Reconocimiento automático de firma manuscrita asistida por humanos

• Autores: Derlin Morocho Checa
• Directores de la Tesis: Julián Fiérrez Aguilar (dir. tes.), Aythami Morales Moreno (dir. tes.)
• Lectura: En la Universidad Autónoma de Madrid ( España ) en 2019
• Idioma: español
• Tribunal Calificador de la Tesis: Javier Ortega Garcia (presid.), Miguel Ángel Ferrer Ballester (secret.), Matilde Santos Peñas (voc.)
• Programa de doctorado: Programa de Doctorado en Ingeniería Informática y de Telecomunicación por la Universidad Autónoma de Madrid
• Calificación: Sobresaliente Cum Laude
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Bancos de datos
      • Sistemas de información, diseño y componentes
    • Estadística
      • Análisis de datos
  • Ciencias de la vida
    • Biometría
• Enlaces
  • Tesis en acceso abierto en: Biblos-e Archivo
• Resumen

  • Esta Tesis Doctoral explora cómo la intervención humana puede ayudar a mejorar los sistemas de autenticación automática de firma. Durante las últimas décadas, se han hecho esfuerzos importantes para mejorar el rendimiento de los sistemas automáticos de reconocimiento basados en firma. Este trabajo analiza cómo acciones llevadas a cabo por humanos pueden ser utilizadas para complementar las capacidades de los algoritmos automáticos. Qué acciones y en qué medida éstas pueden ayudar a mejorar algoritmos del estado-del-arte es el objetivo perseguido en esta Tesis. En este trabajo se proponen y analizan intervenciones a nivel de clasificación y de extracción de características. El análisis a nivel de clasificación comprende experimentos con más de 500 personas a través de tareas de autenticación de firma desarrolladas sobre plataformas de crowdsourcing. Los resultados permiten establecer un rendimiento de base de reconocimiento de firma llevado a cabo por personas sin experiencia forense. La intervención a nivel de características se realiza a través de aplicaciones de etiquetación de atributos de firma desarrolladas durante la Tesis e inspiradas en el trabajo de expertos forenses. Estas aplicaciones han permitido la captura de dos nuevas bases de datos. Se analiza el rendimiento humano para la etiquetación de atributos discriminantes de la firma y se analiza su complementariedad con sistemas automáticos. Los experimentos se llevan a cabo sobre una la base de datos pública BiosecurID y se incluyen los dos escenarios de autenticación más populares: firma dinámica u online y firma estática u offline. A su vez, se analizan los dos tipos de ataques más habituales: aleatorios y ataques entrenados. Los resultados demuestran las limitaciones y el potencial de la intervención humana en tareas de reconocimiento de firma. Se demuestra que las capacidades humanas pueden ser explotadas para mejorar el rendimiento de los sistemas de autenticación automática de firma.