Clasificación de huellas dactilares mediante redes neuronales convolucionales

Abstract

El mundo de las ciencias forenses no deja de crecer, cada vez son más las nuevas técnicas y líneas de investigación que se desarrollan para las diferentes disciplinas que engloba la criminalística, pero también los criminales y las nuevas formas de crimen se renuevan y actualizan de manera exponencial. Una de las disciplinas que forma parte de la criminalística es la lofoscopia, y los criminales encuentran maneras de falsificar las huellas de las personas para cometer actos delictivos. Por ello, es importante conocer bien la morfología de las impresiones de cada ser humano, y saber cómo clasificarlas y utilizarlas para la resolución de los crímenes. Por otro lado, las redes neuronales están en pleno desarrollo, por lo que entenderlas y dominarlas puede suponer verdaderos avances en nuestra sociedad. Este trabajo pretende aprovechar este crecimiento del Machine Learning para crear y entrenar desde cero un modelo de red neuronal que sea capaz de clasificar imágenes de huellas dactilares en función de su delta, basándose concretamente en el uso de las redes neuronales convolucionales (CNN)