Comites de Classificadores para o Reconhecimento Multimodal de Biométricas
Biométicas, comites de classificadores
O presente trabalho aborda a aplicação de técnicas envolvendo multiclassificadores (comites de classificadores) no desenvolvimento de sistemas adaptáveis de análises biométricas multimodais. Sistemas biométricos são o futuro eminente das técnicas de identificação e controle de acesso. Na ênfase de se desenvolver sistemas mais eficientes, a biometria multimodal vem se mostrando cada vez mais promissora, podendo contornar muitos dos problemas envolvendo o reconhecimento biométrico tradicional. Dentre as várias possibilidades de se desenvolver um sistema multimodal a utilização de multiclassificadores é um assunto bastante promissor que ainda possui um grande campo de pesquisa. A utilização de multiclassificadores é motivada pelo desempenho que os mesmos vêm demonstrando ao longo dos anos em suas inúmeras aplicações. A metodologia do trabalho consiste no desenvolvimento de várias arquiteturas de sistemas multimodais empregados no reconhecimento de face e voz. A base de face foi determinada através do método engenfaces, enquanto a de voz foi dada por meio de uma adaptação do algoritmo GMM. A diversidade dos sistemas é dada pela aplicação de quatro classificadores base distintos (k-NN (Nearest Neighbour), C4.5 (Árvore de decisão), Naive Bayes e Rede Neural MLP (MultiLayer Perceptron)), os quais comporão arquiteturas com 3, 6 e 12 classificadores base. Os sistemas também variarão em função das formas de combinação, sendo aplicados quatro métodos baseados em fusão (Soma, Voto, MLP e Naive Bayes), e um baseado em seleção (DCS-MCB). Ao termino do trabalho, espera-se provar a eficiência da utilização de multiclassificadores no desenvolvimento de sistemas biométricos multimodais adaptáveis.