Identificación automática de personas mediante el procesamiento de imágenes digitales de las líneas palmarias

• Autor: Anton Chiclayo, Rafael Jhamyr
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/13202
• Enlace del recurso: https://hdl.handle.net/20.500.12802/13202
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales; Biometría; Segmentación de imágenes; Procesamiento de imágenes; https://purl.org/pe-repo/ocde/ford#2.02.04

En la actualidad, el avance de la tecnología y la globalización trae consigo la inseguridad y el peligro por nuevas modalidades de hacking, por tal motivo, nos obliga a buscar nuevos métodos de seguridad y protección, y es ahí, donde renace la importancia de la biometría, la cual busca integrar sistemas seguros, infalibles y rápidos para cada persona, logrando imposibilitar la suplantación de la misma. la presente investigación busca brindar una alternativa de solución, que ya no se refugie en sistemas clásicos como la huella dactilar, reconocimiento facial, iris, voz, etc, sino que con el fin de innovar y evitar la vulneración de estos sistemas obsoletos y basándose en estudios previos , los cuales han tenido un resultado óptimo de la tasa de detección falsa, se presenta un sistema integrado de seguridad de la detección a través de líneas de la huella palmar, en la cual se utilizan técnicas de segmentación de imágenes y se toma en cuenta un área de región de interés amplio, como el uso de algoritmos de detección de líneas y bordes. en el sistema de huella palmar propuesto en la presente investigación, se tomó en cuenta una región de interés amplia, anteriormente mencionada, con la finalidad de detectar la mayoría de las líneas palmarias, las que serán captadas desde imágenes digitales utilizando los algoritmos de sobel, donde posteriormente utilizando redes convolucionales podamos clasificar e identificar a las personas a través de estas. en conclusión, al utilizar los algoritmos de sobel se obtiene un mayor rendimiento, precisión y exactitud en la detección de las líneas y los bordes, así mismo se logró un 94% de identificación y clasificación utilizando las redes convoluciones