Um estudo comparativo das estratégias de fusão no nível de característica para Sistemas Biométricos Multimodais baseados em face e íris

Com o avanço da tecnologia, novas abordagens para o reconhecimento automático da identidade de uma pessoa têm sido propostas e tal fato tem encorajado o emprego de Sistemas Biométricos. Essa abordagem utiliza características físicas ou comportamentais de uma pessoa para realizar a sua identificação. Os Sistemas Biométricos podem ser classificados como Unimodais ou Multimodais. Sistemas Biométricos Unimodais utilizam apenas uma modalidade biométrica para realizar o reconhecimento, ao passo que os Sistemas Biométricos Multimodais empregam duas ou mais modalidades. A construção de um Sistema Biométrico Multimodal pode ser realizada de diferentes formas, as quais são categorizadas de acordo com a sua arquitetura, nível de fusão e estratégia de fusão. O objetivo deste trabalho é investigar diferentes formas de fusão de modalidades biométricas no nível de característica, visando projetar um sistema multimodal com alto poder de reconhecimento. Neste artigo, nós utilizamos a Transformada Wavelet para extrair um conjunto de características de imagens de face e íris. Os resultados obtidos mostram que os Sistemas Biométricos Multimodais apresentam melhor desempenho que os Sistemas Biométricos Unimodais, em termos de taxa de reconhecimento calculada sobre a saída produzida pela Máquina de Vetores Suporte usada como classificador.