Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Elétrica, Área de Concentração Visão Computacional, Departamento de Engenharia Elétrica, Setor de Tecnologia, Universidade Federal do Paraná, como parte das exigências para a obtenção do título de Mestre em Engenharia Elétrica, tendo como orientadora Giselle Lopes Ferrari Ronque. Ficheiro de 3,70 MB em formato PDF (148 p.). Resumo inserto na publicação.

A biometria tem sido bastante utilizada para realizar a identificação pessoal, pois trata-se de um método seguro de identificação, utilizando características que são únicas, intransferíveis e capazes de discriminar os indivíduos. Este trabalho propõe um método biométrico multimodal unindo as características extraídas da geometria da mão, da impressão palmar e das veias da palma da mão, nunca antes realizado para o banco de imagens utilizado. Para a geometria da mão extraiu-se medidas do contorno utilizando o método DOS+ responsável por identificar o grau de curvatura do mesmo. Primitivas locais (direção preferencial e quantidade e proporção de pixels) e globais (textura e localização do centro de massa) foram extraídas da impressão palmar. E por fim, características de textura foram extraídas das veias da palma da mão através do descritor Local Binary Patterns. A fusão das biometrias foi feita em nível de características e a classificação foi realizada através de Máquinas de Vetores de Suporte. Utilizou-se o banco CASIA-MS-Palmprint V1.0 para realizar o desenvolvimento e os testes do sistema. Um segundo banco de dados também foi utilizado para os testes e para a validação da metodologia. Para o banco CASIA foi obtida uma taxa de erros iguais de 2,4% para a combinação da geometria da mão com a impressão palmar, de 2% para a fusão da impressão palmar com as veias da palma e de 1,4% para a combinação da geometria da palma, da impressão palmar e das veias da palma.