Reconocimiento automático de firma manuscrita asistida por humanos

  1. Morocho Checa, Derlin
Dirigida por:
  1. Julián Fiérrez Aguilar Director/a
  2. Aythami Morales Moreno Director/a

Universidad de defensa: Universidad Autónoma de Madrid

Fecha de defensa: 27 de junio de 2019

Tribunal:
  1. Javier Ortega Garcia Presidente/a
  2. Miguel Ángel Ferrer Ballester Secretario/a
  3. Matilde Santos Peñas Vocal

Tipo: Tesis

Resumen

Esta Tesis Doctoral explora cómo la intervención humana puede ayudar a mejorar los sistemas de autenticación automática de firma. Durante las últimas décadas, se han hecho esfuerzos importantes para mejorar el rendimiento de los sistemas automáticos de reconocimiento basados en firma. Este trabajo analiza cómo acciones llevadas a cabo por humanos pueden ser utilizadas para complementar las capacidades de los algoritmos automáticos. Qué acciones y en qué medida éstas pueden ayudar a mejorar algoritmos del estado-del-arte es el objetivo perseguido en esta Tesis. En este trabajo se proponen y analizan intervenciones a nivel de clasificación y de extracción de características. El análisis a nivel de clasificación comprende experimentos con más de 500 personas a través de tareas de autenticación de firma desarrolladas sobre plataformas de crowdsourcing. Los resultados permiten establecer un rendimiento de base de reconocimiento de firma llevado a cabo por personas sin experiencia forense. La intervención a nivel de características se realiza a través de aplicaciones de etiquetación de atributos de firma desarrolladas durante la Tesis e inspiradas en el trabajo de expertos forenses. Estas aplicaciones han permitido la captura de dos nuevas bases de datos. Se analiza el rendimiento humano para la etiquetación de atributos discriminantes de la firma y se analiza su complementariedad con sistemas automáticos. Los experimentos se llevan a cabo sobre una la base de datos pública BiosecurID y se incluyen los dos escenarios de autenticación más populares: firma dinámica u online y firma estática u offline. A su vez, se analizan los dos tipos de ataques más habituales: aleatorios y ataques entrenados. Los resultados demuestran las limitaciones y el potencial de la intervención humana en tareas de reconocimiento de firma. Se demuestra que las capacidades humanas pueden ser explotadas para mejorar el rendimiento de los sistemas de autenticación automática de firma.