Resumen de Identificación biométrica utilizando imágenes infrarrojas de la red vascular de la cara dorsal de la mano
Oscar Fernando Motato Toro, Humberto Loaiza Correa
- español
La necesidad manifiesta de mejorar los controles de acceso y seguridad han orientado el diseño de los nuevos sistemas de identificación personal hacia la utilización de rasgos biométricos, fisiológicos y comportamentales, que garanticen niveles de desempeño cada vez más altos. Con esta motivación, se presenta el desarrollo y evaluación de un sistema computacional para realizar los procedimientos de registro y validación de identidad de personas utilizando imágenes de las venas de la cara dorsal de la mano, compuesto por un módulo hardware de bajo costo para la adquisición de imágenes infrarrojas, utilizando una cámara de video convencional, lentes ópticos, fuentes de iluminación infrarroja controladas y un frame grabber; y un módulo software para la visualización y captura de las imágenes, selección de las regiones de interés, segmentación y extracción, descripción y clasificación de características. Finalmente, para evaluar la similitud entre las imágenes se implementa y evalúa una etapa basada en redes neuronales artificiales, permitiendo concluir que el indicador biométrico es lo suficientemente discriminante, y otra basada en correlación que, sobre una base de datos de 100 imágenes, determina la eficiencia máxima de sistema en 95,72% en un umbral igual a 65%, y 8,57% y 0% para las tasas de falsa aceptación (FAR) y falso rechazo (FRR) respectivamente.
- English
The evident need for improving access and safety controls has orientated the development of new personal identification systems towards using biometric, physiological and behavioral features guaranteeing increasing greater levels of performance. Motivated by this trend, the development and implementation of a computational tool for recording and validating people's identity using dorsum hand vein images is presented here. A low-cost hardware module for acquiring infrared images was thus designed; it consisted of a conventional video-camera, optical lenses, controlled infrared illumination sources and a frame grabber. The accompanying software module was concerned with visualizing and capturing images, selecting regions of interest, pattern segmentation in the region and extracting, describing and classifying these features. An artificial neuron network approach was implemented for pattern recognition, resulting in it proving the biometric indicator to be sufficiently discriminating, and a correlation-based approach using a 100 image database for static characterisation, determined the system's maximum efficiency to be 95.72% at a threshold equal to 65. False acceptance rate (FAR) was 8.57% and false rejection rate (FRR) was 0% at this threshold.
