Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/34399| Título: | Aplicando super-resolucão para melhorar a extração de características em impressões digitais de recém-nascidos |
| Título(s) alternativo(s): | Applying super-resolution to improve feature extraction in neonate fingerprints |
| Autor(es): | Machado, João Henrique Pereira |
| Orientador(es): | Teixeira, Marcelo |
| Palavras-chave: | Biometria Processamento de imagens Redes neurais (Computação) Recém-nascidos Biometry Image processing Neural networks (Computer science) Newborn infants |
| Data do documento: | 18-Jun-2024 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | MACHADO, João Henrique Pereira. Aplicando super-resolucão para melhorar a extração de características em impressões digitais de recém-nascidos. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2024. |
| Resumo: | Um dos limitantes dos sistemas de reconhecimento de impressões digitais de recém-nascidos, em comparação aos de adultos, é o tamanho reduzido dos dedos, que levam a coletas de imagens também em tamanho reduzido. Isso faz com que comparadores biométricos usuais, que se baseiam em geral na distância entre os caracteres da impressão, não funcionem corretamente para a detecção de biometria de recém-nascidos. Para resolver este problema, uma opção é utilizar sensores de alta resolução que, em contrapartida, possuem custo elevado. Outra alternativa é realizar o redimensionamento computacional da imagem, geralmente utilizando interpolação bilinear ou bicúbica. Entretanto, estes métodos de redimensionamento podem gerar ruídos e degradações como borrões na imagem, que prejudicam o reconhecimento das minúcias, além de agravar outras degradações causadas pelas condições dos dedos. Nesse sentido, este trabalho se concentra em aplicar redes de Super-Resolução, com a finalidade de realizar o redimensionamento na imagem e remover possíveis ruídos e degradações. A Super-Resolução é aplicada como uma forma de pré-processamento da impressão digital, que posteriormente é segmentada e têm suas minúcias extraídas e comparadas com outra coleta. Para avaliar melhorias em verificação biométrica (1:1), são medidos TAR e FAR para diferentes thresholds, mostradas em formato de curva ROC. De maneira análoga, para identificação biométrica, é verificado se a digital pertence ao conjunto das t-impressões mais similares, exibida em formato de curva CMC. A partir dos resultados obtidos, foram constatadas melhorias visuais nas imagens, além de um acréscimo de até 9.7% nos acertos em verificação biométrica e 8.58% em identificação biométrica em determinadas resoluções. |
| Abstract: | One of the limitations of newborn fingerprint recognition systems, compared to those for adults, is the smaller size of the fingers, which results in smaller image captures. This causes conventional biometric comparators, which generally rely on the distance between fingerprint features, to not function correctly for newborn biometrics detection. To solve this problem, one option is to use high-resolution sensors, which are costly. Another alternative is to perform computational resizing of the image, generally using bilinear or bicubic interpolation. However, these resizing methods can introduce noise and degradations such as image blurring, which hinder the recognition of minutiae, and exacerbate other degradations caused by the condition of the fingers. In this context, this work focuses on applying Super-Resolution networks, with the aim of resizing the image and removing possible noise and degradations. Super-Resolution is applied as a form of pre-processing the fingerprint, which is subsequently segmented, and its minutiae are extracted and compared with another capture. To evaluate improvements in biometric verification (1:1), TAR and FAR are measured for different thresholds, shown in the form of ROC curves. Similarly, for biometric identification, it is verified whether the fingerprint belongs to the set of the t-most similar prints, displayed in the form of CMC curves. Based on the results obtained, visual improvements in the images were observed, as well as an increase of up to 9.7% in accuracy in biometric verification and 8.58% in biometric identification at certain resolutions. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/34399 |
| Aparece nas coleções: | PB - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| superresolucaobiometria.pdf | 25,89 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
