Seleção de características para reconhecimento biométrico baseado em sinais de eletrocardiograma (2016)
- Authors:
- Autor USP: TEODORO, FELIPE GUSTAVO SILVA - EACH
- Unidade: EACH
- Subjects: INTELIGÊNCIA ARTIFICIAL; BIOMETRIA; ELETROCARDIOGRAFIA
- Language: Português
- Abstract: O campo da Biometria abarca uma grande variedade de tecnologias usadas para identificar e verificar a identidade de uma pessoa por meio da mensuração e análise de vários aspectos físicos e/ou comportamentais do ser humano. Diversas modalidades biométricas têm sido propostas para reconhecimento de pessoas, como impressões digitais, íris, face e voz. Estas modalidades biométricas possuem características distintas em termos de desempenho, mensurabilidade e aceitabilidade. Uma questão a ser considerada com a aplicação de sistemas biométricos em mundo real é sua robustez a ataques por circunvenção, repetição e ofuscação. Esses ataques estão se tornando cada vez mais frequentes e questionamentos estão sendo levantados a respeito dos níveis de segurança que esta tecnologia pode oferecer. Recentemente, sinais biomédicos, como eletrocardiograma (ECG), eletroencefalograma (EEG) e eletromiograma (EMG) têm sido estudados para uso em problemas envolvendo reconhecimento biométrico. A formação do sinal do ECG é uma função da anatomia estrutural e funcional do coração e dos seus tecidos circundantes. Portanto, o ECG de um indivíduo exibe padrão cardíaco único e não pode ser facilmente forjado ou duplicado, o que tem motivado a sua utilização em sistemas de identificação. Entretanto, a quantidade de características que podem ser extraídas destes sinais é muito grande. (continua)(continuação) A seleção de característica tem se tornado o foco de muitas pesquisas em áreas em que bases de dados formadas por dezenas ou centenas de milhares de características estão disponíveis. Seleção de característica ajuda na compreensão dos dados, reduzindo o custo computacional, reduzindo o efeito da maldição da dimensionalidade e melhorando o desempenho do preditor. O foco da seleção de característica é selecionar um subconjunto de característica a partir dos dados de entrada, que pode descrever de forma eficiente os dados de entrada ao mesmo tempo reduzir os efeitos de ruídos ou características irrelevantes e ainda proporcionar bons resultados de predição. O objetivo desta dissertação é analisar o impacto de algumas técnicas de seleção de característica tais como, Busca Gulosa, Seleção Backward, Algoritmo Genético, Algoritmo Memético, Otimização por Enxame de Partículas sobre o desempenho alcançado pelos sistemas biométricos baseado em ECG. Os classificadores utilizados foram k-Vizinhos mais Próximos, Máquinas de Vetores Suporte, Floresta de Caminhos Ótimos e classificador baseado em distância mínima. Os resultados demonstram que existe um subconjunto de características extraídas do sinal de ECG capaz de fornecer altas taxas de reconhecimento
- Imprenta:
- Data da defesa: 22.06.2016
-
ABNT
TEODORO, Felipe Gustavo Silva. Seleção de características para reconhecimento biométrico baseado em sinais de eletrocardiograma. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-19122016-003653/. Acesso em: 18 abr. 2024. -
APA
Teodoro, F. G. S. (2016). Seleção de características para reconhecimento biométrico baseado em sinais de eletrocardiograma (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/100/100131/tde-19122016-003653/ -
NLM
Teodoro FGS. Seleção de características para reconhecimento biométrico baseado em sinais de eletrocardiograma [Internet]. 2016 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-19122016-003653/ -
Vancouver
Teodoro FGS. Seleção de características para reconhecimento biométrico baseado em sinais de eletrocardiograma [Internet]. 2016 ;[citado 2024 abr. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-19122016-003653/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
