Identificación biométrica utilizando imágenes infrarrojas de la red vascular de la cara dorsal de la mano

La necesidad manifiesta de mejorar los controles de acceso y seguridad han orientado el diseño de los nuevos sistemas de iden-tificación personal hacia la utilización de rasgos biométricos, fisiológicos y comportamentales, que garanticen niveles de de-sempeño cada vez más altos. Con esta motivación,...

Full description

Autores:
Motato Toro, Óscar Fernando
Loaiza Correa, Humberto
Tipo de recurso:
Article of journal
Fecha de publicación:
2009
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/29146
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/29146
http://bdigital.unal.edu.co/19194/
http://bdigital.unal.edu.co/19194/2/
Palabra clave:
personal identification system
biometric feature
identity recording and validation
image processing
pattern recognition
sistemas de identificación personal
rasgos biométricos
registro y validación de identidad
procesamiento de imágenes
reconocimiento de patrones
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:La necesidad manifiesta de mejorar los controles de acceso y seguridad han orientado el diseño de los nuevos sistemas de iden-tificación personal hacia la utilización de rasgos biométricos, fisiológicos y comportamentales, que garanticen niveles de de-sempeño cada vez más altos. Con esta motivación, se presenta el desarrollo y evaluación de un sistema computacional para realizar los procedimientos de registro y validación de identidad de personas utilizando imágenes de las venas de la cara dorsal de la mano, compuesto por un módulo hardware de bajo costo para la adquisición de imágenes infrarrojas, utilizando una cá-mara de video convencional, lentes ópticos, fuentes de iluminación infrarroja controladas y un frame grabber; y un módulo soft-ware para la visualización y captura de las imágenes, selección de las regiones de interés, segmentación y extracción, descrip-ción y clasificación de características. Finalmente, para evaluar la similitud entre las imágenes se implementa y evalúa una etapa basada en redes neuronales artificiales, permitiendo concluir que el indicador biométrico es lo suficientemente discriminante, y otra basada en correlación que, sobre una base de datos de 100 imágenes, determina la eficiencia máxima de sistema en 95,72% en un umbral igual a 65%, y 8,57% y 0% para las tasas de falsa aceptación (FAR) y falso rechazo (FRR) respectiva-mente.