Detecção automática de indícios de fraude em assinaturas em documentos digitais
| dc.contributor.advisor | Pires, Ricardo | |
| dc.contributor.author | Gonçalves, Leandro Inácio | |
| dc.date.accessioned | 2017-10-02T17:10:36Z | |
| dc.date.available | 2017-10-02T17:10:36Z | |
| dc.date.issued | 04/04/2017 | |
| dc.description.abstract | Nos tempos atuais, com o advento da tecnologia, transferem-se imagens em poucos segundos, possibilitando a concretização de um negócio, bens, acordos etc. à distância, por meio da comprovação de identidade. Neste procedimento, imagens podem ser alteradas através do uso de ferramentas de edição, como Adobe Photoshop, com o intuito de fraudar um processo em negociação. O objetivo deste trabalho é a detecção automática de adulterações de assinaturas em documentos digitalizados através do uso de assinaturas provenientes de um segundo documento fonte. Utilizou-se a biblioteca OpenCV e PyWavelet para a extração de distribuições geradas pela transformada Wavelet, análise de momentos estatísticos e submissão para um classificador denominado de máquina de vetores de suporte. Os resultados foram satisfatórios, atingindo a acurácia de 76%, o que permite aumentar a eficiência do processo, na indicação de quais documentos e pessoas relacionadas, devem ser investigadas. | pt_BR |
| dc.description.abstract2 | Nowadays, with the advent of technology, images are transferred in few seconds, which makes the realization of long distance business possible by proving identity, goods, agreements etc. In this procedure, images can be modified by editing tools such as the Adobe Photoshop to fraud a process being negotiated. The aim of this work is to detect the automation of the adulteration in scanned documents that use signatures from a second document as source. We have used the OpenCV and the PyWavelet library to extract distributions generated by wavelet transforms, analysis of statistical moments and submission to a classifier referred to as support vector machine. Results obtained were satisfactory, reaching 76% of accuracy, allowing an increase in the efficiency of the process, indicating which documents and related people must be investigated. | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.bibliographicCitation | GONÇALVES, Leandro Inácio. Detecção automática de indícios de fraude em assinaturas em documentos digitais. Orientador: Ricardo Pires. 2017. 86 f.: il. Dissertação (Mestrado em Profissional em Automação e Controle de Processos) - Instituto Federal de Educação, Ciência e Tecnologia de São Paulo, IFSP, 2017. Versão eletrônica. | |
| dc.identifier.uri | http://repo.ifsp.edu.br/123456789/34 | |
| dc.identifier2.lattes | 5443317742256708 | |
| dc.publisher | IFSP | |
| dc.publisher.campi | SÃO PAULO | |
| dc.publisher.program | Mestrado em Profissional em Automação e Controle de Processos | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject.keywords | Automatic detection of signs of fraud in signatures on digital documents | |
| dc.subject.keywords | Visão computacional | |
| dc.subject.keywords | Documentos digitais | |
| dc.subject.keywords | Fraude | |
| dc.subject.keywords | Wavelet | |
| dc.subject.keywords | Máquina de vetores de suporte | |
| dc.title | Detecção automática de indícios de fraude em assinaturas em documentos digitais | pt_BR |
| dc.title.alternative | Automatic detection of signs of fraud in signatures on digital documents | |
| dc.type | Teses e Dissertações |