Aplicação de redes neurais convolucionais na extração de minúcias de impressões digitais de recém-nascidos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorOliva, Jefferson Tales-
Autor(es): dc.contributorSouthier, Luiz Fernando Puttow-
Autor(es): dc.contributorOliva, Jefferson Tales-
Autor(es): dc.contributorSouthier, Luiz Fernando Puttow-
Autor(es): dc.contributorRodrigues, Érick Oliveira-
Autor(es): dc.contributorRista, Luís Cassiano Goularte-
Autor(es): dc.creatorTrentin, Pedro Henrique de Viveiros-
Data de aceite: dc.date.accessioned2025-08-29T12:57:45Z-
Data de disponibilização: dc.date.available2025-08-29T12:57:45Z-
Data de envio: dc.date.issued2024-08-09-
Data de envio: dc.date.issued2024-08-09-
Data de envio: dc.date.issued2024-06-19-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/34388-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1104989-
Descrição: dc.descriptionMinutiae extraction in biometric fingerprint recognition, especially for children, represents a significant technical challenge. Although there are well-established extractors for adult fingerprints, many of them face challenges when applied to children’s fingerprints due to their smaller size and distinct characteristics. Among the available extractors, researchers of infant fingerprints recommend latent and high-resolution types, as they are typically effective in capturing details in lower quality and smaller fingerprints. Thus, this study aims to evaluate the effectiveness of MinutiaeNet, specialized in latent fingerprints, on images of children’s fingerprints. The adopted methodology includes the implementation of MinutiaeNet, data preprocessing, minutiae extraction via MindTCT, and the subsequent use of the Bozorth algorithm to calculate TAR, FAR, and CMC curve rates. The focus of the study is on performance comparison between the extractors to verify the consistency of MinutiaeNet’s accuracy. The results showed that MindTCT achieved a higher TAR compared to MinutiaeNet, with better performance in almost all FAR rates, especially at higher values. Additionally, the combination of minutiae extracted by both methods was explored. The analysis of the results showed that integrating the minutiae provided an increase in TAR, FAR, and the CMC curve.-
Descrição: dc.descriptionA extração de minúcias em reconhecimento biométrico de impressões digitais, especialmente de crianças, representa um desafio técnico significativo. Embora existam extratores bem consolidados para digitais de adultos, muitos deles apresentam desafios quando aplicados a digitais infantis devido ao seu tamanho reduzido e características distintas. Entre os extratores disponíveis, pesquisadores de digitais infantis recomendam os do tipo latente e os de alta resolução, pois normalmente são eficazes na captura de detalhes em impressões de menor qualidade e tamanho. Assim, este estudo visa avaliar a eficácia do MinutiaeNet, especializado em digitais latentes, em imagens de impressões digitais infantis. A metodologia adotada inclui a implementação do MinutiaeNet, o pré-processamento de dados, a extração de minúcias via MindTCT e a subsequente utilização do algoritmo Bozorth para calcular as taxas TAR, FAR e curva CMC. O foco do estudo está na comparação de desempenho entre os extratores, visando verificar a consistência da precisão do MinutiaeNet. Os resultados mostraram que o MindTCT alcançou uma TAR superior em comparação com o MinutiaeNet, com maior desempenho em quase todas as taxas de FAR, especialmente em valores mais altos. Além disso, foi explorada a combinação das minúcias extraídas por ambos os métodos. A análise dos resultados mostrou que a integração das minúcias proporcionou um aumento no TAR, FAR e na curva CMC.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectIdentificação biométrica-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectImpressão digital (Computação)-
Palavras-chave: dc.subjectRecém-nascidos-
Palavras-chave: dc.subjectBiometric identification-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectDigital printing-
Palavras-chave: dc.subjectNewborn infants-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAplicação de redes neurais convolucionais na extração de minúcias de impressões digitais de recém-nascidos-
Título: dc.titleApplication of convolutional neural networks in the extraction of minutiae from newborn fingerprints-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.