Uma Maneira Simples de Obter Regiões de Interesse em Imagens de Impressões Digitais
|
|
- Rafael Leal Lameira
- 8 Há anos
- Visualizações:
Transcrição
1 Uma Maneira Simples de Obter Regiões de Interesse em Imagens de Impressões Digitais Igor L. P. Andrezza 1,2, Erick V. C. de L. Borges 1,2, Adriano da S. Marinho 1,2, Adriana E. de Oliveira 1,2, José R. T. Marques 2, Pedro A. Jr. 2, e Leonardo V. Batista 1 1 Departamento de Informática Universidade Federal da Paraíba (UFPB) João Pessoa PB Brasil 2 Departamento de Pesquisa e Desenvolvimento, Divisão de Segurança Vsoft Tecnologia, Joao Pessoa, Paraiba {igor, erick, adrianosmarinho, drill}@di.ufpb.br, {raphaelmarques, pedro}@vsoft.com.br, leonardo@di.ufpb.br Abstract. In order to use fingerprint images to identify people, image segmentation pre-processing is normally needed. In this paper, we show a simple technique to segment fingerprint images in background and foreground, so as to obtain the Region-Of-Interest (ROI) by using standard deviation, median and binarization filters. Resumo. Segmentar imagens de impressão digital para obter a região de interesse (ROI) é uma etapa necessária ao reconhecimento biométrico automático de indivíduos. Neste trabalho, apresentamos um método simples, que usa os filtros de desvio-padrão, mediana e binarização, para extração da região de interesse de impressões digitais. 1. Introdução Com a proliferação de serviços baseados em Internet, sistemas de identificação confiáveis tornaram-se componentes chaves de várias aplicações que disponibilizam serviços para usuários autenticados. Métodos tradicionais para estabelecer a identidade de um usuário incluem mecanismos baseados em conhecimento (e.g., senhas) e mecanismos baseados em tokens (e.g., cartões de identidade). Porém, tais mecanismos podem ser facilmente perdidos, roubados ou até mesmo manipulados, objetivando um acesso não autorizado. Neste contexto, entra em cena a autenticação por Biometria (Ross, Nandakumar, & Jain, 2006). A Biometria oferece um mecanismo de autenticação confiável utilizando traços (físicos ou comportamentais) que permitam identificar usuários baseados em suas características naturais. Assim, utilizando a Biometria é possível estabelecer a identidade de um usuário baseado em quem ele é (who you are) ao invés de em o que ele possui (what you possess) ou de o que ele lembra (what you remember) (Ross, Nandakumar, & Jain, 2006). Atualmente, a impressão digital é o traço biométrico mais utilizado no mundo. Isto se deve à unicidade das mesmas, bem como ao baixo custo associado aos produtos
2 que dela se utilizam. Identificar suspeitos de um crime é um exemplo de uso prático das impressões digitais. Sistemas que identificam automaticamente indivíduos utilizando impressões digitais são chamados de AFIS (Automatized Fingerprint Identification Systems). Neles, normalmente uma etapa de segmentação das imagens de impressão digital é necessária, pois separar a região de interesse faz com que o tempo de processamento diminua e evita erros indesejados (Maltoni, Maio, Jain, & Prabhakar, 2009). Neste trabalho, apresentamos um método de extração da ROI (Region Of Interest, região de interesse) em imagens de impressão digital que usa os filtros de desvio-padrão, mediana e binarização, em detrimento de métodos complexos que utilizam classificadores. 2. Fundamentação Teórica Nesta seção apresentamos os conceitos referentes a biometria, impressões digitais e segmentação de imagens necessários para o entendimento deste trabalho. 2.1 Biometria O termo Biometria se refere ao uso de características físicas ou comportamentais, tais como face, íris, impressão digital, voz e keystroke (forma de digitar), para identificar pessoas automaticamente. Uma vez que os identificadores biométricos não podem ser facilmente extraviados, forjados, ou compartilhados, métodos de identificação biométricos são considerados mais confiáveis do que métodos baseados em tokens (como smart cards) ou senhas (Maltoni, Maio, Jain, & Prabhakar, 2009). Assim, os sistemas de reconhecimento biométrico estão sendo cada vez mais implantados em um grande número de aplicações governamentais e civis. Devido ao fato das impressões digitais serem únicas e invariantes em relação à idade do indivíduo, técnicas de reconhecimento utilizando impressões digitais têm sido amplamente aplicadas em sistemas de identificação pessoal (Liu, Zhao, Guo, Liang, & Tian, 2011). Atualmente, o reconhecimento utilizando impressões digitais é o método mais popular de reconhecimento biométrico e é utilizado em todo o mundo pelas autoridades policiais na procura de suspeitos (Zhu, Yin, Hu, & Zhang, 2006). Apesar de ser um método popular, o reconhecimento biométrico utilizando impressões digitais não é perfeito. Erros que variam desde a forma como as impressões digitais são capturadas pelo sistema até a forma do matching podem ocorrer. Para uma referência completa dos tipos de erros e suas causas, o leitor deve consultar (Maltoni, Maio, Jain, & Prabhakar, 2009). 2.2 Extração da região de interesse em impressões digitais Uma imagem da impressão digital consiste em cristas (linhas escuras) e vales (linhas em branco) intercaladas. As terminações e bifurcações das cristas, chamadas minúcias, são os traços mais característicos da impressão digital (Zhu, Yin, Hu, & Zhang, 2006). A maioria dos AFIS é baseada em minúcias. Imagens de impressões digitais geralmente precisam ser segmentadas em segundo plano e primeiro plano (onde o primeiro plano é a região de interesse) para
3 remover as regiões que não contêm informações úteis antes de executar outros passos de processamento, tais como o realce e detecção de minúcias. Desta forma, o processamento de imagem vai consumir menos tempo de CPU e evitar erros indesejados, como a detecção de minúcias espúrias em imagem de baixa qualidade. 2.3 Trabalhos relacionados Nos parágrafos seguintes, citamos alguns trabalhos relacionados ao nosso. Em (Afsar, Arif, & Hussain, 2005), um algoritmo de segmentação de impressão digital que utiliza Fisher Discriminant Analysis and Learning Vector Quantization (LVQ) Neural Networks foi proposto. Os autores alegam uma taxa de apenas 1,8% de erros na segmentação de todas as bases de imagens FVC 2000 (Maio, Maltoni, Capelli, Wayman & Jain, 2000). (Shi, Wang, Qi, & Xu, 2004) apresenta um algoritmo que introduz novas características para extrair ROI em imagens de impressões digitais. Os autores utilizam uma etapa de pré-processamento para estimar a qualidade da impressão digital antes da segmentação. Depois, propõem e utilizam uma nova característica, denominada Momento Excêntrico, para localizar a fronteira borrada. Os autores informam que o algoritmo foi testado na base de imagens DB3 do FVC 2002 (Maio, Maltoni, Capelli, Wayman & Jain, 2002), entretanto não informam um percentual de acertos. Finalmente, (Bazen & Gerez, 2001) apresentou um algoritmo de segmentação de impressões digitais baseado em três características: a média, a coerência e a variância. Ele treina um classificador linear ótimo para classificar por pixel. 3. Algoritmo Proposto A fim de identificar a região de interesse em uma imagem de impressão digital, desenvolvemos um algoritmo de segmentação simples e eficaz. Seu fluxo de dados é mostrado na Figura 1 e seus passos são descritos a seguir. Figura 1: Fluxo de dados do algoritmo A Figura 2 mostra a impressão digital usada para ilustrar o nosso algoritmo de segmentação.
4 Figura 2: Imagem usada para ilustrar os passos do nosso algoritmo Em primeiro lugar, um filtro de desvio padrão (Hengl, 2011) é aplicado à imagem da impressão digital de modo a obter sua variação em escala de cinza e dividir a imagem em blocos. O tamanho dos blocos é um parâmetro definido pelo usuário na aplicação do filtro de desvio padrão. A Figura 3 ilustra o resultado desta operação. O próximo passo é reduzir a imagem a partir de blocos de pixels. Todos os pixels em cada bloco resultante do processo de desvio padrão têm o mesmo valor. Consequentemente, cada bloco irá produzir um único pixel. Esta etapa é realizada visando à eliminação de informações redundantes, de modo que os resultados dos próximos passos não sejam afetados erroneamente. A Figura 3b mostra o resultado da segunda etapa. Por conseguinte, a fim de homogeneizar a imagem reduzida, um filtro de mediana (Arias-Castro & Donoho, 2009) é aplicado a ela. A mediana é usada em vez da média devido à sua capacidade de preservar as bordas da imagem. A Figura 3c ilustra o resultado. A imagem é binarizada no próximo passo, como mostrado na Figura 3d, a fim de separar o plano de fundo e o primeiro plano. A maior região contínua do primeiro plano, i.e., a maior região branca, é então identificada (usando o algoritmo conhecido como Region Growing) e marcada como ROI (Figura 3e). Por fim, a imagem segmentada é ampliada de volta ao seu tamanho normal. A Figura 4 ilustra o resultado final e a imagem original cercada pelo contorno da ROI.
5 (a) (b) (c) (d) Figura 3: Passos do algoritmo proposto. (a) Desvio padrão. (b) Redução por blocos. (c) Mediana. (d) Binarização. (e) Maior região contínua. (e)
6 (a) Figura 4: Último passo. (a) Resultado da extração da maior região contínua. (b) Desenho do contorno da ROI na imagem original. 4. Resultados Para avaliar a nossa técnica, efetuamos um teste de calibração dos parâmetros dos filtros, descrito a seguir. 4.1 Calibração dos parâmetros dos filtros Quatro parâmetros podem ter seus valores alterados no algoritmo para que se obtenha uma melhor região de interesse: tamanho da janela mediana, limiar de binarização e os tamanhos do bloco interno e do bloco externo. O tamanho do bloco interno refere-se ao tamanho dos blocos produzidos pelo desvio-padrão e o tamanho do bloco externo refere-se ao tamanho da janela usada para calcular o desvio-padrão. Para calibrar estes valores e descobrir quais produzem os melhores resultados, escolhemos aleatoriamente 50 imagens do banco de impressões digitais UareU (NEUROtechnology, 2007). Os valores padrão dos parâmetros que produzem os melhores resultados são, baseados em testes empíricos, respectivamente: 2, 25, 5, 10. A Figura 5 mostra os resultados do algoritmo (com variações nos parâmetros) para a mesma imagem de entrada, onde a Figura 5a mostra o resultado com os melhores valores. Os resultados são descritos nos parágrafos seguintes. Variações no tamanho da janela da mediana (abaixo e acima do melhor valor, respectivamente) foram testadas nas Figuras 5b e 5c. Durante o teste, observou-se que, quanto menor o valor, mais sensível é o algoritmo (detectando as mínimas falhas da imagem). O aumento no valor produz um contorno mais preciso (que desconsidera pequenas imperfeições). O limiar de binarização foi testado nas Figuras 5d e 5e. Na Figura 5d, ele foi testado com um valor abaixo do melhor, enquanto que na Figura 5e, com um valor acima. Observa-se que a diminuição deste parâmetro faz com que o algoritmo encontre uma região de interesse muito maior (e, portanto, imprecisa). Aumentar o valor torna o algoritmo mais preciso, causando na região de interesse a eliminação de partes de baixa qualidade da impressão digital. (b)
7 (a) (b) (c) (d) (e) (f) (g) (h) (i) Figura 5: Resultados com diferentes valores nos parâmetros. Nas Figuras 5f e 5g, valores diferentes para o tamanho do bloco interno (abaixo e acima do melhor valor) foram aplicados. O valor mais baixo leva a um maior detalhamento da ROI, enquanto o oposto ocorre com o mais elevado. Nota-se também que, quanto maior o valor, menor o tempo de processamento do algoritmo, conforme mostra a Figura 6.
8 Figura 6: Gráfico do tempo de processamento x tamanho do bloco interno. Finalmente, as Figuras 5h e 5i ilustram a variação do tamanho do bloco externo, respectivamente acima e abaixo do melhor valor. O tamanho do bloco externo sempre tem que ser maior que o tamanho do bloco interno. Os testes indicam que, quanto mais próximo do melhor valor, mais sensível é o resultado do algoritmo. Além disso, quanto maior o valor do tamanho do bloco externo, maior o tempo de processamento, conforme mostra a Figura 7. Figura 7: Gráfico do tempo de processamento x tamanho do bloco externo. 5. Discussão e Conclusão Neste trabalho, uma nova técnica para extrair a região de interesse em imagens de impressão digital foi apresentada. Em primeiro lugar, o filtro de desvio padrão é aplicado à imagem, esta é reduzida em blocos e um filtro de mediana é aplicado para homogeneizá-la. A imagem homogeneizada é binarizada e a região de interesse é extraída a partir da maior região contínua. Por último, a imagem é devolvida ao seu tamanho normal.
9 Quatro parâmetros referentes aos filtros (tamanho da janela mediana, limiar de binarização e os tamanhos do bloco interno e do bloco externo) foram testados para descobrir quais os valores representavam as melhores escolhas (2, 25, 5, 10) para a aplicação pretendida. Dependendo da segmentação desejada, não necessariamente devemos usar esses valores que representam a melhor escolha. Consideramos a possibilidade de troca dos valores como uma vantagem do nosso algoritmo. Quando comparado com outras técnicas, verificamos que a simplicidade de implementação de nossa técnica é uma vantagem. Por exemplo, ela não usa classificadores como (Bazen & Gerez, 2001), (Yin, Zhu, Yang, Zhang, & Hu, 2007) e (Zhu, Yin, Hu, & Zhang, 2006), e não desenvolve uma nova medida como (Shi, Wang, Qi, & Xu, 2004) e (Afsar, Arif, & Hussain, 2005). Além disso, ela permite a manutenção das regiões de baixa qualidade na ROI e o ajuste entre a sua velocidade ou precisão, através da variação de parâmetros. Porém, a fim de comparar a eficácia de nosso algoritmo com a eficácia das técnicas citadas (em relação aos acertos na classificação de imagens), apontamos como trabalho futuro a segmentação (manual e automática) completa das bases de impressões digitais FVC 2000 e FVC 2002 DB3. A extração da ROI em imagens de impressões digitais é um passo importante para o reconhecimento biométrico através deste traço. Uma detecção mais precisa desta região auxilia na extração de informação relevante a ser usada no processo de comparação de impressões digitais tanto para a verificação (autenticação) quanto para a identificação de indivíduos, contribuindo para reduzir as taxas de erro do sistema. Para trabalhos futuros, pretende-se também obter resultados quantitativos sobre como a região de interesse extraída afeta o processo de identificação e autenticação em sistemas biométricos. 6. Bibliografia Afsar, F. A., Arif, M., & Hussain, M. (2005). An Effective Approach to Fingerprint Segmentation using Fisher Basis. 9th International Multitopic Conference, IEEE INMIC 2005, (pp. 1-6). Arias-Castro, E., & Donoho, D. L. (2009). Does median filtering truly preserve edges better than linear filtering? Annals of Statistics, Bazen, A. M., & Gerez, S. H. (2001). Segmentation of Fingerprint Images. PRORISC 2001 Workshop on Circuits, Systems and Signal Processing, (pp ). Hengl, T. (2011). Standard deviation filters. Retrieved Julho 15, 2011, from " Liu, E., Zhao, H., Guo, F., Liang, J., & Tian, J. (2011). Fingerprint segmentation based on an AdaBoost classifier. Frontiers of Computer Science in China, 5(2). Maio, D., Maltoni, D., Cappelli, R., Wayman, J., & Jain, A. (2000). FVC2000: Fingerprint Verification Competition. Relatório Técnico. Acesso em Agosto de 2011, disponível em
10 Maio, D., Maltoni, D., Cappelli, R., Wayman, J., & Jain, A. (2002). FVC2002: Second Fingerprint Verification Competition. Proceedings of 16th International Conference on Pattern Recognition (ICPR2002) (pp ). Disponível em Maio, D., Maltoni, D., Cappelli, R., Wayman, J., & Jain, A. (2004). FVC2004: Third Fingerprint Verification Competition. Springer Berlin / Heidelberg. Maltoni, D., Maio, D., Jain, A. K., & Prabhakar, S. (2009). Handbook of Fingerprint Recognition (2ª ed.) : Springer Publishing Company, Incorporated. NEUROtechnology. (2007, Janeiro). U.are.U 4000 sample fingerprint database. Retrieved Julho 10, 2011 Ross, A. A., Nandakumar, K., & Jain, A. K. (2006). Handbook of Multibiometrics (International Series on Biometrics). Secaucus, NJ, USA: Springer-Verlag New York, Inc. Shi, Z., Wang, Y., Qi, J., & Xu, K. (2004). A New Segmentation Algorithm for Low Quality Fingerprint Image. Proceedings of the Third International Conference on Image and Graphics (pp ). Washington, DC, USA: IEEE Computer Society. Yin, J., Zhu, E., Yang, X., Zhang, G., & Hu, C. (2007). Two steps for fingerprint segmentation. Image Vision Comput., Zhu, E., Yin, J., Hu, C., & Zhang, G. (2006, Agosto). A systematic method for fingerprint ridge orientation estimation and image segmentation. Pattern Recogn., 39(8),
4 Avaliação Experimental
4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre
Leia maisRECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP
RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano
Leia maisVerificação de Impressões Digitais usando Algoritmos Genéticos
1. Introdução Verificação de Impressões Digitais usando Algoritmos Genéticos Matheus Giovanni Pires, Fernando Vieira Duarte, Adilson Gonzaga Escola de Engenharia de São Carlos Universidade de São Paulo
Leia maisUNIVERSIDADE F EDERAL DE P ERNAMBUCO ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE F EDERAL DE P ERNAMBUCO GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO CENTRO DE INFORMÁTICA 2010.2 ANÁLISE DE UM MÉTODO PARA DETECÇÃO DE PEDESTRES EM IMAGENS PROPOSTA DE TRABALHO DE GRADUAÇÃO Aluno!
Leia maisProf. Júlio Cesar Nievola Data Mining PPGIa PUCPR
Uma exploração preliminar dos dados para compreender melhor suas características. Motivações-chave da exploração de dados incluem Ajudar na seleção da técnica correta para pré-processamento ou análise
Leia maisTecnologia de Soluções Biométricas Neokoros AFIS Corporate / SDK: Visão Geral
Tecnologia de Soluções Biométricas Neokoros AFIS Corporate / SDK: Visão Geral www.neokoros.com Neokoros IT Ltd. Biometric Technology. All Rights Reserved: 2010 2014 Índice 1 - Introdução... 3 2 - AFIS
Leia maisSEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS
SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com
Leia maisEtapas de pré-processamento de imagens nas técnicas de reconhecimento biométricas por digitais
Etapas de pré-processamento de imagens nas técnicas de reconhecimento biométricas por digitais Cassiana da Silva Bonato 1, Roberto Mendes Finzi Neto 1 1 Departamento de Ciência da Computação Universidade
Leia maisExtração de Minúcias em Imagens de Impressões Digitais
Extração de Minúcias em Imagens de Impressões Digitais CASADO, Ricardo S.; PAIVA, Maria S. V. de Escola de Engenharia de São Carlos Universidade de São Paulo rcasado@sel.eesc.usp.br Resumo O trabalho apresenta
Leia maisProcessamento digital de imagens. introdução
Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisEstudo comparativo de métodos de segmentação de imagens digitais de aves
Estudo comparativo de métodos de segmentação de imagens digitais de aves Felipe de Sousa NOBRE; Paulo César Miranda MACHADO Escola de Engenharia Elétrica e de Computação - UFG felipesnobre@gmail.com, pcesar@eee.ufg.br
Leia maisDesenvolvimento do Módulo de Pré-processamento e Geração de Imagens de. Imagens de Teste do Sistema DTCOURO
Desenvolvimento do Módulo de Pré-processamento e Geração de Imagens de Teste do Sistema DTCOURO Willian Paraguassu Amorim 27 de julho de 2005 1 Título Desenvolvimento do Módulo de Pré-processamento e Geração
Leia maisImagem digital - 1. A natureza da imagem fotográfica. A natureza da imagem fotográfica
A natureza da imagem fotográfica PRODUÇÃO GRÁFICA 2 Imagem digital - 1 Antes do desenvolvimento das câmeras digitais, tínhamos a fotografia convencional, registrada em papel ou filme, através de um processo
Leia maisIntrodução. Capítulo. 1.1 Considerações Iniciais
Capítulo 1 Introdução 1.1 Considerações Iniciais A face humana é uma imagem fascinante, serve de infinita inspiração a artistas há milhares de anos. Uma das primeiras e mais importantes habilidades humanas
Leia maisCriminalidade. Luciano Nakabashi Juliano Condi
A Associação Comercial de (ACIRP) em parceria com a FUNDACE realiza uma pesquisa de qualidade de vida na cidade de desde 2009. Essa é uma pesquisa muito importante para se que se tenha uma base confiável
Leia mais5 Extraindo listas de produtos em sites de comércio eletrônico
5 Extraindo listas de produtos em sites de comércio eletrônico Existem diversos trabalhos direcionadas à detecção de listas e tabelas na literatura como (Liu et. al., 2003, Tengli et. al., 2004, Krüpl
Leia maisComparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais
Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisSistema de Controle de Acesso Baseado no Reconhecimento de Faces
Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Access Control System Based on Face Recognition Tiago A. Neves, Welton S. De Oliveira e Jean-Jacques De Groote Faculdades COC de Ribeirão
Leia maisCBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica
CBPF Centro Brasileiro de Pesquisas Físicas Nota Técnica Aplicação de Física Médica em imagens de Tomografia de Crânio e Tórax Autores: Dário Oliveira - dario@cbpf.br Marcelo Albuquerque - marcelo@cbpf.br
Leia maisTÍTULO: SEGURANÇA VERSUS PRIVACIDADE - O USO DE IMPRESSÕES DIGITAIS EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR
TÍTULO: SEGURANÇA VERSUS PRIVACIDADE - O USO DE IMPRESSÕES DIGITAIS EM UMA INSTITUIÇÃO DE ENSINO SUPERIOR CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: COMPUTAÇÃO E INFORMÁTICA INSTITUIÇÃO:
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisO que é a ciência de dados (data science). Discussão do conceito. Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.
O que é a ciência de dados (data science). Discussão do conceito Luís Borges Gouveia Universidade Fernando Pessoa Versão 1.3, Outubro, 2015 Nota prévia Esta apresentação tem por objetivo, proporcionar
Leia maisPALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.
1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando
Leia maisProjeto IRS e Biometria. Implementação da visão unificada dos cadastros de indivíduos e uso da tecnologia de identificação biométrica nas aplicações
Implementação da visão unificada dos cadastros de indivíduos e uso da tecnologia de identificação biométrica nas aplicações Liliane Utz/SJS - maio/2013 Agenda Parte I Biometria o Conceitos o Tecnologia
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisSistemas Automáticos de Identificação de Impressões Digitais Fingerprint Automatic Identification Systems
Sistemas Automáticos de Identificação de Impressões Digitais Fingerprint Automatic Identification Systems Raimundo Cláudio da Silva Vasconcelos 1, FATEC Resumo Este trabalho trata do uso das impressões
Leia mais)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD
)LOWURJDXVVLDQR O filtro Gaussiano pode ser usado como um filtro SDVVDEDL[D. Usando a função Gaussiana para obter valores de uma máscara a ser definida digitalmente. O Filtro de Gaussiano em 1-D tem a
Leia maisCurso de Sistemas de Informação 8º período Disciplina: Tópicos Especiais Professor: José Maurício S. Pinheiro V. 2009-1
Curso de Sistemas de Informação 8º período Disciplina: Tópicos Especiais Professor: José Maurício S. Pinheiro V. 2009-1 Aula 4 Introdução aos Sistemas Biométricos 1. Identificação, Autenticação e Controle
Leia maisMedida da velocidade de embarcações com o Google Earth
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Profissional em Ensino de Física Medida da velocidade de embarcações com o Google Earth
Leia maisIdentificação Humana Através de Biometria
Identificação Humana Através de Biometria por Marco César Chaul, CBP. Diretor de Tecnologias Neokoros - Brasil CBP Certified Biometric Professional. Fundamentos da Biometria Definição de Biometria Termo
Leia maisFiltragem Espacial. (Processamento Digital de Imagens) 1 / 41
Filtragem Espacial (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial Filtragem espacial é uma das principais ferramentas usadas em uma grande variedade de aplicações; A palavra filtro foi emprestada
Leia maisMorfologia Matemática Binária
Morfologia Matemática Binária Conceitos fundamentais: (Você precisa entender bem esses Pontos básicos para dominar a área! Esse será nosso game do dia!!! E nossa nota 2!!) Morfologia Matemática Binária
Leia maisMódulo 15 Resumo. Módulo I Cultura da Informação
Módulo 15 Resumo Neste módulo vamos dar uma explanação geral sobre os pontos que foram trabalhados ao longo desta disciplina. Os pontos abordados nesta disciplina foram: Fundamentos teóricos de sistemas
Leia maisReconhecimento de Dados Biométricos em Larga Escala
Reconhecimento de Dados Biométricos em Larga Escala Profa. Fabíola Gonçalves Pereira Greve DCC - UFBA Departamento de Ciência da Computação Grupo de Algoritmos e Computação Distribuída http:// Equipe Profa.
Leia maisEsclarecimento: Não, a operação de matching ocorre no lado cliente da solução, de forma distribuída.
1 Dúvida: - Em relação ao item 1.2 da Seção 2 - Requisitos funcionais, entendemos que a solução proposta poderá funcionar em uma arquitetura Web e que na parte cliente estará apenas o componente de captura
Leia maisClip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008
PROJECTOS DE INVESTIGAÇÃO CIENTÍFICA E DESENVOLVIMENTO TECNOLÓGICO Clip-art Retrieval using Sketches PTDC/EIA-EIA/108077/2008 Deliverable: D1 - Clip-art Simplification Tool Task: T1 - Clip-art Simplification
Leia maisAnálise e Comparação de Métodos de Pré-processamento de Imagens e Extração de Características em Impressões Digitais
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM Análise e Comparação de Métodos de Pré-processamento de Imagens e Extração
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisSDRF +: A Face Recognition System
SDRF +: A Face Recognition System Adriano da Silva Marinho, Ed Porto Bezerra, Leonardo Vidal Batista Programa de Pós-Graduação em Informática Departamento de Informática Universidade Federal da Paraíba
Leia maisPROF. DR. JACQUES FACON
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO DUPLA DE ISTVÁN CSEKE PROJETO DE UMA RÁPIDA SEGMENTAÇÃO PARA
Leia maisFiltragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha
Filtragem As técnicas de filtragem são transformações da imagem "pixel" a "pixel", que dependem do nível de cinza de um determinado "pixel" e do valor dos níveis de cinza dos "pixels" vizinhos, na imagem
Leia maisCONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES
CELG DISTRIBUIÇÃO S.A EDITAL N. 1/2014 CONCURSO PÚBLICO ANALISTA DE GESTÃO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI RESPOSTAS ESPERADAS PRELIMINARES O Centro de Seleção da Universidade Federal de Goiás
Leia maisHardware (Nível 0) Organização. Interface de Máquina (IM) Interface Interna de Microprogramação (IIMP)
Hardware (Nível 0) Organização O AS/400 isola os usuários das características do hardware através de uma arquitetura de camadas. Vários modelos da família AS/400 de computadores de médio porte estão disponíveis,
Leia maisenbsp - NBioBSP NITGEN Biometric Service Provider SDK Manual do Desenvolvedor SDK version 4.xx
Índice: CAPÍTULO 1. INTRODUÇÃO... 3 Módulo NBioBSP COM... 3 Módulo NBioBSP Class Library... 3 Módulo Data Conversion... 3 Módulo Image Conversion... 3 1.1 CARACTERÍSTICAS... 4 Interface Gráfica para o
Leia maisClassificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões
Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos
Leia maisManual de implantação
Manual de implantação O BioPass ID é um serviço online baseado em nuvem que fornece uma poderosa tecnologia multibiométrica (reconhecimento de impressões digitais e face) para os desenvolvedores de qualquer
Leia maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
Leia maisUM ESTUDO SOBRE A BIOMETRIA A STUDY ON BIOMETRICS
UM ESTUDO SOBRE A BIOMETRIA A STUDY ON BIOMETRICS Fábio José Colombo 1 Brazelino Bertolete Neto 2 Luciano de Jesus Rodrigues de Barros 3 vem justamente aproveitar as características únicas das pessoas
Leia maisde Bordas em Imagens Digitais
Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,
Leia maisEmpreendedorismo de Negócios com Informática
Empreendedorismo de Negócios com Informática Aula 4 Comportamento Inovador Empreendedorismo de Negócios com Informática - Comportamento Inovador 1 Conteúdo Solução de Problemas Comportamento Inovador Tecnologia
Leia maisTIC Unidade 2 Base de Dados. Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado.
Conceitos relativos à Informação 1. Informação O que á a informação? Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado. 2. Dados Em informática designa-se
Leia mais4 Arquitetura básica de um analisador de elementos de redes
4 Arquitetura básica de um analisador de elementos de redes Neste capítulo é apresentado o desenvolvimento de um dispositivo analisador de redes e de elementos de redes, utilizando tecnologia FPGA. Conforme
Leia maisAULA 1 Iniciando o uso do TerraView
1.1 AULA 1 Iniciando o uso do TerraView Essa aula apresenta a interface principal do TerraView e sua utilização básica. Todos os arquivos de dados mencionados nesse documento são disponibilizados junto
Leia maisMemória Cache. Prof. Leonardo Barreto Campos 1
Memória Cache Prof. Leonardo Barreto Campos 1 Sumário Introdução; Projeto de Memórias Cache; Tamanho; Função de Mapeamento; Política de Escrita; Tamanho da Linha; Número de Memórias Cache; Bibliografia.
Leia maisSistemas Distribuídos: Conceitos e Projeto Introdução a Criptografia e Criptografia Simétrica
Sistemas Distribuídos: Conceitos e Projeto Introdução a Criptografia e Criptografia Simétrica Francisco José da Silva e Silva Laboratório de Sistemas Distribuídos (LSD) Departamento de Informática / UFMA
Leia mais29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica
Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided
Leia maisARQUITETURA DE UM SISTEMA SPATIO-TEXTUAL. PALAVRAS-CHAVE: banco de dados espaciais, busca spatio-textual. aplicativo.
ARQUITETURA DE UM SISTEMA SPATIO-TEXTUAL Fellipe de Lima Fonseca 1 ; João Batista Rocha-Junior 2 1. Bolsista CNPq, Graduando em Engenharia de Computação, Universidade Estadual de Feira de Santana, e-mail:
Leia maisSumário. Uma visão mais clara da UML
Instituto Federal de Santa Catarina Câmpus Chapecó Ensino Médio Integrado em Informática Módulo V Unidade Curricular: Engenharia de Software Professora: Lara P. Z. B. Oberderfer Uma visão mais clara da
Leia mais2 Trabalhos Relacionados
2 Trabalhos Relacionados O desenvolvimento de técnicas de aquisição de imagens médicas, em particular a tomografia computadorizada (TC), que fornecem informações mais detalhadas do corpo humano, tem aumentado
Leia maisConceitos de Banco de Dados
Conceitos de Banco de Dados Autor: Luiz Antonio Junior 1 INTRODUÇÃO Objetivos Introduzir conceitos básicos de Modelo de dados Introduzir conceitos básicos de Banco de dados Capacitar o aluno a construir
Leia maisPesquisa e organização de informação
Pesquisa e organização de informação Capítulo 3 A capacidade e a variedade de dispositivos de armazenamento que qualquer computador atual possui, tornam a pesquisa de informação um desafio cada vez maior
Leia maisSistemas Operacionais
Sistemas Operacionais Aula 6 Estrutura de Sistemas Operacionais Prof.: Edilberto M. Silva http://www.edilms.eti.br Baseado no material disponibilizado por: SO - Prof. Edilberto Silva Prof. José Juan Espantoso
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisagility made possible
RESUMO DA SOLUÇÃO Utilitário ConfigXpress no CA IdentityMinder a minha solução de gerenciamento de identidades pode se adaptar rapidamente aos requisitos e processos de negócio em constante mudança? agility
Leia maisVISÃO GERAL DE BANCO DE DADOS
Banco de Dados BD_A007 Visão Geral de Banco de Dados 02 de março de 2005 VISÃO GERAL DE BANCO DE DADOS Relação de siglas utilizadas neste trabalho: ABD: Administrador de Banco de Dados. BD: Banco de Dados.
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisUso de Scanalyzer com embriões de Danio rerio
Uso de Scanalyzer com embriões de Danio rerio Background histórico e biológico Quando se iniciou o movimento de proteger o ambiente através de sistemas de testes biológicos, os testes agudos e crônicos
Leia maisAula 5 - Classificação
AULA 5 - Aula 5-1. por Pixel é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores "pixel a pixel" utilizam apenas a informação espectral isoladamente
Leia maisEXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO
EXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO Ao incidir em uma lente convergente, um feixe paralelo de luz, depois de passar pela lente, é concentrado em um ponto denominado foco (representado por
Leia mais5. EXPERIÊNCIAS E ANÁLISE DOS RESULTADOS. 5.1 - Os Programas de Avaliação
36 5. EXPERIÊNCIAS E ANÁLISE DOS RESULTADOS 5.1 - Os Programas de Avaliação Programas de avaliação convencionais foram utilizados para análise de diversas configurações da arquitetura. Estes programas
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a
Leia maisSistema de Informação Integrado
Sistema de Informação Integrado Relatório de Atividades Centro de Referência em Informação Ambiental, CRIA Novembro, 2005 Trabalho Realizado As atividades básicas previstas para o primeiro trimestre do
Leia mais04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 2. Prof. Rafael Dias Ribeiro. M.Sc.
MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 2 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Revisão sobre Banco de Dados e SGBDs Aprender as principais
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisResultados Experimentais
Capítulo 6 Resultados Experimentais Este capítulo é dedicado às avaliações experimentais do sistema CBIR. Os experimentos aqui realizados têm três objetivos principais: comparar os nossos resultados com
Leia maisMineração de Opinião / Análise de Sentimentos
Mineração de Opinião / Análise de Sentimentos Carlos Augusto S. Rodrigues Leonardo Lino Vieira Leonardo Malagoli Níkolas Timmermann Introdução É evidente o crescimento da quantidade de informação disponível
Leia maisTransformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis
Transformada de Hough Cleber Pivetta Gustavo Mantovani Felipe Zottis A Transformada de Hough foi desenvolvida por Paul Hough em 1962 e patenteada pela IBM. Originalmente, foi elaborada para detectar características
Leia maisIntrodução ao GED Simone de Abreu
Introdução ao GED Simone de Abreu GED O que é isso? O conhecimento teve, ao longo da história, diferentes significados e funções. No tempo das cavernas nossos antepassados transmitiam aos seus descendentes
Leia maisNovell. Novell Teaming 1.0. novdocx (pt-br) 6 April 2007 EXPLORAR O PORTLET BEM-VINDO DESCUBRA SEU CAMINHO USANDO O NOVELL TEAMING NAVIGATOR
Novell Teaming - Guia de início rápido Novell Teaming 1.0 Julho de 2007 INTRODUÇÃO RÁPIDA www.novell.com Novell Teaming O termo Novell Teaming neste documento se aplica a todas as versões do Novell Teaming,
Leia maisIntrodução à Tecnologia Web HTML HyperText Markup Language XHTML extensible HyperText Markup Language Formatos de Imagens
IntroduçãoàTecnologiaWeb HTML HyperTextMarkupLanguage XHTML extensiblehypertextmarkuplanguage FormatosdeImagens ProfªMSc.ElizabeteMunzlinger ProfªMSc.ElizabeteMunzlinger FormatosdeImagens Índice 1 FORMATOS
Leia maisRecursos. Um recurso é ou um dispositivo físico (dedicado) do hardware, ou Solicitar o recurso: esperar pelo recurso, até obtê-lo.
Um recurso é ou um dispositivo físico (dedicado) do hardware, ou um conjunto de informações, que deve ser exclusivamente usado. A impressora é um recurso, pois é um dispositivo dedicado, devido ao fato
Leia maisTRANSMISSÃO DE DADOS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com
- Aula 3-1. A CAMADA DE REDE (Parte 1) A camada de Rede está relacionada à transferência de pacotes da origem para o destino. No entanto, chegar ao destino pode envolver vários saltos em roteadores intermediários.
Leia maisSegmentação de Impressões Digitais Baseada em Abertura Top-Hat
Segmentação de Impressões Digitais Baseada em Abertura Top-Hat Gustavo de Sá 1, Pascual Figueroa 1, and Roberto Lotufo 2 1 Griaule Tecnologia, r. Bernardo Sayão 100, sala 209, 13083-866, Campinas, SP,
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisConteúdo. Disciplina: INF 02810 Engenharia de Software. Monalessa Perini Barcellos
Universidade Federal do Espírito Santo Centro Tecnológico Departamento de Informática Disciplina: INF 02810 Prof.: (monalessa@inf.ufes.br) Conteúdo 1. Introdução 2. Processo de Software 3. Gerência de
Leia maisOperações Algébricas e Lógicas. Guillermo Cámara-Chávez
Operações Algébricas e Lógicas Guillermo Cámara-Chávez Operações Aritméticas São aquelas que produzem uma imagem que é a soma, diferença, produto ou quociente pixel a pixel Operações Aritméticas Fig A
Leia maisMemória cache. Prof. Francisco Adelton
Memória cache Prof. Francisco Adelton Memória Cache Seu uso visa obter uma velocidade de acesso à memória próxima da velocidade das memórias mais rápidas e, ao mesmo tempo, disponibilizar no sistema uma
Leia maisAPLICAÇÃO DAS TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS NA CARACTERIZAÇÃO QUANTITATIVA DE MATERIAIS COMPÓSITOS
APLICAÇÃO DAS TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS NA CARACTERIZAÇÃO QUANTITATIVA DE MATERIAIS COMPÓSITOS Fernando de Azevedo Silva Jean-Jacques Ammann Ana Maria Martinez Nazar Universidade Estadual
Leia maisRESOLUÇÃO 287 DE 29 DE JULHO DE 2008
RESOLUÇÃO 287 DE 29 DE JULHO DE 2008 Regulamenta o procedimento de coleta e armazenamento de impressão digital nos processos de habilitação, mudança ou adição de categoria e renovação da Carteira Nacional
Leia maisSegurança da Informação
INF-108 Segurança da Informação Autenticação Prof. João Henrique Kleinschmidt Santo André, junho de 2013 Resumos de mensagem (hash) Algoritmo Hash são usados quando a autenticação é necessária, mas o sigilo,
Leia maisManual de Relação de Pontos por Indicação
Manual de Relação de Pontos por Indicação Sumário 1. Verificando se o parâmetro das funções está ativo... 3 2. Efetuando o cadastro da faixa de indicação... 5 2.1. Cadastro de faixas com intervalos...
Leia maisReconhecimento de Objectos
Dado um conjunto de características, relativas a uma região (objecto), pretende-se atribuir uma classe essa região, seleccionada de um conjunto de classes cujas características são conhecidas O conjunto
Leia maisSISTEMAS OPERACIONAIS CAPÍTULO 3 CONCORRÊNCIA
SISTEMAS OPERACIONAIS CAPÍTULO 3 CONCORRÊNCIA 1. INTRODUÇÃO O conceito de concorrência é o princípio básico para o projeto e a implementação dos sistemas operacionais multiprogramáveis. O sistemas multiprogramáveis
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 550 INFORMÁTICA Planificação Anual /Critérios de avaliação
DOMÍNIOS (Unidades) UNIDADE 1 INTRODUÇÃO À PROGRAMAÇÃO Introdução Conteúdos Objetivos Estratégias/ recursos Conceitos fundamentais Teste e controlo de erros em algoritmia Estruturas de controlo Arrays
Leia mais