Diseño, implementación y análisis de un sistema biométrico vascular

Biometría o autentificación biométrica se refiere a técnicas automatizadas de reconocimiento de un individuo a través de sus características de comportamiento o fisiológicas. Actualmente el campo del análisis de rasgos biométricos ha alcanzado bastante importancia. La biometría vascular es un tipo d...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile nagusia: Izurieta Salazar, Santiago David (author)
Formatua: bachelorThesis
Hizkuntza:spa
Argitaratua: 2017
Gaiak:
Sarrera elektronikoa:http://repositorio.espe.edu.ec/handle/21000/12829
Etiketak: Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
Deskribapena
Gaia:Biometría o autentificación biométrica se refiere a técnicas automatizadas de reconocimiento de un individuo a través de sus características de comportamiento o fisiológicas. Actualmente el campo del análisis de rasgos biométricos ha alcanzado bastante importancia. La biometría vascular es un tipo de biometría que enfrenta la creciente demanda de soluciones biométricas para fortalecer la seguridad informática en sus diferentes aplicaciones. La biometría vascular es un tipo de biometría con grandes ventajas. La ventaja más importante es que el rasgo biométrico que procesa se encuentra por dentro de la piel teniendo un único patrón para cada individuo. Esto hace que el sistema sea bastante robusto ante la falsificación. En el presente trabajo se ha diseñado la etapa de software de un sistema biométrico vascular. El objetivo es analizar los parámetros que influyen en cada etapa y en el resultado final. Las muestras de cada individuo se las ha obtenido de una base de datos multimodal de libre acceso llamada SDUMLA-HMT. Con el fin de caracterizar a cada patrón analizado se ha utilizado características texturales para cada muestra. Se ha procesado la muestra a través de una wavelet spline y a través de una wavelet haar comparando entre si los resultados obtenidos. Finalmente para la etapa de clasificación se lo ha hecho implementando los clasificadores discriminante cuadrático, discriminante lineal y un clasificador k-NN con el objetivo de analizar el desempeño de cada uno.