerot, Davi Delgado
author_facet Clerot, Davi Delgado
author_role author
dc.contributor.none.fl_str_mv Zanchettin, Cleber
http://lattes.cnpq.br/1873747810291901
http://lattes.cnpq.br/1244195230407619
dc.contributor.author.fl_str_mv Clerot, Davi Delgado
dc.subject.por.fl_str_mv Verificação de assinaturas off-line
Reconhecimento de Padrões
Coeficiente de Correlação de Pearson
Offline Signature Verification
Pattern Recognition
Pearson Correlation Coefficients
topic Verificação de assinaturas off-line
Reconhecimento de Padrões
Coeficiente de Correlação de Pearson
Offline Signature Verification
Pattern Recognition
Pearson Correlation Coefficients
description No âmbito da biometria comportamental, o reconhecimento automático de assinaturas manuscritas off-line se destaca pela boa aceitação em diversos segmentos, tais como Bancos, Cartórios e Imobiliárias. Dentre os fatores que estimulam sua utilização estão a facilidade na aquisição, pois não depende de equipamentos específicos, e seu valor legal ao ser realizada de próprio punho. No intuito de investigar métodos alternativos para realizar sua verificação automática, esta dissertação testa uma abordagem baseada no Coeficiente de Correlação de Pearson. O experimento foi realizado em seis etapas; da primeira à terceira, são utilizadas variações na extração de características, sem o auxílio de um classificador baseado em aprendizado automático. No quarto experimento, foi utilizada uma rede neural artificial como classificador, para efeito de comparação com os resultados anteriores. No quinto experimento, um peso associado ao limiar de resposta utilizado nos experimentos anteriores foi adicionado objetivando minimizar efeitos dos falsos positivos obtidos. No sexto e último experimento, para efeito de comparação com trabalhos relacionados, foi utilizada a base de dados disponibilizada no ICDAR (Conferência Internacional em Reconhecimento e Análise de Documentos) 2011. A configuração empregada nesta etapa, a qual utilizou a base do ICDAR, foi a do melhor experimento realizado dentre os anteriores. Os métodos propostos apresentaram resultados promissores em comparação com os resultados apresentados na literatura.
publishDate 2014
dc.date.none.fl_str_mv 2014-04-28
2016-06-13T13:50:41Z
2016-06-13T13:50:41Z
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.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/17074
url https://repositorio.ufpe.br/handle/123456789/17074
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Ciencia da Computacao
publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Ciencia da Computacao
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856041942972891136

Registros relacionados