Aplicação De Matriz Na Biometria.

Aplicação de matriz na biometria:

Introdução

A biometria sempre foi utilizada para o reconhecimento pessoal. Consiste em uma alternativa de identificação por apresentar as seguintes características: universalidade, unicidade, imutabilidade, classificabilidade, facilidade de coleta e aceitação pública. A utilização das Impressões Digitais para reconhecimento biométrico oferece segurança e eficácia, podendo substituir os cartões e senhas que utilizamos no dia a dia.

Existem diferentes métodos para a verificação e identificação de uma impressão digital. Neste sistema foi utilizado o método clássico, que se resume em aquisição da imagem, tratamento da imagem, afinamento das linhas, captura das minúcias, eliminação de falsas minúcias, armazenamento e comparação. Esta última etapa foi realizada através de redes neurais artificiais, buscando obter agilidade e precisão na verificação e identificação da impressão digital.

Extração das Minúcias

Nesta etapa, um processo chamado de crossing number analisa os pixels da imagem em uma matriz 3 x 3 à procura de alguns pontos característicos. Quando o pixel central contiver um único vizinho, ele é dito terminação, e quando ele contiver três vizinhos, ele é dito bifurcação.

Porém são obtidas várias minúcias espúrias, pois no processo de afinamento da imagem, a linha pode apresentar algumas interrupções repentinas e logo em seguida a sua continuação, gerando para o algoritmo duas terminações. Neste caso, a qualidade da imagem e o tratamento da mesma naquela região não foram suficientes para gerar um bom afinamento das linhas.

Como isso depende muito da qualidade da imagem e do seu tratamento, foi utilizado um algoritmo capaz de eliminar essas falsas minúcias através do cálculo da distância euclidiana entre elas. Assim, quaisquer minúcias que distam em até nove pixels entre si foram eliminadas. A figura 4.1 compara as minúcias encontradas inicialmente e logo após o processo de eliminação. Os pontos vermelhos representam as terminações e os pontos azuis representam as bifurcações.

Aplicação e Treinamento

Para o treinamento da rede neural feedforward backpropagation os dados de entrada e de saída tiveram que ser determinados e preparados. Foram criadas matrizes quadradas de zeros de dois tamanhos, onde as coordenadas das minúcias da imagem original foram divididas e inceridas proporcionalmente nessas matrizes. Assim, a matriz resultante corresponde a uma imagem de cor preta contendo pontos brancos que indicam as respectivas minúcias encontradas na ID. Somente matrizes de mesmo tamanho podem ser usadas no treinamento.

Foram usadas matrizes de tamanhos 10x10 e 15x15 para agilizar o treinamento, pois usar a imagem inteira como dado de entrada em uma rede feedforward backpropagation seria inviável pelo seu longo tempo de treinamento.

É notável que a existência de menos pontos na matriz da figura anterior do que na Figura 3 Isso se dá ao fato de que a compressão da matriz 300x300 para a matriz 15x15 faça com que alguns pontos próximos se localizem em cima de outros, devido à divisão das coordenadas e ao seu arredondamento. Entretanto, pontos coincidentes ou não foram deixados com valor 1