Pesquisa aplicada
Biometria neonatal e reconhecimento de impressões digitais
Infant.ID e UTFPR-Pato Branco
A Infant.ID mantém colaboração científica com pesquisadores da Universidade Tecnológica Federal do Paraná (UTFPR), campus Pato Branco, voltada ao desenvolvimento de tecnologias para aquisição, processamento, melhoria e reconhecimento de impressões digitais de recém-nascidos e crianças.
A colaboração entre Infant.ID e UTFPR-Pato Branco aproxima pesquisa acadêmica e operação real, permitindo que algoritmos sejam desenvolvidos e avaliados sobre dados biométricos neonatais obtidos em condições práticas de uso.
Até setembro de 2026, essa colaboração resultou em publicações em periódicos e conferências internacionais de relevância, além da construção de uma base longitudinal de impressões digitais neonatais de alta resolução.
Principais publicações
Recursive Class Connectivity Classification (R3C) Applied to Binary Image Segmentation for Improved Infant Fingerprint Enhancement
IEEE Access, 2025
Propõe um método de segmentação e aprimoramento de ridges e valleys de impressões digitais infantis, com impacto direto na qualidade das imagens e no desempenho do reconhecimento biométrico.
DOI: 10.1109/ACCESS.2025.3594912
A Systematic Literature Review on Neonatal Fingerprint Recognition
ACM Computing Surveys, 2025
Revisão sistemática abrangente do estado da arte em reconhecimento de impressões digitais neonatais, cobrindo sensores, resolução, processamento, datasets, matching e principais desafios da área.
DOI: 10.1145/3735551
A Super-Resolution Approach for Image Resizing of Infant Fingerprints With Vision Transformers
IEEE Access, 2025
Investiga técnicas de super-resolução baseadas em Vision Transformers para preservação e recuperação de características biométricas em imagens de impressões digitais infantis.
DOI: 10.1109/ACCESS.2025.3561206
Analyzing Similarity and Quality of Neonate Fingerprint Images Subject to a Super-Resolution Technique
IEEE BIOSIG, 2024
Avalia o impacto de técnicas de super-resolução sobre qualidade e similaridade biométrica em imagens de impressões digitais de recém-nascidos.
DOI: 10.1109/BIOSIG61931.2024.10786743
Iterative Framework for Data Augmentation of Segmented Fingerprints
Workshop de Sistemas de Informação — WSIS/SBC, 2024
Apresenta uma estratégia iterativa de aumento de dados para imagens segmentadas de impressões digitais, apoiando o treinamento de modelos de inteligência artificial.
DOI: 10.5753/wsis.2024.33666
A Mathematical Toolkit to Improve the Similarity Analysis for Fingerprint Images
Workshop de Sistemas de Informação — WSIS/SBC, 2024
Explora métodos matemáticos para análise de similaridade entre imagens de impressões digitais e avaliação quantitativa de técnicas de processamento.
DOI: 10.5753/wsis.2024.33664