Classificação de Singularidades em Imagens de Impressão Digital Baseada em Redes Neurais Convolucionais

Autores

  • Paulo Ricardo Silva Universidade Federal da Paraíba
  • Leonardo Vidal Batista Universidade Federal da Paraíba
  • Arnaldo Gualberto Silva Universidade Federal de Campina Grande
  • João Janduy Brasileiro Universidade Federal de Campina Grande
  • Diogo Ventura Dantas Universidade Federal da Paraíba

DOI:

https://doi.org/10.22478/ufpb.2595-0622.2020v4n1.48453

Palavras-chave:

Impressão digital, Singularidades, Redes Neurais Convolucionais

Resumo

A Biometria oferece um mecanismo de autenticação confiável utilizando traços (físicos ou comportamentais) que permitam identificar usuários baseados em suas características naturais. O reconhecimento por impressão digital é uma das abordagens biométricas mais utilizadas, porém, ele ainda é um problema em aberto, uma vez que erros de falsa aceitação e falsa rejeição são encontrados nos algoritmos de comparação de impressões digitais. Este trabalho propõe um método para classificar singularidades em imagens de impressão digital, que baseia-se em redes neurais convolucionais. Para avaliar a efetividade do algoritmo proposto, foi utilizada a base de dados FVC2006-500 sobre a qual o modelo alcançou acurácia de 98%.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-07-22

Como Citar

Silva, P. R., Batista, L. V., Silva, A. G., Brasileiro, J. J., & Dantas, D. V. (2020). Classificação de Singularidades em Imagens de Impressão Digital Baseada em Redes Neurais Convolucionais. Comunicações Em Informática, 4(1), 3–6. https://doi.org/10.22478/ufpb.2595-0622.2020v4n1.48453

Edição

Seção

Artigos