Reconhecimento biométrico considerando a deformação não linear da íris humana
Notice bibliographique
Résumé
imprescindível ajuda.Aos meus alunos, pelo aprendizado e inspiração.À CAPES e à FAPEMIG pelo suporte financeiro a este trabalho.Resumo Bernadelli, C. R. & Veiga, A. C. P. Reconhecimento Biométrico Considerando a Deformação não Linear da Íris Humana.Processamento Digital de Imagens -FEELT-UFU, Uberlândia, 2016, 100p.Os sistemas biométricos que utilizam a informação contida na textura da íris têm recebido grande atenção nos últimos anos.A grande variação em textura da íris permite o desenvolvimento de sistemas de reconhecimento e de identificação com taxas de erro quase nulas.Entretanto, de forma geral, as pesquisas nesta área ignoram os problemas associados aos movimentos de contração e dilatação da íris que geram diferenças significativas entre as imagens inscritas em uma base de dados e a imagem de teste.Este trabalho, além de desenvolver um sistema de reconhecimento de íris tradicional, composto pelas etapas de detecção, segmentação, normalização, codificação e comparação, determina de forma quantitativa o efeito dos movimentos da íris na precisão do sistema de reconhecimento.Além disso, este trabalho propõe um novo método para diminuir a influência da dinâmica da íris, verificado pela decidibilidade e pela Taxa de Erro Igual (EER), obtidas na comparação entre códigos de íris em estados de dilatação bem diferentes.O novo método utiliza a técnica Dynamic Time Warping para corrigir e comparar os vetores de gradientes extraídos da textura da íris.Dessa forma, as características mais discriminantes da imagem de teste e da imagem da galeria são alinhadas e comparadas, considerando a deformação não linear do tecido da íris.Os resultados experimentais, utilizando imagens dinâmicas, indicam que a performance do sistema piora quando a comparação é feita com imagens em estados de contração diferentes.Para a comparação direta entre íris bem contraída com íris bem dilatada o método proposto melhora a decidibilidade de 3, 50 para 4, 39 e a EER de 9, 69% para 3, 36%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».