Classificação de Regiões Singulares em Imagens de Impressão Digital por Meio de Redes Neurais Convolucionais

Autores

  • Paulo Ricardo Silva Universidade Federal da Paraíba
  • Leonardo Vidal Batista Universidade Federal da Paraíba
  • João Janduy Primo

DOI:

https://doi.org/10.12957/cadinf.2020.50332

Resumo

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. 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. O processo de comparação de impressão digital utiliza como atributo discriminante informações locais como minúcias, porém, devido a problemas como ruído na captura ou desgaste nas impressões digitais, este atributo nem sempre é suficiente para a realização desta tarefa. Portanto, singularidades do tipo laço e delta podem contribuir nesta etapa para reduzir a taxa de erro. Este trabalho propõe um método para classificar singularidades em imagens de impressão digital, que baseia-se em redes neurais convolucionais. Para avaliar a efetividade do algoritmo proposto, foi utilizada a base de dados FVC2002-1 sobre a qual o modelo alcançou acurácia de 100%.

Downloads

Publicado

2020-10-30

Como Citar

Silva, P. R., Batista, L. V., & Primo, J. J. (2020). Classificação de Regiões Singulares em Imagens de Impressão Digital por Meio de Redes Neurais Convolucionais. Cadernos Do IME - Série Informática, 44, 60–72. https://doi.org/10.12957/cadinf.2020.50332

Edição

Seção

Artigos