2

2.2 Aplicações de Sistemas Biométricos
Etapas 2.2.1
A cada dia que passa tem um crescente numero de aplicações que são desenvolvidas a partir dos sistemas biométricos, independente do tipo, todas as aplicações seguem uma sequencia base para o desenvolvimento, tomaremos como exemplo o uso de reconhecimento facial para o destravamento de uma porta, para ilustrar as etapas:
Coleta de dados e seleção de amostragem é a etapa na qual o sistema coleta os dados externos, seguindo o exemplo ele tiraria varias fotos do individuo e selecionaria a melhor dentre a amostragem recolhida.

Extração é a etapa em que o sistema trata o dado recolhido na etapa anterior, elimina as características desnecessárias e passa a tratar apenas a características relevantes.

Registro/Perfil é a etapa onde cada individuo precisa ter os dados validos para a comparação.

Comparação/Decisão é a etapa onde os dados são cruzados, se a amostra recolhida tiver uma porcentagem de similaridades o sistema valida o processo, caso contrario o mesmo impede, no exemplo, o destravamento da porta.

Figura 1: diagrama das etapas de processamento

2.2.1 detecção facial através do algoritmo de viola-jones
Basicamente o algoritmo de viola Jones tem por método diferenciar faces de objetos, baseia se em quatro conceitos para o reconhecimento da imagem, são eles: integral da imagem, Haar Características Seleção, integral da imagem, algoritmo de Formação AdaBoost, Classificadores em cascata.

2.2.2 Haar Características Seleção
2.2.3 Integral da Imagem
2.2.4 AdaBoost
2.2.5 Classificadores em cascata

2.2.6 Outro métodos

2.2.6.1Knowledge-based

2.2.6.2Template-based

2.2.6.3Appearance-based

2.2.7 Erros

Como toda aplicação, desenvolver software de reconhecimento biométrico também esta suscetível a diversos erros.

Existem dois tipos de erros em que o algoritmo de reconhecimento pode falhar gravemente [Wayman 1997,Wayman 1999a].

1- False Match (FM) – O algoritmo pode comparar duas figuras totalmente