Projeto e implementação de uma rede neural artificial para detecção do mal-posicionamento rotacional de dedos em dispositivos de captura de impressões digitais multivista sem toque

Este artigo apresenta um método baseado em Redes neurais artificiais que avalia o mal-posicionamento dos dedos, em função da rotação, em dispositivos de aquisição de impressões digitais multivista sem toque. O objetivo é determinar se o dedo está rotacionado ou não, uma vez que o bom posicionamento do dedo é mandatório para garantir altas taxas de correspondência de impressões digitais. Um conjunto de teste de 9000 imagens foi usado para treinar, validar e testar um classificador baseado em redes neurais artificiais multicamadas. Até o momento, não existe um método definitivo que abordou o problema de qualidade de impressões digitais em scanners que utilizem a tecnologia multivista sem toque e a detecção da rotação do dedo apresentada neste artigo é um dos passos que devem ser levados em conta se um futuro método automático para avaliação da qualidade de impressões digitais for considerado. Os resultados médios, mostram que: (a) o classificador identifica corretamente o mal-posicionamento em aproximadamente 94% dos casos; e (b) quando o mal-posicionamento é detectado, o ângulo de rotação é corretamente estimado em 90% dos casos.