| |
| Acadêmico(a): Ricardo Inácio Maiola |
| Título: Protótipo de Sistema para Autenticação de Impressões Digitais utilizando o Modelo de Redes Neurais Artificiais Cascade Correlation |
| |
| Conclusão: |
Este trabalho teve como objetivo o estudo da identificação de impressões digitais através de redes neurais artificiais. Através dele, foram estudados diversos sistemas de identificação biométrica, principalmente de reconhecimento de impressões digitais para que se conseguisse chegar a resultados satisfatórios.
A partir da proposta da criação de um sistema que verificasse a viabilidade em utilizar o modelo de rede neural artificial Cascade-Correlation no reconhecimento de impressões digitais, o trabalho apresentou bons resultados nos reconhecimentos. O destaque está no índice de falsa aceitação, onde se conseguiu treinar uma rede que todas as IID’s foram reconhecidas entre si, obtendo o percentual de 100% de aceitações corretas. Houve uma certa dificuldade na realização dos testes de falsa rejeição, pois as IID’s apresentadas à rede eram alteradas para a simulação de ruídos, deslocamento do dedo, entre outros e, conseqüentemente, tinha-se dúvida em qual seria a decisão mais segura: aceitar ou rejeitar a impressão digital. Utilizado um baixo índice de tolerância, obteve-se 77,5% de reconhecimento nos testes de falsa rejeição. Estes resultados foram superiores aos obtidos em Gumz (2002) e Matias (2004), que foram os principais trabalhos utilizados como referência.
Verificou-se como principal dificuldade para o desenvolvimento deste projeto, o levantamento bibliográfico, devido à escassez de documentação sobre Cascade Correlation e dificuldade na apropriação das informações contidas no material, retardando o tempo para o desenvolvimento da pesquisa. Praticamente não houve limitação tecnológica que dificultasse a finalização do mesmo.
Este trabalho apresentou Cascade Correlation como uma ferramenta viável para o reconhecimento de impressões digitais, que demonstrou capacidade de aprendizado, classificação e generalização das imagens apresentadas à rede. Em futuros trabalhos, poderão ser criadas alternativas para obtenção de melhores resultados dos obtidos neste, pois é possível que Cascade Correlation seja mais viável para a identificação de impressões digitais do que qualquer outro modelo de rede neural já existente no mercado. O aprimoramento contínuo neste tipo de software é necessário, pois se investe a cada dia mais em soluções de segurança da informação e de pessoal.
|
| |
|
