Buscar en Google Scholar
Título: Implementación de un sistema de autenticación mediante validación biométrica para procesos bancarios
Otros títulos: Implementation of an authentication system through biometric validation for banking processes
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.01; https://purl.org/pe-repo/ocde/ford#2.00.00
Fecha de publicación: 13-nov-2023
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: El propósito principal del proyecto es la implementación de un sistema de autenticación mediante validación biométrica, para procesos bancarios haciendo uso de una entrada de una imagen que el usuario brinda, a través de un selfie o un documento de identidad como DNI, carné de extranjería o pasaporte. De esta manera se coteja con una base de datos; ya sea la del RENIEC o la base de datos de la compañía que almacena las credenciales biométricas, previamente validadas. Se empleó el sistema de reconocimiento facial mediante la técnica de Haar cascade que utiliza el lenguaje de programación python y la librería de procesamiento de imágenes OpenCv2. Al final del proceso se obtuvo una precisión del 95.5% en la implementación del sistema de identificación, ya que se desarrolló bajo un algoritmo basado en Deep Learning cuyo enfoque es el aprendizaje no supervisado, lo que le agrega flexibilidad al sistema, considerando que el enfoque general es el de una aplicación móvil.

The main purpose of the project is the implementation of an authentication system through biometric validation, for banking processes using an image input that the user provides, through a selfie or an identity document such as DNI, immigration card or passport. In this way the comparison is made with a database; either that of the National Registry of Identification and Civil Status - RENIEC or the company's database that stores the biometric credentials, previously validated. The facial recognition system was used with the Haar cascade technique, which uses the Python programming language and the OpenCv2 image processing library. At the end of the process, an accuracy of 95.5% was obtained in the implementation of the identification system, since it was developed under an algorithm based on Deep Learning whose focus is unsupervised learning, which adds flexibility to the system, considering that the general approach is that of a mobile application.
Enlace al repositorio: http://hdl.handle.net/10757/671962
Disciplina académico-profesional: Ingeniería Electrónica
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero electrónico
Jurado: Klusmann Vieira, Hermann Mirko; Albatrino Aza, Renzo Francisco
Fecha de registro: 28-ene-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons