A deep learning approach to age newborns’ fingerprints minutiae maps (2024)
- Authors:
- Autor USP: SOUTHIER, LUIZ FERNANDO PUTTOW - ICMC
- Unidade: ICMC
- Subjects: BIOMETRIA; RECÉM-NASCIDO; APRENDIZADO COMPUTACIONAL
- Keywords: Mapa de minúcias
- Language: Inglês
- Abstract: Apesar da necessidade reconhecida de sistemas de identificação neonatal, eles dependem de mapas de minúcias que se distorcem ao longo do tempo devido ao crescimento dos dedos, perda de peso e alterações na pele, afetando as taxas de reconhecimento. A literatura tentou abordar o desafio de emular as mudanças no mapa de minúcias utilizando fatores de escalonamento. No entanto, a eficácia dessas abordagens, especialmente em indivíduos mais jovens, permanece incerta. Embora os fatores de escalonamento tenham sido usados para mitigar o efeito da idade, esse método simplifica excessivamente a suposição de padrão de crescimento, negligenciando padrões de crescimento distintos observados em crianças pequenas. Este estudo visa preencher essa lacuna desenvolvendo e avaliando uma solução de inteligência artificial para emular as mudanças no mapa de minúcias de um recém-nascido ao longo do tempo. A hipótese é que um modelo de crescimento baseado em Deep Learning poderia fornecer uma abordagem mais eficaz do que os fatores de escalonamento tradicionais, oferecendo uma representação mais precisa e adaptável do desenvolvimento dos recém-nascidos e mitigando o impacto do efeito da idade nas características biométricas. No entanto, sem um banco de dados longitudinal de alta qualidade, uma função de perda diferenciável baseada na diferença entre dois mapas de minúcias e um método para alinhar esses mapas, a implementação de tal abordagem torna-se inviável. Pesquisas futuras devem abordar esses aspectos críticos para avançar no desenvolvimento de soluções biométricas eficazes para identificação neonatal.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
-
ABNT
SOUTHIER, Luiz Fernando Puttow e CASANOVA, Dalcimar. A deep learning approach to age newborns’ fingerprints minutiae maps. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/78bd756a-eca1-4fd8-bcd4-6577610be974/Luiz_Fernando_Puttow_Southier.pdf. Acesso em: 25 mar. 2025. -
APA
Southier, L. F. P., & Casanova, D. (2024). A deep learning approach to age newborns’ fingerprints minutiae maps (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/78bd756a-eca1-4fd8-bcd4-6577610be974/Luiz_Fernando_Puttow_Southier.pdf -
NLM
Southier LFP, Casanova D. A deep learning approach to age newborns’ fingerprints minutiae maps [Internet]. 2024 ;[citado 2025 mar. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/78bd756a-eca1-4fd8-bcd4-6577610be974/Luiz_Fernando_Puttow_Southier.pdf -
Vancouver
Southier LFP, Casanova D. A deep learning approach to age newborns’ fingerprints minutiae maps [Internet]. 2024 ;[citado 2025 mar. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/78bd756a-eca1-4fd8-bcd4-6577610be974/Luiz_Fernando_Puttow_Southier.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Luiz_Fernando_Puttow_Sout... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
