REVISTA DYNA NEW TECHNOLOGIES

Palabras clave:

Huella dactilar, Red neuronal artificial SOM, ruido, fingerprint, Artificial Neural network SOM, noise.

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

El presente artículo tiene como objetivo clasificar las huellas dactilares usando la red neuronal artificial SOM (self organizing map) de Teuvo Kohonen, y como medio de aprendizaje de la red se usó las orientaciones de las líneas marcadas por las crestas y valles usando el filtro Gabor, a pesar de haber ruido presente. Conocer y aplicar el resalte de la red SOM en el aprendizaje de imágenes escaneadas de cada tipo de huella. Para el proceso de aprendizaje se usaron 100 imágenes de huellas de diferentes tipos (25 tipo ARCO, 25 tipo LEFT LOOP, 25 tipo RIGHT LOOP y 25 tipo WHORL) obtenidas de una base de datos pública. En el mapeo se usaron 2 grupos de imágenes, la primera son 10 imágenes nuevas por cada tipo (ósea 40 huellas) y un segundo grupo que son las mismas huellas del grupo anterior, pero agregándoles ruido de tipo ‘salt and pepper’ con densidad 0.03. Obteniendo resultados alentadores para el primer grupo 100% de identificación correctas de tipos de huellas y al segundo grupo con 95% de identificación correctas. Se concluye que la red SOM permite identificar tipos de huellas dactilares y con ruido aplicar filtros adicionales para obtener el mismo porcentaje