Detecção de objetos em imagens para verificação de vivacidade

Detalhes bibliográficos
Autor(a) principal: Azevedo, Pedro Henrique
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/255710
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.
id UFSC_5a3728c3836f39300afeedf8b7a94db4
oai_identifier_str oai:repositorio.ufsc.br:123456789/255710
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Detecção de objetos em imagens para verificação de vivacidadeRedes NeuraisVivacidadeDetecção de ObjetosInteligência ArtificialNeural NetworksLivenessObject DetectionArtificial IntelligenceTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.A biometria facial tem ganhado cada vez mais espaço na validação de identidades. Na mesma medida em que isso ocorre, torna-se necessário diminuir a vulnerabilidade desses sistemas. Um indivíduo pode utilizar uma foto, vídeo ou outro tipo de artefato para tentar se passar por outra pessoa, fraudando sua imagem e burlando o sistema de biometria. Este trabalho propõe um modelo de aprendizado de máquina, baseado na rede YOLO, para identificar objetos ou artefatos em imagens que possam indicar uma fraude biométrica. Além disso, foram realizados testes e validações dos resultados. O modelo proposto alcançou resultados de 24,55% no conjunto de dados MSU-MFSD e de 4,55% no conjunto de dados RECOD-MPAD utilizando métrica HTER. Em uma análise mais detalhada das métricas de precisão e recall para as classes propostas, o modelo apresentou bons resultados na identificação de artefatos como mãos e bordas sobressalentes, que indicam a tentativa de passar algum objeto pela biometria ao invés de uma face real. Apesar dos desafios na identificação de algumas classes e dos resultados discrepantes de HTER, a proposta de detecção de objetos para identificar vivacidade mostrou potencial na identificação de alguns tipos de artefatos que denunciam uma fraude biométrica, podendo ser utilizada em pesquisas futuras.Facial biometrics have been increasingly used for identity validation. As this technology becomes more widespread, it is necessary to reduce the vulnerability of these systems. An individual can use a photo, video, or other types of artifacts to impersonate someone else, thereby defrauding their image and bypassing the biometric system. This work proposes a machine learning model, based on the YOLOv8 network, to identify objects or artifacts in images that may indicate biometric fraud. Additionally, tests and validations of the results were conducted. The proposed model achieved results of 24.55% on the MSU-MFSD dataset and 4.55% on the RECOD-MPAD dataset using the HTER metric. In a more detailed analysis of precision and recall metrics for the proposed classes, the model showed good results in identifying artifacts such as hands and protruding edges, which indicate an attempt to pass an object through the biometric system instead of a real face. Despite the challenges in identifying some classes and the discrepant HTER results, the proposed object detection approach for liveliness identification showed potential in detecting certain types of artifacts that signal biometric fraud, and it can be used in future research.Florianópolis, SC.Santos, Elder RizzonUniversidade Federal de Santa Catarina.Azevedo, Pedro Henrique2024-07-08T23:01:57Z2024-07-08T23:01:57Z2024-06-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis109 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/255710Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2024-07-08T23:01:57Zoai:repositorio.ufsc.br:123456789/255710Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732024-07-08T23:01:57Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Detecção de objetos em imagens para verificação de vivacidade
title Detecção de objetos em imagens para verificação de vivacidade
spellingShingle Detecção de objetos em imagens para verificação de vivacidade
Azevedo, Pedro Henrique
Redes Neurais
Vivacidade
Detecção de Objetos
Inteligência Artificial
Neural Networks
Liveness
Object Detection
Artificial Intelligence
title_short Detecção de objetos em imagens para verificação de vivacidade
title_full Detecção de objetos em imagens para verificação de vivacidade
title_fullStr Detecção de objetos em imagens para verificação de vivacidade
title_full_unstemmed Detecção de objetos em imagens para verificação de vivacidade
title_sort Detecção de objetos em imagens para verificação de vivacidade
author Azevedo, Pedro Henrique
author_facet Azevedo, Pedro Henrique
author_role author
dc.contributor.none.fl_str_mv Santos, Elder Rizzon
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Azevedo, Pedro Henrique
dc.subject.por.fl_str_mv Redes Neurais
Vivacidade
Detecção de Objetos
Inteligência Artificial
Neural Networks
Liveness
Object Detection
Artificial Intelligence
topic Redes Neurais
Vivacidade
Detecção de Objetos
Inteligência Artificial
Neural Networks
Liveness
Object Detection
Artificial Intelligence
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Sistemas de Informação.
publishDate 2024
dc.date.none.fl_str_mv 2024-07-08T23:01:57Z
2024-07-08T23:01:57Z
2024-06-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/255710
url https://repositorio.ufsc.br/handle/123456789/255710
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 109 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652400517447680

Registros relacionados