Detección de iris de personas en movimiento para identificación biométrica mediante redes neuronales

Abstract

El reconocimiento de iris es uno de los métodos de identificación más fiables y precisos que se encuentran en la actualidad, se basa en el análisis de los patrones que presenta la parte coloreada que rodea la pupila, este patrón es único para cada individuo y se mantiene estable a lo largo de la vida, lo que reduce considerablemente la tasa de error y minimiza el riesgo de suplantación de identidad. Pero tradicionalmente este proceso requiere imágenes capturadas en condiciones controladas con sujetos inmóviles y a corta distancia. Este Trabajo Fin de Grado consistirá en el desarrollo e implementación de un sistema automático de detección de iris en imágenes digitales. Dichas imágenes se extraen de secuencias de videos de personas en movimiento, haciendo un recorrido caminando en línea recta acercándose al sensor. Al problema del movimiento se le suma la dificultad del enfoque y la nitidez de las imágenes. En este proyecto se aborda el desafío de adaptar esta tecnología a escenarios más realistas como accesos automáticos o entornos de seguridad. La solución propuesta entrena un modelo de aprendizaje profundo, una versión modificada de la red neuronal convolucional (CNN) YOLOX, entrenada para realizar la detección y segmentación del iris en tiempo real.