Innovatrics se sitúa entre los mejores proveedores de algoritmos para la identificación de huellas dactilares latentes

Solo unas pocas empresas internacionales se han adentrado en el exigente campo de la identificación de huellas dactilares latentes. Innovatrics también ha utilizado fragmentos de huellas dactilares sintéticas, generadas mediante IA, para mejorar su algoritmo para las huellas dactilares latentes

El NIST ha publicado los resultados de su comparativa de la Evaluación de Tecnologías de Huellas Dactilares Latentes (ELFT) en la que compara algoritmos de empresas que ofrecen soluciones biométricas para la investigación criminal en diferentes escenarios.

«Las huellas dactilares latentes, es decir, aquellas recuperadas del escenario de un crimen, suponen una serie de desafíos. Suelen ser parciales, obtenidas en un entorno no controlado, sobre distintos fondos y con diversas técnicas de captura. Para nosotros, en Innovatrics, es importante que la identificación sea lo más cómoda posible, y nuestros resultados han demostrado que nos situamos en la élite mundial para escenarios reales», afirma Matus Kapusta, jefe de la unidad ABIS de Innovatrics.

El algoritmo de huellas dactilares latentes de calidad es capaz de identificar de manera fiable y automática las huellas dactilares recién obtenidas de la escena del crimen, por ejemplo, como parte de un caso en curso o incluso sin resolver. Esto abre nuevas posibilidades para resolver delitos rápidamente, identificar sospechosos en múltiples casos o incluso volver a aquellos casos que quedaron sin resolver. El Innovatrics ABIS contiene algoritmos evaluados por el NIST para las tres principales modalidades biométricas: rostro, huellas dactilares e iris. Los dos últimos se encuentran entre los mejores del mundo. Además, incluye todos los procesos necesarios para la investigación criminal, desde el registro hasta la mejora de las huellas dactilares para una mejor identificación o soporte de ADN.

Además del conjunto de datos de huellas dactilares latentes, Innovatrics también ha utilizado un [] enfoque impulsado por IA [] para generar huellas dactilares sintéticas parciales y aumentar así el conjunto de datos de entrenamiento y mejorar aún más el algoritmo. “Es muy difícil obtener datos del mundo real para este conjunto de datos, y los datos sintéticos son una buena manera de abordar este tema”, explica Jan Lunter, director ejecutivo, director de tecnología y fundador de Innovatrics. Sin embargo, añade precaución: “Según nuestra experiencia, los datos sintéticos pueden ser extremadamente beneficiosos para la formación, pero debemos ser extremadamente cautelosos al usarlos en pruebas y validación de productos. Solo si las pruebas y la validación de los datos son realistas y sin sesgos, el riesgo en el uso de datos sintéticos en el entrenamiento es cercano a cero”.