dor_id: 45437
506.#.#.a: Público
590.#.#.d: Los artículos enviados a la revista "Journal of Applied Research and Technology", se juzgan por medio de un proceso de revisión por pares
510.0.#.a: Scopus, Directory of Open Access Journals (DOAJ); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Indice de Revistas Latinoamericanas en Ciencias (Periódica); La Red de Revistas Científicas de América Latina y el Caribe, España y Portugal (Redalyc); Consejo Nacional de Ciencia y Tecnología (CONACyT); Google Scholar Citation
561.#.#.u: https://www.icat.unam.mx/
650.#.4.x: Ingenierías
336.#.#.b: article
336.#.#.3: Artículo de Investigación
336.#.#.a: Artículo
351.#.#.6: https://jart.icat.unam.mx/index.php/jart
351.#.#.b: Journal of Applied Research and Technology
351.#.#.a: Artículos
harvesting_group: RevistasUNAM
270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx
590.#.#.c: Open Journal Systems (OJS)
270.#.#.d: MX
270.1.#.d: México
590.#.#.b: Concentrador
883.#.#.u: https://revistas.unam.mx/catalogo/
883.#.#.a: Revistas UNAM
590.#.#.a: Coordinación de Difusión Cultural
883.#.#.1: https://www.publicaciones.unam.mx/
883.#.#.q: Dirección General de Publicaciones y Fomento Editorial
850.#.#.a: Universidad Nacional Autónoma de México
856.4.0.u: https://jart.icat.unam.mx/index.php/jart/article/view/469/465
100.1.#.a: Perez Diaz, A. J.; Arronte Lopez, I. C.
524.#.#.a: Perez Diaz, A. J., et al. (2010). Fingerprint Matching and Non-Matching Analysis for Different Tolerance Rotation Degrees in Commercial Matching Algorithms. Journal of Applied Research and Technology; Vol. 8 Núm. 02. Recuperado de https://repositorio.unam.mx/contenidos/45437
245.1.0.a: Fingerprint Matching and Non-Matching Analysis for Different Tolerance Rotation Degrees in Commercial Matching Algorithms
502.#.#.c: Universidad Nacional Autónoma de México
561.1.#.a: Instituto de Ciencias Aplicadas y Tecnología, UNAM
264.#.0.c: 2010
264.#.1.c: 2010-08-01
653.#.#.a: biometry; fingerprints; matching; rotation; FMR; FNMR
506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-SA 4.0 Internacional, https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico gabriel.ascanio@icat.unam.mx
884.#.#.k: https://jart.icat.unam.mx/index.php/jart/article/view/469
001.#.#.#: 074.oai:ojs2.localhost:article/469
041.#.7.h: eng
520.3.#.a: La verificación de huellas dactilares es el proceso más importante en los sistemas de autenticación biométricos basados en huella dactilar. De acuerdo a la puntuación obtenida en la correspondencia de huellas se autentica o no a una persona. Actualmente existen dos métodos, muy populares, de correspondencia dactilar, correlación y minucias. En este artículo, se evaluaron tres sistemas biométricos basados en huella dactilar Neurotechnology Verifinger 6.0 SDK Extended, Innovatrics IDKit SDK y Griaule Fingerprint SDK 2007. La evaluación se llevo a cabo de acuerdo a las pruebas efectuadas en la Fingerprint Verification Competition (FVC). Se evaluó la influencia de la tolerancia de los grados de rotación en las huellas dactilares en las tasas de falsa correspondencia (FMR) y falsa no correspondencia (FNMR). Los resultados muestran que los valores de FMR incrementan a medida que la tolerancia de los grados de rotación también lo hace, en contraparte los valores de FNMR disminuyen. Los resultados mostraron que Verifinger obtuvo un buen desempeño en las pruebas de falsa no correspondencia, con un promedio de 7%, seguido de IDKit (entre 6.71% y 13.66%) y Fingerprint SDK (50%). Fingerprint SDK obtuvo un desempeño superior en las pruebas de falsa correspondencia con un promedio cercano al 0%, seguido por Verifinger (entre 7.62% y 9%) e IDKit (28%). Como resultado Verifinger tuvo el mejor desempeño general. Posteriormente se calcularon las funciones de regresión para predecir el comportamiento de las tasas de falsa correspondencia y falsa no correspondencia con diferentes valores de tolerancia y grados de rotación.
773.1.#.t: Journal of Applied Research and Technology; Vol. 8 Núm. 02
773.1.#.o: https://jart.icat.unam.mx/index.php/jart
022.#.#.a: ISSN electrónico: 2448-6736; ISSN: 1665-6423
310.#.#.a: Bimestral
264.#.1.b: Instituto de Ciencias Aplicadas y Tecnología, UNAM
doi: https://doi.org/10.22201/icat.16656423.2010.8.02.469
harvesting_date: 2023-11-08 13:10:00.0
856.#.0.q: application/pdf
245.1.0.b: Fingerprint Matching and Non-Matching Analysis for Different Tolerance Rotation Degrees in Commercial Matching Algorithms
last_modified: 2024-03-19 14:00:00
license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es
license_type: by-nc-sa
_deleted_conflicts: 2-c9c4e63164fdb4475090329301989abf
No entro en nada
No entro en nada 2