Processamento de Imagem e Biometria - LEIC

T - Teórica; TP - Teórico-prática; PL - Prática Laboratorial; S - Seminário; OT - Orientação Tutorial.

• Objetivos de aprendizagem

  Os estudantes que terminam com sucesso esta unidade curricular serão capazes de:

  1. Definir os conceitos fundamentais de processamento digital de imagem e de sistemas biométricos.

  2. Definir os conceitos base relativos a sistemas de aprendizagem supervisionada e sua avaliação.

  3. Descrever e explicar o funcionamento dos atuais sistemas de reconhecimento (autenticação e identificação) baseados em características biométricas.

  4. Analisar e formular as características de um sistema de reconhecimento biométrico, em função de determinado conjunto de requisitos.

  5. Escolher as técnicas e as ferramentas mais adequadas para sistemas de processamento de imagem e sistemas biométricos.

  6. Prever, avaliar e comparar o desempenho de sistemas de reconhecimento biométrico.

  7. Desenvolver e avaliar sistemas de processamento de imagem e de reconhecimento biométrico.

  8. Escrever relatórios técnicos com análise comparativa e discussão de diferentes soluções.

• Programa

  I. Conceitos fundamentais sobre aquisição de imagem, o sistema visual humano e a biometria.

  II. Processamento digital de imagem. Processamento espacial de imagem.

  III. Convolução e filtragem.

  IV. Deteção de contornos e outros elementos geométricos.

  V. Melhoria da qualidade de imagem. Ajuste e equalização de histograma. Filtro de Mediana.

  VI. Binarização. Segmentação de imagem.

  VII. Operações morfológicas. Ampliação e redução de imagem (técnicas de zoom).

  VIII. Transformação entre espaços de cor.

  IX. Transformada discreta de Fourier e transformada discreta do cosseno.

  X. Aplicações de visão por computador.

  XI. Sistemas de reconhecimento de padrões e de aprendizagem automática supervisionada. XII. Medidas e ferramentas de avaliação de desempenho de classificadores. Matriz de confusão.

  XIII. Classificadores mais comuns: k-vizinhos mais próximos, máquinas de suporte vetorial, árvores de decisão e naive Bayes.

  XIV. Extração e representação de características obtidas sobre imagem.

  XV. Pré-processamento das características com métodos de redução, seleção e discretização.

  XVI. Treino e teste de diferentes de classificadores sobre diferentes tipos de dados.

  XVII. Introdução aos sistemas biométricos: características e aplicações. Medidas de avaliação.

  XVIII. Sistemas biométricos baseados em processamento de imagem: impressão digital, íris, retina,

  face, geometria da palma da mão e dos dedos, entre outros.

  XIX. Implementação de sistemas de reconhecimento biométrico, recorrendo a técnicas de processamento digital de imagem e de aprendizagem automática, com kits de desenvolvimento de software.

  XX. Outros sistemas biométricos, sem processamento de imagem, tais como os baseados em smart card.

• Demonstração da coerência dos conteúdos programáticos com os objetivos da unidade curricular

  Atualmente os sistemas de reconhecimento biométrico assumem grande relevância, dado o seu elevado número de aplicações. Grande parte dos sistemas biométricos recorre a processamento digital de imagem. Esta unidade curricular visa fornecer aos estudantes:

  1) Os conceitos e as ferramentas essenciais sobre processamento digital de imagem;

  2) Os conceitos fundamentais sobre aprendizagem supervisionada e os classificadores mais comuns;

  3) Conhecimentos sobre o funcionamento, desenvolvimento e avaliação de sistemas biométricos.

  A primeira metade do programa curricular (itens I a X do programa curricular) trata os conceitos fundamentais de processamento digital de imagem. Confere-se ao estudante as bases para a resolução de muitos problemas que envolvam processamento de imagem, dentro e fora do domínio da biometria. Na segunda metade do programa curricular (itens XI a XX do programa curricular), estudam-se os conceitos de aprendizagem automática supervisionada e de sistemas biométricos.

  Cada metade do programa curricular é avaliada através de trabalho prático e de teste escrito. O primeiro trabalho prático aborda a aplicação de técnicas de processamento de imagem, para a resolução de problemas concretos (itens I a X do programa curricular). O segundo trabalho prático visa a realização de componentes de um sistema biométrico e sua avaliação (itens XVII a XX do programa curricular), incluindo componentes de aprendizagem automática (itens XI a XVI do programa curricular).

• Metodologias de ensino

  A unidade curricular funciona em modo de ensino teórico-prático, estando previstas 30 aulas a que correspondem 67,5 horas de contacto. Durante o semestre são realizadas aulas práticas para apoio à execução dos dois trabalhos práticos. As aulas teórico-práticas decorrem de forma interativa, estimulando a participação dos estudantes e a realização de exercícios. Apresentam-se os temas e a aplicação prática dos mesmos.

  A realização dos trabalhos práticos com projetos baseados em computador é parcialmente acompanhada pelo docente, para assegurar a correta apreensão dos conhecimentos e das competências dos estudantes. Dentro das limitações existentes, é dada ao estudante a possibilidade de escolha das linguagens de programação e dos ambientes de desenvolvimento.

  Os resultados da aprendizagem (1) - (6) são avaliados através de exame escrito (realizado no final do semestre) ou de dois testes parciais (realizados em período de aulas). Os resultados da aprendizagem (1) – (8) são avaliados através de trabalhos, projetos em computador, relatórios e discussão oral individual dos trabalhos práticos.

  A Classificação Final (CF) será obtida através de CF = 0,5*CT + 0,5*CP, em que CT corresponde à classificação da componente teórica e CP é a classificação da componente prática.

  A componente teórica será avaliada, em alternativa, com dois testes parciais durante o semestre letivo (com possibilidade de repetição de um deles, em época normal); um teste global com possibilidade de repetição na época de recurso. Para obter aprovação, o valor mínimo de CT é de 9,5 valores. No caso de realização de testes parciais: nenhum destes poderá ter classificação inferior a 8,0 valores, para obter aprovação; CT é calculada pela média dos dois testes parciais.

  A componente prática é obtida pela média da classificação dos dois trabalhos práticos, sendo definida na discussão oral final individual. Para obter aprovação, o valor mínimo de CP é 9,5 valores.

• Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular

  O conhecimento sobre o funcionamento e sobre as técnicas empregues nos atuais sistemas biométricos é obtido através de aulas interativas com diversos elementos de apoio (slides, apontamentos e software), da realização de exercícios (dentro e fora das aulas) e de dois projetos baseados em computador. Com esta abordagem, o estudante toma contacto com as diferentes e atuais abordagens existentes para processamento de imagem e para sistemas biométricos, entendendo a importância e aplicação destes sistemas.

  A realização de aulas interativas, com muitos períodos curtos de exposição da teoria, acompanhada da resolução de exercícios conduz a que aos estudantes assimilem os principais conceitos da unidade curricular. Esta abordagem leva a que os estudantes consigam aplicar muitos desses conceitos nos projetos em computador, terminando com a realização de componentes de um sistema biométrico, com supervisão do docente.

  Por outro lado, a avaliação da componente teórica é realizada com dois testes parciais, sendo que o primeiro ocorre a meio do semestre letivo. Esta forma de avaliação da componente teórica revela-se adequada, dada a extensão e diversificação dos conteúdos programáticos. A realização da discussão oral final individual permite avaliar, com rigor, a qualidade dos resultados de aprendizagem para cada estudante. A classificação obtida na unidade curricular resulta da ponderação, com igual peso, das classificações obtidas nas componentes teórica e prática.

• Bibliografia principal

  R. Gonzalez and R. Woods, Digital Image Processing, 2008, Prentice Hall, 3rd edition, ISBN 978-

  0131687288.

  J. Marques, Reconhecimento de Padrões: métodos estatísticos e neuronais, 1999, IST Press, ISBN

  972-846908X

  A. Jain, P. Flynn, and A. Ross, Handbook of Biometrics, 2008, Springer, ISBN 978-0387710402

  J. Vacca, Biometric Technologies and Verification Systems, 2007, Elsevier, ISBN 978-0750679671