Análise comparativa da acurácia na verificação de assinaturas manuscritas entre peritos grafotécnicos e algoritmos do estado da arte.
##plugins.themes.bootstrap3.article.main##
Resumo
Objetivo: Realizar um estudo dos algoritmos de verificação de assinaturas no estado da arte e comparar com os resultados obtidos por profissionais peritos em grafotécnica utilizando a base GPDS 200. Métodos: O método utilizado foi o descritivo, quantitativo, inferencial e transversal, com a análise do desempenho de peritos grafotécnicos obtidos através do estudo de Melo et al. (2021) onde 37 indivíduos realizaram um total de 151 avaliações de assinatura sendo fornecidas duas assinaturas: uma peça de exame e um padrão de confronto. A fim de comparação com o trabalho acima mencionado, a mesma base de assinaturas será verificada utilizando os trabalhos desenvolvidos por Hafemann et al. (2020), Chauhan (2019), Shaikh et al. (2018) e Dey et al. (2017), sendo esses, o estado da arte na verificação de assinaturas nos seus respectivos anos de publicação. Para o treinamento dos modelos computacionais será adotada a abordagem de transfer learning, aplicando os pesos aprendidos pelos modelos durante o treinamento com outras bases. Resultados esperados: A análise pericial de assinaturas manuscritas é feita com base em diversas características físicas dispostas no substrato, como a pressão do objeto escrevente no papel, a qualidade do traçado, calibre inclinação axial, dentre outros (MENDES, 2010). Essas características são suavizadas ou até completamente descartados quando a assinatura em questão é digitalizada, o que pode prejudicar a acurácia de classificação das assinaturas. Em contrapartida, o transfer learning é uma abordagem já testada e validada que permite a solução de problemas complexos utilizando modelos computacionais que foram concebidos e treinados para outros problemas. Portanto, dois cenários são considerados: os modelos computacionais possuem acurácia de verificação inferior àquelas dos peritos grafotécnicos, sendo necessária a incorporação dos aspectos subjetivos dos peritos nesses modelos ou estes possuem maior acurácia e podem ser utilizados como ferramenta de suporte no trabalho desses profissionais.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Edição
Seção
Engenharia da Computação e Sistemas