Segmentación de imágenes NIR de iris empleando técnicas de deep learning
| dc.contributor.advisor | Tapia Farías, Juan Eduardo | |
| dc.contributor.author | Valenzuela González, Andrés Eduardo | |
| dc.contributor.editor | Facultad de Ingeniería | |
| dc.date.accessioned | 2021-03-02T22:20:09Z | |
| dc.date.available | 2021-03-02T22:20:09Z | |
| dc.date.issued | 2019 | |
| dc.description | Tesis (Ingeniero Civil Informático) | es |
| dc.description.abstract | En los tiempos actuales la seguridad informática es un tópico recurrente en sectores de salud, gubernamentales, bancarios, aeropuertos internacionales, marketing basado en internet, entre otros. Por ello la identificación correcta y fiable de una persona que requiere de estos servicios es crucial al momento de tratarse de seguridad. Dentro de las técnicas de seguridad más utilizadas podemos encontrar el uso de contraseñas escritas, credenciales de identificación, firmas, entre otras, lo cual puede representar un eventual riesgo si las contraseñas se olvidan, las credenciales se extravían o cuando las firmas son falsificadas. Dado lo mencionado, la biometría representa una respuesta de carácter importante gracias al rendimiento y nivel de seguridad que provee. Por definición, biometría se refiere al estudio de la identificación de personas basado en sus rasgos físicos o comportamientos biológicos. Entre los rasgos biométricos se pueden incluir la escritura a mano, la manera de caminar o firmas escritas, mientras que los rasgos físicos comunes son el rostro, huellas dactilares, venas, retina, el iris entre otros. El iris es considerado como una modalidad biométrica muy interesante debido a su unicidad, estabilidad a través del tiempo y por su protección ante degradaciones externas puesto que es un órgano interno. Todos estos factores conducen a una precisión de identificación notablemente alta. Aún así, el rendimiento de un sistema de reconocimiento de iris es un problema crítico cuando la adquisición del iris está menos restringida frente a factores como el reflejo de luz natural sobre el iris u otras oclusiones. Tales problemas, cuando el iris se adquiere en situaciones más realistas, están en el centro de trabajos de investigación. Luego, la tarea de segmentación es importante puesto que representa la parte fundamental de un sistema de reconocimiento de iris ya que una segmentación deficiente puede generar problemas más tarde al momento de realizar la comparación de plantillas de iris comprometiendo el desempeño final del sistema de reconocimiento de iris. | es |
| dc.identifier.uri | http://repositorio.unab.cl/xmlui/handle/ria/18026 | |
| dc.language.iso | es | es |
| dc.publisher | Universidad Andrés Bello | es |
| dc.subject | Biometría | es |
| dc.subject | Seguridad Informática | es |
| dc.title | Segmentación de imágenes NIR de iris empleando técnicas de deep learning | es |
| dc.type | Tesis | es |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- a131505_Valenzuela_A_Segmentacion_de_imagenes_nir_de_2019_tesis.pdf
- Tamaño:
- 54 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- TEXTO COMPLETO EN ESPAÑOL
Bloque de licencias
1 - 1 de 1
No hay miniatura disponible
- Nombre:
- license.txt
- Tamaño:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: