
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 Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Vargem Limpa | - |
| Autor(es): dc.creator | de Rosa, Gustavo H. | - |
| Autor(es): dc.creator | Roder, Mateus | - |
| Autor(es): dc.creator | Papa, João P. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:51:14Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:51:14Z | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Data de envio: dc.date.issued | 2022-05-01 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1111/exsy.12891 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/233847 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/233847 | - |
| Descrição: dc.description | Biometric recognition provides straightforward methods to deal with the problem of identifying people under certain circumstances. Additionally, a well-calibrated biometric system enhances security policies and prevents malicious attempts, such as fraud or identity theft. Deep learning has arisen to foster the problem by extracting high-level features that compose the so-called ‘user fingerprint’, that is, digital identification of a particular individual. Nevertheless, personal identification is not a trivial task, as many traits might define an individual, varying according to the task's domain. An exciting way to overcome such a problem is to employ handwritten dynamics, which are hand- and motor-based signals from an individual's writing style and obtained through a biometric smartpen. In this work, we propose using such signals to identify an individual through convolutional neural networks. Essentially, the proposed work uses a neighbour-based bag-of-samplings procedure to sample the signals to a fixed size and feeds them into a neural network responsible for extracting their features and further classifying them. The experiments were conducted over two handwritten dynamic datasets, NewHandPD and SignRec, and established new fruitful state-of-the-art concerning these particular datasets and the corresponding context. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Department of Computing São Paulo State University | - |
| Descrição: dc.description | Av. Eng. Luís Edmundo Carrijo Coube 14-01 Vargem Limpa, SP | - |
| Descrição: dc.description | Department of Computing São Paulo State University | - |
| Descrição: dc.description | FAPESP: 2013/07375-0 | - |
| Descrição: dc.description | FAPESP: 2014/12236-1 | - |
| Descrição: dc.description | FAPESP: 2019/02205-5 | - |
| Descrição: dc.description | FAPESP: 2019/07665-4 | - |
| Descrição: dc.description | FAPESP: 2020/12101-0 | - |
| Descrição: dc.description | CNPq: 307066/2017-7 | - |
| Descrição: dc.description | CNPq: 427968/2018-6 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Expert Systems | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | bag-of-samplings | - |
| Palavras-chave: dc.subject | biometrics | - |
| Palavras-chave: dc.subject | convolutional neural networks | - |
| Palavras-chave: dc.subject | handwritten dynamics | - |
| Palavras-chave: dc.subject | person identification | - |
| Título: dc.title | Neighbour-based bag-of-samplings for person identification through handwritten dynamics and convolutional neural networks | - |
| Tipo de arquivo: dc.type | livro 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: