Validación y
reconocimiento de huellas digitales. Prevención de posibles falsificaciones.
El uso de huellas
dactilares es una de las formas más conocidas para la identificación de
individuos, ya que se cree que cada huella digital es única para cada persona.
Los surcos que forman la huella dependen de las condiciones iniciales del
desarrollo embrionario y son estos surcos los que se capturan mediante
escáneres especiales para obtener el patrón de la huella digital. Estos
dispositivos se han venido utilizando en muy diversos sistemas de
identificación tales como documentación oficial, criminología, controles de
asistencia, o sistemas automáticos de acceso en oficinas y edificios.
Recientemente se ha
encontrado que es fácil engañar a los dispositivos de captura, permitiendo a un
individuo validarse como si fuera otra persona mediante la falsificación de la
huella, vulnerando así la seguridad de los sistemas.
Con el objetivo de hacer
más efectivo el proceso de verificación o identificación de individuos se ha
utilizado conjuntos extendidos de características. El conjunto extendido de
características que se puede obtener depende de la resolución de los sistemas
de captura. Un escáner normal, básicamente obtiene la información de las líneas
trazadas por la minutas de una huella. Entre mayor sea la resolución del
sistema de captura, se puede obtener una mayor cantidad de características,
tales como la localización de los poros de la piel e inclusive la forma
especifica de las minutas.
Dada la amplia posibilidad de
creación de sistemas que aprovechen las diferentes características de las
huellas dactilares, se ha establecido un estándar en el que se plantean tres
categorías que consideran las características necesarias para la extracción de
rasgos. Estas categorías se resumen de la siguiente forma:
Nivel 1: Forma de los surcos,
núcleos y deltas, nivel de clasificación fino.
Nivel 2: Elementos del surco,
calidad de los surcos y sus campos abiertos, buena definición de las minutas.
Nivel 3: Puntos, surcos incipientes,
protuberancias de los surcos y discontinuidades, crestas, cicatrices, poros,
forma de las orillas de los surcos, anchura de surcos y valles.
Como se mencionó con
anterioridad, la naturaleza de las características a extraer demanda diferentes
grados de resolución de los sistemas de captura. Se ha establecido que la
resolución adecuada para extracción de características en nivel 1 y2 es entre
250 y 300 ppi, mientras que para acceder a las
características de nivel 3 se requiere de una resolución de un mínimo de 1000 ppi.
En este tema se podrían
plantear varios caminos para la realización de una tesis de maestría:
Realizar investigación en el procesamiento, tratamiento y
extracción de características de huellas dactilares vivas en videos tomados a
muy alta resolución. Realizar una base de datos de este tipo de videos a través
de una metodología propia para la
captura de videos a muy alta resolución sobre huellas dactilares vivas. Realizar tratamiento de los videos usando
técnicas de procesamiento digital de imágenes, por ejemplo segmentación,
realce, normalización de la iluminación, etc., para facilitar la extracción de
características y eliminar ruido que se incrusta por la propia naturaleza de la
captura del video y no confundir alguna información extraña con las
características reales de la huella viva. Extraer características de nivel tres
utilizando algoritmos en el dominio del espacio y explorando la posibilidad del
uso de diversas transformadas espectrales. Dentro de este procedimiento nuestro
principal interés es la observación de
los poros que se encuentran en las crestas de la huella dactilar. Al incluir la
medición de este movimiento y localizar la posición de los poros se podrían
identificar huellas falsas que se desearan utilizar sobre algún tipo de
scanner de huellas dactilares. Con esto se prevendría la utilización de
huellas falsificadas que pudieran ser
usadas para acceder a lugares protegidos por este tipo de sistema de seguridad
biométrica.
Realizar investigación
sobre el estado del arte en técnicas y algoritmos para reconocimiento de
huellas digitales. Extracción de características, uso de transformadas
espectrales como Fourier, Gabor,
Wavelets. Implementación de algoritmos de
reconocimiento usando técnicas estadísticas, redes neuronales.
Gualberto Aguilar, Gabriel Sánchez,
Karina Toscano, Mariko
Nakano, Hector Pérez, “Fingerprint Recognition Using
Local Features And Statistical Parameters”, 16th IEEE International Conference
on Computing. CIC - 2007
G.
Aguilar, G. Sanchez, K. Toscano, C. Salinas, M.
Nakano, H. Perez, "Fingerprint Recognition," icimp,
p. 32, Second International Conference on Internet Monitoring and
Protection (ICIMP 2007), 2007.
Gualberto Aguilar, Gabriel Sánchez, Karina Toscano, Moisés Salinas,Mariko Nakano, and Hector Perez, “Fingerprint
Recognition”, The First International
Conference on Global Defense and Business Continuity ICGD&BC 2007 July 1-6,
2007 - Silicon Valley, USA