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 de
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

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