Desarrollo de Soluciones Cliente-Servidor para la Verificación ...

1.3. Motivación y Objetivos de la Tesis 13
Universalidad
Fiabilidad
Estabilidad
Recolectabilidad
Prestaciones
Aceptabilidad
Sorteabilidad
Biometría
Facial A B M A B A A
Geometría de la Mano M M M A M M M
Iris A A A M A B B
Voz M B B M B A A
Firma B B B A B A A
Huella M A A M A M M
Tabla 1.1: Tabla comparativa de Tecnologías Biométricas. Alta, Media, y Baja son etiquetadas
por A, M, y B, respectivamente.
características de entrada y las plantillas almacenadas dando como resultado los scores,
y finalmente, el módulo de decisión que devuelve una decisión de identificación o
verificación basándose en los scores. La fusión de información se puede llevar a cabo
en la salida de cualquiera de estos cuatro módulos, resultando los siguientes niveles de
fusión[Fiérrez Aguilar, 2006]:
Fusión a nivel de sensor: Este tipo de fusión hace referencia a la combinación de datos
puros desde los sensores biométricos. Un ejemplo es la combinación de varias caras
para obtener una entrada biométrica de cara en 3D.
Fusión a nivel de características: Este tipo de fusión se refiere a la combinación de diferentes
vectores de características, obtenidos con diferentes sensores o aplicando
diferentes algoritmos de extracción de características a los mismos datos puros.
Fusión a nivel de puntuación: Este tipo de fusión hace referencia a la combinación de
las puntuaciones de similitud obtenidas por sistemas diferentes.
Fusión a nivel de decisión: Este tipo de fusión se refiere a la combinación de las decisiones
ya tomadas por los sistemas biométricos individuales.
Para concluir esta sección debemos indicar que lo mas común en multibiometría es
realizar la fusión a nivel de puntuación.
1.3. Motivación y Objetivos de la Tesis
La problemática expuesta en las secciones anteriores, referentes a las carencias actuales
de las plataformas de E-Learning que pueden ser cubiertas con la aplicación del
reconocimiento biométrico, nos lleva a plantear los siguientes objetivos para esta Tesis: