PRODUÇÃO ACADÊMICA Repositório Acadêmico da Graduação (RAG) TCC Engenharia de Computação
Use este identificador para citar ou linkar para este item: https://repositorio.pucgoias.edu.br/jspui/handle/123456789/381
Tipo: Trabalho de Conclusão de Curso
Título: PROPOSTA DE UMA BASE DE IMAGENS MULTIESPECTRAIS DAS MÃOS E SUA APLICAÇÃO EM CENÁRIOS DE CLASSIFICAÇÃO
Autor(es): Silva, Paulo Vitor Santana da
Primeiro Orientador: Galvão Filho, Arlindo Rodrigues
metadata.dc.contributor.referee1: Carvalho, Rafael Viana
metadata.dc.contributor.referee2: Franco, Ricardo Augusto Pereira
Resumo: Este trabalho tem por finalidade apresentar um estudo sobre classificação de imagens das mãos no espectro visível e infravermelho próximo (NIR), propondo, para isso, uma base de dados para tal. A base de dados em questão possui imagens capturadas de 80 indivíduos, sendo 20 tipos de imagens para cada qual, separadas em dez no espectro visível e dez no espectro NIR. Composta por imagens do dorso, da palma e do pulso, capturadas em duas alturas diferentes. Para a criação da base de dados foi construído um sistema de aquisição de imagens multiespectrais. A câmera utilizada foi a estação JAI AD-080E, que realiza a captura simultânea no espectro visível (entre 400 nm e 700 nm) e NIR (entre 700 nm e 1000 nm). Com a intenção de apresentar um benchmark inicial sobre a base de dados, foram realizadas algumas simulações com alguns classificadores, são eles: Support Vector Machine (SVM), K-Nearest Neighbors (KNN) e Árvore de decisão. Foram realizadas classificações utilizando imagens originais e pré-processadas, utilizando diferentes parametrizações nos modelos de classificação. Por meio das experimentações utilizando os classificadores citados, foi possível verificar bons resultados utilizando os modelos SVM e KNN. Para o modelo SVM, entre todos os tipos de imagens do espectro NIR, foi obtida uma acurácia média de 99,5%, para o espectro visível foi obtida uma acurácia média de 99,19%. Para o modelo KNN, entre todos os tipos de imagens do espectro NIR, foi obtida uma acurácia média de 99,5%, para o espectro visível foi obtida uma acurácia média de 98,63%. Em relação à base de dados, a grande quantidade de tipos de imagens em ambos os espectros (visível e NIR) e alta resolução utilizada, em comparação com outras bases de dados de mesmo propósito, se mostrou viável e bastante relevante ao estado da arte.
Palavras-chave: Base de dados
Mãos
NIR
Biometria
Aprendizado de máquina
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editor: Pontifícia Universidade Católica de Goiás
Sigla da Instituição: PUC Goiás
metadata.dc.publisher.department: Escola de Ciências Exatas e da Computação
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.pucgoias.edu.br/jspui/handle/123456789/381
Data do documento: 2-Dez-2020
Aparece nas coleções:TCC Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Trabalho_de_Conclus_o_de_Curso - corrigido.pdf3,62 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.

Ferramentas do administrador