Sistemas de Identificación Biométrica Mejorados: Clasificación de Huellas Dactilares Basada en Aprendizaje Profundo con el Modelo VGG16

Resumen Los sistemas biométricos autentican a los individuos en función de rasgos fisiológicos o conductuales únicos para la identificación y el control de acceso, proporcionando una seguridad mayor en comparación con los métodos tradicionales basados en contraseñas. El reconocimiento automático de huellas dactilares se emplea ampliamente por su fiabilidad y unicidad, sin embargo, la clasificación de huellas dactilares sigue siendo un desafío en los sistemas de reconocimiento a gran escala debido a la variabilidad, el ruido y la ambigüedad. Este artículo presenta un enfoque de aprendizaje profundo para la clasificación de huellas dactilares, utilizando el modelo VGG16 para la extracción de características y la clasificación. Al emplear algoritmos precisos, nuestro método acelera la identificación al reducir el número de comparaciones necesarias durante la recuperación de huellas dactilares. Nuestro marco, probado en la base de datos FVC2004 DB1, demuestra avances significativos en precisión, destacando la eficacia del aprendizaje profundo en la mejora de los sistemas de identificación biométrica.