Spatial Entropy Analisys (SEnA): uma técnica para detecção de impressões digitais falsas

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Silva, José Júnior de Oliveira
Orientador(a): Cavalcanti, George Darmiton da Cunha
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/11546
Resumo: Impressões digitais fornecem uma alternativa para autenticação pessoal diferente dos meios tradicionais, tais como: senhas, cartões, PIN, entre outros, que podem ser facilmente esquecidos ou perdidos. Uma impressão digital é uma característica presente na palma das mãos e nas solas dos pés dos seres humanos que são únicas para cada pessoa. Seu uso pode e vem substituindo os meios tradicionais de autenticação pessoal em sistemas informatizados ou físicos, no entanto, a segurança nesses ambientes pode ser comprometida, caso seja apresentado ao sistema um dedo falso, confeccionado com algum material sintético como: silicone, gelatina, látex, entre outros. Diversas técnicas têm sido propostas para detecção de impressões digitais falsas ou spoof detection. No entanto, esse problema ainda não está resolvido. O presente trabalho propõe uma nova técnica de extração de características: Spatial Entropy Analisys (SEnA) e a aplica à detecção de impressões digitais falsas. SEnA baseia-se na análise da entropia de Shannon em regiões de uma imagem. Neste trabalho, cada imagem de um dado conjunto de treinamento é dividida em regiões e para cada região, computa-se a entropia, formando um vetor com os valores obtidos. Os vetores são usados para treinar um classificador, que, após o treinamento, faz a distinção entre imagens de dedos verdadeiros e falsificações. SEnA foi testado nas bases das três versões da Liveness Detection Competition (LivDet) realizadas em 2009, em 2011 e em 2013. Os experimentos mostram que a técnica proposta consegue resultados promissores, em especial nas bases da competição LivDet 2011, em que a técnica proposta supera todas as demais técnicas do estado da arte comparadas.