Aplicación de Redes Neuronales en el control de acceso biométrico
Palabras clave:
Redes neuronales, patrones, sistema biométrico, Apren- dizaje de patrones biométricos, embeddings en huellas digitales.Resumen
El reconocimiento de huellas digitales es una técnica ampliamente utilizada en sistemas de control de acceso debido a su precisión y seguridad. Este artículo presenta el desarrollo de un sistema de identificación para permitir el acceso al centro de cómputo de la Institución, mediante la verificación biométrica, específicamente en huellas digitales. Se emplean redes neuronales para el análisis de las huellas digitales, mejorando la precisión en la identificación de usuarios. El sistema realiza extracción de características que funcionan como patrones para realizar una comparación con una base de datos previa- mente registrada. La implementación busca optimizar la velocidad y robustez frente a variaciones en la captura de la huella. Los resultados demuestran la eficacia del modelo propuesto en la autenticación de usuarios, proporcionando un método confiable para el control de acceso.
Referencias
1. L. V. Fausett. Fundamentals of neural networks: Architectures, al- gorithms, and appli- cations. Prentice-Hall, 1994, págs. 315-316.
2. L. Flores-Pulido. Redes Neuronales, un enfoque práctico para métodos tradicionales. Primera. Facultad de Ciencias Básicas, Ingeniería y Tecnología, Universidad Autónoma de Tlaxcala, 2025.
3. Martin Aastrup Olsen, Elham Tabassi, Anton Makarov, Christoph Busch, “Self- organizing maps for fingerprint image quality assessment”. En: Proceedings of the IEEE conference on com- puter vision and pattern recognition workshops. 2013, págs. 138-145.
4. U. Halici y G. Ongun. “Fingerprint classification through self-organizing feature maps modified to treat uncertainties”. En: Proceedings of the IEEE 84.10 (1996), págs. 1497- 1512.
5. J. B. Hayfron-Acquah y M. S. Gyimah. “Classification and recognition of fingerprints using self organizing maps (SOM)”. En: International Journal of Computer Science Issues (IJCSI) 11.1 (2014), pág. 153.
6. Loong Chuen Lee, Nur Izzati Bohari, Siti Norfaraan Abd Sanih, Muhammad Yusuf Adam, “Forensic fingerprint analysis using self-organizing maps, classification and re- gression trees and naïve Bayes methods”. En: International Journal of Computing and Digital Systems 12.1 (2022).
7. A. N. Ouzounoglou, Pantelis A. Asvestas and George K. Matsopoulos, “Fingerprint matching with self organizing maps”. En: XII Mediterranean Conference on Medical and Biological Engineering and Computing 2010: May 27–30, 2010 Chalkidiki, Greece. Springer Berlin Heidelberg, 2010, págs. 307-310.
