Desenvolvimento de placa sensora instrumentada com redes de Bragg em fibras óticas para autenticação biométrica

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMuller, Márcia-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-4463-3526-
Autor(es): dc.contributorhttp://lattes.cnpq.br/7757984300428347-
Autor(es): dc.contributorArruda, Lucia Valeria Ramos de-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-5704-8131-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8616017152145795-
Autor(es): dc.contributorSantos, Alexandre Bessa dos-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-2742-7664-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6070068004839508-
Autor(es): dc.contributorLazzaretti, André Eugênio-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-1861-3369-
Autor(es): dc.contributorhttp://lattes.cnpq.br/7649611874688878-
Autor(es): dc.contributorBarreto, Guilherme de Alencar-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-7002-1216-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8902002461422112-
Autor(es): dc.contributorFabris, José Luís-
Autor(es): dc.contributorhttp://orcid.org/0000-0001-5630-1193-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1133118124160525-
Autor(es): dc.contributorMuller, Márcia-
Autor(es): dc.contributorhttp://orcid.org/0000-0002-4463-3526-
Autor(es): dc.contributorhttp://lattes.cnpq.br/7757984300428347-
Autor(es): dc.creatorGirão, Natália Soares-
Data de aceite: dc.date.accessioned2025-08-29T11:55:44Z-
Data de disponibilização: dc.date.available2025-08-29T11:55:44Z-
Data de envio: dc.date.issued2024-03-11-
Data de envio: dc.date.issued2024-03-11-
Data de envio: dc.date.issued2023-12-07-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/33580-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1085848-
Descrição: dc.descriptionThis work presents the design, development, and results of a sensing board instrumented with fiber Bragg gratings, detailing the steps of fabrication and testing for the purpose of biometric authentication from the footstep patterns of users. The fiber Bragg gratings were encapsulated in acetic curing silicone and positioned in regions of the board to build sensing areas corresponding to the size of adult feet to allow data acquisition in a static regime. From the measured data, a system response model was developed, as well as a graphical representation through normalized pressure maps. Two pattern recognition models were also developed based on machine learning and deep learning techniques, generating a support vector machine model and a convolutional neural network capable of classifying different footstep patterns for biometric authentication purposes. The trained support vector machine achieved accuracy rates above 90% and 86% for unilateral and bilateral training, respectively. The neural model, always trained with 10 epochs, was able to get more than 77% of the samples correct for unilateral training, while bilateral training showed accuracy greater than 96%.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionEste trabalho apresenta o projeto, desenvolvimento e resultados de uma placa sensora instrumentada com redes de Bragg em fibras óticas detalhando as etapas de fabricação e testes, com o objetivo de autenticação biométrica a partir dos padrões de pisada dos usuários. As redes de Bragg foram encapsuladas em silicone de cura acética e posicionadas em regiões da placa de forma a construir regiões de sensoriamento correspondentes ao tamanho de pés adultos, para a coleta em regime estático. A partir dos dados medidos, foi desenvolvido um modelo de resposta do sistema, bem como a representação gráfica por meio de mapas de pressão normalizados. Desenvolveu-se também dois modelos de reconhecimento de padrão baseados em aprendizado de máquina (machine learning) e aprendizado profundo (deep learning) gerando, respectivamente, um modelo de máquina de vetor de suporte e uma rede neural convolucional capazes de classificar diferentes pisadas humanas com fins de autenticação biométrica. A máquina de vetor de suporte treinada apresentou taxas de acerto superiores a 90% e 86% para treinamentos unilaterais e bilaterais, respectivamente. Já o modelo neural, treinado sempre com 10 épocas, foi capaz de acertar em mais de 77% das amostras para o treinamento unilateral, enquanto o treinamento bilateral apresentou acurácia superior a 96%.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica e Informática Industrial-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectFibras ópticas-
Palavras-chave: dc.subjectIdentificação biométrica-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectAprendizado profundo (Aprendizado do computador)-
Palavras-chave: dc.subjectDetectores ópticos-
Palavras-chave: dc.subjectAlgorítmos computacionais-
Palavras-chave: dc.subjectOptical fibers-
Palavras-chave: dc.subjectBiometric identification-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectDeep learning (Machine learning)-
Palavras-chave: dc.subjectOptical detectors-
Palavras-chave: dc.subjectComputer algorithms-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MATERIAIS ELETRICOS::MATERIAIS E COMPONENTES ELETROOTICOS E MAGNETOOTICOS, MATERIAIS FOTOELETRICOS-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleDesenvolvimento de placa sensora instrumentada com redes de Bragg em fibras óticas para autenticação biométrica-
Título: dc.titleDevelopment of a fiber Bragg grating-based board for biometric authentication-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.