???jsp.display-item.social.title??? |
|
Please use this identifier to cite or link to this item:
https://tede.ufam.edu.br/handle/tede/3303
???metadata.dc.type???: | Dissertação |
Title: | Representação e classificação de texturas da íris baseado na análise discriminante de Fisher bi-dimensional |
???metadata.dc.creator???: | Assunção, Eduardo Timóteo de |
???metadata.dc.contributor.advisor1???: | Pereira, José Raimundo Gomes |
???metadata.dc.description.resumo???: | Os recentes avanços da tecnologia da informação e os crescentes requisitos de segurança têm levado ao rápido desenvolvimento de técnicas inteligentes de autenticação de pessoas baseado em reconhecimento biométrico. Nesse trabalho empregam-se imagens da íris da base de dados UBIRIS como medidas biométricas no cenário de verificação de indivíduos. A literatura exibe uma grande variedade de métodos de extração de características aplicados no processo de reconhecimento de imagens de íris, entre os quais, os métodos baseados em subespaço. O objetivo da análise em subespaço é encontrar uma base de vetores que reduza a dimensão do espaço e, em alguns deles, que também otimize a separação das classes. Dos métodos baseados em subespaço, os mais conhecidos são Análise de Componentes Principais (PCA), Análise Discriminante de Fisher (FDA) e Análise de Componentes Independentes (ICA). Nesse trabalho empregam-se as extensões do método FDA, denominados D FDA 2 (2 ) e DiaFDA+2FDA, na etapa de extração de características. Na etapa de classificação foi empregado o classificador vizinho mais próximo com a métrica da distância Euclidiana. Os resultados mostraram que os métodos têm um bom desempenho, com destaque para o grande poder de compressão. Os métodos chegaram a reduzir uma matriz de dimensão 200 92 para 5 5, alcançando uma área sobre a curva ROC (AUC) de 0,99. |
Abstract: | The recent advances of information technology and the growing security requirements have led to the fast development of intelligent person authentification techniques based on biometric recognition. In this work iris images, from UBIRIS data base, are applied as biometric measurements in the verification scenery. The literature shows a large variety of feature extraction methods applied to the iris images recognition process. In this work we apply two methods based on subspace. The aim of subspace methods is to find feature vectors which reduces the space dimension while also optimizes the class separation. Some of the most known subspace methods are Principal Components Analysis (PCA), Liner Discriminant Analysis (LDA), and Independent Component Analysis (ICA). In this work we employ two extensions of FDA, i.e., D FDA 2 (2 ) and DiaLDA+2FDA for feature extraction. During the classification phase it was applied the nearest neighbor classifier with the Euclidean distance. The results showed that the methods have a good performance, with emphasis on dimension reduction. The methods compress a 200 92 matrix dimension in a 5 5matrix, with an AUC of 0.99. |
Keywords: | Reconhecimento de padrões Biometria Redução de dimensão Extração de características Pattern recognition Biometric Dimension reduction Feature extraction |
???metadata.dc.subject.cnpq???: | ENGENHARIAS: ENGENHARIA ELÉTRICA |
Language: | por |
???metadata.dc.publisher.country???: | BR |
Publisher: | Universidade Federal do Amazonas |
???metadata.dc.publisher.initials???: | UFAM |
???metadata.dc.publisher.department???: | Faculdade de Tecnologia |
???metadata.dc.publisher.program???: | Programa de Pós-graduação em Engenharia Elétrica |
Citation: | ASSUNÇÃO, Eduardo Timóteo de. Representação e classificação de texturas da íris baseado na análise discriminante de Fisher bi-dimensional. 2011. 65 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2011. |
???metadata.dc.rights???: | Acesso Aberto |
URI: | http://tede.ufam.edu.br/handle/tede/3303 |
Issue Date: | 24-Mar-2011 |
Appears in Collections: | Mestrado em Engenharia Elétrica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dissertação - Eduardo Timóteo de Assunção.pdf | Dissertação - Eduardo Timóteo de Assunção.pdf | 1.4 MB | Adobe PDF | Download/Open Preview |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.