Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/6344
Full metadata record
DC FieldValueLanguage
dc.contributor.authorValderrama Cardenas, Wendy%849072-
dc.creatorValderrama Cardenas, Wendy%849072-
dc.date.accessioned2023-10-11T21:37:10Z-
dc.date.available2023-10-11T21:37:10Z-
dc.date.issued2023-10-06-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/6344-
dc.descriptionLa progresión de la tecnología ha generado en la humanidad la necesidad de contar con herramientas que brinden seguridad en los sistemas que contengan su información personal o al acceder a algún hardware como una laptop, tableta, celular, entre otros, por lo que se recurrido al uso de la biometría facial como una forma de solución en tiempo real sin hacer uso de hardware específico. Sin embargo, la solución no está exenta de ataques de presentación que vulneran la confiabilidad en dichos sistemas, además de los desafíos propios de los entornos no controlados en los sistemas como son: fondo dinámico, mala iluminación, resolución variable y tamaño de la imagen, entre otros aspectos. Por lo tanto, la presente tesis tiene como objetivo el desarrollo de un método de visión artificial que detecte posibles ataques de suplantación de identidad mediante imágenes faciales en un ambiente no controlado. La presente investigación plantea una propuesta de detección de ataques de suplantación sin muestra previa de la imagen a analizar. El método propuesto se integra de seis puntos clave:1) Adquisición de la imagen. El método de detección de suplantación facial propuesto permite la adquisición de imágenes sin imponer restricciones en cuanto a la pose específica de la persona frente a la cámara, la iluminación intensa o la resolución precisa del dispositivo de captura.2) Respecto a la iluminación se hace uso del algoritmo retinex multi-escala, previo a la localización del rostro para contemplar las características generales de la imagen y lograr que la detención de la cara sea precisa.3) Se localiza el rostro y se recorta, posteriormente, se hace uso de espacios de color para resaltar características como saturación y brillo, los cuales tienen una influencia significativa al momento de hacer la diferencia entre un rostro real y la captura del rostro replicado por algún medio sintético.4) Las imágenes resultantes son tratadas con el algoritmo de ruido de falta de uniformidad de la foto respuesta (PRNU por sus siglas en inglés) un descriptor de ruido de la lente de la cámara que en investigaciones del 2012 a la fecha se emplea para textura.5) Con respecto al clasificador, se realizó una comparativa de cuatro clasificadores (máquinas de vector soporte, árboles de decisión, bosque aleatorio y perceptrón multi-capa) para validar el vector de características entre ellos se utiliza el clasificador de máquinas de vector soporte que es de los más utilizados en la literatura, mientras que en la propuesta final después de obtener los resultados se optó por utilizar bosque aleatorio. 6) El sistema es evaluado mediante tres casos de experimentación en los cuales se prueba el desempeño del clasificador, la generalización de método propuesto y la robustez ante dos tipos de ataque. El porcentaje de error de detección de ataques de suplantación fue de 8.03 +- 59.73, de acuerdo con los diferentes bancos de imágenes que se utilizaron, mostrando que es posible realizar una detección de suplantación en ambientes hostiles.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleMétodo para la detección de suplantación de identidad en imágenes digitales del rostroes_MX
dc.typeinfo:eu-repo/semantics/doctoralThesises_MX
dc.contributor.directorMagadan Salazar, Andrea%70430-
dc.folio214es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Doctorado en Computación

Files in This Item:
File Description SizeFormat 
DC_Wendy_Valderrama_Cardenas_2023.pdfTesis4.18 MBAdobe PDFView/Open
DC_Wendy_Valderrama_Cardenas_2023_c.pdf
  Restricted Access
Cesión de derechos956.63 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons