Fingerprint reconstruction using a convolutional generative adversarial model

"Los sistemas biométricos registran las huellas digitales en plataformas digitales para permitir que gobiernos y organizaciones tengan una forma estructurada y confiable de identificar personas. En algunos casos, factores no controlados tanto en los procesos de inscripción como de verificación...

Full description

Autores:
Andrade Hernández, Cristian Yesid
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
eng
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/49312
Acceso en línea:
http://hdl.handle.net/1992/49312
Palabra clave:
Reconocimiento óptico de modelos
Sistemas de reconocimiento de configuraciones
Aprendizaje automático (Inteligencia artificial)
Dactiloscopia
Redes neurales (Computadores)
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_f66a539d76c81e09943af2f4f2af93f3
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/49312
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.es_CO.fl_str_mv Fingerprint reconstruction using a convolutional generative adversarial model
title Fingerprint reconstruction using a convolutional generative adversarial model
spellingShingle Fingerprint reconstruction using a convolutional generative adversarial model
Reconocimiento óptico de modelos
Sistemas de reconocimiento de configuraciones
Aprendizaje automático (Inteligencia artificial)
Dactiloscopia
Redes neurales (Computadores)
Ingeniería
title_short Fingerprint reconstruction using a convolutional generative adversarial model
title_full Fingerprint reconstruction using a convolutional generative adversarial model
title_fullStr Fingerprint reconstruction using a convolutional generative adversarial model
title_full_unstemmed Fingerprint reconstruction using a convolutional generative adversarial model
title_sort Fingerprint reconstruction using a convolutional generative adversarial model
dc.creator.fl_str_mv Andrade Hernández, Cristian Yesid
dc.contributor.advisor.none.fl_str_mv Giraldo Trujillo, Luis Felipe
dc.contributor.author.none.fl_str_mv Andrade Hernández, Cristian Yesid
dc.subject.armarc.es_CO.fl_str_mv Reconocimiento óptico de modelos
Sistemas de reconocimiento de configuraciones
Aprendizaje automático (Inteligencia artificial)
Dactiloscopia
Redes neurales (Computadores)
topic Reconocimiento óptico de modelos
Sistemas de reconocimiento de configuraciones
Aprendizaje automático (Inteligencia artificial)
Dactiloscopia
Redes neurales (Computadores)
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description "Los sistemas biométricos registran las huellas digitales en plataformas digitales para permitir que gobiernos y organizaciones tengan una forma estructurada y confiable de identificar personas. En algunos casos, factores no controlados tanto en los procesos de inscripción como de verificación hacen que los sistemas biométricos obtengan huellas digitales de baja calidad. Por lo tanto, el rendimiento de la identificación automática disminuye y el trabajo de los dactiloscopistas se vuelve más difícil. Este artículo describe la implementación de un modelo generativo adversarial que realiza la reconstrucción de imágenes de huellas digitales usando Tensor Flow. La mejora de huellas dactilares aumenta la correcta extracción de características de huellas dactilares llamadas minucias que son el centro de los algoritmos de identificación. Se utilizó un framework biométrico de código abierto llamado NBIS para medir la efectividad del modelo en términos de precisión de coincidencia y calidad de imagen." -- Tomado del formato de documento de grado
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-02-18T12:48:12Z
dc.date.available.none.fl_str_mv 2021-02-18T12:48:12Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/49312
dc.identifier.pdf.none.fl_str_mv u833221.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/49312
identifier_str_mv u833221.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv eng
language eng
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 10 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Uniandes
dc.publisher.program.es_CO.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/af39b174-8a2c-4e14-9ff8-a619a78462ec/download
https://repositorio.uniandes.edu.co/bitstreams/620cd1d1-ca0c-4fe7-9a15-6ca843290199/download
https://repositorio.uniandes.edu.co/bitstreams/d5b4f252-0eee-498a-9935-1c8b08274872/download
bitstream.checksum.fl_str_mv ebac70832c926d40bc809fcaa78b28f4
345844c056607103029171516ebf5bc3
56ca9aa0476c54239d9a84f51bb8a669
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133877935767552
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Trujillo, Luis Felipe2af401d9-d9aa-46a3-b105-dbd811b6b8da400Andrade Hernández, Cristian Yesid7dc1c864-b76e-4670-8d11-602d52879b2f5002021-02-18T12:48:12Z2021-02-18T12:48:12Z2020http://hdl.handle.net/1992/49312u833221.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/"Los sistemas biométricos registran las huellas digitales en plataformas digitales para permitir que gobiernos y organizaciones tengan una forma estructurada y confiable de identificar personas. En algunos casos, factores no controlados tanto en los procesos de inscripción como de verificación hacen que los sistemas biométricos obtengan huellas digitales de baja calidad. Por lo tanto, el rendimiento de la identificación automática disminuye y el trabajo de los dactiloscopistas se vuelve más difícil. Este artículo describe la implementación de un modelo generativo adversarial que realiza la reconstrucción de imágenes de huellas digitales usando Tensor Flow. La mejora de huellas dactilares aumenta la correcta extracción de características de huellas dactilares llamadas minucias que son el centro de los algoritmos de identificación. Se utilizó un framework biométrico de código abierto llamado NBIS para medir la efectividad del modelo en términos de precisión de coincidencia y calidad de imagen." -- Tomado del formato de documento de grado"Biometric systems record fingerprints into digital platforms for allowing governments and organizations to have a structured and reliable way to identify people. In some cases, uncontrolled factors in both enrollment and verification processes make the biometric systems to obtain poor quality fingerprints records. Thus, performance of automatic identification decreases and the work of dactyloscopists becomes harder. This paper describes the implementation of a convolutional generative adversarial model that performs fingerprint image reconstruction in order to obtain clear ridge patterns using TensorFlow. Fingerprint enhancement boosts the correct extraction of fingerprint features called minutiae which are the center of matching and identification algorithms. A biometric open source framework called NBIS is used to measure the efectiveness of the model in terms of matching accuracy and image quality." -- Tomado del formato de documento de gradoIngeniero ElectrónicoPregrado10 hojasapplication/pdfengUniandesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaFingerprint reconstruction using a convolutional generative adversarial modelTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPReconocimiento óptico de modelosSistemas de reconocimiento de configuracionesAprendizaje automático (Inteligencia artificial)DactiloscopiaRedes neurales (Computadores)IngenieríaPublicationTEXTu833221.pdf.txtu833221.pdf.txtExtracted texttext/plain20204https://repositorio.uniandes.edu.co/bitstreams/af39b174-8a2c-4e14-9ff8-a619a78462ec/downloadebac70832c926d40bc809fcaa78b28f4MD54ORIGINALu833221.pdfapplication/pdf2604641https://repositorio.uniandes.edu.co/bitstreams/620cd1d1-ca0c-4fe7-9a15-6ca843290199/download345844c056607103029171516ebf5bc3MD51THUMBNAILu833221.pdf.jpgu833221.pdf.jpgIM Thumbnailimage/jpeg23639https://repositorio.uniandes.edu.co/bitstreams/d5b4f252-0eee-498a-9935-1c8b08274872/download56ca9aa0476c54239d9a84f51bb8a669MD551992/49312oai:repositorio.uniandes.edu.co:1992/493122023-10-10 16:24:59.47https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co