Tipo:	Trabalho de Conclusão de Curso
Título:	Classificação de imagens multiespectrais da palma da mão utilizando análise de componentes principais
Autor(es):	Viana, Wandersom Moura
Primeiro Orientador:	Vinhal, Gustavo Siqueira
metadata.dc.contributor.referee1:	Vieira, Sibelius Lellis
metadata.dc.contributor.referee2:	Galvão Filho, Arlindo Rodrigues
Resumo:	Estudos em Processamento Digital de Imagens (PDI) e Visão Computacional vêm fornecendo ferramentas para a extração de informações em imagens, desde o tratamento dos dados até o reconhecimento de padrões. Dentre essas aplicações pode-se destacar a biometria que consiste na identificação de indivíduos a partir do reconhecimento de padrões em características físicas ou comportamentais. O objetivo do trabalho é a classificação automática da palma da mão. A classificação é feita empregando a análise de componentes principais (Principal Component Analysis, PCA), para extrair as caracterrísticas mais importantes na identificação da palma das mãos previamente conhecidas e presentes no banco de dados, criando um espaço dimensional menor e discriminante com relação ao original, partir de um conjunto de dados de 315 imagens de palma das mãos. O equipamento utilizado para a captação das imagens é a JAI AD-080E que proporciona imagens multiespectrais. Tal câmera trabalha com o canal visível que capta as faixas de RGB (red, green, blue) ou vermelho, verde e azul e o canal infravermelho próximo (NIR). Os resultados obtidos pelo método K-ésimo Vizinho mais Próximo (k-nearest neighbors algorithm, KNN) foram satisfatórios para todas as imagens, apresentando, visualmente, maior nível de detalhes na detecção no RGB e Tons de cinza. Os resultados obtidos mostram uma acurácia de 93,97% no RGB e 90,16% no tons de cinza.
Palavras-chave:	Principal component analysis K-ésimo vizinho mais próximo K-nearest neighbors algorithm Classificação de imagens das mãos Biometria
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
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/123456789/658
Data do documento:	3-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.