Autenticación facial para dispositivo móvil basado en el algoritmo SURF e implementado en el sistema operativo Android

En este trabajo se propone una fase de preprocesamiento de imágenes así como del uso del algoritmo SURF (Speeded Up Robust Features) dentro de la etapa de extracción de características del proceso de autenticación facial, el cual es ejecutado en diferentes dispositivos móviles como Smartphones y Tab...

Descripción completa

Detalles Bibliográficos
Autor: Cyntia Mendoza Martinez
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2016
País:México
Institución:Universidad Autónoma de Querétaro
Repositorio:Repositorio Institucional de la Universidad Autónoma de Querétaro
OAI Identifier:oai:ri-ng.uaq.mx:123456789/267
Acceso en línea:http://ri-ng.uaq.mx/handle/123456789/267
Access Level:acceso abierto
Palabra clave:Android
Autenticación facial
Biometrics
Biometría
Face authentication
INGENIERÍA Y TECNOLOGÍA
Descripción
Sumario:En este trabajo se propone una fase de preprocesamiento de imágenes así como del uso del algoritmo SURF (Speeded Up Robust Features) dentro de la etapa de extracción de características del proceso de autenticación facial, el cual es ejecutado en diferentes dispositivos móviles como Smartphones y Tablets con sistema operativo Android. La metodología propuesta consta de los siguientes seis pasos principales: imágenes del rostro, normalización, detección del rostro, extracción de características (preprocesamiento), coincidencias y decisión, donde a partir de la definición de un umbral heurístico se determina si la autenticación fue exitosa o errónea. Con el fin de que cada imagen tenga una distribución uniforme de sus niveles de gris la técnica de ecualización de histograma es usada en la fase de preprocesamiento, como resultado se obtiene una imagen mejorada para posteriormente pasar al siguiente paso de la metodología propuesta. Dentro de la sección de pruebas se emplearon las bases de datos públicas: The Extended Cohn-Kanade Dataset (CK+), Caltech Faces y FERET, así mismo, se usó la base de datos denominada SURFace la cual fue generada a lo largo de este trabajo. Finalmente, los resultados obtenidos con seis diferentes dispositivos móviles demuestran que la tasa de autenticación facial con las técnicas propuestas fue del 90%.

Similares en LA Referencia