Reconhecimento biométrico de íris usando filtro de correlação

Klehm, Volnei da Silva; http://lattes.cnpq.br/6963673345460116

Dissertação

Reconhecimento biométrico de íris usando filtro de correlação

Naturalmente, os padrões os quais desejamos reconhecer, ocorrem nas mais diversas formas. Por exemplo, supondo como padrão a íris humana, é natural que este padrão seja adquirido de algumas maneiras possíveis. Quando adquirida a íris pode estar, em relação ao padrão original, com rotação, translação...

ver descrição completa

Autor principal:	Klehm, Volnei da Silva
Outros Autores:	http://lattes.cnpq.br/6963673345460116
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2015
Assuntos:	Inteligência artificial Reconhecimento de padrão - Íris humana Identificação biométrica Filtros de correlação - SDF e MACE Artificial intelligence Biometric identification ENGENHARIAS: ENGENHARIA ELÉTRICA
Acesso em linha:	http://tede.ufam.edu.br/handle/tede/4496

id	oai:https:--tede.ufam.edu.br-handle-:tede-4496
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-44962016-05-02T14:15:21Z Reconhecimento biométrico de íris usando filtro de correlação Klehm, Volnei da Silva Silva Júnior, Waldir Sabino da http://lattes.cnpq.br/6963673345460116 http://lattes.cnpq.br/2925380715531711 Inteligência artificial Reconhecimento de padrão - Íris humana Identificação biométrica Filtros de correlação - SDF e MACE Artificial intelligence Biometric identification ENGENHARIAS: ENGENHARIA ELÉTRICA Naturalmente, os padrões os quais desejamos reconhecer, ocorrem nas mais diversas formas. Por exemplo, supondo como padrão a íris humana, é natural que este padrão seja adquirido de algumas maneiras possíveis. Quando adquirida a íris pode estar, em relação ao padrão original, com rotação, translação, com efeitos de iluminação ou misturadas a ruídos. Dessa forma, em alguns casos, é necessário que o método de reconhecimento tenha versatilidade suficiente para identificar tais formas não esperadas da ocorrência do padrão os quais desejamos reconhecer. Em nosso caso particular, por exemplo, precisamos de filtros de correlação com flexibilidade mais ampla que os filtros SDF e MACE. Uma forma consolidada de expressar a variação de um conjunto de dados pode ser obtida utilizando-se o método por Análise de Componentes Principais (PCA) [1, 2]. A PCA representa de forma ótima um conjunto de dados e esse fato a torna interessante para combinação com o projeto de filtros e uma possível abordagem consiste em sua modificação para que as próprias componentes principais sejam usadas como padrões alvo. Nesta dissertação, é proposta a modificação do projeto de filtros de correlação SDF e MACE de modo a se utilizar a Análise de Componentes Principais para representar o conjunto das ocorrências do padrão de interesse. Um dos benefícios desta abordagem, reside no fato da PCA incorporar as variações presentes no conjunto de dados proporcionando, como resultado, filtros mais flexíveis. Assim, filtros projetados desta forma teriam sucesso na detecção de padrões com pequenas distorções, translações e rotações. Para validar o método proposto, projetamos um sistema de reconhecimento que utiliza como padrão a íris humana e, para tal, uma base de dados consolidada é utilizada. Naturally, patterns that we wish to recognize occurs in several manners. As example, considering the ordinary human iris, it is often to this pattern to manifest different aspects. When acquired one iris can present, in relation to the original pattern, rotation, translation, lighting distortions or mixed noise. Thus, in some cases, it is necessary to the recognition method to have versatility enough to identify such unexpected forms of pattern occurrences that we wish to recognize. In our particular case, filters for correlation with broader flexibility than the standard SDF and MACE filters, for example, are necessary. A consolidated way to express the variation of a data set can be obtained using the method of Principal Component Analysis (PCA) [1, 2]. The PCA optimally represents a dataset and this fact makes it interesting for combination among ordinary correlation filter design and one possible approach consists of the modification of the design of correlation filters to use principal components as their own detection target. In this dissertation, it is proposed to modify the design of correlation filters SDF and MACE to use Principal Component Analysis to represent the set of occurrences of the pattern of interest. One benefit of this approach resides in the fact that PCA incorporate the changes in the set data providing as a result, more flexible filters. Thus, filters designed in this way would succeed in detecting patterns with small distortions translations and rotations. To validate the proposed method, a recognition system that uses the default human iris was designed and, for this purpose, one consolidate database is used. Não informada 2015-07-23T15:46:34Z 2013-07-10 Dissertação KLEHM, Volnei da Silva. Reconhecimento biométrico de íris usando filtro de correlação. 2013. 88 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2013. http://tede.ufam.edu.br/handle/tede/4496 por Acesso Aberto application/pdf Universidade Federal do Amazonas Faculdade de Tecnologia Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Inteligência artificial Reconhecimento de padrão - Íris humana Identificação biométrica Filtros de correlação - SDF e MACE Artificial intelligence Biometric identification ENGENHARIAS: ENGENHARIA ELÉTRICA
spellingShingle	Inteligência artificial Reconhecimento de padrão - Íris humana Identificação biométrica Filtros de correlação - SDF e MACE Artificial intelligence Biometric identification ENGENHARIAS: ENGENHARIA ELÉTRICA Klehm, Volnei da Silva Reconhecimento biométrico de íris usando filtro de correlação
topic_facet	Inteligência artificial Reconhecimento de padrão - Íris humana Identificação biométrica Filtros de correlação - SDF e MACE Artificial intelligence Biometric identification ENGENHARIAS: ENGENHARIA ELÉTRICA
description	Naturalmente, os padrões os quais desejamos reconhecer, ocorrem nas mais diversas formas. Por exemplo, supondo como padrão a íris humana, é natural que este padrão seja adquirido de algumas maneiras possíveis. Quando adquirida a íris pode estar, em relação ao padrão original, com rotação, translação, com efeitos de iluminação ou misturadas a ruídos. Dessa forma, em alguns casos, é necessário que o método de reconhecimento tenha versatilidade suficiente para identificar tais formas não esperadas da ocorrência do padrão os quais desejamos reconhecer. Em nosso caso particular, por exemplo, precisamos de filtros de correlação com flexibilidade mais ampla que os filtros SDF e MACE. Uma forma consolidada de expressar a variação de um conjunto de dados pode ser obtida utilizando-se o método por Análise de Componentes Principais (PCA) [1, 2]. A PCA representa de forma ótima um conjunto de dados e esse fato a torna interessante para combinação com o projeto de filtros e uma possível abordagem consiste em sua modificação para que as próprias componentes principais sejam usadas como padrões alvo. Nesta dissertação, é proposta a modificação do projeto de filtros de correlação SDF e MACE de modo a se utilizar a Análise de Componentes Principais para representar o conjunto das ocorrências do padrão de interesse. Um dos benefícios desta abordagem, reside no fato da PCA incorporar as variações presentes no conjunto de dados proporcionando, como resultado, filtros mais flexíveis. Assim, filtros projetados desta forma teriam sucesso na detecção de padrões com pequenas distorções, translações e rotações. Para validar o método proposto, projetamos um sistema de reconhecimento que utiliza como padrão a íris humana e, para tal, uma base de dados consolidada é utilizada.
author_additional	Silva Júnior, Waldir Sabino da
author_additionalStr	Silva Júnior, Waldir Sabino da
format	Dissertação
author	Klehm, Volnei da Silva
author2	http://lattes.cnpq.br/6963673345460116
author2Str	http://lattes.cnpq.br/6963673345460116
title	Reconhecimento biométrico de íris usando filtro de correlação
title_short	Reconhecimento biométrico de íris usando filtro de correlação
title_full	Reconhecimento biométrico de íris usando filtro de correlação
title_fullStr	Reconhecimento biométrico de íris usando filtro de correlação
title_full_unstemmed	Reconhecimento biométrico de íris usando filtro de correlação
title_sort	reconhecimento biométrico de íris usando filtro de correlação
publisher	Universidade Federal do Amazonas
publishDate	2015
url	http://tede.ufam.edu.br/handle/tede/4496
_version_	1781302022758203392
score	11.653393

Reconhecimento biométrico de íris usando filtro de correlação

Registros relacionados