En entradas anteriores, hemos paseado por la historia de la huella dactilar como método de identificación de personas, hemos visto cuáles son las características peculiares que hacen de las huellas únicas e idóneas para esa tarea y enumerado los escáneres que la tecnología nos ofrece para la toma de huellas. Hoy en Umanick, vamos a hablar sobre cómo se extraen esas características únicas de la huella y cómo se comparan con una base de datos.

Los métodos para la extracción de la información de una huella dactilar son dos: el estudio de los minutiae points en relación a roturas entre las ondulaciones de la huella y el estudio de la correlación de patrones específicos de cada huella.

 

Análisis clásico de huella dactilar. Vince Alongi con Licencia CC.

 

El primero, el estudio de los minutiae points, localiza las características particulares de las crestas (bifurcaciones y terminaciones), asignándoles unas coordenadas XY y almacenándolas en un archivo que servirá para crear la plantilla. Tras el escaneo de la huella se analizan los puntos específicos encontrados, con el uso de algoritmos matemáticos, para después compararlos con las plantillas almacenadas en la base de datos.
 
El segundo, el estudio de correlaciones, examina todo el patrón de crestas y valles de la huella. La localización de los rizos, giros y arcos, así como la dirección en que fluyen, es capturada y almacenada. Esta información se procesa y almacena, como imagen o como algoritmo codificado, para poder ser comparada después con otros registros de huellas dactilares.

 

Almacenamiento de la información
Por una cuestión evidente de seguridad, ninguno de los dos métodos anteriores almacena directamente la imagen original de la huella, guardando solo datos. De este modo resulta imposible recrear la huella original, evitando así posibles robos o copias. El software usa un algoritmo matemático que codifica toda esa información extraída en una cadena de caracteres, para facilitar su localización en la base de datos y mejorando, además, el tiempo de búsqueda.
 
Por otro lado, para evitar fraudes o engaños al sistema con el uso de de prótesis que imiten una huella robada, muchos de los sistemas realizan una medida de la presión sanguínea o comprueban la colocación correcta de las crestas en los bordes de los dedos. Es lo que se denomina como liveness detection.

 

Comparación de las huellas
La comparación, o matching, de huellas dactilares es una de las etapas más complejas en todo el proceso. Lo normal es que huellas a comparar no sean perfectas; pueden haber sufrido desplazamientos, rotaciones y distorsiones, e incluso que la calidad de la toma sea mala. En este momento es cuando el algoritmo de comparación debe demostrar su calidad y robustez frente a la variabilidad en las huellas a comparar.
 
Las principales dificultades que encuentra un algoritmo de comparación son:
 
Desplazamiento y rotación. El usuario sitúa el dedo en un lugar diferente del sensor cada vez que se identifica. Parte de la huella puede quedar fuera del área de captura y, en consecuencia, las huellas a comparar no estarán completas o presentarán un área menor en común a la real. Este problema afecta a sensores con una pequeña área de captura.
 
Distorsión no lineal. Resultado de plasmar en una imagen de dos dimensiones una huella dactilar que tiene tres; su elasticidad provoca deformaciones no lineales en su superficie.
 
Diferencias de presión o de las condiciones de la piel. La captura puede ser diferente según la presión que se ejerza contra el sensor o por la humedad, o sequedad, de la piel. Además, el sudor o la grasa también afectan a la óptima extracción de datos.
 
Errores en la extracción de características. Los algoritmos de extracción de minucias pueden producir minucias falsas en las huellas de baja calidad, que pueden ocultar las minucias reales.
 
Cuando la huella adquirida es de buena calidad, los algoritmos funcionan en su mayoría con gran precisión. Sin embargo, la importancia de los algoritmos para superar los problemas cuando la huella es de baja calidad es un factor determinante en el éxito de todo el proceso.
 
Esta robustez del algoritmo es tan importante que, de hecho, periódicamente se realizan competiciones internacionales con el objetivo de evaluar el rendimiento de los sistemas de reconocimiento de huella dactilar. Un ejemplo son las competiciones Fingerprint Verification Competition, donde se mide la rapidez y capacidad de los algoritmos para discernir entre huellas de baja calidad o entre huellas dactilares incompletas.

 

¿Quieres saber más sobre huella dactilar? ¿O sobre el mundo de la biometría y sus aplicaciones? Ponte en contacto con Umanick