PARAMETRIZAÇÃO DE REDE MULTILAYER PERCEPTRON PARA CLASSIFICAÇÃO DE IMPRESSÕES DIGITAIS
Resumo
O presente trabalho apresenta a junção de conceitos de processamento digital de imagens e redes neurais artificiais para o reconhecimento de indivíduos a partir de impressão digital. Como principal objetivo, destaca-se o estudo da rede neural Multilayer Perceptron para o processo de treinamento e reconhecimento de padrões de impressões digitais. Foi observado o processo para reconhecimento de minúcias em digitais, armazenamento de dados significantes para redes neurais processarem, após coleta de amostras. Além disso, nota-se resultados satisfatórios, com grande taxa de eficácia da rede neural apresentada para a base de dados utilizada. Na primeira seção deste trabalho, Introdução, será apresentada uma contextualização e especificação do que foi proposto; em seguida, em Fundamentação Teórica, é fornecida uma base e explicação de termos para entendimento do trabalho; enquanto que em Metodologia é mencionado como foi realizada a pesquisa para, na sequência, apresentar os Testes e Resultados, e, por fim, em Conclusão, averiguar sucintamente o que foi apresentado, assim como propor estudos futuros.Downloads
Não há dados estatísticos.
Métricas
Carregando Métricas ...
Downloads
Como Citar
Neves, C. H. A. S. C., Eiras, D., Peretta, M., Moraes, J. R. de, Lopes, R. A., Ferreira, P. R., … Almeida, L. F. de. (2017). PARAMETRIZAÇÃO DE REDE MULTILAYER PERCEPTRON PARA CLASSIFICAÇÃO DE IMPRESSÕES DIGITAIS. Revista Ciências Exatas, 23(2), 30–45. Recuperado de https://periodicos.unitau.br/exatas/article/view/2613
Edição
Seção
Artigos