Estudio, implementación y evaluación de técnicas de aprendizaje profundo para el procesado de imágenes en sistemas biométricos de mano

Debido a la reciente expansión tecnológica, se ha acrecentado la necesidad de identificar de forma fiable a las personas para garantizar así la seguridad de la información. Ante ello, la biometría de la palma de la mano es uno de los enfoques biométricos que permiten la autenticación con mayor precisión y eficiencia. Además, sus imágenes pueden ser tomadas sin contacto, garantizando también la comodidad e higiene de los usuarios. En el proceso de reconocimiento de la biometría palmar destaca la etapa del preprocesado. Esta consiste en la localización de la región de interés situada en el centro de la palma de la mano y de su colocación adecuada que permita, en la siguiente etapa, extraer las características distintivas. Este preprocesado suele requerir de la segmentación de la imagen, la cual se ve afectada por la presencia de fondos no uniformes o la utilización de anillos, entre otros factores, pudiendo llegar a impedir la identificación biométrica. Sin embargo, el uso cada vez más extendido de los dispositivos móviles ha derivado en la necesidad de poder utilizar estos sistemas biométricos en entornos no controlados, donde las imágenes sean capturadas en diversas posiciones, con fondos arbitrarios e iluminación compleja. Por ello, el objetivo de este trabajo es estudiar las actuales soluciones de detección de la región de interés y desarrollar un sistema basado en redes neuronales convolucionales que detecte dicha región y la alinee verticalmente, rotándola en caso necesario. Tras analizar las tecnologías de aprendizaje profundo existentes, en este trabajo se utiliza una arquitectura de red neuronal convolucional Mask R-CNN que permite la detección de objetos. En este caso, el modelo es entrenado para identificar la región de interés y el dedo pulgar, de manera que es capaz de ubicarlos en la imagen y devolver su localización. Además, una vez detectada la región de interés, esta es alineada verticalmente, y rotada adecuadamente en función de la posición del pulgar, de manera que la imagen devuelta por el sistema ya está preparada para la extracción de características. Este sistema se ha entrenado y evaluado sobre 6 bases de datos de imágenes que presentan diferentes condiciones de iluminación, fondos, posición de la mano y utilización de accesorios, con el fin de probar su rendimiento en diversos escenarios. Los buenos resultados obtenidos y, en particular, la obtención de una puntuación F1 de 89% sobre un conjunto de imágenes capturadas con un dispositivo móvil y con fondos complejos demuestran la validez de este sistema. Por tanto, el modelo desarrollado en este trabajo presenta gran potencial para ser utilizado en ambientes no controlados, suponiendo así grandes ventajas sobre otros métodos en la literatura