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...
- 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 |