BiometriaReconhecimento de Assinaturas

EEL 879 - Redes de Computadores IIEEL 879 - Redes de Computadores IIEliseu Paz e Silva de GuimarãesEliseu Paz e Silva de Guimarães

eliseupsg@poli.ufrj.breliseupsg@poli.ufrj.br

O que é biometria?Ciência de mensuração dos seres vivosRelaciona-se a características:

ComportamentaisFísicas

Objetivo de verificar características únicas.

Etapas da biometriaCaptura (ou aquisição);Captura (ou aquisição);

Conversão;Conversão;

Padronização;Padronização;

Comparação.Comparação.

Reconhecimento de assinaturasObjetivos:Objetivos:

Reconhecimento de firma;Reconhecimento de firma;Reconhecimento de assinaturas importantes, Reconhecimento de assinaturas importantes,

como em cheques, por exemplo.como em cheques, por exemplo.Utilização de processamento de imagens.Utilização de processamento de imagens.Desenvolvimento de sistemas de Desenvolvimento de sistemas de

reconhecimento.reconhecimento.

Aquisição e conversão Offline:Offline:

Scanner (com conversão);Scanner (com conversão);

Câmera.Câmera.

Online:Online:Tablet.Tablet.

Segmentação Divisão da imagem em objetos constituintes.Divisão da imagem em objetos constituintes. Etapa complicada.Etapa complicada. Importante para a padronização.Importante para a padronização. Tipos de segmentação:Tipos de segmentação:

Limiarização;Limiarização;Crescimento de regiões;Crescimento de regiões;Segmentação em bordas;Segmentação em bordas;Esqueletização.Esqueletização.

Limiarização (ou similaridade)Classificar pixels em:Classificar pixels em:

mais intenso que o limiar (T); oumais intenso que o limiar (T); oumenos intenso que o limiar (T).menos intenso que o limiar (T).

Para cada pixel:Para cada pixel:g(x,y) =g(x,y) = 0, se f(x,y) <= T,0, se f(x,y) <= T,

1, se f(x,y) > T.1, se f(x,y) > T. f(x,y) é a intensidade do pixel (x,y).f(x,y) é a intensidade do pixel (x,y).

Dificuldade em determinar o limiar.Dificuldade em determinar o limiar.

Limiarização (ou similaridade)Exemplo:

Crescimento de regiões Utiliza agregação de pixels.Utiliza agregação de pixels. Semelhante à limiarização.Semelhante à limiarização. Procedimento:Procedimento:

Escolha de pixels-semente;Escolha de pixels-semente;Escolha do limiar (T);Escolha do limiar (T);Crescimento das regiões.Crescimento das regiões.

Dificuldade em determinar limiar.Dificuldade em determinar limiar.Dificuldade na escolha das sementes.Dificuldade na escolha das sementes.

Crescimento de regiões Sementes, número de sementes e limiar dependem do Sementes, número de sementes e limiar dependem do

problema.problema. Procedimento:Procedimento:

Se |f(x,y) - f(x1,y1)| <= T, f(x,y) é da Região 1Se |f(x,y) - f(x1,y1)| <= T, f(x,y) é da Região 1 ......Se |f(x,y) - f(xn,yn)| <=T, f(x,y) é da Região n.Se |f(x,y) - f(xn,yn)| <=T, f(x,y) é da Região n.

(x1,y1),..., (xn,yn) são as sementes.(x1,y1),..., (xn,yn) são as sementes.

Crescimento de regiõesExemplo:

Segmentação em bordasFeita por descontinuidade.Feita por descontinuidade.

Separação de objetos.Separação de objetos.

Utiliza operadores gradiente.Utiliza operadores gradiente.

Transformações lineares.Transformações lineares.

EsqueletizaçãoReduzir figura a uma cadeia simples de Reduzir figura a uma cadeia simples de

pixels.pixels.Manter as características originais.Manter as características originais.Ponto de esqueleto é centro de círculo Ponto de esqueleto é centro de círculo

máximo.máximo.Aproximação por quadrado ou losango.Aproximação por quadrado ou losango.

EsqueletizaçãoExemplo:

EsqueletizaçãoHá problema se houver número par de Há problema se houver número par de

linhas/colunas.linhas/colunas.Resolver problema com expansão.Resolver problema com expansão.Procedimento:Procedimento:

Dilatação;Dilatação;Erosão.Erosão.

EsqueletizaçãoDilatação:Dilatação:

Colocar pixel de imagem original em (2x,2y);Colocar pixel de imagem original em (2x,2y);Colocar pixels em toda a vizinhança.Colocar pixels em toda a vizinhança.

Erosão:Erosão:Colocar pixels em branco na vizinhança de Colocar pixels em branco na vizinhança de

um pixel em branco.um pixel em branco.

EsqueletizaçãoExemplo de dilatação e erosão:

Dilatação =>

Esqueletização

Erosão=>

Descrição e reconhecimentoCaracterísticas de interesse:Características de interesse:

Inclinação das letras;Inclinação das letras;Espaçamento entre letras e entre palavras;Espaçamento entre letras e entre palavras;Velocidade de escrita;Velocidade de escrita;Pontos de pressão.Pontos de pressão.

Modelar, descrever e reconhecer usando Modelar, descrever e reconhecer usando Redes Neurais Artificiais.Redes Neurais Artificiais.

Redes NeuraisTécnica de Inteligência Artificial.Técnica de Inteligência Artificial.Simula o funcionamento de uma rede de Simula o funcionamento de uma rede de

neurônios.neurônios.Exige treinamento prévio (com agente externo Exige treinamento prévio (com agente externo

ou não).ou não).Consiste de três tipos de camadas:Consiste de três tipos de camadas:

Entrada: onde são inseridos dados e padrões;Entrada: onde são inseridos dados e padrões; Intermediária: onde ocorre o processamento;Intermediária: onde ocorre o processamento;Saída: onde o resultado é apresentado.Saída: onde o resultado é apresentado.

Redes Neurais

Estrutura de uma Rede Neural:

Redes NeuraisO processamento consiste em:O processamento consiste em:

Somas ponderadas das entradas;Somas ponderadas das entradas;Somas de sinais de polarização;Somas de sinais de polarização;Ativação de sinal se saída.Ativação de sinal se saída.

Para reconhecimento de assinaturas:Para reconhecimento de assinaturas:Análise estatística através de várias Análise estatística através de várias

assinaturas.assinaturas.Saída binária simples.Saída binária simples.

Problemas e perspectivasProblemas:Problemas:

Alto custo computacional;Alto custo computacional;Treinamento das Redes Neurais;Treinamento das Redes Neurais;Custos elevados;Custos elevados;Mudanças na assinatura;Mudanças na assinatura;Necessidade de várias assinaturas.Necessidade de várias assinaturas.

Problemas e perspectivasPerspectivas:Perspectivas:

Avanços tecnológicos;Avanços tecnológicos;Algoritmos melhores;Algoritmos melhores;Redes Neurais mais eficazes;Redes Neurais mais eficazes; Incentivos econômicos;Incentivos econômicos;Conscientização de necessidade do uso.Conscientização de necessidade do uso.

Perguntas e respostas1) Diga quais são os dois tipos de aquisição deassinaturas que existem e qual sua diferença.

R: A aquisição pode ser online ou offline. A diferença éque, na aquisição online, capturamos a assinatura notempo em que ela é feita. Na offline capturamos aassinatura após ela ter sido escrita.

Perguntas e respostas2) Para um reconhecimento de assinaturas adequado é necessário que haja um processamento de imagem adequado. Diga qual é a etapa mais complicada do processamento de imagem e qual a sua importância.Cite dois exemplos de processos empregados nestaetapa.R: A etapa mais complicada do processamento de imagem é a segmentação. A importância desta etapa é separar a imagem em objetos constituintes, permitindoque sejam posteriormente extraídas as características desta imagem. Os exemplos de processos usados nesta etapa são: limiarização (ou similaridade), crescimento deregiões, segmentação em bordas e esqueletização.

Perguntas e respostas3) Cite quais são e explique sucintamente a função de cada uma das camadas de uma Rede Neural Artificial.

R: As camadas de uma Rede Neural Artificial são:camada de entrada, camadas intermediárias (ouescondidas) e camada de saída. A camada de entrada épor onde os dados ou padrões são inseridos na rede. Ascamadas intermediárias fazem o processamento dasentradas, baseados em somas ponderadas. É nestacamada que ocorre a ativação da função de saída. Acamada de saída é responsável por levar ao observadorexterno o resultado da rede.

Perguntas e respostas4) Diga qual a vantagem do uso de um agente externono treinamento de uma Rede Neural.

R: Usar um agente externo permite que seja apresentadaà Rede a resposta esperada. Pode-se também avaliarde forma mais clara o desempenho da Rede.

Perguntas e respostas5) Diga um problema e sua respectiva solução nodesenvolvimento de sistemas de reconhecimentode assinaturas.

R: O alto custo computacional é um problema que podeser resolvido com algoritmos melhores e Redes Neuraismais eficientes.O alto custo econômico pode ser resolvido comincentivos e com a popularização dos sistemas.O incômodo de ter de assinar várias vezes poderia sersanado com a conscientização e popularização do usodestes sistemas.