PARAMETRIZAÇÃO DE REDE MULTILAYER PERCEPTRON PARA CLASSIFICAÇÃO DE IMPRESSÕES DIGITAIS

Autores

  • Conrado Henrique Alves Sanches C. Neves
  • Denis Eiras
  • Maxwell Peretta
  • João Roberto de Moraes
  • Reuel Adimar Lopes
  • Paulo Roberto Ferreira
  • Andrei Testi
  • Jean Carlos Nascimento
  • Luis Fernando de Almeida

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