Clasificación de huellas dactilares con redes neuronales

La clasificación de huellas dactilares es crucial para el desempeño de un AFIS (Automated Fingerprint Identification System), más específicamente, es utilizada para indexar cada huella dactilar en una base de datos. Se diseñaron e implementaron 2 redes neuronales: un perceptrón multicapa entrenado con el algoritmo de aprendizaje backpropagation y una red SOM (Self-Organizing Map). Con el perceptrón multicapa se logró una tasa de error de 14,58% para el problema de clasificación de huellas dactilares en las 5 clases de Henry sin rechazar huellas y sin mejorar las imágenes. Rechazando el 10% de las huellas se logró una tasa de error de 9,56% sin mejorar las imágenes. La red SOM subclasificó las huellas dactilares revelando interesantes características de huellas que pertenecían a la misma clase de Henry pero que la red encontraba diferentes.

• Autores: Barajas Escobar, Jorge Mario
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2003
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/15769
• Acceso en línea: http://hdl.handle.net/1992/15769
• Palabra clave: Dactiloscopia - Investigaciones - Procesamiento de datos; MATLAB (Programa para computador) - Aplicaciones; Redes neurales (Computadores) - Aplicaciones; Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/