基于微服务的自动指纹识别系统

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":"基于微服务的自动指纹识别系统","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":"{\"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}","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

摘要

由于现有的高效和负担得起的设备(如手机、自动取款机和电子锁),通过指纹进行生物识别是当今世界上最被接受和最广泛的区分人的方法。基于这一背景和政府需要使用从公民收集的数据来区分和识别他们的不同目标,本文报告了使用并行计算概念、微服务和大数据的数字识别系统的实施。该系统可以在平均25.8秒的时间内,通过对每个图像的质量验证、特征提取和存储在不同的数据库中,注册一个人的10个手指的10个捕获。该系统可以在不到5秒的时间内达到近90%的识别自信(1:N),也达到84%的验证准确性(1:1)。这项工作正在进行中,并显示出有希望的结果,还有改进的空间。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Sistema Baseado em Microsserviços para Identificação Automática de Impressões Digitais
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.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Metodologia Automatizada para Descrever a Cobertura de Sinal Móvel em Rodovias: Estudo de Caso Considerando Incerteza de Dados Um Estudo de Desempenho do HWMP em Ambientes de Cidades Inteligentes Desenvolvendo Simulações de Uso de Drones em Cidades Inteligentes Evaluation of low-cost sensors for real-time water quality monitoring Avaliando Estratégias de Comunicação em Redes de Área Corporal sem Fio sob Diferentes Contextos de Mobilidade, Interferência e Carga de Aplicação
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1