Please use this identifier to cite or link to this item: http://repositorio.ufes.br/handle/10/4110
Title: Implementacao de Metodos Biometricos Bi-Modais Baseados em Fusao de Caracteristicas para Reconhecimento de Individuos
metadata.dc.creator: Joao Marques Salomao
Keywords: Sistema bi-modal de reconhecimento pessoal;Fusão no nível d
Issue Date: 24-Aug-2007
Publisher: Universidade Federal do Espírito Santo
Citation: Joao Marques Salomao, Implementacao de Metodos Biometricos Bi-Modais Baseados em Fusao de Caracteristicas para Reconhecimento de Individuos
Abstract: Esta pesquisa propõe uma forma de fusão de informações no nível das características para um sistema bi-modal de reconhecimento pessoal. As características biométricas e comportamentais consideradas na validação deste trabalho são obtidas das seqüências de vídeo da forma humana de caminhar e de imagens faciais. Ela sugere arquiteturas e algoritmos que permitem a implementação de reconhecimento e autenticação de indivíduos através da fusão de características faciais e da forma humana de caminhar, objeto de poucos trabalhos disponíveis na literatura. A escolha da abordagem através da fusão das duas características justifica-se pela suposição de que ela deve oferecer um melhor desempenho de classificação, robustez e segurança ao permitir a identificação noturna e à distância. Além disso, é considerada menos intrusiva do que todos os outros sistemas biométricos, por apresentar pouca ou nenhuma necessidade de colaboração da pessoa a ser identificada. A pesquisa, pela atualidade do tema e pelas poucas referências bibliográficas, inicia-se avaliando o desempenho do sistema de reconhecimento pessoal pela forma de caminhar ao se aplicarem, sobre as seqüências de vídeo, técnicas de extração e seleção de características de silhuetas baseadas em análise de componentes principais (PCA - Principal Component Analysis), análise de componentes independentes (ICA - Independent Component Analysis), transformadas Wavelets e proporção de variâncias (PoV Proportion of Variances), em combinação com os classificadores baseados em distâncias Euclidianas, máquinas de vetores suporte (SVM Support Vector Machines) e redes neurais com funções de bases radiais (RBF Radial Basis Function). Utilizando-se bases de dados de domínio público, foi feito um estudo especial sobre a forma de caminhar objetivando uma avaliação inicial do seu desempenho em sistemas de reconhecimento pessoais, bem como a escolha de métodos e técnicas mais apropriadas para efetuar a fusão desta com as imagens faciais do indivíduo. Em seguida, obtiveram-se bases de dados próprias baseando-se em um cenário proposto que permitiu extrair as silhuetas de seqüências de vídeo da forma de caminhar e das imagens faciais correspondentes a cada seqüência. Avaliou-se o desempenho do sistema de reconhecimento quando se estabelece a fusão de ambas as características biométricas. Em uma etapa posterior, após a definição da arquitetura mais adequada, é proposta e implementada a fusão dos dois sistemas biométricos face-forma de caminhar sobre bases de dados de domínio público e proprietárias. Nesta fase final do trabalho, as implementações sugeridas utilizam-se das técnicas de extração e seleção de características baseadas na energia das silhuetas do caminhar, na proporção de variâncias (PoV) e em algoritmos de classificação baseados em redes neurais com funções de bases radiais (RBF). Os resultados apresentados permitiram avaliar as taxas de acertos, de falsa aceitação e falsa rejeição e o desempenho do sistema, quando considerados os vetores de características individuais das imagens faciais e de seqüências de vídeo do caminhar e da fusão das características de ambas, confirmando a validade e viabilidade de aplicação deste trabalho de fusão no nível das características no sistema bi-modal de reconhecimento pessoal.
URI: http://repositorio.ufes.br/handle/10/4110
Appears in Collections:PPGEE - Teses de doutorado

Files in This Item:
File Description SizeFormat 
tese_2324_TeseSalomao.pdf1.95 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.