Detección de Duplicados en un Flujo de Muestras Biométricas Utilizando Información del Contexto

Abstract

Este trabajo aborda el problema de la detección de duplicados en un flujo de muestras biométricas. Dada una nueva muestra, a diferencia de la práctica común de comparar una medida de similitud relacionada con un umbral fijo, este trabajo introduce una función que toma como entrada la medida de similitud, la posición de esa muestra en el flujo y el número de identidades estimadas hasta el momento, y produce como salida una hipótesis sobre si la identidad de la muestra ha sido vista previamente en el flujo (duplicado) o aparece por primera vez (no duplicado). La medida de similitud puede considerarse un dato primario pero descontextualizado, mientras que la cantidad de muestras analizadas y el número de identidades estimadas representan una estimación conjunta simple y aproximada de la cantidad y calidad de las identidades inscritas. Los experimentos fueron diseñados con dos bases de datos del patrón de la marcha y bajo tres tipos de ordenamientos de las muestras, que recrean los escenarios de diversos niveles de la complejidad. Las pruebas estadísticas no paramétricas aplicadas en los resultados de la detección, mostraron la superioridad del enfoque adaptativo propuesto, sobre las dos soluciones basadas en umbral fijo y otra propuesta de enfoque adaptativo.