1. Resumen de Conceptos Biométricos

1.1. Introducción

Históricamente, el término biometría está relacionado con las ciencias biológicas y se refiere a la aplicación de métodos estadísticos aplicados a una amplia gama de características medibles en biología. Actualmente, se utiliza más comúnmente en Tecnología de la Información, que consiste en la identificación electrónica de seres humanos basada en sus características físicas y conductuales.

1.2. Huellas dactilares

Las huellas dactilares se consideran una de las características biométricas más confiables para el reconocimiento humano debido a su individualidad y persistencia. Una huella digital consiste en un patrón de crestas y valles en la superficie de las yemas de los dedos y su formación está relacionada con los primeros meses fetales. Su principal desventaja es su intrusividad ya que las personas necesitan cooperar explícitamente al proporcionar sus huellas dactilares a un sistema biométrico. Además, la autenticación basada en huellas dactilares se asocia tradicionalmente con métodos de autenticación criminal. Los métodos de autenticación de última generación han demostrado una precisión adecuada para los métodos de reconocimiento de huellas dactilares.

1.2.1. Minucias

Una huella digital se caracteriza por un patrón de crestas entrelazadas (líneas oscuras) y valles (líneas brillantes). Generalmente, las crestas y los valles corren en paralelo y a veces terminan o se bifurcan. A nivel global, la huella digital puede presentar regiones con patrones altamente sinuosos, llamados singularidades. A nivel local, otra característica importante llamada minucia se puede encontrar en los patrones de huellas dactilares. Minucia (plural minutiae) deriva del latín, “pequeños detalles”, y esto se refiere al comportamiento de las discontinuidades de las crestas, como la terminación, bifurcación, trifurcación u otras características como poros (pequeños agujeros dentro de las crestas), lagos (dos bifurcaciones cerradas), puntos (crestas cortas), etc. La mayoría de los sistemas utilizan solo terminaciones y bifurcaciones. Para comparar (coincidir) adecuadamente las huellas dactilares, se deben extraer las características de la huella digital, como las minucias y los puntos de singularidad. También es posible extraer otra información global, como la orientación y la frecuencia de las regiones de crestas de la huella digital. Las imágenes a continuación muestran una imagen de huella digital capturada desde un escáner de huellas digitales y las características extraídas correspondientes: crestas (líneas negras delgadas) y minucias (flechas azules para terminaciones y flechas rojas para bifurcaciones).

El proceso de cálculo de estas características a partir de la imagen escaneada se llama extracción. Implica algoritmos avanzados de procesamiento de señales y lleva considerablemente más tiempo que comparar las características de dos huellas dactilares. Por lo tanto, los sistemas biométricos intentan realizarlo solo una vez y almacenar las características extraídas como un conjunto de datos llamado plantilla de huella digital.

1.2.2. Plantillas de huellas dactilares

Las características extraídas de una huella digital (minucias, crestas, singularidades) se almacenan en un archivo de plantilla. Estos se pueden almacenar en una variedad de formatos estándar y propietarios. Los formatos estándar generalmente comprenden un conjunto mínimo de información, útil para intercambiar plantillas de huellas digitales entre sistemas biométricos distintos.

Los formatos de plantilla de huella digital propietarios generalmente incluyen propiedades precalculadas del conjunto de minucias que son específicas del sistema ABIS [1] del proveedor, lo que permite una coincidencia de huellas dactilares más rápida y precisa dentro de ese sistema.

[1]	ABIS es un acrónimo de Sistema de Identificación Biométrica Automatizado

1.2.2.1. ISO

ISO (Organización Internacional de Normalización) y IEC (Comisión Electrotécnica Internacional) publicaron en 2005 la familia de estándares ISO/IEC 19794, que se aplica comúnmente a los formatos de datos biométricos, estandarizando el contenido común, el significado y la representación de los formatos de datos biométricos de las modalidades biométricas, y especifica qué requisitos resuelven las complejidades de aplicar la biometría a una amplia variedad de aplicaciones de reconocimiento de personas, ya sea que dichas aplicaciones operen en un entorno de sistemas abiertos o consistan en un solo sistema cerrado.

El estándar ISO/IEC 19794-2 especifica los formatos de datos para la representación de huellas dactilares utilizando la noción de minucias, definiendo tres formatos de plantilla para el intercambio y almacenamiento de datos de minucias de huellas dactilares. Define un formato basado en registros y formatos normales y compactos para su uso en una tarjeta inteligente. Además, define un formato extendido que puede manejar recuentos de crestas adicionales, núcleo y ubicación delta.

1.2.2.2. ANSI

Las imágenes de huellas dactilares han sido ampliamente utilizadas por agencias y políticas criminales en todo el mundo para la identificación criminal. La introducción de los Sistemas Automáticos de Identificación de Huellas Dactilares (AFIS) por esas agencias creó la demanda de formatos estándar para la interoperabilidad y el intercambio de información entre subsistemas o AFIS geográficamente dispersos.

El estándar ANSI 378/2004 especifica los formatos de datos para la representación de huellas dactilares utilizando la noción fundamental de minutiae. El formato de datos es genérico, ya que se puede aplicar y utilizar en una amplia gama de áreas de aplicación donde se involucra el reconocimiento automatizado de huellas dactilares. Este estándar no aborda requisitos o características específicas de la aplicación. El estándar contiene definiciones de términos relevantes, una descripción de dónde se deben definir las minutiae, un formato de datos para representar datos de huellas dactilares e información de conformidad.

1.2.2.3. Consolidación de plantillas

Dos capturas del mismo dedo casi nunca son iguales, presentando pequeños cambios en la posición y calidad de las minutiae. Algunas minutiae también pueden aparecer o desaparecer debido a pequeños cambios en la forma en que se posicionó el dedo sobre el sensor en cada captura.

Para aumentar la calidad de la plantilla, se puede realizar una captura enrollada, pero esto no siempre es compatible con el dispositivo de escaneo y puede presentar sus propios desafíos debido al movimiento de enrollado que el dedo debe realizar. En estos casos, se pueden realizar múltiples capturas y combinar los rasgos identificados de las huellas dactilares generando una plantilla de mayor calidad.

El proceso de tomar múltiples capturas y combinar las plantillas extraídas en una se llama consolidación de plantillas. Este método proporciona muchas ventajas: es capaz de mejorar la calidad general de las minutiae; puede descartar minutiae falsas detectadas incorrectamente debido a problemas de calidad de captura; es capaz de fusionar minutiae encontradas por capturas posteriores, generando una plantilla más rica.

1.2.3. Imagen de huellas dactilares

1.2.3.1. Métodos de captura

Existen esencialmente 4 métodos diferentes de captura para imágenes de huellas dactilares:

1. Escaneo de huellas dactilares en papel/tinta: generalmente se requiere cuando se importan registros heredados en un sistema biométrico digital. Las huellas dactilares hechas en papel se escanean con un escáner de cama plana, con resoluciones que van desde 500 a 1000 dpi.

See also

GBS Cardscan Web es el componente de Griaule Biometric Suite diseñado para escanear imágenes de huellas dactilares con tinta y registrarlas en Griaule Biometric Database Server.

2. Captura digital simple: el dedo del usuario se presiona contra un escáner de huellas dactilares digital, que produce una imagen digital del área del dedo que está en contacto con el dispositivo. La mayoría de los escáneres de huellas dactilares digitales producen imágenes de 500 dpi. Algunos dispositivos de gama alta proporcionan imágenes de 1000 dpi. Si bien las capturas simples son más rápidas, el área del dedo capturada está limitada, ya que no es posible extender toda el área de la huella dactilar sobre el sensor.
3. Captura digital enrollada: el usuario enrolla su dedo sobre un escáner de huellas dactilares digital, que produce una imagen digital del área del dedo cubierta por el movimiento del dedo. La resolución típica también es de 500 dpi, con dispositivos de gama alta que proporcionan imágenes de 1000 dpi. Las capturas enrolladas requieren un movimiento suave del sujeto, lo que lleva más tiempo y puede requerir más de un intento si el sujeto enrolla el dedo demasiado rápido o no de manera uniforme. Las huellas dactilares enrolladas contienen más distorsión espacial que las huellas dactilares simples, ya que la piel se estira durante el procedimiento de captura, pero también capturan un área de huella dactilar más grande, lo que permite que los sistemas biométricos coincidan con las huellas dactilares con mayor precisión.
4. Capturas sin contacto en vivo: existen escáneres de huellas dactilares experimentales que intentan capturar imágenes de huellas dactilares con una cámara fotográfica modificada, sin requerir que el sujeto toque el escáner/sensor. Si bien son menos intrusivos, dichos escáneres no garantizan una resolución exacta (varía con la distancia exacta del dedo al sensor), introducen artefactos de iluminación y pueden ser susceptibles a ataques de suplantación (por ejemplo, presentando una foto de una huella dactilar al sensor en lugar de un dedo real).

1.2.3.2. Resolución

La resolución es la densidad de píxeles por área, generalmente medida en puntos por pulgada (dpi). Cuanto mayor sea la resolución del sensor, más detallada será la imagen capturada, lo que favorece una mejor calidad de plantilla.

Para imágenes de huellas dactilares, una resolución común requerida por las agencias de aplicación de la ley es de 500 dpi. Esto significa que un dispositivo con un sensor cuadrado de 1 pulgada por 1 pulgada producirá una imagen con aproximadamente 250 000 píxeles (500 x 500 píxeles).

Tenga en cuenta que la dimensión de la imagen y la resolución de la imagen son medidas distintas: un dispositivo con un sensor de 2 pulgadas por 2 pulgadas y una resolución de 500 dpi producirá imágenes con dimensiones de 1000 x 1000, pero la resolución seguirá siendo de 500 dpi. Tanto el área del sensor como la resolución son importantes para garantizar la calidad de las características de huellas dactilares extraídas.

1.2.3.3. Calidad de imagen

Si la imagen de la huella dactilar es ruidosa, borrosa o contiene artefactos de compresión, el extractor de plantillas puede no ser capaz de reconocer correctamente las características de la huella dactilar. Por ejemplo: dos crestas pueden conectarse debido a una imagen borrosa, lo que impide la detección de una minutia de terminación.

Para mitigar las partículas de polvo depositadas sobre el sensor, algunos lectores proporcionan tecnología de reducción de ruido incorporada. A pesar de ello, para aumentar la calidad de la imagen, siempre es importante mantener la superficie de captura limpia y seguir las mejores prácticas en la captura de huellas dactilares.

Para estandarizar la evaluación de la calidad de la imagen de huellas dactilares, el NIST (Instituto Nacional de Estándares y Tecnología) publicó NFIQ en 2005. NFIQ es una medida estandarizada de la calidad de la imagen de huellas dactilares, diseñada para predecir el rendimiento de los sistemas de coincidencia de huellas dactilares basados en minucias. NFIQ clasifica las huellas dactilares en 5 clases de calidad: NFIQ 1 (calidad más alta posible) a NFIQ 5 (calidad más baja posible).

1.2.3.4. Codificación de Imágenes

En muchos sistemas biométricos, es deseable almacenar imágenes con fines a largo plazo, como volver a extraer plantillas con extractores más modernos, o para fines forenses y de deduplicación.

Debido a la gran cantidad de imágenes que suele almacenar un ABIS, y a la calidad requerida por los extractores de plantillas para realizar eficientemente la extracción de plantillas, los algoritmos de compresión de imágenes tradicionales con pérdida no son adecuados para la codificación de imágenes de huellas dactilares, ya que no se comprimen lo suficiente sin producir artefactos que puedan dañar la extracción de plantillas. Por el contrario, los algoritmos de compresión de imágenes sin pérdida generan archivos bastante grandes, lo que aumenta los requisitos de almacenamiento.

Cuando se utiliza la compresión sin pérdida, el formato más común utilizado para las huellas dactilares es PNG (Portable Network Graphics).

Para las necesidades específicas de un ABIS, se desarrolló el formato Wavelet Scalar Quantization.

1.2.3.4.1. Wavelet Scalar Quantization (WSQ)

El formato Wavelet Scalar Quantization fue desarrollado por el FBI (Oficina Federal de Investigación) específicamente para comprimir imágenes de huellas dactilares, reduciendo el tamaño del archivo comprimido mientras se retiene suficiente detalle, especialmente en comparación con algoritmos establecidos como JPEG/JFIF.

El formato WSQ se basa en la teoría de la ondícula y fue diseñado para comprimir imágenes de huellas dactilares en escala de grises a 500 dpi. Las imágenes con resoluciones más altas se comprimen mejor con el formato JPEG2000.

1.2.4. Coincidencia de Huellas Dactilares

El objetivo de la extracción de plantillas es realizar la comparación de huellas dactilares. La coincidencia es el proceso de comparar dos plantillas y proporcionar una medida cuantitativa de la similitud entre ellas. En un sistema biométrico en funcionamiento, los pares genuinos (plantillas extraídas de capturas del mismo dedo) darán como resultado puntuaciones de similitud altas, mientras que los pares impostores (plantillas extraídas de capturas de dedos distintos) darán como resultado puntuaciones de similitud bajas.

Dado que dos plantillas difícilmente son iguales incluso si se obtienen de capturas secuenciales del mismo dedo, la coincidencia de huellas dactilares debe tener en cuenta los cambios en la posición de las minucias y las minucias que no existen en ninguna de las plantillas.

1.2.4.1. Puntuación y Umbral

Un algoritmo de coincidencia tiene dos pasos. En el primer paso, un algoritmo de evaluación asigna una puntuación de similitud a la comparación. El segundo paso decide si el par es genuino o impostor utilizando un umbral de decisión (DT). Si la puntuación es mayor que el umbral, el algoritmo decide que es una comparación genuina; de lo contrario, se clasifica como un par impostor. El umbral de decisión (DT) es un parámetro configurable de cualquier sistema biométrico.

Aumentar el umbral aumentará los errores falsos negativos (pares genuinos informados como impostores) y disminuirá los errores falsos positivos (pares impostores informados como genuinos); disminuir el umbral disminuirá los errores falsos negativos y aumentará los errores falsos positivos.

Al elegir el umbral de decisión para una aplicación determinada, el usuario debe considerar cuán aceptables son los errores falsos negativos y falsos positivos, y el tamaño de la base de datos de plantillas.

1.3. Reconocimiento Facial

El reconocimiento facial es una de las modalidades biométricas más amigables y menos intrusivas. La captura de datos es simple y los dispositivos de captura son cámaras digitales comunes, que son económicas. Para un sistema biométrico, el reconocimiento facial implica 3 tareas:

• Detectar y delimitar las caras presentes en una imagen.
• Extraer un vector de características de una cara y codificarlo para su almacenamiento como template.
• Comparación: Comparar dos plantillas de cara y calcular una puntuación de similitud.

Los algoritmos modernos de reconocimiento facial se basan en redes neuronales profundas, una técnica de inteligencia artificial donde los algoritmos eligen automáticamente las mejores características discriminantes entre caras basadas en un gran conjunto de datos de entrenamiento. Dado que las características pueden cambiar a medida que los conjuntos de datos de entrenamiento se actualizan continuamente, no hay un formato de plantilla estándar para las plantillas de cara. Los sistemas biométricos suelen mantener la imagen original almacenada para que se puedan extraer plantillas actualizadas a medida que los conjuntos de datos de entrenamiento mejoran con el tiempo.

1.4. Reconocimiento de iris

Los patrones de iris se forman durante el desarrollo fetal y continúan desarrollándose durante los primeros dos años de vida. La biometría del iris se beneficia del hecho de que los patrones de iris son únicos para cada individuo y que no cambian después del desarrollo inicial. A diferencia de las huellas dactilares, que son susceptibles de alteración por quemaduras, cortes, abrasiones, interacciones químicas, los patrones de iris son muy poco propensos a ser modificados, ya sea intencional o accidentalmente. La captura de iris requiere la cooperación del sujeto, quien debe mantener los ojos abiertos y quietos mientras se realiza la captura. La captura de iris se realiza con escáneres especializados con iluminación de infrarrojos cercanos (NIR) y sensores sensibles a NIR. La imagen a continuación muestra una imagen típica de iris.

Si bien los sensores de captura de iris se están volviendo más baratos a medida que se integran en productos de consumo como teléfonos inteligentes, todavía son más caros que las cámaras utilizadas para capturar imágenes faciales para el reconocimiento facial.

Para un sistema biométrico, el reconocimiento de iris implica 3 tareas:

• Detectar y delimitar la pupila, el iris y detectar cualquier obstrucción de los párpados o las pestañas.
• Extraer características espectrales de la región del iris y codificarlas para su almacenamiento en una plantilla.
• Comparación: Comparar dos plantillas de iris y calcular una puntuación de similitud.

La norma ISO 19794-6, publicada por primera vez en 2005, define formatos de intercambio para plantillas de iris. Dado que el procedimiento real de extracción de características puede variar considerablemente entre los proveedores de sistemas biométricos, los formatos ISO encapsulan esencialmente toda la imagen original y las anotaciones sobre las segmentaciones detectadas (pupila, iris, esclerótica y una máscara de obstrucciones). Por lo tanto, las plantillas ISO aún requieren un paso de extracción de características antes de que se puedan comparar.

1.5. Tasas de error

Un aspecto importante de un sistema biométrico es su precisión. Desde el punto de vista del usuario, un error de precisión ocurre cuando el sistema no logra autenticar la identidad de una persona registrada o cuando el sistema autentica erróneamente la identidad de un intruso.

Principalmente hay tres fuentes que pueden aumentar la tasa de error:

1. Factor humano: La captura de información biométrica siempre requiere la participación humana en diferentes grados. Para la captura de huellas dactilares, los dedos deben estar en contacto con la superficie del sensor; en la captura de imágenes de iris, los ojos deben mirar un punto fijo de una cámara digital. Incluso para la captura de imágenes faciales, probablemente la biometría menos invasiva, una buena captura impone algunos requisitos de posicionamiento de la cara. Como consecuencia, el comportamiento humano en el momento de la captura biométrica es un problema crítico para los pasos posteriores y la precisión del reconocimiento. Una captura inadecuada provoca una extracción deficiente de características biométricas o incluso la incapacidad para dicha extracción. Un punto crítico para la evaluación de los sistemas biométricos es capacitar a las personas en buenas prácticas para la captura de registros biométricos.
2. Sensores biométricos: Las condiciones ambientales y las propiedades tecnológicas de los dispositivos afectan la calidad de los registros biométricos capturados. Además, cada tecnología de captura biométrica tiene ventajas y desventajas.
3. Inexactitud del comparador: Incluso cuando los datos biométricos se capturan correctamente y con buena calidad, los algoritmos de comparación no son perfectos y pueden generar puntuaciones de similitud bajas para pares genuinos y puntuaciones de similitud altas para pares impostores.

1.5.1. Tipos de errores

• Los errores falsos positivos ocurren cuando el sistema biométrico clasifica un par impostor como genuino.
• Los errores falsos negativos ocurren cuando el sistema biométrico clasifica un par genuino como impostor.