Fusão de métodos baseados em minúcias e em cristas para reconhecimento de impressões digitais

• Autor(a) principal: Falguera, Fernanda Pereira Sartori [UNESP]
• Data de Publicação: 2008
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/98675
• topic: Biometria; Processamento de imagens - Tecnicas digitais; Datiloscopia; Minúcias; Cristas; Impressões digitais; Multibiometria; Biometrics; Fingerprint; Ridges; Minutiae; Multibiometrics; Fusion; Rank; Score; Decision

Biometria refere-se ao uso de características físicas (impressões digitais, íris, retina) ou comportamentais (assinatura, voz) para a identificação humana. As impressões digitais são formadas por cristas e minúcias. As cristas são linhas distribuídas paralelamente com uma orientação e um espaçamento característico e as minúcias representam os vários modos pelos quais uma crista pode se tornar descontínua. Graças a sua universalidade, unicidade e permanência, as impressões digitais tornaram-se as características biométricas mais amplamente utilizadas. Entretanto, considerar o reconhecimento automático de impressões digitais um problema totalmente resolvido é um erro muito comum. Nenhum sistema de reconhecimento de impressões digitais proposto até hoje é infalível, nenhum garante taxas de erro nulas. Imagens de baixa qualidade e com pequena área de sobreposição entre a imagem template e a imagem de consulta ainda representam um desafio para os métodos de reconhecimento de impressões digitais mais utilizados, os métodos baseados no casamento de pontos de minúcias. Uma das maneiras de superar as limitações e melhorar a acurácia de um sistema biométrico é o uso da multibiometria, isto é, a combinação de diferentes tipos de informação em um sistema de reconhecimento biométrico. Neste contexto, esta dissertação de mestrado objetiva aprimorar a acurácia dos sistemas de reconhecimento de impressões digitais por meio da fusão de métodos baseados em minúcias e em cristas. Para tanto, foram implementadas técnicas de fusão no nível de pontuação, classificação e decisão. No nível de pontuação, a fusão propiciou uma redução na taxa de erro igual (EER) de 42,53% em relação ao método mais preciso. Para o nível de classificação, a fusão significou um aumento de 75% na taxa de recuperação correta...