Introducción
El reconocimiento palmar inherentemente implementa muchas de las
características de emparejamiento que han permitido que el
reconocimiento por huella dactilar sea uno de los más conocidos y
el más publicitado método biométrico. Tanto la huella palmar como
la huella dactilar son representadas a través de la información de
la impresión de surcos de fricción. Esta información combina el
flujo de surcos, las características de los surcos y la estructura
de los surcos de la porción de la epidermis expuesta. La
información representada por estos surcos de fricción
permite determinar si áreas correspondientes de fricción de surcos
han sido originadas por la misma fuente o bien, si es imposible que
hayan sido originadas por la misma fuente. Dado que las huellas
palmares y dactilares son únicas y permanentes, han sido utilizadas
por más de un siglo como una forma confiable de identificación. De
todos modos, el reconocimiento palmar ha sido más lento en su
automatización debido a algunas limitaciones en las capacidades de
computación y tecnologías de escaneo en vivo.
Historia
En distintas instancias a lo largo de la historia, la exanimación
de las huellas palmares fue el único método para distinguir a una
persona analfabeta de otra, dado que no podían escribir sus propios
nombres. De acuerdo a esto, quien no podía escribir su propio
nombre pero si podía presionar su palma contra el reverso de un
contrato obtenía una forma de identificación aceptable. En 1858,
Sir William Herschel, quien trabajaba para el Servicio Civil de
India, grabo la palma de los empleados en el reverso de su contrato
para distinguirlos en el día de paga, de aquellos que dijeran ser
empleados pero no lo fueran. Este fue el primer acto de
registro sistemático de huellas palmares y dactilares, tomadas
uniformemente con fines de identificación.
El primer sistema AFIS construido para albergar huellas palmares,
fue creado supuestamente por una compañía Húngara. Cerca de fines
de 1994, algunos expertos de los Estados Unidos marcaron al sistema
como punto de referencia e invitaron a la compañía Húngara a IAI
(Asociación internacional de identificación) a su
conferencia. La tecnología de reconocimiento palmar y de
huella dactilar, inmersa en el sistema Palm fue subsecuentemente
comprada por una compañía de los Estados Unidos en 1997.
En 2004, los estados de Connecticut, Rhode Island y California,
establecieron bases de datos de huellas palmares de alcance
estatal, que les permitieron a las fuerzas de apoyo a ley la
posibilidad de entregar huellas palmares latentes no identificadas
a las fuerzas de otros estados para compararlas con la base de
datos de delincuentes conocidos de cada estado.
En Australia, se alberga, en la actualidad, la base de datos de
huellas palmares más grande. El NAFIS (Nuevo sistema de
identificación por huellas dactilares automática de Australia)
incluye 4.8 millones de registros de huellas palmares. El nuevo
NAFIS funciona de acuerdo a los estándares internacionales de
intercambio de huellas dactilares de ANSI/NIST, facilitando la
tarea del servicio de policía de Australia facilitar registros de
huellas dactilares a las fuerzas mas allá de las fronteras, como el
Interpol o el FBI, de ser necesario.
A lo largo de los últimos años, las empresas que proveen servicios
de obtención de huellas dactilares, también ofrecen la posibilidad
de almacenar y buscar registros de huellas palmares. Aunque varias
agencias locales y estatales a largo de los Estados Unidos han
implementando sistemas palmares, no se ha desarrollado aun un
sistema palmar centralizado. Actualmente, el FBI (Federal Bureau of
Investigación) y el CJIS (Criminal Justice Information Servicies),
albergan la base de datos más grande de historia criminal en el
mundo. Esta información se basa, en principio, en huellas
dactilares como método biométrico, esto le permite a los servicios
de identificación locales, estatales y federales, utilizar el
Sistema Integrado Automático de Identificación de Huellas Digitales
(AFIS). El gobierno federal está contemplando la maduración de de
los estándares relacionados con los datos palmares y sus técnicas
de escaneo antes de agregar esta posibilidad a los servicios de la
CJIS. El laboratorio de la FBI ha evaluado distintos sistemas
comerciales de AFIS para ganar un mejor entendimiento de las
posibilidades de los distintos oferentes. A su vez, las fuerzas de
seguridad locales y estatales, han utilizado estos sistemas para
comparar huellas palmares latentes (sin identificar) con su propia
base de datos de huellas palmares. La meta es igualar los datos
para implementarlos en un Sistema Nacional de Búsqueda de Huellas
Palmares.
En Abril de 2002, se presentó un proyecto a los Servicios de
Identificación (IS), miembros de CJIS, sobre la tecnología de
huellas palmares y IAFIS. A raíz de este proyecto el FBI presentó
la iniciativa del IAFIS de nueva generación (NGI). Uno de los
mayores componentes de NGI será desarrollar los requerimientos para
la implementación de Servicio Integrado de huellas palmares. Las
fuerzas de seguridad declaran que al menos el 30% de las huellas
tomadas de escenas del crimen - de puñaladas, armas, volantes, y
escenas del crimen propiamente dichas - son de las palmas, no de
los dedos. Por este motivo, el escaneo de palmas latentes (sin
identificar) se esta convirtiendo en un área de mucho interés
dentro de la comunidad de las fuerzas de seguridad. El servicio
integrado de huellas palmares está siendo desarrollado sobre las
bases del incremento de intercambio entre las fuerzas de seguridad
de un mayor número de datos biométricos, de identificaciones, para
ayudar rápidamente a la resolución de crímenes que previamente no
podrían haber sido posibles; y también para mejorar la eficacia de
las identificaciones a través de los registros históricos de
IAFIS.
Acercamiento
Concepto
La identificación palmar, al igual que la identificación dactilar,
está basada en la suma de la información presentada en una
impresión de fricción de surcos. Esta información incluye el flujo
de fricción de los surcos (Detalle de nivel 1), la presencia o
ausencia de rasgos especiales a lo largo de la fricción individual
de los caminos de los surcos y sus secuencias (Detalle de nivel 2),
el detalle intrincado de un solo surco (Detalle de nivel 3).
Para entender este concepto de reconocimiento, primero debe
entenderse la psicología de los surcos y crestas de una huella
palmar o dactilar.
Cuando es registrada una huella dactilar o palmar, aparece como
una serie de líneas oscuras y representa la parte más alta de la
fricción de los surcos de la piel, mientras que las crestas entre
estos surcos están representadas como esos espacios blancos, y son
las partes más bajas de la huella.
El reconocimiento de huellas palmares explota algunos de estos
contenidos de la palma. Los surcos de fricción no siempre fluyen
continuamente a través de un mismo patrón y muchas veces resultan
ser características específicas, como surcos finales o surcos
divisores y puntos. Un sistema de reconocimiento palmar está
diseñado para interpretar el flujo de los surcos en general y
asignar una clasificación y luego extraer las minucias - un
subconjunto del total de la información disponible, aun así, la
suficiente como para buscar en un repositorio grande de impresiones
palmares. Luego esta información se limita a la ubicación, la
dirección y orientación de de los surcos, los surcos finales y las
bifurcaciones a lo largo del camino.
Hardware
Una amplia variedad de distintos tipos de sensores - de
capacitancia, óptico, ultrasonido y termal- pueden ser utilizados
para dar con una imagen dactilar de la superficie de la palma; sin
embargo, las metodologías de escaneos tradicionales han demorado en
adaptarse a las superficies más grandes de captura, necesarias para
digitalizar. Se continua lidiando con los distintos desafíos que
presenta a los sensores, la obtención de imágenes palmares, a
diario. Una de las opciones más frecuentes, que emplea el sensor de
capacitancia, determina el valor de cada pixel basándose en la
capacitancia medida, esto es posible porque una porción de aire
(surco) tiene una menor capacitancia que una región de crestas.
Otros dispositivos de obtención de imágenes palmares capturan
imágenes al emplear dispositivos de ultrasonido de alta frecuencia
o dispositivos ópticos que utilizan prismas para detectar el cambio
en el reflejo de la luz en la palma. Los escáneres termales
requieren un barrido de la palma a través de la superficie para
medir la diferencia de temperatura en un lapso de tiempo, para
crear una imagen digital. Los sensores de capacitancia, ópticos y
de ultrasonido, solo necesitan que la palma se apoye en el
dispositivo.
Software
Algunos de los sistemas de reconocimiento palmar, escanean la
palma entera, mientras que otros necesitan que la palma sea
dividida en pequeños segmentos para optimizar la performance. Puede
maximizarse la fiabilidad, en un sistema de detección de huellas
dactilares o palmares, al buscar grupos de datos más pequeños.
Mientras que los sistemas de huellas dactilares usualmente
organizan archivos basados en el número de dedo o el patrón de
clasificación, los sistemas palmares organizan sus archivos en
relación a la ubicación de una área de fricción de surcos. Los
examinadores de huellas latentes (sin identificar) son muy hábiles
al detectar a que parte de la mano corresponde una porción de
huella palmar encontrada como evidencia. Buscar solamente la parte
de la palma en la base de datos a la que corresponde una evidencia,
en lugar de buscar en toda la base de datos, aumenta la fiabilidad
y efectividad de la búsqueda de huellas latentes.
Como con las huellas dactilares, las tres características de
emparejamiento de imágenes palmares, están basadas en minucias,
correlaciones y emparejamiento por surcos y crestas. La
coincidencia por minucias, técnica utilizada con mayor frecuencia,
se vale de los puntos de la palma, las minucias, específicamente la
ubicación, dirección y orientación de cada punto. Las coincidencias
por correlación implican simplemente, colocar las huellas una
encima de la otra y determinar si las líneas se corresponden. Las
coincidencias por surcos y valles, marcan puntos como poros de
sudoración, atributos espaciales, características geométricas de
los surcos, análisis de textura local, todos los cuales son
alternativas al detalle característica de la extracción de las
minucias. Este es un método de coincidencias más rápido y supera
algunas de las dificultades asociadas a la extracción de minucias
de imágenes de baja calidad.
Las ventajas y desventajas de cada sistema varían según el
algoritmo y el sensor utilizados. El reconocimiento por minuciosas
típicamente acarrea reconocimiento de mayor precisión, pero su
rendimiento es pobre con imágenes de baja calidad y no saca
provecho de las características de textura o visuales de la palma.
El procesamiento, con el reconocimiento por minuciosas, suele
demorar debido al tiempo que lleva la extracción de minucias. Las
coincidencias por correlación suelen ser más veloces pero es menos
tolerante a las variaciones de elasticidad, rotación, traslación y
del ruido en la imagen. Algunas de las coincidencias por surcos y
valles son inestables y requieren de sensores de alta calidad para
obtener imágenes de calidad. La capacidad de distinguir de los
sistemas de coincidencia por surcos y valles es significativamente
menor que la de los de minucias.
Revisión de Estándares
Del mismo modo que con las huellas dactilares, el desarrollo de
estándares es esencial para el reconocimiento palmar, dado la vasta
variedad de algoritmos y sensores disponibles en el mercado. La
interoperabilidad es un aspecto crucial de la implementación del
producto, lo que significa que las imágenes obtenidas por un
dispositivo deben ser interpretables por una computadora que
utiliza otro dispositivo. Los estándares que se están desarrollando
en la actualidad, son los de la revisión de ANSI NIST
ITL-2000 Type-15 record. Muchos, si no todos, de los sistemas
comerciales de AFIS palmar se condicen con el estándar ANSI NIST
ITL-2000 Type-15 record para el almacenamiento de datos imágenes
palmares. Una serie de recomendaciones para mejorar el estándar
están en tratamiento, a través de talleres dictados por el
Instituto Nacional de Estándares y Tecnología (NIST).
Específicamente, mejoras en lo que a la codificación y
almacenamiento adecuado de Impresiones de Casos Mayores respecta,
esencialmente todos y cada uno de los datos ubicados en la mano,
están siendo gestionados para impulsar la iniciativa del
Servicio Nacional de Impresiones Palmares, iniciativa de NGI.
Resumen
A pesar de que la tasa de errores está disminuyendo cuando se
comparan datos de obtenidos con datos almacenados, aun siguen
necesitándose progresos en la búsqueda de coincidencias entre tomas
de huellas y huellas latentes. Según distintas evidencias, los
datos de sistemas multi- biométricos integrados de huellas palmares
y dactilares, son ampliamente utilizados para identificar y
verificar a criminales así como para ser utilizados con fines de
control de acceso y seguridad. Pero aun hay fuertes desafíos a los
que enfrentarse en relación al balance entre la precisión y los
costos. La precisión en las coincidencias de las imágenes puede
mejorarse al implementar bases de datos más amplias y al emplear un
mayor poder de procesamiento, pero en este caso los costos de
compra y mantenimiento escalarán a medida que los sistemas crezcan
y resulten más sofisticados. Los desafíos venideros requieren el
balance de la necesidad de un mayor poder de procesamiento con
mejoras en la tecnología de los algoritmos para producir sistemas
que sean asequibles para todos los niveles de seguridad y
justicia.