Redes Neurais por convolução aplicadas ao reconhecimento biométrico de pessoas

• Processo: 14/09125-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2014
• Data de Término da vigência: 11 de agosto de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Aparecido Nilceu Marana
• Beneficiário: Gustavo Henrique de Rosa
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Bolsa(s) vinculada(s): 14/24491-6 - Otimização de máquinas de Boltzmann restritas e sua aplicação para biometria baseada em impressões digitais, BE.EP.IC
• Assunto(s): Visão computacional Aprendizado computacional Redes neurais convolucionais Reconhecimento de padrões Impressão tridimensional Biometria Metodologia e técnicas de computação
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado em Profundidade | Biometria | Reconhecimento de Padrões | Redes Neurais por Convolução | Visão Computacional | Reconhecimento de Padrões

Resumo

O reconhecimento biométrico de pessoas tem sido bastante utilizado nas últimas décadas visando um maior nível de segurança nas mais variadas situações. Dentre as técnicas disponíveis, uma das mais confiáveis e a impressão digital, a qual e comumente empregada por detetives forenses em geral, dado que pode ser também adquirida sem o consentimento do indivíduo em uma cena de crime, por exemplo. Neste trabalho, propomos um estudo da viabilidade da aplicação de Redes Neurais por Convolução em imagens de impressão digital visando a identicação biométrica de pessoas, dado que muito pouco (ou nenhum) trabalho foi realizado ainda nesse contexto com esse tipo de arquitetura de aprendizado em profundidade. A presente proposta de projeto de pesquisa também contempla um estágio no exterior pela modalidade "Bolsa de Estágio e Pesquisa no Exterior" - BEPE, junto a Universidade de Harvard, onde um grupo de pesquisa tem atuado fortemente na área de otimização de parâmetros da abordagem de rede neural adotada neste projeto de pesquisa.