La biometría blanda representa esas características que permiten identificar de forma aproximada a una persona. Cuantas más características de este tipo se escojan mejor será la caracterización de la persona. Además, si incorporamos técnicas de biometría fuerte, se afianza la estimación resultante del modelado de la persona. Estos factores tienen vital importancia a la hora de identificar/re-identificar a personas. Por un lado, se conoce por identificación cuando el sistema es capaz de determinar quién es la persona dentro de una base de datos de usuarios previamente almacenada. Por otro lado, hablamos de re-identificación cuando el sistema no tiene almacenado la información de los usuarios que se espera identificar dentro de una red de cámaras.
En esta tesis se realiza un análisis sobre diferentes factores que afectan a la caracterización de personas, desde la fase del modelado de la persona hasta la influencia del escenario en estas. En la actualidad existen múltiples bases de datos que nos proporcionan identidades para construir nuestros modelos, hacernos una idea de cuan bueno es nuestro método comparado con otros del estado del arte o incluso realizar comparaciones de nuestro escenario con otro escenario que posea características similares. Uno de estos escenarios son los relacionados con la diarización.
De forma usual, el término de diarización se refiere a un tipo de problema relacionado con técnicas focalizadas en la biometría de la voz, con lo que se consigue identificar/re-identificar a la persona mediante el habla. Siendo el objetivo de la diarización responder a la pregunta ''¿Quién ha hablado en cada momento?''. Pero, que sucede si intentamos responder a esta pregunta desde un punto de vista diferente, haciendo uso de técnicas basadas en visión por computador.
Por tanto, en esta tesis se indaga en los problemas de re-identificación de personas usando visión por computador en escenarios susceptibles de aplicar la diarización de personas. De forma metodológica, se revisan las técnicas de diarización tradicionales, así como el impacto que tienen los errores de diarización. Se demuestra que las estrategias tradicionales de diarización pueden no ser suficientemente precisas para determinadas aplicaciones. Por lo que proponemos en este trabajo diferentes metodologías para hacer frente a las carencias que afectan a las técnicas tradicionales.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados