Detección de vida vía software en imágenes de iris ... - ATVS

8.CONCLUSIONES Y TRABAJOFUTUROEn esta memoria se presenta un novedoso sistema de detección de vida para imágenes deiris, basado en medidas de calidad.El método ha sido testado con una base de datos que comprende 1600 imágenes de ojosreales y copias de los mismo.Se obtuvo un 100% de acierto en la clasificación de las imágenes (real o sintético). Conesto se prueba su potencial como una contramedida para prevenir ataques directos alsensor.Además se han extraído diferentes conclusiones de acuerdo al potencial de cada tipo demedida implementada y la mejor forma de combinarlas para la detección de vida:Para los datos analizados las medidas de calidad que muestran un mayor poderdiscriminativo son las de oclusión.Los parámetros que miden características de calidad complementarias son másefectivos a la hora de implementar un sistema de detección de vida.La consistencia de los resultados obtenidos entre las fases de entrenamiento y testhacen pensar que el método propuesto alcanzará buenos resultados conindependencia de los datos utilizados.Las soluciones a la detección de vida, como la que se presenta en este trabajo son de granimportancia en el campo de la biometría ya que ayudan a prevenir ataques directos(aquellos llevados a cabo con reproducciones sintéticas, de gran dificultad para serdetectados), aumentando el nivel de seguridad ofrecido al usuario.8.2 TRABAJO FUTURO.Debido a la gran cantidad subgrupos de medidas de calidad que han conseguido clasificartodas las muestras correctamente, se plantea en el futuro buscar dentro de esos óptimos unacombinación mejor que el resto. Para ello nos planteamos calcular la distancia entre lasdistribuciones de imágenes reales y sintéticas que se forman en el espacio n-dimensionalpara los subgrupos de n-características. Cuanto más separadas estén, más robusto será elalgoritmo.Otra medida que nos permita optimizar el método será aquella que tenga en cuenta elrendimiento necesario de procesador, ya que algunas de las medidas aquí implementadasrequieren un tiempo elevado de procesamiento (entorno a la decena de segundos por cadaimagen).Sería interesante estudiar estos tiempos de procesado y buscar el subconjunto de61