Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos

Detalhes bibliográficos
Autor(a) principal: Brito, Daniel Felix de
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/8508
Resumo: Orientador: Lee Luan Ling
id UNICAMP-30_384d4b238d3aef984440e5974003eb1a
oai_identifier_str oai::1266789
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Proposta de um sistema de reconhecimento biométrico baseado em veias das mãosProposal for a biometric recognition system based on hand veinsBiometriaIdentificação biométricaSegmentação de imagensAprendizado de máquinaProcessamento de imagensBiometricsBiometric recognitionBiometric identificationImage segmentationMachine learningImage processingOrientador: Lee Luan LingTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Este trabalho apresenta um sistema de reconhecimento pessoal com base nas informações de veias da região do dorso das mãos. O sistema é composto pelos módulos de aquisição da imagem, pré-processamento da imagem capturada, extração de características e reconhecimento. O módulo de aquisição captura uma imagem da região do dorso de uma das mãos, utilizando um dispositivo de captura. O módulo de pré-processamento recebe a imagem capturada pelo módulo de aquisição e, através das técnicas propostas neste trabalho, melhora a imagem capturada, localiza na imagem com qualidade melhorada a região do dorso das mãos e isola as regiões de veias na imagem. A qualidade da imagem é melhorada com a aplicação de filtros da Mediana e a equalização da imagem, com a posterior localização da região das veias através da geração de imagens binárias com base em técnicas de limiares locais e globais. O módulo de extração extrai as características discriminantes das regiões de veias de modo a permitir que o módulo de reconhecimento possa verificar se duas imagens digitais capturadas em momentos distintos pertencem ou não ao mesmo indivíduo. Os módulos de extração de características e de reconhecimento são implementados de modo integrado, nos quais implementamos e testamos três técnicas: Registro de Imagens, Wavelets com Rede Neural Artificial (ANN) e Wavelets com Support Vector Machine (SVM). Além disso, implementamos e testamos também uma técnica híbrida, baseada nas três técnicas integradas. Avaliamos o desempenho global do sistema em termos de taxas de falsa rejeição (FRR) e de falsa aceitação (FAR), além do tempo computacional. Avaliamos o sistema utilizando dois conjuntos de imagens: um conjunto com 250 imagens, de 50 pessoas, capturadas pelo módulo de aquisição a partir de uma banco de dados amplamente utilizado por métodos do Estado da Arte e um conjunto com 1000 imagens, de 100 pessoas, capturadas pelo módulo de aquisição a partir do dispositivo de captura implementado. Para o conjunto de 250 imagens, a técnica de Registro de Imagens permitiu identificar positivamente um usuário legítimo em um tempo médio de 0,24 segundos e negar acesso a um usuário impostor em um tempo médio de 3,72 segundos. Em relação as taxas de erros, os melhores resultados foram: 1% de FRR para FAR igual a zero com o Registro de Imagens. Utilizando os classificadores ANN e SVM, os melhores resultados obtidos foram: FRR=6,00% para FAR=0,12% com o SVM e FRR=8,00% para FAR=0,16% com a ANN. Com a técnica híbrida, obtivemos 2,00% de FRR para 0,04% de FAR. Para o conjunto de 1000 imagens, a técnica de Registro de Imagens permitiu autenticar positivamente um usuário legítimo em um tempo médio de 0,45 segundos e negar acesso a um usuário impostor em um tempo médio de 3,78 segundos. Em relação as taxas de erro, os melhores resultados foram: 0,86% de FRR para FAR igual a zero com o Registro de Imagens. Utilizando os classificadores ANN e SVM, os melhores resultados foram obtidos foram: FRR=6,17% para FAR=0,06% com o SVM e FRR=6,83% para FAR=0,07% com a ANN. Com a técnica híbrida, obtivemos 1,33% de FRR para 0,01% da FARAbstract: This work implements a personal identification system based on the information of the veins located over the back of the hand (dorsal region). The system consists of the following modules: image acquisition, preprocessing of the captured image, feature extraction and identification. The image acquisition module aims to capture a digital image of the back region of the left or right hand using an infrared camera. The captures images are stored in a database under jpeg format. Upon receiving acquired images, the preprocessing module is responsible for the following three tasks: to improve the quality of the captured image, to locate the region of the back of the hands and to isolate the vein regions in the image. We improved the quality of the image via Median filters and image equalization. The localization of the vein region are carried out via some image binarization techniques using some appropriate local and global thresholds. Two feature types are considered in this research work: the proper vein images and wavelets. The feature extraction and the identification modules are implemented in an integrated manner, using a specific feature type and classification methods. Basically we implement and investigate three approaches, namely: Image Registration, Artificial Neural Network (ANN) combined with Wavelets and Support Vector Machine (SVM) combined with Wavelets. In order to take the advantages of each investigated technique, the final classification approach of our identification system is a hybrid version by combining three above mentioned techniques working in an integrated and cooperative manner. We evaluated the overall system performance in terms of False Rejection Rate (FRR) and False Acceptance Rate (FAR), as well as computational time. Two distinct image sets were used: (1) 250 images of 50 distinct people extracted from a state-and-the-art; (2) 1000 images of 100 distinct people captured by the acquisition module. Experimentally we have the following results. For the first dataset, the Image Registration technique allowed positive authentication of a legitimate user in 0.24 seconds (on average) and denied access to an imposter user in 3.72 seconds (on average). Regarding error rates, the best results were: FRR = 1% for FAR equal to zero. Using the ANN and SVM classifiers, the best results were: FRR = 6.00% for FAR = 0.12% with SVM; FRR = 8.00% for FAR = 0.16% with ANN. For the hybrid technique, we obtained FRR=2.00% for 0.04% FAR. For the second image dataset, the Image Registration technique allowed positive authentication of a legitimate user in 0.45 seconds (on average) and denied access to an imposter user in 3.78 seconds (on average). Regarding error rates, the best results were: FRR = 0.86% for FAR equal to zero. Using the ANN and SVM classifiers, the best results obtained were: FRR = 6.17% for FAR = 0.06% with SVM; FRR = 6.83% for FAR = 0.07% with ANN. For the hybrid technique, we obtained FRR=1.33% for FAR=0.01%DoutoradoTelecomunicações e TelemáticaDoutor em Engenharia ElétricaCAPES001[s.n.]Lee, Luan Ling, 1956-Almeida, Celso deBaldini Filho, RenatoSalles, Evandro Ottoni TeatiniLima, Clodoaldo Aparecido de MoraesUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASBrito, Daniel Felix de20192019-09-27T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (148 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/8508BRITO, Daniel Felix de. Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos. 2019. 1 recurso online (148 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/8508. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1266789porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2023-04-17T12:59:27Zoai::1266789Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2023-04-17T12:59:27Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
Proposal for a biometric recognition system based on hand veins
title Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
spellingShingle Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
Brito, Daniel Felix de
Biometria
Identificação biométrica
Segmentação de imagens
Aprendizado de máquina
Processamento de imagens
Biometrics
Biometric recognition
Biometric identification
Image segmentation
Machine learning
Image processing
title_short Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
title_full Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
title_fullStr Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
title_full_unstemmed Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
title_sort Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos
author Brito, Daniel Felix de
author_facet Brito, Daniel Felix de
author_role author
dc.contributor.none.fl_str_mv Lee, Luan Ling, 1956-
Almeida, Celso de
Baldini Filho, Renato
Salles, Evandro Ottoni Teatini
Lima, Clodoaldo Aparecido de Moraes
Universidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Brito, Daniel Felix de
dc.subject.por.fl_str_mv Biometria
Identificação biométrica
Segmentação de imagens
Aprendizado de máquina
Processamento de imagens
Biometrics
Biometric recognition
Biometric identification
Image segmentation
Machine learning
Image processing
topic Biometria
Identificação biométrica
Segmentação de imagens
Aprendizado de máquina
Processamento de imagens
Biometrics
Biometric recognition
Biometric identification
Image segmentation
Machine learning
Image processing
description Orientador: Lee Luan Ling
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-09-27T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/8508
BRITO, Daniel Felix de. Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos. 2019. 1 recurso online (148 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/8508. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/8508
identifier_str_mv BRITO, Daniel Felix de. Proposta de um sistema de reconhecimento biométrico baseado em veias das mãos. 2019. 1 recurso online (148 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/8508. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1266789
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (148 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799138577152475136

Registros relacionados