Evaluación de algoritmos para la detección de huellas dactilares alteradas

Abstract

El objetivo del presente trabajo es evaluar algoritmos de clasificación automática para la detección de huellas dactilares alteradas basado en la extracción de minucias (EM) y campo de orientación (CO), teniendo como primero paso del método, construir la base de datos con imágenes de huellas dactilares; segundo paso, la seleccionar dos algoritmos de clasificación automática para la detección de huellas dactilares alteradas; tercer paso, implementar algoritmos de clasificación automática que detectan huellas dactilares alteradas; y el último paso, evaluar los resultados. De las pruebas realizadas se obtuvo que los mejores rendimientos para el algoritmo de clasificación automática basado en la extracción de minucias son: exactitud 83%, exhaustividad 94%, precisión 78%, APCER 28% y NPCER 6% en la alteración tipo obliteración; en el tiempo de procesamiento de 0.564s, en la alteración tipo rotación central; y los mejores resultados para el algoritmo basado en el campo de orientación son: exactitud 77%, exhaustividad 64%, precisión 87%, APCER 10% y tiempo de procesamiento de 0.230s, en la alteración tipo obliteración y NPCER 34% en la alteración tipo corte Z. Se concluye ambos algoritmos tienen mejores rendimientos en la alteración tipo obliteración y bajo rendimiento en las alteraciones tipo corte Z y rotación central. También se concluye que, el método propuesto es eficiente para detectar huellas dactilares alteradas y también para la detección de ataques de presentación biométrica, obteniendo tasas bajas en NPCER y APCER, implicando una menor inspección manual de huellas dactilares, por parte de expertos en huellas dactilares alteradas.