Autenticación de personas utilizando un clasificador SVM

• Aida A. Aparicio-Arroyo ^[1] ; Iván Olmos-Pineda ^[1] ; J. Arturo Olvera-López ^[1]
  1. [1] Benemérita Universidad Autónoma de Puebla

     Benemérita Universidad Autónoma de Puebla

     México

     
• Localización: Revista Colombiana de Computación, ISSN 1657-2831, ISSN-e 2539-2115, Vol. 22, Nº. 2, 2021, págs. 48-57
• Idioma: español
• Títulos paralelos:
  • People authentication through a SVM classifier
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En los últimos años, la autenticación de personas ha tomado un gran auge debido a los avances tecnológicos e investigaciones que se han desarrollado alrededor del tema. En este proceso se usan técnicas de visión por computadora que permiten procesar una imagen o video para determinar la identidad de una persona. En el presente artículo, se analizan trabajos relacionados con el proceso de autenticación de personas, haciendo un análisis profundo en los trabajos basados en Máquina de Vectores de Soporte (Support Vector Machines).De igual manera, se explican a grandes rasgos las diferentes etapas que conforman el proceso de autenticación de personas. Finalmente, se presenta un conjunto de experimentos realizados, utilizando una combinación de características basadas en color, textura y simetría, mientras que, para la etapa de clasificación se utiliza SVM. Esta combinación de características aunada con el clasificador, muestra ser una alternativa para la autenticación de personas.

  • English

    In recent years, people’s authentication has taken a significant boom due to technological advances and research developed around the subject. In this process, computer vision techniques are used to process an image or video to determine a person’s identity. In thisarticle, we analyzed related works to the people authentication process, making a deep analysis in the works based on Support Vector Machines (SVM). In the same way, we roughly explained the stages that make up the process of people authentication. Finally, we present a set of experiments performed, using a feature combination based on color, texture, and symmetry. In contrast, SVM is used for the classification stage. This combination of features, together with the classifier, shows to be an alternative to people authentication