Búsqueda de una persona dentro de una base de datos

1. Nuevas Tecnologías Biométricas
Instituto Nacional de Ciencias Penales
Procuraduría General de la República
Versión 1.0

2. Índice
Sección Tema
1 Introducción: Conceptos Básicos
2 Reconocimiento de Huellas
3 Reconocimiento de Venas
4 Reconocimiento Facial
5 Reconocimiento de Iris
6 Reconocimiento de Tatuajes
7 Multi-Biometría
8 Prototipos

3. Sección
Introducción:
Conceptos Básicos
1

4. Conceptos Básicos
Identificación
Búsqueda de una persona dentro
de una base de datos; También
conocida como 1:N.
• Aplicaciones Forenses:
• Identidad de una persona
• Encontrar al propietario de
una latente en una escena del
crimen no resuelta
• Aplicaciones Civiles:
• Identificar a una persona
(credencial para votar,
identidad ciudadana, etc.)
Autenticación
Verifica la identidad de una
persona; También conocida como
1:1.
• Aplicaciones Civiles:
• Credencial para votar
• Identidad Ciudadana
• Tarjetas bancarias
• Cheques
• Celulares
• Laptops
• Autos
• Etc.…

5. Medidas del Desempeño Biométrico
• FTE
• Falla de Enrolamiento
• Porcentaje de la población
que no puede ser enrolada
por el sistema
• FTA
• Falla de Adquisición
• Porcentaje de intentos de
adquisición sin éxito
• FRR
• Tasa de Falso Rechazo
• Probabilidad de que un
usuario autorizado sea
rechazado por el sistema
• FAR
• Tasa de Falsa Aceptación
• Probabilidad de que una
persona (aleatoria) sea
reconocida como alguien más
en el sistema
• También llamada “Tasa de
Cotejo Falso (FMR)”

6. Principios de la Identificación Biométrica
Inmutabilidad
No cambia durante la vida de la persona.
Unicidad
Nunca se ha encontrado que dos personas sean idénticas.
!Soy único¡
!Yo también¡

7. Clasificación de Sistemas de Autenticación
Lo que tienes… Lo que sabes… Lo que eres…
• Lo que tienes / sabes  No es confiable • Lo que eres  Más Seguro (si
se combina con las 2 anteriores,
se obtiene mayor seguridad)

8. Las Diferentes Biometrías
Lo que
somos...
Aprendizaje Anatomía
VozFirma
...
Golpe de teclado
dinámico
Cosas que se pueden aprender con el tiempo
ManoHuellas
Dactilares
VenasIris
...Rostro
Cosas con las que naces y te hacen único

9. Procesos Generales en un Sistema
Biométrico
Adquisición
Extracción de
Características
Clasificación
Cotejo
(1:N ó 1:1)
Decisión
Automática Manual
NO HIT
NO
Posible
HIT
SI
HIT
SI

10. Sección
Reconocimiento de Huellas
2

11. Niveles de Identificación
Niveles de Identificación
La identificación de huellas
dactilares se puede separar en tres
niveles:
1. Primer Nivel  Se refiere a la
clasificación de la huella, al
flujo de las crestas.
2. Segundo Nivel  Se utilizan
los puntos característicos para
la identificación.
3. Tercer Nivel  Se utilizan
detalles microscópicos, como
la forma de la cresta, los poros,
etc.
1
2
3

12. Principios Fundamentales de las Huellas
Primer Principio
Una huella es una
característica individual.
No hay dos huellas con
características en las
crestas que sean
idénticas.
Segundo Principio
Una huella permanece
sin cambios durante
toda la vida de un
individuo (sin embargo
puede adquirir
cicatrices).
Tercer Principio
Las huellas tienen
patrones que se forman
con sus crestas, lo que
hace posible clasificarlas
sistemáticamente para
agilizar las búsquedas.

13. Puntos Característicos
Un punto característico o minucia,
puede ser clasificado de la
siguiente manera:
• Punto
• Fin de Línea
• Bifurcación
• Encierro
• Islote
• Empalme
• Horquilla
Otras características propias de
una huella dactilar es la presencia
o no de:
• Núcleo/s
• Delta/s

14. Codificación de Puntos Característicos
Codificación de Puntos
Característicos
La representación matemática de
un punto característico o minucia
es en la forma de un vector.
Un vector se representa en un
plano cartesiano como un punto
en el espacio con un ángulo:
• (x, y, Ө)
De esta manera conocemos la
ubicación de la minucia y su
dirección.
La minucia se representa con un
círculo y una línea.
• El círculo nos da la posición x,y.
• La línea nos da el ángulo Ө, esta
debe de estar colocada a la mitad
de la distancia entre las crestas.
Origen de la
minucia: x,y
Angulo de la
minucia: Ө

15. Clasificación de Henry
Henry clasifico las huellas
dactilares dependiendo del flujo
de las crestas en:
• Presilla Derecha
• Presilla Izquierda
• Arco Simple
• Arco Tendido
• Verticilo
Morpho utiliza la clasificación de
Henry de la siguiente manera:
• Presilla Derecha
• Presilla Izquierda
• Arco
• Verticilo
• Desconocido

16. Distribución de Clases
5%
60%
34%
1%
Arcos Presillas Verticilo Desconocido

17. Clasificación en el APFIS
Clasificación en el APFIS
Ya vimos que cada huella
tiene una clasificación de
acuerdo al patrón que
forman sus crestas.
Morpho en sus sistemas
APFIS puede clasificar (D,I,
A,V,X) una sola huella con
hasta 3 tipos de
clasificación.
Por ejemplo, esta huella se
podría clasificar en el APFIS
cómo…
D , V , .

18. Ficha Decadactilar
Ficha Decadactilar
Una ficha decadactilar (10
huellas) es un registro, en el
que se captura la
información alfanumérica y
biométrica de las manos de
una persona.
Información en la ficha:
• Datos alfanuméricos
• Huellas rodadas
• Huellas simultáneas
• Huellas palmares
• Huellas hipotenares

19. Ficha Decadactilar (Frente)
Datos
Alfanuméricos
Huellas
Rodadas
Huellas
Simultáneas
Aparte de los datos de la
persona, también se escribe la
clasificación de la ficha para su
almacenamiento en el archivo
de papel (diferente a APFIS).
Se toman las huellas rodadas
porque contienen una mayor
cantidad de minucias. Son las
huellas rodadas las que se
utilizan para el cotejo.
Las huellas simultáneas sirven
para corroborar que las huellas
rodadas se hayan colocado en
la casilla del dedo y mano
correspondientes sin errores.

20. Ficha Decadactilar (Anverso)
Palma e Hipotenar
Derechos
Las huellas palmares se utilizan
principalmente para resolución
de casos criminales, y así
poder asociar un fragmento de
huella con un registro o un
registro con un fragmento.
Palma e Hipotenar
Izquierdos
Las huellas hipotenares
igualmente se utilizan para
asociación de casos
criminales. Son comúnmente
encontradas, por ejemplo en
cartas de secuestro donde el
criminal apoyo su hipotenar
para escribir.

21. Confronta Dactilar
Una confronta dactilar es un documento preparado por un
dactiloscopista, en donde compara dos huellas que supuestamente
pertenecen a una misma persona. Este documento junto con el
testimonio o dictamen del experto tienen validez jurídica.

22. Confronta Dactilar
Huella de
la escena
del crimen
Huella de
la ficha
dactilar
Áreadelahuella
identificada
Minucias en la huella de la
escena del crimen
Minucias en la huella de la ficha
dactilar
Tipo y ampliación de minucias
Información
de la ficha
Información
del caso

23. Algoritmos
Una nueva familia de extractor de características.
Utilización de los mismos algoritmos en todos nuestros productos:
• Decadactilares, latentes, palmares
• Huellas rodadas, planas
• Adaptables a cualquier dispositivo de captura (cámaras, escáner, bloques
ópticos)
Algoritmos personalizables dependiendo de la aplicación para ser más precisos
/ rápidos.
Es un producto de software completo que permite una evolución rápida y
sencilla.
Los algoritmos de cotejo dentro del MetaMatcher de Morpho:
• Alta Precisión
• Multi-Etapa (mejora la eficiencia de la velocidad / precisión)
• Multi-Algoritmo
• Cotejador Dinámico

24. Diferentes Tipos de Cotejo
• Persona vs. Personas  FD/FD
• Permite identificar a una persona contra un registro de persona previamente
almacenado en el APFIS.
• Persona vs. Casos Criminales Sin Resolver  FD/LNR & FP/LPNR
• Permite relacionar a una persona contra una latente (evidencia) de una escena
del crimen previamente almacenada en el APFIS.
• Caso Criminal vs. Personas  LT/FD & LP/FP
• Permite relacionar una latente (evidencia) de una escena del crimen contra un
registro de persona previamente almacenado en el APFIS.
• Caso Criminal vs. Casos Criminales Sin Resolver  LT/LNR & LP/LPNR
• Permite relacionar una latente (evidencia) de una escena del crimen contra otra
latente (evidencia) de una escena del crimen diferente.

25. Algoritmo Juvenil
Con menores de edad son necesarios los siguientes requisitos:
• Adquisición con una resolución mayor o igual a 500 dpi
• Codificación con un codificador específico (para fichas decadactilares de menores de 12
años de edad)
• Cotejo (para fichas decadactilares de menores de 18 años de edad) es necesario
normalizar la base de datos.
Requisitos: Adultos > 18 años Jóvenes entre 12 y 18 años Menores de 12 años
Uso de Codificador Juvenil NECESARIO
Uso de Cotejador Juvenil NECESARIO NECESARIO

26. Características de los Algoritmos de
MORPHO
Características Principales:
• Completamente independientes del núcleo de la huella y de su orientación
• Permite búsquedas de latentes de mala calidad
• Permite la búsqueda de latentes con orientación desconocida
• Tiene una tolerancia de ±180°, equivalente a una rotación de 360°
• Tolerancia al desplazamiento de minucias, cuando la piel se contrae o expande
• Algoritmo juvenil, que permite identificar a un adulto con su huella juvenil

27. Herramientas de Mejoramiento de
Imagen: Superficies Curvas
Imagen Original Imagen Reconstruida

28. Herramientas de Mejoramiento de
Imagen: Huellas Sobrepuestas
Huellas Sobrepuestas
Huella Vertical
Huella Horizontal

29. Evaluación Tecnológica de Fabricantes
AFIS por NIST
Evaluación de Tecnologías de Latentes Dactilares por NIST en Febrero/2010
Morpho, fue evaluado como #1.
Con lo que mantiene su liderazgo mundial.

30. Sección
Reconocimiento de Venas
3

31. Reconocimiento de Venas
• Es el primer captor
multimodal, capaz de
procesar la vena y la
huella dactilar al
mismo tiempo.
• Utilizado para
aplicaciones de
enrolamiento, acceso
lógico y físico, pago
seguro, etc…

32. Funcionamiento
Luz infrarroja es trasmitida a través del dedo y ésta es parcialmente absorbida por la hemoglobina
que se encuentra en las venas, captando un patrón de vena único, el cual es cotejado con un
registro previo para verificar la identidad de la persona.

33. Codificación
• Durante la adquisición se extrae la información biométrica de la huella dactilar y de la vena.
• Se codifica cada biometría para extraer sus puntos característicos.
• Se hace una fusión de ambas biometrías para generar una sola plantilla de puntos característicos.

34. Sección
Reconocimiento Facial
4

35. Reconocimiento Facial
Iluminación Edad
Expresión / Posición Resolución / Distancia / Ángulo

36. Reconocimiento Facial:
Normas y Estándares
Por medio de los
criterios ISO de ICAO
se ha estandarizado la
adquisición de
imágenes faciales para
su uso en sistemas de
reconocimiento facial.

37. Herramientas de Mejoramiento de
Imágenes

38. Codificación y Cotejo
Proceso de Enrolamiento
Enrolamiento: Inserción a
la BD
Detección del Rostro Detección de los Ojos Extracción de
Características
Inserción de plantilla a
la Base de Datos
Proceso de Búsqueda
Identificación 1:N Detección del Rostro Detección de los Ojos Extracción de
Características
Cotejo BD
HIT
NO
HIT

39. Ventajas Claves
Características Principales:
• Gran cantidad de base de datos existentes
• Velocidad: 2.5 millones de comparaciones por segundo
• Escalabilidad: Hardware estándar
• Herramientas avanzadas: Rotación en 3D, mejoramiento de imagen, etc.…

40. Sección
Reconocimiento de Iris
5

41. ¿Qué es el Iris?
• El iris es la parte de color que se encuentra
entre la pupila (lo negro) y la parte blanca del ojo.
• Esta formado por tubos de colores, cada uno
con un diámetro menor al de un cabello.
• Los datos son tan densos que detalles
individuales solo pueden ser distinguidos a través
de un microscopio.
• El iris contiene un patrón biométrico. El ojo
derecho es diferente del izquierdo. Los ojos de
gemelos idénticos son diferentes.
• El iris se crea inclusive varios meses antes del
nacimiento hasta 6 meses después de nacido. El
color puede variar durante la vida de una persona
pero su patrón y radio externo no.

42. Adquisición
• Obstrucción: pestañas, cejas, cabello, reflejos, etc.…
• Lentes
Morpho ha desarrollado
un software específico.

43. Codificación
La codificación se realiza en 3 pasos:
• La imagen es filtrada para quitar ruido y reflejos
• El borde del iris es ubicado
• Se aplica una transformación de Gabor que genera una plantilla de 512 octetos

44. Cotejo
• La comparación de plantillas se lleva a cabo bit por bit.
• Se calcula el número de bits correspondientes.

45. Sección
Reconocimiento de Tatuajes
6

46. Reconocimiento de Tatuajes
Características:
• Al no tratarse de una biometría, carece de la
permanencia o distinción como el de las huellas
dactilares u otra biometría
• Los tatuajes contienen un significado para el
que lo porta, e incluso pueden indicar la
pertenencia a una pandilla
• El FBI a recomendado su uso para las fuerzas
que ejercen la ley, como un método para asistir
en la identificación (FBI EBTS / ANSI-NIST ITL)
Casos de Uso:
• Identificación de víctimas cuando no hay otro
medio de identificación
• Investigación de crímenes, vinculando a los
perpetradores cuando no hay otro medio de
identificación

47. Adquisición
• El enrolamiento normalmente proviene de un archivo,
originalmente adquirido con una cámara.
• Posteriormente se aplica una “mascara” al área de interés.
Imagen a enrolar Mascara

48. Codificación
Ventajas de usar la mascara:
•Menor cantidad de puntos
característicos falsos
• Mejor discriminación de forma
durante el cotejo
¿Cómo dibujar una mascara?
• ¿Enmascarar un solo tatuaje?
• ¿Enmascarar una parte del
cuerpo?
Seguir las directrices de NIST
Imagen a enrolar Uso de mascara
Sin el uso de mascara Con el uso de mascara

49. Cotejo
• Líneas  Puntos
correspondientes en el
cotejo
• Puntos verdes  Puntos
característicos detectados
en la imagen
• Puntos blancos  Puntos
utilizados en el cotejo
Observe:
• Diferentes escalas entre
ambas imágenes
• Condiciones de
iluminación distintas
• Calidad de la imagen Imagen de búsqueda Imagen hallada en la base de datos

50. Para Estudio y Discusión…
¿Existe alguna diferencia en los
tatuajes de la población criminal con la
población en general?
Criminal:
• Son monocromáticos
• Es un esqueleto (solo orillas)
• Símbolos
• …
Civil:
• Uso de color
• Son artísticos
• …

51. Sección
Multi-Biometría
7

52. Reconocimiento FacialReconocimiento de Huellas Dactilares
Procuraduría General de la República
Inserción/
Actualización/
Borrado
Controlde
Secuencia
Segmentación
Codificación
Identificación1:N
Autenticación1:1
Sagem Middleware Biométrico (SBM)
SOAP
SOAP
SOAP
SOAP
Controlador de
Cotejo SOAP
Controlador de
Verificación de
Secuencia
SOAP
Controlador de
Autenticación
SOAP
Controlador de
Codificación
SOAP BD Log
Oracle
BD SMC
Oracle
MetaMatcher
Unidad de
Cotejo
BD del
Cotejador
Oracle
Unidad de
Codificación
SOAP
SOAP
SOAP
SOAP
Controlador de
Cotejo SOAP
Controlador de
Autenticación
SOAP
Controlador de
Codificación
SOAP
BD SMC
Oracle
MetaMatcher
Unidad de
Cotejo
BD del
Cotejador
Oracle
Unidad de
Codificación
SOAP
Reconocimiento de Iris
SOAP
SOAP
SOAP
Controlador de
Cotejo SOAP
Controlador de
Autenticación
SOAP
Controlador de
Codificación
SOAP
BD SMC
Oracle
MetaMatcher
Unidad de
Cotejo
BD del
Cotejador
Oracle
Unidad de
Codificación
SOAP
Multi-Biometría
Nueva arquitectura del MetaMatcher capaz de cotejar con 2 o más biometrías,
de acuerdo a las necesidades del cliente.

53. Cotejador Multibiométrico
La arquitectura del
MetaMatcher es modular,
es decir que puede ir
creciendo dependiendo del
crecimiento de la base de
datos para seguir
manteniendo los mismos
tiempos de respuesta con
flujos de trabajo mayores.
Controlador de Cotejo
SOAP
Unidades de Control Unidades de Datos
BD de
plantillas
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
Unidad de
Cotejo
String 1 String 2 String 3 String N
Unidad de
Reserva
Unidad de
Reserva
Unidad de
Reserva
Incremento de Disponibilidad
IncrementodeTamañodeBasedeDatos
Incremento de Flujo de Trabajo
IncrementodeVelocidaddeCotejo

54. Fusión de Biometría: Huella con Facial
El uso de algoritmos de fusión para la consolidación de resultados de
búsquedas, permite alcanzar mayor precisión.
FacialHuella
Consolidación:
Huella, Facial
FAR
FRR

55. Estándares
Solución basada en estándares internacionales para facilitar los intercambios de
solicitudes/respuestas biométricas entre sistemas con bases de datos a gran escala.

56. FBI
Solución basada en estándares internacionales para facilitar los intercambios de
solicitudes/respuestas biométricas entre sistemas.
Acerca del FBI
Datos de interés
 Posicionamiento del sistema IAFIS del FBI
como Sistema AFIS federal con
procesamientos criminales y civiles
 El NGI es un sistema de identificación
multi-modal (huellas, latentes, palmas,
facial, iris)
Los proveedores de biometría son
seleccionados utilizando series de
“Algorithm Trade Studies”
 Morpho es el proveedor de la
tecnología biométrica dactilar de
“Lockheed Martin” para el programa
NGI
 Contrato firmado en 2010 para la
identificación dactilarFidelity, Bravery and Integrity
Cuartel general del
FBI Washington, D.C.
FBI Criminal Justice
Information Services en
West Virginia
Gestión
deID
Justicia
Criminal
Controlde
Fronteras
Detección
Tarjetas
conChip
Terminales
deJuego
Seguridaden
Transporte
Términales
biométricos
Controlde
Acceso

57. Sección
Prototipos
8

58. Face On The Fly
Detección del rostro por medio de 4 cámaras sin la necesidad de detenerse en ningún
momento, a partir de esas imágenes se genera una imagen tridimensional que se
convierte a 2D la cuál es utilizada para el cotejo.

59. Finger On The Fly
Detección de huellas pasando la mano por el sensor sin necesidad de contacto, evitando
la propagación de enfermedades, captura el 100% de las huellas, de las cuales el 98%
son de buena calidad.

60. Iris On The Fly
Detección del iris a distancia, sin la necesidad de detenerse en ningún momento.

61. ¡Gracias por su
atención!
Comentarios, dudas y/o sugerencias
diríjase a Edgar Montes López:
E-mail: edgar.montes@morpho.com.mx
Morpho Sucursal México