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 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 |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Trabalho_de_Conclus_o_de_Curso - corrigido.pdf | 3,62 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador