Abordagem de aprendizagem profunda para sistemas reconhecimento

A biometria afirma-se como uma das soluções mais fiáveis para a identificação de indivíduos nos sistemas de segurança modernos. Ao contrário das palavras-passe, utiliza características fisiológicas próprias de cada pessoa, oferecendo um nível de segurança mais elevado.Esta obra centra-se em duas modalidades promissoras: as veias dos dedos e as impressões palmares. Estáveis e difíceis de falsificar, continuam, no entanto, sensíveis às variações de iluminação e à qualidade das imagens captadas. É proposta uma abordagem que combina a aprendizagem profunda e a aprendizagem automática. As características são extraídas através de redes convolucionais pré-treinadas (VGG16, VGG19, MobileNetV2) e, posteriormente, aperfeiçoadas por \textit{fine-tuning}. Em seguida, são aplicados classificadores SVM, KNN e Random Forest, com uma comparação entre abordagens monoinstância e multiinstância. O MobileNetV2 oferece o melhor desempenho em termos de precisão e eficiência. A abordagem multi-instância reforça a robustez do sistema, enquanto o SVM se destaca pela sua precisão de reconhecimento.