Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | New York University | - |
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.creator | Contreras, Rodrigo Colnago | - |
Autor(es): dc.creator | Nonato, Luis Gustavo | - |
Autor(es): dc.creator | Boaventura, Maurílio | - |
Autor(es): dc.creator | Boaventura, Inês Aparecida Gasparotto | - |
Autor(es): dc.creator | Coelho, Bruno Gomes | - |
Autor(es): dc.creator | Viana, Monique Simplicio | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:36:47Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:36:47Z | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2022-05-01 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-030-87897-9_39 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/233733 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/233733 | - |
Descrição: dc.description | Fingerprint-based authentication systems represent what is most common in biometric authentication systems. Today’s simplest tasks, such as unlocking functions on a personal cell phone, may require its owner’s fingerprint. However, along with the advancement of this category of systems, have emerged fraud strategies that aim to guarantee undue access to illegitimate individuals. In this case, one of the most common frauds is that in which the impostor presents manufactured biometry, or spoofing, to the system, simulating the biometry of another user. In this work, we propose a new framework that makes two filtered versions of the fingerprint image in order to increase the amount of information that can be useful in the process of detecting fraud in fingerprint images. Besides, we propose a new texture descriptor based on the well-known dense Scale-Invariant Feature Transform (SIFT): the statistical dense SIFT, in which their descriptors are summarized using a set of signal processing functions. The proposed methodology is evaluated in benchmarks of two editions of LivDet competitions, assuming competitive results in comparison to techniques that configure the state of the art of the problem. | - |
Descrição: dc.description | University of São Paulo | - |
Descrição: dc.description | São Paulo State University | - |
Descrição: dc.description | New York University | - |
Descrição: dc.description | Federal University of São Carlos | - |
Descrição: dc.description | São Paulo State University | - |
Formato: dc.format | 442-455 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Dense SIFT | - |
Palavras-chave: dc.subject | Fingerprint authentication system | - |
Palavras-chave: dc.subject | Liveness detection | - |
Palavras-chave: dc.subject | Pattern recognition | - |
Palavras-chave: dc.subject | Spoofing detection | - |
Título: dc.title | A New Multi-filter Framework with Statistical Dense SIFT Descriptor for Spoofing Detection in Fingerprint Authentication Systems | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: