J. N. B. Andrade, R. A. Barbosa, G. Bezerra, F. I. S. Lima, Mauro R. C. da Silva, P. Rego, J. G. R. Maia, Fernando A. M. Trinta
{"title":"Sistema Baseado em Microsserviços para Identificação Automática de Impressões Digitais","authors":"J. N. B. Andrade, R. A. Barbosa, G. Bezerra, F. I. S. Lima, Mauro R. C. da Silva, P. Rego, J. G. R. Maia, Fernando A. M. Trinta","doi":"10.5753/sbesc_estendido.2022.228146","DOIUrl":null,"url":null,"abstract":"Biometria por meio das impressões digitais é a forma mais aceita e difundida de distinguir pessoas no mundo atual, devido aos eficientes e acessíveis equipamentos disponíveis (e.g., em celulares, caixas eletrônicos e trancas eletrônicas). Com base neste contexto e a necessidade do governo de utilizar os dados coletados dos cidadãos para diferenciá-los e identificá-los para os mais diversos objetivos, este trabalho relata a implementação de um sistema de identificação de digitais utilizando conceitos de computação concorrente, microsserviços e big data. O sistema consegue cadastrar um indivíduo com dez capturas de seus 10 dedos em um tempo médio de 25,8 segundos, contando com validação de qualidade de cada imagem, extração de características e armazenamento em diferentes bases de dados. O sistema consegue chegar próximo a 90% de assertividade na identificação (1:N) em menos de 5s em um universo de 10 mil indivíduos, também alcançando 84% de acurácia na verificação (1:1). Este trabalho encontra-se em evolução e demonstra resultados promissores com margem para melhorias.","PeriodicalId":305719,"journal":{"name":"Anais Estendidos do XII Simpósio Brasileiro de Engenharia de Sistemas Computacionais (SBESC Estendido 2022)","volume":"18 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XII Simpósio Brasileiro de Engenharia de Sistemas Computacionais (SBESC Estendido 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbesc_estendido.2022.228146","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Biometria por meio das impressões digitais é a forma mais aceita e difundida de distinguir pessoas no mundo atual, devido aos eficientes e acessíveis equipamentos disponíveis (e.g., em celulares, caixas eletrônicos e trancas eletrônicas). Com base neste contexto e a necessidade do governo de utilizar os dados coletados dos cidadãos para diferenciá-los e identificá-los para os mais diversos objetivos, este trabalho relata a implementação de um sistema de identificação de digitais utilizando conceitos de computação concorrente, microsserviços e big data. O sistema consegue cadastrar um indivíduo com dez capturas de seus 10 dedos em um tempo médio de 25,8 segundos, contando com validação de qualidade de cada imagem, extração de características e armazenamento em diferentes bases de dados. O sistema consegue chegar próximo a 90% de assertividade na identificação (1:N) em menos de 5s em um universo de 10 mil indivíduos, também alcançando 84% de acurácia na verificação (1:1). Este trabalho encontra-se em evolução e demonstra resultados promissores com margem para melhorias.