En el presente proyecto fin de carrera se estudia, desarrolla y evalúa un sistema biométrico de reconocimiento facial forense en entornos controlados, basado en el análisis morfológico del rostro humano utilizado por laboratorios forenses como la Dirección General de la Guardia Civil y Netherlands Forensic Institute. Para la evaluación del sistema se han utilizado dos bases de datos del estado del arte proporcionadas por el grupo de reconocimiento biométrico ATVS, emulando entornos de aplicación controlados y no controlados. Como punto de partida se ha estudiado el estado del arte en sistemas biométricos faciales forenses y su evolución a lo largo de la historia. A continuación se ha diseñado y analizado la extracción de características faciales en base al análisis morfológico y a los protocolos de los laboratorios forenses. En general, el proceso de desarrollo se puede dividir en tres fases de trabajo, primero se empieza con el pre-procesado necesario de las imágenes, con el objetivo de eliminar todas las fuentes de ruido, posteriormente se realiza la caracterización morfológica de todos los rasgos faciales, y finalmente se proponen dos grandes conjuntos de características continuas y discretas utilizadas para el reconocimiento de sujetos. Adicionalmente, se ha realizado una adaptación del extractor de características para su funcionamiento en entornos no controlados y finalmente se evalúa su rendimiento. La parte experimental se ha dividido en dos grandes fases, en la primera se analizan las características propuestas y en la segunda se evalúa su desempeño en las dos bases de datos utilizadas. Durante la primera fase se ha llevado a cabo un análisis estadístico de las dos poblaciones analizadas (ambas bases de datos) y a continuación, se ha estudiado y discutido la correlación entre todas las características propuestas en el proyecto. En en la segunda fase se han realizado varias pruebas bajo diferentes condiciones con el objetivo de determinar la capacidad y eficiencia del sistema en las tareas de reconocimiento. En particular se ha estudiado el tamaño óptimo del conjunto de entrenamiento, el desempeño de varias medidas de similitud sobre los dos conjuntos de características propuestos, y se ha evaluado los subconjuntos de características más discriminantes. Finalmente, se ha demostrado que la fusión de ambas características, continuas y discretas, permite alcanzar unas tasas de rendimiento adecuadas para el reconocimiento biométrico. Por último, se presentan las conclusiones, extraídas a lo largo del proyecto y se proponen líneas de trabajo futuro.
Enlace: https://repositorio.uam.es/handle/10486/13892
Derechos: openAccess
Enlace: https://repositorio.uam.es/handle/10486/13892
Derechos: openAccess