PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA (PPGI)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
Não informado

Notícias


Banca de DEFESA: PAULO RICARDO PEREIRA DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: PAULO RICARDO PEREIRA DA SILVA
DATA: 27/05/2020
HORA: 14:00
LOCAL: Videoconferência: https://meet.google.com/vjq-ojny-rzb
TÍTULO: Classificação e Detecção de Singularidades em Imagens de Impressão Digital Baseada em Redes Neurais Convolucionais
PALAVRAS-CHAVES: Classificação de Imagens; Impressão Digital; Redes Neurais Convolucionais
PÁGINAS: 71
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Processamento Gráfico (Graphics)
RESUMO: A Biometria oferece um mecanismo de autenticação confiável utilizando traços (físicos ou comportamentais) que permitam identificar usuários baseados em suas características naturais. O reconhecimento por impressão digital é uma das abordagens biométricas mais utilizadas, visto que sua alta precisão e seu baixo custo tornam os sistemas mais acessíveis e com resultados satisfatórios. No entanto, o reconhecimento por impressões digitais ainda é um problema em aberto, uma vez que erros de falsa aceitação e falsa rejeição ainda são encontrados nos algoritmos de comparação de impressões digitais. Este trabalho propõe um método de classificação e detecção de singularidades em imagens de impressão digital, que baseia-se em redes neurais convolucionais e janela deslizante. A detecção é feita por meio de janela deslizante que percorre uma imagem de entrada e extrai uma subimagem de 50x50 e a passa como argumento para o classificador rotular entre as classes laço, delta e neg ou não singularidade, criando um conjunto de singularidades candidatas para então aplicar uma filtragem e manter apenas as singularidades verdadeiras - o classificador é uma rede neural convolucional e sua arquitetura é semelhante a LeNet, com as primeiras camadas convolucionais e as últimas são totalmente conectadas. Para avaliar a efetividade do método proposto, foram utilizadas as bases de dados com e sem pré-processamento FVC2000-3, FVC2002-1, FVC2004-1 e FVC2006-3, e sem pré-processamento SPD2010, sobre as quais o melhor classificador alcançou acurácia de 99% e média de medida-F de 0.99 para as três classes, e o detector alcançou 0.84 de medida-F e \textit{IoU} mediano de 0.76.
MEMBROS DA BANCA:
Presidente - 1167863 - LEONARDO VIDAL BATISTA
Interno - 1723491 - CLAUIRTON DE ALBUQUERQUE SIEBRA
Interno - 1743917 - THAIS GAUDENCIO DO REGO
Externo à Instituição - João Janduy Brasileiro Primo