Los Triángulos de Delaunay como Procesamiento Previo para Extractores Difusos - Delaunay Triangles as preprocessing for Fuzzy Extractors

Abstract

La información biométrica que se extrae de las huellas dactilares tiende a ser diferente en cada adquisición, dada la incertidumbre existente en las mediciones y la presencia de ruido en las muestras, lo cual puede ocasionar que las palabras código generadas dentro de un extractor difuso posean un número de errores tal que rebase la capacidad de corrección de la codificación. Como consecuencia se tiene que lo anterior puede ocasionar que las huellas dactilares de una misma persona sean catalogadas como no coincidentes en su verificación o bien, que huellas de individuos diferentes parezcan demasiado similares.Para mitigar los efectos antes mencionados y sobrepasar las dificultades del pre-alineamiento de huellas dactilares, se propuso el uso de triángulos de Delaunay, lo cual permite proveer de estabilidad estructural local a la representación espacial de la información biométrica. En esa propuesta, las minucias de la huella son utilizadas como vértices de las triangulaciones y la red formada por éstas es tolerante a distorsiones, rotaciones y traslaciones.Sin embargo, en dicha propuesta se considera a la dispersión de minucias de huellas dactilares como no degenerativa y por tanto no se mencionan los umbrales o criterios necesarios para la formación de dichas triangulaciones, lo cual repercute en el desempeño de los extractores difusos. Con base en ello, este artículo presenta los resultados obtenidos al probar la formación de triangulaciones de Delaunay en imágenes de huella dactilar, en donde se aplican umbrales y criterios geométricos para luego contabilizar los triángulos coincidentes entre las estructuras formadas y definir los umbrales que maximicen dichas coincidencias. Abstract: The biometric extracted data from fingerprints tends to be different in each acquisition due to uncertainty in measurements and the noise in samples, which can cause that codewords, generated by fuzzy extractors, may have a number of errors that surpasses codification error-correcting capacity. As a consequence, the foregoing could cause that the fingerprints from same person would be classified as “mismatched”, while fingerprints from different people would be classified as “mismatched”.To mitigate the effects mentioned before and surpass the difficulties of fingerprint’s pre-alignment, the Delaunay Triangles were proposed to provide local structural stability to spacial representation of biometric data. In that approach, the fingerprint’s minutiae are used as the triangles’s vertexes, and the formed net is tolerant to distortions, rotations and translations.However, in that approach, the fingerprint’s minutiae dispersion is considered as non degenerative and because of that, neither thresholds nor specific criteria for triangulations are established. This has repercussions in the fuzzy extractors’ performance and because of that, in this article it is shown the obtained results after testing Delaunay triangulation's formations with fingerprints using geometric thresholds and criteria, Finally, the matched triangles are counted and the final thresholds are set to guarantee maximum matching.Keywords: Fuzzy Extractors, Fingerprint, Delaunay Triangles.