Cross-domain deep face matching for banking security systems
I tiakina i:
| Kaituhi matua: | |
|---|---|
| Rā whakaputa: | 2018 |
| Hōputu: | Master thesis |
| Reo: | eng |
| Puna: | Repositório Institucional da UnB |
| Download full: | http://repositorio.unb.br/handle/10482/33033 |
Whakarāpopototanga: | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018. |
| _version_ | 1871442305915813888 |
|---|---|
| author | Oliveira, Johnatan Santos de |
| author_browse | Oliveira, Johnatan Santos de |
| author_facet | Oliveira, Johnatan Santos de |
| author_role | author |
| bitstream.checksum.fl_str_mv | 20580b9ff8534339b6b7390d5c55d9fb bacfee268cc5d4f6aaa2e6e0066d38f5 |
| bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 |
| bitstream.url.fl_str_mv | http://repositorio.unb.br/bitstream/10482/33033/1/2018_JohnatanSantosdeOliveira.pdf http://repositorio.unb.br/bitstream/10482/33033/2/license.txt |
| collection | Repositório Institucional da UnB |
| contributor_str_mv | Deus, Flávio Elias Gomes de |
| dc.contributor.advisor1.fl_str_mv | Deus, Flávio Elias Gomes de |
| dc.contributor.advisorco.none.fl_str_mv | Rocha, Anderson de Rezende |
| dc.contributor.author.fl_str_mv | Oliveira, Johnatan Santos de |
| dc.date.accessioned.fl_str_mv | 2018-11-12T17:49:55Z |
| dc.date.available.fl_str_mv | 2018-11-12T17:49:55Z |
| dc.date.issued.fl_str_mv | 2018-11-12 |
| dc.date.submitted.none.fl_str_mv | 2018-05-23 |
| dc.identifier.citation.fl_str_mv | OLIVEIRA, Johnatan Santos de. Cross-domain deep face matching for banking security systems. 2018. xiii, 82 f., il. Dissertação (Mestrado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2018. |
| dc.identifier.uri.fl_str_mv | http://repositorio.unb.br/handle/10482/33033 |
| dc.language.iso.fl_str_mv | eng |
| dc.rights.driver.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
| dc.subject.keyword.pt_BR.fl_str_mv | Sistema bancário Sistemas de segurança Reconhecimento de face Segurança da informação Aprendizagem de máquina Redes neurais (Computação) |
| dc.title.alternative.pt_BR.fl_str_mv | Matching de faces de diferentes domínios para sistemas de segurança bancário |
| dc.title.pt_BR.fl_str_mv | Cross-domain deep face matching for banking security systems |
| dc.type.driver.fl_str_mv | info:eu-repo/semantics/masterThesis |
| dc.type.status.fl_str_mv | info:eu-repo/semantics/publishedVersion |
| description | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018. |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| id | UNB_4d2e131b672b85b2c6b9b79eb3d42ff1 |
| identifier_str_mv | OLIVEIRA, Johnatan Santos de. Cross-domain deep face matching for banking security systems. 2018. xiii, 82 f., il. Dissertação (Mestrado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2018. |
| instacron_str | UNB |
| institution | UNB |
| instname_str | Universidade de Brasília (UnB) |
| language | eng |
| network_acronym_str | UNB |
| network_name_str | Repositório Institucional da UnB |
| oai_identifier_str | oai:repositorio.unb.br:10482/33033 |
| publishDate | 2018 |
| publishDateSort | 2018 |
| reponame_str | Repositório Institucional da UnB |
| repository.mail.fl_str_mv | repositorio@unb.br |
| repository.name.fl_str_mv | Repositório Institucional da UnB - Universidade de Brasília (UnB) |
| repository_id_str | |
| spelling | Oliveira, Johnatan Santos deRocha, Anderson de RezendeDeus, Flávio Elias Gomes de2018-11-12T17:49:55Z2018-11-12T17:49:55Z2018-11-122018-05-23OLIVEIRA, Johnatan Santos de. Cross-domain deep face matching for banking security systems. 2018. xiii, 82 f., il. Dissertação (Mestrado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/33033Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018.Um dos principais desafios enfrentados pelo sistema bancário é garantir a segurança das transações financeiras. Devido à conveniência e aceitação, o uso de caracterı́sticas faciais para autenticação biométrica de usuários em sistemas bancários está se tornando uma tendência mundial. Essa abordagem de autenticação de usuários está atraindo grandes investimentos de instituições bancárias e financeiras, especialmente em cenários de diferentes domı́nios, nos quais imagens faciais tiradas de documentos de identificação são comparadas com autorretratos digitais (selfies) tiradas com câmeras de dispositivos móveis. Neste estudo, coletamos das bases de dados do maior banco público brasileiro um grande dataset, chamado FaceBank, com 27.002 imagens de selfies e fotos de documentos de identificação de 13.501 sujeitos. Em seguida, avaliamos os desempenhos de dois modelos de Redes Neurais Convolucionais bem referenciados (VGG-Face e OpenFace) para extração de caracterı́sticas profundas, bem como os desempenhos de quatro classificadores (SVM Linear, SVM Power Mean, Random Forest e Random Forest com o Ensemble Vote) para autenticação robusta de face em diferentes domı́nios. Com base nos resultados obtidos (precisões superiores a 90%, em geral), é possı́vel concluir que a abordagem de matching de faces profundas avaliada neste estudo é adequada para autenticação de usuários em aplicações bancárias entre domı́nios. Até onde sabemos, este é o primeiro trabalho que usa um grande conjunto de dados composto por imagens bancárias reais para avaliar a abordagem de autenticação de face entre domı́nios. Além disso, este trabalho apresenta um estudo sobre as reais necessidades na implementação futura de um sistema biométrico, propondo um sistema de nuvem para permitir a adoção de tecnologias biométricas. Por fim, propõe também um modelo seguro e integrado de subsistema ABIS de transmissão de dados. Toda a análise e implementação leva em conta a total aderência e compatibilidade com padrões e especificações propostos pelo governo brasileiro.Ensuring the security of transactions is currently one of the major challenges facing banking systems. The use of facial features for biometric authentication of users in banking systems is becoming a worldwide trend, due to the convenience and acceptability of this form of identification, and also because computers and mobile devices already have built-in cameras. This user authentication approach is attracting large investments from banking and financial institutions especially in cross-domain scenarios, in which facial images taken from ID documents are compared with digital self-portraits (selfies) taken with mobile device cameras. In this study, from the databases of the largest public Brazilian bank we collected a large dataset, called FaceBank, with 27,002 images of selfies and ID document photos from 13,501 subjects. Then, we assessed the performances of two well-referenced Convolutional Neural Networks models (VGG-Face and OpenFace) for deep face features extraction, as well as the performances of four effective classifiers (Linear SVM, Power Mean SVM, Random Forest and Random Forest with Ensemble Vote) for robust cross-domain face authentication. Based on the results obtained (authentication accuracies higher than 90%, in general), it is possible to conclude that the deep face matching approach assessed in this study is suitable for user authentication in cross-domain banking applications. To the best of our knowledge, this is the first study that uses a large dataset composed of real banking images to assess the cross-domain face authentication approach to be used in banking systems. As an additional, this work presents a study on the real needs in the future implementation of a biometric system proposing a cloud system to enable the adoption of biometrics technologies, creating a new model of service delivery. Besides that, proposes a secure and integrated ABIS Data Transmission subsystem model. All the analysis and implementation takes into account the total adherence and compatibility with the standards and specifications proposed by the Brazilian government, at the same time, establish mechanisms and controls to ensure the effective protection of data.Faculdade de Tecnologia (FT)Departamento de Engenharia Elétrica (FT ENE)Programa de Pós-Graduação em Engenharia ElétricaengA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessCross-domain deep face matching for banking security systemsMatching de faces de diferentes domínios para sistemas de segurança bancárioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSistema bancárioSistemas de segurançaReconhecimento de faceSegurança da informaçãoAprendizagem de máquinaRedes neurais (Computação)reponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2018_JohnatanSantosdeOliveira.pdf2018_JohnatanSantosdeOliveira.pdfapplication/pdf5538984http://repositorio.unb.br/bitstream/10482/33033/1/2018_JohnatanSantosdeOliveira.pdf20580b9ff8534339b6b7390d5c55d9fbMD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio.unb.br/bitstream/10482/33033/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/330332025-12-26 17:09:30.069open accessoai:repositorio.unb.br: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Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2025-12-26T20:09:30Repositório Institucional da UnB - Universidade de Brasília (UnB) |
| spellingShingle | Cross-domain deep face matching for banking security systems Oliveira, Johnatan Santos de Sistema bancário Sistemas de segurança Reconhecimento de face Segurança da informação Aprendizagem de máquina Redes neurais (Computação) |
| status_str | publishedVersion |
| title | Cross-domain deep face matching for banking security systems |
| title_full | Cross-domain deep face matching for banking security systems |
| title_fullStr | Cross-domain deep face matching for banking security systems |
| title_full_unstemmed | Cross-domain deep face matching for banking security systems |
| title_short | Cross-domain deep face matching for banking security systems |
| title_sort | Cross-domain deep face matching for banking security systems |
| topic | Sistema bancário Sistemas de segurança Reconhecimento de face Segurança da informação Aprendizagem de máquina Redes neurais (Computação) |
| url | http://repositorio.unb.br/handle/10482/33033 |