Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/381
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Silva, Paulo Vitor Santana da | - |
dc.date.accessioned | 2020-12-10T18:40:00Z | - |
dc.date.available | 2020-12-10T18:40:00Z | - |
dc.date.issued | 2020-12-02 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/381 | - |
dc.description.sponsorship | Não recebi financiamento | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Base de dados | pt_BR |
dc.subject | Mãos | pt_BR |
dc.subject | NIR | pt_BR |
dc.subject | Biometria | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.title | Proposta de uma base de imagens multiespectrais das mãos e sua aplicação em cenários de classificação | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Galvão Filho, Arlindo Rodrigues | - |
dc.contributor.advisor1ID | https://orcid.org/0000-0003-2151-8039 | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7744765287200890 | pt_BR |
dc.contributor.referee1 | Carvalho, Rafael Viana de | - |
dc.contributor.referee1ID | https://orcid.org/0000-0001-8656-5472 | pt_BR |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/8037512088703488 | pt_BR |
dc.contributor.referee2 | Franco, Ricardo Augusto Pereira | - |
dc.contributor.referee2ID | https://orcid.org/0000-0001-7169-3367 | pt_BR |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/5597959559288383 | pt_BR |
dc.description.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. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola de Ciências Exatas e da Computação | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/3561887551540646 | pt_BR |
dc.degree.graduation | Engenharia de Computação | pt_BR |
dc.degree.level | Graduação | pt_BR |
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