Alguna vez fue el material de seguridad de la ciencia ficción, abre bien los ojos y mira a la cámara para acceder a la cubierta de vuelo de la nave espacial o presiona la punta de un dedo o la palma de tu mano contra la plataforma para acceder a la base de datos secreta que te permite tomar el control de las armas de los malos. Hoy dia, por supuesto, reconocimiento de iris, lectores de huellas dactilares, y otros sistemas biométricos se están volviendo cada vez más comunes. La mayoría de los teléfonos inteligentes modernos tienen un lector de huellas digitales que le permite desbloquear su teléfono sin tener que recordar una contraseña o un número.

Por supuesto, desde una perspectiva de seguridad, qué evitará que un tercero "levante" su huella digital, y creando un facsímil de sus bucles, espirales y arcos con un trozo de un material gomoso similar a la piel y luego presentarlo al dispositivo biométrico para obtener acceso? ¡La respuesta simple es nada! Es más, para un sencillo sistema de identificación de huellas dactilares, no habría forma de que supiera que la huella dactilar presentada no era parte del dedo de una persona viva en lugar de un toque de goma.

Sin embargo, escribiendo en el Revista internacional de biometría , un equipo de la India describe su enfoque para desarrollar un sistema que no solo lee huellas dactilares, sino que puede detectar la "vivacidad" de la huella dactilar basándose en un análisis algorítmico de características micro y macro. Rohit Agrawal y Anand Singh Jalal de la Universidad GLA, en Mathura, y K.V. Arya del Instituto de Ingeniería y Tecnología, en Lucknow, explicar que su enfoque evita el problema asociado con los métodos estadísticos anteriores que funcionan bien con micro, pero no la macro, características de una huella dactilar.

El equipo explica que han combinado las características de microtexturas locales de Haralick con características macro derivadas de la matriz de diferencias de tonos grises del vecindario. Esto les permite generar un vector de características eficaz. Luego entrenan el algoritmo con huellas digitales conocidas y lo prueban con huellas digitales genuinas y falsas. Alcanzan una precisión de casi el 95 por ciento con una baja tasa de error. Los sistemas anteriores solo pueden presumir de un 90 por ciento de precisión.