Agregar a favoritos      Ayuda      Português      Ingles     
 Página anterior Volver al principio del trabajoPágina siguiente 

Introducción a la biometría (página 2)




Partes: 1, 2, 3

Figura 7. Hoja 1 y 2 de la patente 3959769

El 28 de Junio de 1977 se patentó un arreglo de reconocimiento del hablante por parte de Marvin Robert Sambur y asignado a Bell Telephone Laboratories con la patente No. 4032711 de Estados Unidos.

 

Figura 8. Primera hoja de la patente US4032711

El 12 de Julio de 1977 fue patentado en Estados Unidos un aparato para identificación personal por parte de Austin G. Boldridge y Robert W. Freund, asignado a Veripen Inc. y patente No. 4035768, esta es considerada la primera patente de adquisición de información dinámica de una firma.

El 22 de Agosto de 1978 se patento un aparato y método para identificar individuos a través de sus patrones vasculares de la retina, fue patentado por Robert Hill B. en Estados Unidos No. 4109237, Japón 53105090, Gran Bretaña 1593001 y Alemania 2801927

Figura 9. Pagina principal de la patente No. 4109237

En los ochentas El instituto nacional de estándares y tecnología (NIST) creó el Grupo de Discurso de NIST para estudiar y promover el uso de técnicas de procesamiento del discurso.

En 1983 en la película de James Bond "Never Say Never Again", se usa la tecnología de reconocimiento de iris para el acceso a un arsenal nuclear de Estados Unidos, este sistema trabajaba reconociendo el iris derecho del presidente de Estados Unidos.

El 3 de febrero de 1987 Leonard Flom y Aran Safir patentaron en Estados Unidos bajo la patente No. 4641349 un sistema de reconocimiento de iris.

Figura 10. Primera página de la patente US4641349

El 31 de Julio de 1987 Eduard Menoud patentó en la Confederación Suiza un método para identificar una persona a partir de la geometría de su mano, patentado con el No. CH661428A5.

 

Figura 11. Pagina 1 de la patente No. CH661428A5

En 1988, la división Lakewood del departamento de Sheriff del condado de Los Ángeles empezó a usar dibujos compuestos ó imágenes de video para realizar búsquedas en bases de datos de fotografías de criminales, es considerado el primer sistema semi-automático de reconocimiento facial.

James R. Young y Robert W. Hammon patentaron el 14 de febrero de 1989 un método y aparato para verificar la identidad de un individuo, la patente fue asignada a Int. Bioaccess systems corp. En Estados Unidos No. 4805222. Esta invención se basa en la dinámica de pulsaciones de tecla de un individuo para identificarlo.

Figura 12. Página principal de la patente No. 4805222

En Enero de 1990 M. Kirby y L. Sirovich publicaron "Application of the Karhunen-loeve procedure for the characterization of human faces", un paper que trata sobre el uso de simetrías naturales (imágenes espejo) en una familia de patrones bien definida (rostros humanos). Anteriormente en 1987 ellos habian publicado otro paper titulado "A Low-Dimensioanl Procedure for the Characterization of Human Faces" y que tambien trataba el tema de reconocimiento facial.

En 1991 Matthew Turk y Alex Pentland publican un paper llamado "Eigenfaces for recognition" en "Journal Cognitive Neuroscience", donde se planteaba que el reconocimiento facial en tiempo real era posible.

En Octubre de 1992 tuvo su primera reunión Biometric Consortium una organización establecida por La agencia de seguridad nacional (NSA) de Estados Unidos; este consorcio inicialmente estaba compuesto por agencias gubernamentales, miembros de la industria privada y de la academia.

De 1993 a 1997 corrió el programa FERET (FacE REcognition Technology) patrocinado por el departamento de defensa hasta la Agencia de Investigación de Productos de Avance de Defensa (DARPA) de Estados Unidos, su misión principal fue el desarrollo de capacidades de reconocimiento facial automático que pudiera ser empleado por personal de seguridad, inteligencia y justicia en el desarrollo de sus labores.

En 1993 la agencia de defensa nuclear de Estados Unidos inicio trabajos con IriScan, Inc. (empresa creada por Leonard Flom y Aran Safir) para probar y entregar un prototipo de unidad de reconocimiento de iris.

En 1994 al final de la competencia de un sistema de identificación de huellas digitales integrado y automatizado (IAFIS), donde se investigaba y se identificaron tres grandes retos: 1. Adquisición de la huella digital, 2. extracción local de las características de las ondulaciones y 3. Comparación de patrones de las características de las ondulaciones, Lockheed Martin Inc. fue seleccionado para construir el IAFIS del FBI.

El primer sistema AFIS conocido que se construyó y que soporta huellas palmares se cree que fue desarrollado en 1994 por una compañía húngara conocida como RECOWARE y el sistema se conoce con el nombre de RECOdermTM.

Figura 13. Estación de trabajo de ingreso de datos del sistema RECOdermTM

El primero de marzo de 1994 John G. Daugman patentó en Estados Unidos un Sistema biométrico de identificación personal basado en el análisis del iris, patente asignada a IriScan Incorporated, con la patente No. 5291560, también fue patentado ante la organización mundial de propiedad intelectual con el No. 9409446 el 28 de abril de 1994. Los algoritmos presentados en esta patente son la base de todos los algoritmos actuales de sistemas de reconocimiento de iris.

Figura 14. Página 1de la patente No. 5291560

OKI Electric Indsutry Ltd., uno de los líderes mundiales en el suministro de cajeros automáticos (ATM) en 1995 ofrece la tecnología de reconocimiento de iris a los bancos clientes en Japón.

En 1997 se presenta el proyecto HA-API (Human Authentication API ), un estándar de interoperabilidad biométrico genérico y centrado en facilitar la integración y permitir el intercambio e independencia del vendedor.

En 1998 el FBI lanza CODIS (Combined DNA Index System) para el almacenamiento digital, búsqueda y recuperación de los marcadores de ADN con el propósito de la entrada en vigor de la ley forense en Estados Unidos.

El 28 de Julio de 1998 Clayden David Oswald patentó una identificación biométrica de individuos usando patrones de venas subcutáneas, esta patente fue asignada a British tech group y patentada en Estados Unidos No. 5787185, Gran Bretaña No. GB2276749, Organización Mundial de patentes No. 9422370 y European Patent Office No. 691822. El nueve de octubre de 2001 se patentó una segunda invención, esta vez por parte de Hwan-Soo Choi, asignada a BK Systems y titulada Aparato y método para identificar individuos a través de sus patrones de venas subcutáneas y sistema integrado usando dicho aparato y método, se patento en Estados Unidos No. 6301375 y en Japón No. 10295674.

Figura 15. Página Principal de la patente No. 5787185

En 1999 la Organización Internacional de Aviación Civil (ICAO) se inició el estudio de la aplicabilidad de la tecnología actual disponible en biometría con la emisión y procesos de inspección pertinentes a la Maquina lectora de Documentos de Viaje (MRTD), como resultado se estableció que a más tardar el primero de Abril del 2010, los países que hacen parte de la ICAO deben implementar el e-passport con todas las recomendaciones que figuran en el documento de la MRTD.

En el 2000 se dio inicio a la prueba de reconocimiento facial del vendedor (FRVT) que proporciona evaluaciones gubernamentales independientes de tecnologías y prototipos de reconocimiento facial. Estas evaluaciones se diseñan para proporcionar la información al gobierno de Estados Unidos y agencias de ley con información que los ayude a determinar donde y como tecnología de reconocimiento facial puede ser mejor desarrollada, se considera que es el reemplazo del programa FERET.

En Enero de 2001 se uso el sistema de reconocimiento facial en el Super Bowl en Tampa Florida, en búsqueda de identificar individuos buscados que entraran al estadio. La demostración no encontró individuos buscados pero manejo el fallo en identificación en más de una docena de fanáticos. En consecuencia los medios y el congreso presentó grandes preocupaciones en cuanto a la introducción de biométricos y lo relacionado con la privacidad.

En Marzo de 2001 el "Journal of the Korean Physical Society" publica un paper de Sang-Kyun Im, Hyung-Man Park, Young-Woo Kim, Sang-Chan Han, Soo-won Kim y Chul-Hee Kang titulado "An Biometric identification system by extracting hand vein patterns", que explica el uso de los patrones de la venas en las manos para la identificación de una persona.

La organización Internacional de Estándares (ISO) estableció el subcomité 37 en el Comité de Junta Técnica (JTC) 1 en el 2002 para apoyar la estandarización de tecnologías biométricas genéricas.

El 1 de febrero de 2002 se creo el programa FEARID (Forensic ear identification) con una duración de 40 meses, un programa de la Union Europea y que era manejado por CORDIS (Community Research & Development Information Service) en el se estudiaba propuestas par un procedimiento estandarizado para la recolección de impresiones de oreja y un procedimiento para la clasificación y comparación. El 10 de febrero de 2004 publicaron un paer en Forensic Science Internacional titulado "Exploratory study on classification and individualisation of earprints, escrito por Lynn Meijerman, Sarah Sholl, Fracesca De Conti, Marta Giacon, Cor van der Light, Andrea Drusini, Meter Vanezis, y George Maat.

El 30 de Mayo de 2002 se publica la concesión de una patente en Colombia a Jean François Mainguet cuyo dueño es Thomson CSF, la patente se titula "Sistema de lectura de huellas dactilares".

En el 2003 se establece el Foro Europeo de Biométricos (European Biometrics Forum) una organización europea independiente apoyada por la comisión europea cuya visión global es establecer a la Unión Europea como el líder mundial en excelencia biométrica.

En Colombia Trek 2000 International Ltd. solicita la patente para un "dispositivo portátil que tiene capacidades de autentificación basadas en biometría", inventado por Poo Teng Pin y Lim Lay Chuan y publicada el 30 de Enero de 2004

En Mayo de 2004 empezó El gran reto del reconocimiento facial (The Face Recognition Grand Challenge FRGC) consiste en una serie de problemas reto que son progresivamente mas difíciles, el objetivo principal de FRGC es mejorar la calidad de los sistemas de reconocimiento facial sobre la prueba de reconocimiento facial del vendedor (the Face Recognition Vendor Test FRVT)

En el 2005 Sarnoff Corporation demostró en la conferencia 2005 del Biometrics Consortium, la finalización de la investigación y sistema prototipo capaz de recolectar imágenes de iris de individuos caminando a través de un portal, llamado Iris on the MoveTM, este sistema puede identificar 20 personas por minuto, caminando a paso normal a través de un portal de reconocimiento. El sistema fue patentado el 14 de Diciembre de 2006 ante la Organización Mundial de Propiedad Intelectual con el nombre de Método y aparato para obtener información biométrica del iris de un sujeto en movimiento, sus inventores fueron Dominick Loiacono y James R. Matey, se patentó con el No. WO2006132686A2 y WO2006132689A2

Figura 16. Página Principal de la patente No. WO2006132689A2

CONCEPTOS GENERALES DE LA BIOMETRÍA

El termino biometría viene del griego "bio" que significa vida y "metría" que significa medida o medición, de acuerdo al diccionario de la real academia de la lengua española biometría es el estudio mensurativo o estadístico de los fenómenos o procesos biológicos, sin embargo más recientemente y para el tema que nos concierne el significado de biometría es el conjunto de métodos automatizados que analizan determinadas características humanas para identificar o autentificar personas.

La biometría aprovecha que hay ciertas características biológicas o conductuales singulares e inalterables, por lo que pueden ser analizados y medidos para crear una huella biométrica. Estas características son difíciles de perder, transferir u olvidar y son perdurables en el tiempo.

La biometría se soporta en siete pilares o conceptos básicos que son:

  • Universalidad: que tan común es encontrar este biométrico en los individuos.
  • Singularidad: que tan único o diferenciable es la huella biométrica entre uno y otro individuo.
  • Permanencia: que tanto perdura la huella biométrica en el tiempo de manera inalterable.
  • Recolectable: Que tan fácil es la adquisición, medición y almacenamiento de la huella biométrica.
  • Calidad: que tan preciso, veloz y robusto es el sistema en el manejo de la huella biométrica.
  • Aceptabilidad: Que tanta aprobación tiene la tecnología entre el público.
  • Fiabilidad: Que tan fácil es engañar al sistema de autenticación.

En la biometría se distinguen dos grupos de registros biométricos los fisiológicos o morfológicos y los conductuales.

Los biométricos morfológicos o fisiológicos son aquellos que se soportan sobre características físicas inalterables y presentes en la mayoría de los seres humanos tales como: huella dactilar, geometría de la mano, características del iris, patrones vasculares de la retina, mano, etc.

Los biométricos conductuales son aquellos que se soportan sobre características de la conducta del ser humano tales como: pulsaciones del teclado, discurso, dinámica de la firma, etc.

Tecnología

Como Trabaja

Tamaño plantilla (bytes)

Fiabilidad

Facilidad

De Uso

Posibles

Incidencias

Costo

Aceptación Usuario

Huella digital

Captura y compara patrones de la huella digital

250- 1000

Muy alta

Alta

Ausencia de miembro

Bajo

Alta

Geometría de la mano

Mide y compara dimensiones de la mano y dedos

9

Baja

Alta

Edad, Ausencia de miembro

Bajo

Alta

Retina

Captura y compara los patrones de la retina

96

Baja

Baja

Gafas

Alto

Baja

Iris

Captura y compara los patrones del iris

512

Baja

Baja

Luz

Muy alto

Baja

Geometría facial

Captura y compara patrones faciales

84 o 1300

Baja

Baja

Edad, Cabello, luz

Medio

Baja

Voz

Captura y compara cadencia, pitch, y tono de la voz

10000-20000

Alta

Media

Ruido, temperatura y meteorología

Alto

Media

Firma

Captura y compara ritmo, aceleración, y presión de la firma

1000 – 3000

Alta

Media

Edad, cambios, analfabetismo

Alto

Media

Tabla 1. Comparativo de las tecnologías biométricas más comunes.

Tecnología

Como Trabaja

Madurez

Escaneo de venas

Captura imágenes del patrón del flujo sanguíneo

Comercialmente disponible

Termografía Facial

Cámaras infrarrojas detectan patrones de calor creados por el flujo sanguíneo y emitido por la piel.

Su comercialización inicial falló por el alto costo

Comparación de ADN

Compara muestras de ADN con plantillas generadas como muestra

Muchos años para implementación

Sensor de olor

Captura los químicos volátiles que los poros de la piel emiten

Muchos años para su comercialización

Medidor del pulso sanguíneo

Sensores infrarrojos medien el pulso de la sangre en el dedo

Experimental

Reconocimiento del patrón de la piel

Extrae distintos patrones ópticos por medidas de espectroscopia de la luz reflejada por la piel

Emergente

Identificación de la cama de la uña

Un interferómetro detecta las fases de cambio en la incidencia de luz en la uña del dedo; reconstruye distintas dimensiones de la cama de la uña y genera un mapa unidimensional

Emergente

Reconocimiento de movimiento

Captura una secuencia de imágenes para derivar y analizar las características de movimiento

Emergente: requiere desarrollo futuro

Reconocimiento de la forma de oreja

Esta basada en la distinción de la forma de la oreja y la estructura del cartílago, proyectando parte del oído externo.

Todavía un tópico de investigación

Tabla 2. Tecnología biométrica emergente y su madurez

En general un sistema biométrico se puede esquematizar de la siguiente manera:

Figura 17. Sistema biométrico genérico

En la biometría hay tres términos de uso muy frecuente que son reconocimiento, verificación e identificación, cada uno de estos términos que a simple vista parecen muy similares, tienen significados muy diferentes.

Reconocimiento es un término genérico que no implica por defecto una verificación o identificación de un individuo. Todos los sistemas biométricos realizan reconocimiento para "distinguir de nuevo" una persona que se ha ingresado previamente al sistema.

Verificación: Es una tarea de los sistemas biométricos que busca confirmar la identidad de un individuo que la reclama comparando una muestra biométrica con la plantilla biométrica previamente ingresada al sistema.

Identificación: es una tarea donde los sistemas biométricos buscan determinar la identidad de un individuo. El dato biométrico es tomado y comparado contra las plantillas en la base de datos, la identificación puede ser cerrada (si se sabe que la persona existe en la base de datos) o abierta (si no se sabe con certeza si la persona existe en la base de datos), la identificación abierta también es llamada watchlist.

Partiendo de las definiciones anteriores sabemos que hay tres formas para comparar la muestra biométrica, la comparación uno a uno (Verificación), la comparación uno a muchos (Identificación cerrada) y la comparación uno a pocos que es una mezcla de los dos primeros (identificación abierta o watchlist).

Verificación: En el proceso de comparación uno a uno, el usuario presenta su(s) dato(s) biométrico(s) y este se compara con la plantilla biométrica almacenada en una base de datos o en un dispositivo portátil, verificando si hay o no coincidencia para esa identidad en la referencia establecida.

Figura 18. Proceso de captura y verificación de usuario

Identificación cerrada: En el proceso de comparación uno a muchos, el usuario presenta su(s) dato(s) biométrico(s) y el dato biométrico se compara contra la base de datos, donde se sabe que existe, buscando la identidad más probable del usuario.

Identificación abierta: es un proceso hibrido entre la verificación y la identificación cerrada, donde la persona no reclama una identidad específica, entonces se compara contra toda la base de datos para verificar si existe en la base de datos, una vez se verifica que posiblemente existe, dentro de las coincidencias más probables, determina quién es el usuario.

Para la toma de decisiones el resultado de cualquiera de las comparaciones que se hagan puede presentar una de tres posibilidades dependiendo la puntuación que se alcance en la comparación de la plantilla y el dato biométrico y del umbral que se le haya dado al sistema; las tres posibles alternativas son:

  • Hay correlación: es decir que al comparar el dato biométrico capturado con la(s) plantilla(s) almacenada(s) la puntuación esta dentro de los umbrales de coincidencia.
  • No hay correlación: es decir que al comparar el dato biométrico capturado con la(s) plantilla(s) almacenada(s) la puntuación esta fuera de los umbrales de coincidencia.
  • Imposibilidad de alcanzar conclusión definitiva: es decir que hay falta de información para poder hacer una comparación adecuada.

La precisión de un sistema biométrico esta determinado por una serie de pruebas, que están divididas en tres categorías tecnología, escenario y operacional y para su evaluación se consideran varios conceptos que se pueden generalizar en dos conceptos la probabilidad de que alguien autorizado sea rechazado y la probabilidad de que alguien no autorizado sea aceptado, el termino a usar varía, a grandes rasgos, dependiendo el tipo de comparación que se haga y en que categoría se haga la evaluación.

Los términos más comúnmente observados son los siguientes:

La Tasa de falsa aceptación: (FAR – False Acceptance Rate) Es una estadística que muestra la actuación del biométrico, típicamente cuando opera en la tarea de verificación. En general entre más bajo sea el valor de la tasa de falsa aceptación, más alto es la precisión del sistema biométrico. En esta tasa se muestra el porcentaje de número de veces que el sistema produce una falsa aceptación. Es decir cuando un individuo es identificado como usuario de manera incorrecta. Este valor debe ser lo suficientemente bajo como para que no se impida el ingreso a los usuarios, pero no tanto que permita el ingreso de personal no autorizado. El valor depende de lo sensible del área o sistema a proteger y de la necesidad del usuario. A nivel de fabricantes la mayoría tienen esta tasa entre el 0.0001% y el 0.1%. La tasa dada normalmente asume intentos pasivos del impostor.

FAR= PR x FMR x (1-FTA)

Tasa de Falso Rechazo (FRR - False Reject Rate): La probabilidad de que un dispositivo rechace una persona autorizada. Comercialmente su valor varía entre el 0.00066% y el 1%.

FRR=FTA+(1-FTA)x BER +(1-FTA)x(1-BER)x FNMR

El punto de intersección entre la tasa de falsa aceptación y la tasa de falso rechazo se conoce como la tasa de error igual (EER - Equal Error Rate), algunas veces se llama tasa de error cruzada (CER – Crossover Error Rate).Es una estadística que muestra la actuación del biométrico, típicamente cuando opera en la tarea de verificación. En general entre más bajo sea el valor de la tasa de error igual, más alto es la precisión del sistema biométrico.

Figura 19. Definición de la tasa de error igual.

Otros términos utilizados son:

Tasa de Falsa alarma: (False Alarm Rate) Una estadística usada para medir la calidad del biométrico cuando opera en el modo de identificación abierta (watchlist ó comparación uno a pocos). Este es el porcentaje de veces que una alarma suena incorrectamente en un individuo que no esta en el sistema de la base de datos (el sistema alarma en Carlos cuando Carlos no esta en la base de datos), o una alarma suena pero la persona incorrecta es identificada (el sistema alarma en Edgar cuando Edgar esta en la base de datos, pero el sistema piensa que Edgar es Carlos).

Tasa de falsa coincidencia: (FMR - False Match Rate) La probabilidad de que un sistema biométrico identifique incorrectamente un individuo o que falle para rechazar un impostor. Alternativa a Tasa de falsa aceptación (FAR).

Tasa de falsa no-coincidencia: (FNMR - False Non-Match Rate) es parecida a la tasa de falso rechazo (FRR), con la diferencia de que la FRR incluye la tasa de falla para capturar el error (Failure to Adquire error rate).

Error tipo I: Este tipo de error ocurre en una prueba estadística cuando una reclamación valida es rechazada. Es decir cuando falla al rechazar una reclamación valida. Por ejemplo Claudia reclama ser Claudia, pero el sistema niega el reclamo de manera incorrecta.

Error Tipo 2: Este tipo de error ocurre en una prueba estadística cuando una reclamación falsa es aceptada. Es decir cuando falla al aceptar una reclamación falsa. Por ejemplo Erika reclama ser Sandra y el sistema acepta el reclamo de manera incorrecta.

MODALIDADES BIOMÉTRICAS

Las tecnologías biométricas de mayor uso hoy y con más apoyo por las industrias comerciales son: la huella digital, el reconocimiento facial, la geometría de la mano, el iris, la voz, la firma.

Figura 20. Mercado de Biométricos por tecnología 2006.

Reconocimiento de Huella digital

La comparación de la huella digital es una de las técnicas más antiguas y ampliamente utilizadas y aceptas a nivel global.

Los sistemas actuales de comparación de la huella digital tienen su base en los desarrollos realizados por Galton y Purkinje.

La huella digital aparece generalmente constituida por una serie de líneas oscuras que representan las crestas y una serie de espacios blancos que representan los valles. La identificación con huellas digitales esta basada principalmente en las minucias (la ubicación y dirección de las terminaciones de crestas, bifurcaciones, deltas, valles y crestas, aunque existen muchas otras características de huellas digitales.

Figura 21. Características de Huellas digitales

Otra forma de distinguir las huellas digitales es por sus patrones, los cuales presentó Purkinje en su tesis doctoral.

Figura 22. Los cuatro patrones principales

De manera general la forma de procesar una huella digital es la siguiente:

Figura 23. Proceso común de escaneo de la huella digital

Y la forma general de almacenamiento de la huella digital es:

Campo

Bytes

Valor

Notas

Identificador de formato

1-4

46 49 52 00

"FIR" – Record de Imagen de dedo

Numero de versión

5-8

30 31 30 00

"010"

Longitud del record

9-14

00 00 00 03 93 b5

Una vista de dedo 32+1*(14+234,375)

Dispositivo ID

15-16

01 02

Vendedor proveedor

Nivel de adquisición de imagen

17-18

00 1F

Nivel 31

Número de dedos/palmas

19

01

 

Unidad de escala

20

01

Píxel/pulgada

Resolución Scan (horiz)

21-22

01 F4

500 píxel/pulgada

Resolución Scan (vert)

23-24

01 F4

500 píxel/pulgada

Resolución imagen (horiz)

25-26

01 F4

500 píxel/pulgada

Resolución imagen (vert)

27-28

01 F4

500 píxel/pulgada

Profundidad píxel

29

08

256 niveles de gris

Algoritmo de compresión imagen

30

00

No comprimido (no paquetes de bit)

Reservado

31-32

00 00

 

Tabla 3. Ejemplo de almacenamiento de la huella digital.

Reconocimiento facial

El reconocimiento facial puede ser menos exacto que las huellas digitales, pero tiende a ser menos invasivo. La mayoría de sistemas de reconocimiento facial usados hoy clasifican la apariencia - intenta medir algunos puntos nodales en la cara - como la distancia entre los ojos, la anchura de la nariz, la distancia del ojo a la boca, o la longitud de la línea de la mandíbula.

Figura 24. Sistema de Reconocimiento facial

El reconocimiento de la cara bidimensional ha experimentado algunos obstáculos que el reconocimiento de la cara tridimensional tradicionalmente elimina parcial o totalmente: (1) la iluminación consistente de una cara y las sombras correspondientes; (2) orientación común o pose de una cara; y (3) variación de las expresiones faciales. Debido al juego más rico de pistas geométricas tridimensionales, incluso la información del rango (por ejemplo, profundidad), el descubrimiento de la cara puede simplificarse. La habilidad inherente de sistemas tridimensionales de reconocimiento facial compensa parcial o totalmente la pose, iluminación, y la expresión puede necesitarse en guiones en que el ambiente de la captura no se controla, como en un cajero automático. La mayoría de cajeros automáticos no ha controlado la iluminación y ha requerido una pose o expresión específica.

Cada registro debe pertenecer a un solo individuo y debe contener una o más imágenes de la cara humana. Dependiendo del tipo de imagen facial, una representación 3D de la cara puede incluir adicionalmente una imagen 2D. Este registro esta empotrado en el bloque de datos biométricos en una estructura CBEFF.

Figura 25. Múltiples imágenes de la misma persona en un solo registro

Figura 26. Bloque de datos de registro facial 3D y 2D incrustado en un mismo registro

Figura 27. Estructura formato registro facial

Reconocimiento del iris

La tecnología de reconocimiento del iris mira las características únicas del iris. Mientras la mayoría de biométricos tiene 13 a 60 características distintas, se dice que el iris tiene 266 puntos únicos. Se cree que Cada ojo es único y permanece estable con el tiempo y en los ambientes (el ej., tiempo, el clima, las diferencias profesionales).

Figura 28. Partes del ojo

Figura 29. Mapeo del iris del ojo para los sistemas de reconocimiento del iris

Bytes

Valor

Descripción

1-2

00 00

CBEFF product ID

3-4

00 00

Versión de producto CBEFF

5-6

00 37

Longitud de encabezado -0x37=55 bytes

7-8

00 16

Propiedad de imagen bitfield = 0x16

Orientación Horizontal = ORIENTATION_FLIPPED

Orientación vertical = ORIENTATION_BASE

Tipo de scan = SCAN_TYPE_PROGRESSIVE

Oclusión del iris = IROCC_UNDEF

Llenado de oclusión = IROCC_ZEROFILL

Extracción de la frontera = IRBNDY_UNDEF

9

04

Longitud de onda = WAVELENGTH_BROADBAND

10-11

00 BE

Expectativa de diámetro de iris = 0xBE = 190 píxeles

12-13

00 04

Formato de imagen = 0x04 = IMAGEFORMAT_JPEG

14-15

00 00

Ancho de imagen = 0x00 = WIDTH_UNDEF

16-17

00 00

Altura de imagen = 0x00 = HEIGHT_UNDEF

18

01

Intensidad de profundidad de imagen = 0x01=1 byte

19

00

Transformación a imagen polar = TRANS_UNDEF

20-35

40 30 30 63

30 34 66 31

62 37 65 63

66 00 00 00

Identificador único de dispositivo (DUID), 16 bytes, "M00c04f1b7ecf"

36-51

96 F4 1B 04

FA 7D FB 42

BF 5C 59 6E

66 CC AB 24

Identificador único global, (GUID), 16 bytes

52-53

00 00

Angulo de rotación = 0

54-55

00 00

Incertidumbre de rotación = ROT_UNCERTAIN_UNDEF

56-59

2E 56

Longitud de datos, 11.862 bytes

60-11.921

XX XX XX XX

XX XX XX XX

XX XX XX XX

XX XX XX XX

-

-

-

Dato de imagen

Tabla 4. Ejemplo del paquete de datos rectilíneos


Partes: 1, 2, 3


 Página anterior Volver al principio del trabajoPágina siguiente 

Comentarios


Trabajos relacionados

  • Tecnología

    Prehistoria. Edad Antigua. Edad Media. Edad Moderna. Edad Contemporánea. Arado, Escritura, Fuego, Rueda, Herramientas d...

  • El nuevo milenio

    El progreso técnico y científico. La revolución de las comunicaciones. Un Mundo Global. Los problemas del comienzo del n...

  • Recipientes de almacenamiento

    Almacenamiento de líquidos. Almacenamiento de gases. Tanques atmosféricos. Tanques elevados, abiertos. Tejados flotantes...

Ver mas trabajos de Tecnologia

 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.


Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.