sexta-feira, 15 de outubro de 2010

Principais técnicas de identificação biometrica:


- Impressão  digital : é constituída por cumes de fricção com poros, os cumes formam padrões irrepetíveis. Têm a vantagens de serem de baixo custo e fácil implementação. Certas condições podem afectar as impressões de diferentes indivíduos. Por exemplo, sujeira, dedos secos ou rachados podem reduzir a qualidade da captura da imagem. Idade, sexo e etnia também podem impactar a qualidade das imagens digitais. A forma como um utilizador interage com um scanner de digitais é outra consideração importante. Pressão muito forte na superfície do scanner, por exemplo, pode distorcer uma imagem.



 

-Íris : É o diagrama colorido do olho, rodeia a pupila e regula a entrada de luz e a pressão ocular. A íris e definida antes do nascimento, é diferentes de pessoa para pessoa e não se altera durante toda a vida. Têm como vantagens ser muito segura, devido há complexidade de padrões que impede a imitação.




-Assinatura: A biometria de assinatura é geralmente denominada como uma Verificação Dinâmica de Assinatura (DSV) e observa a forma como assinamos os nossos nomes.
 É a forma de assinar, mais do que a assinatura acabada, que realmente importa. O DSV pode ser diferenciado do estudo estatístico de assinaturas em papel. Algumas características podem ser extraídas e medidas pelo DSV. Por exemplo, o ângulo no qual a caneta é segurada, o tempo que se leva para assinar, a velocidade(…)- tudo isso pode ser extraído como características comportamentais únicas.


-Reconhecimento facial:  Identificar um indivíduo através da análise da face é um processo complexo que normalmente requer artifícios inteligentes sofisticados e técnicas de aprendizagem computacional. Uma quantidade de fornecedores biométricos está envolvida na venda desses sistemas, usando tanto vídeos padrões como imagens termais para capturar imagens faciais. A face é um componente chave da maneira como os seres humanos se lembrar e reconhecem uns aos outros. A inteligência artificial é necessária para simular a interpretação humana das faces. As pessoas mudam todo o tempo. Pêlos faciais, óculos e a posição da cabeça podem afectar a forma como um sistema biométrico pode comparar uma face com outra. A aprendizagem computacional é importante para a adaptação a essas mudanças e para comparar precisamente os novos exemplos com os templates previamente armazenados.