| |
| Acadêmico(a): Ricardo Inácio Maiola |
| Título: Protótipo de Sistema para Autenticação de Impressões Digitais utilizando o Modelo de Redes Neurais Artificiais Cascade Correlation |
| |
| Introdução: |
Há indícios de que a dactiloscopia (processo de leitura impressões digitais com a finalidade de identificação individual) já era utilizada no ano 650 durante a dinastia de Tang na China, no qual se determinava que o marido desse um documento à divorciada, autenticando-o com a sua impressão digital. Aproximadamente no ano de 1300, os chineses empregavam a impressão digital não só nos divórcios, como também nos casos de crimes. (Bombonatti, 2005).
Inicialmente a identificação através das impressões digitais (IDs) era feita por indivíduos treinados, ou seja, uma ou mais pessoas tinham arquivos de IDs impressos em papel e, quando conhecido o nome do indivíduo, pegava-se sua ficha e comparavam-se as minúcias e outras características da ID já destacadas nesta ficha com a ID fornecida, utilizando para isto lupa e materiais como régua e lápis. Quando não se tinha o nome do indivíduo a ser identificado com sua ficha correspondente, como por exemplo, um crime sem testemunha, este trabalho se tornava demorado e de paciência, onde muitas vezes o indivíduo não podia ser identificado entre tantas fichas (Gumz, 2002, p. 4).
A biometria é o ramo da ciência que estuda as medidas físicas dos seres vivos, daí o termo identificação biométrica para indicar as tecnologias que permitem a identificação das pessoas através dos traços físicos característicos e únicos de cada ser humano: os traços faciais, a íris, a impressão digital entre outros.
Durante os últimos anos as pessoas têm usado chaves, cartões, assinaturas e senhas para validar sua identidade. O grande problema destes artefatos é que podem ser esquecidos, roubados, perdidos, copiados, armazenados de maneira insegura e até utilizados por uma pessoa que não tenha autorização. Desta forma, não é surpreendente que o novo campo de atrações seja a biometria (SIM, 2005).
Com a evolução da tecnologia na era da informação, a sociedade vem se tornando um sistema eletronicamente conectado. Daí a necessidade de desenvolver sistemas que facilitem a vida das pessoas no cotidiano. Percebe-se nitidamente que as máquinas ocupam espaço considerável no mundo atual, substituindo o trabalho do ser humano. A implantação de uma tecnologia que contemple o uso da informática ao uso de bases de dados de impressões digitais e de seus dados cadastrais, tornará possível uma maior resposta à sociedade, como por exemplo, na elucidação de crimes. O método de identificação dactiloscópio é extremamente eficiente, seguro, de baixo custo, de aplicação potencialmente massificada e tem apresentado avanços principalmente com a incorporação dos recursos da informática. Porém, a comparação de impressões digitais não está restrita à área criminal, exercendo papel fundamental no reconhecimento de pessoas. Atualmente a verificação de impressões digitais pode ser empregada em sistemas de segurança, transações financeiras, controle de acesso a locais restritos, controle de freqüência de funcionários, acesso em redes corporativas, validação de documentos, autenticação de portadores de cartões e comprovação de identidade, entre muitas outras aplicações. (Costa, 2001, p. 15).
O reconhecimento das imagens dos dedos é feito de forma aproximada, fazendo com que determinado percentual dos reconhecimentos possa não ser confiável e até mesmo incorreto. Sendo assim, diversos estudos são realizados para que o percentual de erros nos reconhecimentos torne-se cada vez mais insignificante.
Redes Neurais Artificiais (RNAs) são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência. As Redes Neurais Artificiais surgiram como uma tentativa de reproduzir o funcionamento do cérebro humano, e assim se desenvolver máquinas capazes de realizar muitas funções que antes só eram possíveis de serem realizadas através da intervenção humana (Rocha, 2003).
Um dos modelos de Redes Neurais Artificiais (RNA) mais utilizados na atualidade é o Multi Layer Perceptron (MLP) com Backpropagation, também chamado simplesmente de Backpropagation, proposto em 1986 por David Rumelhart através do livro \'Parallel Distributed Processing\' (Processamento Distribuído Paralelo) (HEINEN, 2002, p.19).
Parafraseando Fahlman (1988), “o algoritmo do Backpropagation possui diversos problemas e limitações e que tornam este método não totalmente confiável. Além disso, o modelo de Backpropagation exige que sejam feitas inúmeras simulações para serem obtidos os primeiros resultados confiáveis, sendo assim, nunca se sabe com antecedência se o aprendizado irá ocorrer de forma satisfatória com a configuração desenvolvida”. Sentindo a necessidade de criar um modelo que solucionasse alguns dos problemas identificados no modelo Backpropagation, Fahlman propôs um novo modelo de RNA chamado de Cascade Correlation.
Este trabalho foca principalmente no desenvolvimento de um sistema de identificação de impressões digitais que utilize o algoritmo de RNA Cascade Correlation. Ao final do trabalho é feita uma análise em relação aos resultados obtidos nos trabalhos de Gumz (2002) e Matias (2004), nos quais utilizam o modelo de Backpropagation para solução deste mesmo problema.
|
| |
|
