Sistema de Acceso peatonal que utiliza medios biometricos para la identificacion de personas, realizado en Java con librerias y soporte libre.

1. LOGO
Estudio, Diseño y Desarrollo de una Solución Informática
Basada en Biometría, para el Control de Acceso Peatonal
al Campus de la Facultad Multidisciplinaria de Occidente.
Br. Víctor Manuel Rodríguez Umaña
Ing. Ernesto Alexander Calderón Peraza
Ing. Raúl Ernesto Martínez Bermúdez

2. Company Logo
Introducción

3. Company Logo
Introducción
Limitar el acceso al campus y sus zonas
es un primer gran paso en pro de la
seguridad en la FMO.
El objetivo: una solución centralizada,
automatizada y fiable.
El resultado: UAccess, un sistema de
control de acceso con dichas
características, factible de implementar.

4. Aspectos teóricos
Company Logo
Introducción
Biometría: Validación en base a algo
que se es, en lugar de algo que se tiene
o se sabe.
La biometría no es nueva, simplemente
ha sido automatizada.
Un sistema basado en biometría es la
solución ideal para el control de acceso
al Campus de la FMO.

5. Aspectos teóricos
Técnicas biométricas
1 Reconocimiento de huella dactilar
2 Reconocimiento facial
3 Geometría de la mano

6. Aspectos teóricos
Técnicas biométricas
4 Reconocimiento del iris del ojo
5 Reconocimiento de la voz
6 Análisis de escritura

7. Aspectos teóricos
Comparación de técnicas
Invulnerabilidad
Mensurabilidad
Universalidad
Aceptabilidad
Permanencia
Rendimiento
Unicidad
Reconocimiento de
huella dactilar M A A M A M M
Reconocimiento
facial A B M A B A A
Geometría de la
mano M M M A M M M
Reconocimiento del
iris A A A M A B B
Reconocimiento de
la voz M B B M B A A
Análisis de escritura B B B A B A A

8. Aspectos teóricos
Comparación de técnicas
Invulnerabilidad
Mensurabilidad
Universalidad
Aceptabilidad
Permanencia
Rendimiento
Unicidad
TOTAL
Reconocimiento
0.34 0.60 0.39 0.10 0.60 0.30 0.20 2.53
de huella dactilar
Reconocimiento
0.51 0.20 0.26 0.20 0.20 0.45 0.30 2.12
facial
Geometría de la
0.34 0.40 0.26 0.20 0.40 0.30 0.20 2.10
mano
Reconocimiento
0.51 0.60 0.39 0.10 0.60 0.15 0.10 2.45
del iris
Reconocimiento
0.34 0.20 0.13 0.10 0.20 0.45 0.30 1.72
de la voz
0.17 0.20 0.13 0.20 0.20 0.45 0.30 1.65
Análisis de
escritura

9. Reconocimiento de huella
Conceptos
Cresta
Valle
Minucia
Pixel

10. Reconocimiento de huella
Mejora de la imagen
Normalización: Consiste, básicamente
en regular los niveles de luminancia de
grises para cada pixel.

11. Reconocimiento de huella
Mejora de la imagen
Estimación del campo de orientación:
Permite conocer el ángulo de
orientación local de las crestas.

12. Reconocimiento de huella
Mejora de la imagen
Obtención de la región de interés:
Efectúa el reconocimiento de la región
en que se ubica la estructura de crestas.

13. Reconocimiento de huella
Mejora de la imagen
Extracción de crestas: Crea una
imagen limitada a los colores blanco y
negro.

14. Reconocimiento de huella
Mejora de la imagen
Perfilado de crestas: Trabaja la
definición de los bordes de las crestas y
elimina imperfecciones aún presentes.

15. Extracción del patrón
Clasificación de minucias

16. Extracción del patrón
Adelgazamiento
El adelgazamiento de la imagen permite
tener una imagen fácilmente analizable
por un equipo de cómputo.

17. Extracción del patrón
Generación del patrón
Este paso es el que da como resultado
el patrón biométrico lineal de la huella
analizada.
Los valores almacenados en el patrón biométrico son:
•Coordenadas x e y del pixel que constituye la minucia.
•Ángulo de orientación local de la cresta a la que pertenece dicho pixel.
•Información adicional referente a la minucia según su tipo, es decir:
•Cuando se trate de un final de cresta, coordenadas x e y del
segmento muestreado de la cresta a la que pertenece dicho pixel.
•Cuando se trate de una bifurcación de cresta, coordenadas x e y
del segmento muestreado de una de las ramas de dicha
bifurcación.

18. Reconocimiento
Alineamiento de patrones
Dado que la huella no es capturada de
manera idéntica, se debe alinear los
patrones en base a traslación y rotación.

19. Reconocimiento
Comparación de patrones
Realiza la comparación de un patrón de
prueba frente a un patrón base, y decide
si el primero se valida o no.

20. Diseño general
Company Logo
Elementos del sistema
SW.
Admin.
SW.
Base de
Acceso
Datos
HW.
Acceso

21. Base de Datos
Company Logo
Diseño general

22. Company Logo
Software de acceso
Descripción de elementos
QSql Qt
Threads
C++
libfprint
Qt
Widgets
libusb

23. Company Logo
Software de acceso
Estructura de clases

24. Software administrativo
Company Logo
Descripción de elementos
Swing
Java JNA
JPA
Jasper
reports

25. Software administrativo
Company Logo
Estructura de clases

26. Hardware de acceso
Company Logo
Dispositivo controlador

27. Implementación
Company Logo
Requerimientos software
Generales S. Administrativo P. de Acceso
•Servidor MySQL. •JRE versión 1.6 o •Qt4, versión 4.6.3
superior. o superior.
•Linux; con kernel
2.6.32 o superior y •Librería de JNA.
gestor gráfico.
•libfprint 0.0.6.
•libusb 2:1.0.8 o
superior

28. Implementación
Company Logo
Requerimientos hardware
1 Equipo de cómputo con requisitos mínimos
2 Lector de huellas dactilares
3 Dispositivo controlador para el torniquete

29. Implementación
Company Logo
Requerimientos adicionales
•TORNIQUETE DE ACCESO

30. Implementación
Company Logo
Pasos a seguir
1 Instalación de la base de datos en servidor
2 Instalación del sistema administrativo
3 Creación de los usuarios administrativos
4 Identificación y creación de las zonas

31. Implementación
Company Logo
Pasos a seguir
5 Identificación y creación de los tipos de usuario
6 Registro de los usuarios del sistema
7 Instalación de los puntos de acceso peatonal

32. LOGO
Los golpes más duros definen a los fuertes,
las batallas imposibles a los valientes,
y los obstáculos constantes a los perseverantes...
Mientras mayor es el reto, ¡mayor es la gloria!
Víctor Manuel Rodríguez Umaña
vimar313@gmail.com
www.facebook.com/fb.victorrodriguez