Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTELIGENTES
B. Reglas
III. METODOLOGÍA DE DESARROLLO
Estas se encuentran divididas en dos partes que
Para el proyecto se planteó una metodología de son:
IDENTIFICADOR BIOMÉTRICO WEB EN PLATAFORMA LIBRE BASADO EN SISTEMAS 3
INTELIGENTES
• Actas de seguimiento.
2. Entregables
C. Artefactos.
Revisión de
Modulos en
(2) Plan de Proyectos
trabajo 1 Existentes 80 96 26,7 32,0
Integración
Donde (Shei) representa una variable entre 0 de Modulos en
y 1 dada por esfuerzo de cada estudiante en Plan de Proyectos
trabajo 2 Existentes 70 96 23,3 32,0
desarrollo, Cr equivale a la cantidad de créditos Plan de Diseño y
trabajo 3 Arquitectura 197 168 65,7 56,0
correspondientes a la materia en la que se realiza el Desarrollo
plan de trabajo y Ep la cantidad de estudiantes Plan de Modulos
trabajo 4 Básicos 133 150 44,3 50,0
dentro del proyecto. Desarrollo
Plan de Modulos De
trabajo 5 Lógica 60 60 20,0 20,0
En la tabla 2 se presenta el tiempo de ejecución Plan de
del proyecto por cada integrante, también el trabajo 6 Integración 30 60 10,0 20,0
esfuerzo esperado en horas totales para cada plan de
trabajo, la cual genera la gráfica 2, que muestra la Horas Totales 570 630 190 210
B. BehaviorHandler
1) Identificación
4) En las porciones divididas se van analizando El proceso que prueba mayor éxito es usar los tres
sus puntos en el orden de distancia al centro ítems en conjunción, pero dando mayor peso de
de la huella ascendentemente. “fitness” a los ángulos que a los conteos de surcos y
a estos que a las distancias.
5) Cada búsqueda se realiza en un hilo
independiente de ejecución. Aunque alguna literatura propone cierto ángulo
de giro como factor de mutación, el empleo de
ángulos entre las minucias permite garantizar que el
ángulo es irrelevante para el cotejo.
IDENTIFICADOR BIOMÉTRICO WEB EN PLATAFORMA LIBRE BASADO EN SISTEMAS 9
INTELIGENTES
Tiempo
Cantidad
Identificación promedio de
Usuario de
Positiva procesamiento
Intentos
(s)
1 1 Si 1,185
2 2 Si 0,490
Fig. 10. Proceso de detección de minucias. 3 1 Si 0,465
triángulos adyacentes cada uno con el centro como 4 3 Si 1,129
5 1 Si 0,088
uno de los vértices y los otros dos compartiendo
6 3 Si 0,961
cada uno con sus vecinos, los cuales permiten
7 2 Si 0,665
entrenar la RNA para así identificar al usuario que
8 1 Si 0,470
pertenece al sistema en el módulo de cotejo, este
9 3 Si 1,020
proceso de detección se realiza con un 98% de 10 4 Si 0,529
precisión sobre las minucias obtenidas, uno de los Tabla. 3. identificación positiva con población de 20 usuarios. GA en HSilver.
resultados se puede apreciar en la figura 10.
Como se observa en la información consignada el
riesgo de falsos positivos es nulo. Los tiempos de
procesamiento indican un comportamiento lineal,
pero se notó que son altamente dependientes de la
D. Modulo de Cotejo
calidad de la imagen. En una cantidad significativa
(60%) se requiere más de una lectura para obtener
Al hacer las pruebas de procesamiento del
una identificación positiva, esto se le atribuye de
módulo de cotejo se obtuvieron los resultados que
nuevo a la calidad de la imagen capturada.
se muestran de la tabla 3 a la 6.
X. CONCLUSIONES
Tiempo
Cantidad
Identificación promedio de
Usuario de La formulación de la metodología de desarrollo
Positiva procesamiento
Intentos permitió llevar a cabo tareas y acciones de
(s)
1 2 Si 0,454 desarrollo y documentación de forma sencilla, clara
2 1 Si 0,085 y eficaz, a su vez se realizó un análisis sobre
3 1 Si 0,293 algunas metodologías agiles que permitieron
4 3 Si 0,542 establecer las pautas para la elaboración de los
5 4 Si 0,475 artefactos a usar durante el desarrollo del proyecto
Tabla. 3. identificación positiva con población de 5 usuarios GA en HSilver. como se ilustra en la figura 11.
IDENTIFICADOR BIOMÉTRICO WEB EN PLATAFORMA LIBRE BASADO EN SISTEMAS 11
INTELIGENTES
tener que hacer cerca de 35 comparaciones por pixel
analizado.
El empleo de las RNA para el proceso de [9] HONGL, L. et al. Fingerprint Enhancement. Michigan, 1996.
identificación de minucias permite no tener que [10] LAKHMI, C. et al. Fusion of Neural Networks, Fuzzy Systems and
documentar todas las formas de minucia posibles y Genetic Algorithms: Industrial Applications. California, 1998.
IDENTIFICADOR BIOMÉTRICO WEB EN PLATAFORMA LIBRE BASADO EN SISTEMAS 12
INTELIGENTES
[11] MEDANASI, S. et al. Active Learning System for Object. Malibu
Canyon Road, Malibu, 2004.