RT info:eu-repo/semantics/bachelorThesis
T1 Estudio del uso de redes convolucionales en el reconocimiento biométrico del usuario por su forma de andar
A1 González Olivera, Martín Manuel
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 IA
K1 Redes convolucionales
K1 Biometría
AB El presente Trabajo de Fin de Grado tiene como principal objetivo explorar laviabilidad del uso de redes neuronales convolucionales (CNN por sus siglas en inglés)en la verificación biométrica basada en la forma de andar a partir de los datos inercialesobtenidos de los sensores de dispositivos ponibles de uso comercial. La verificaciónmediante el análisis de la marcha constituye una técnica no invasiva y de crecienteinterés dentro del campo de la biometría, especialmente en entornos en los que otrasformas de autenticación pueden resultar intrusivas o inadecuadas.Este estudio parte de una línea de trabajo previa desarrollada en el Departamentode Informática de la Universidad de Valladolid. Por tanto, se cuenta con un conjuntode datos reales recopilado empleando los sensores de dos dispositivos distintos. A partirde estos datos, se diseñó una línea de preprocesamiento que tiene como resultado unconjunto de imágenes RGB específicamente diseñadas para codificar espacialmente lasseries temporales.El núcleo experimental del trabajo consiste en comparar el rendimiento de una seriede arquitecturas de red convolucional —tanto preexistentes como de creación propia—en una tarea de verificación binaria usuario genuino/impostor. Se han entrenado ycomparado cinco arquitecturas: ResNet18, ResNet50, EfficientNet-B0, MobileNetV2y una CNN de diseño propio; empleando la tasa de equierror (EER) como métricaprincipal de evaluación. El sistema ha sido implementado mediante PyTorch, haciendouso de técnicas de transferencia de aprendizaje, y la experimentación se ha llevado acabo en una combinación de entornos locales y máquinas virtuales proporcionadas porla universidad.Los resultados obtenidos permiten estudiar la factibilidad de este tipo de redesen entornos interactivos y comprobar si pueden alcanzar tasas de error competitivasutilizando exclusivamente dispositivos comerciales.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79414
UL https://uvadoc.uva.es/handle/10324/79414
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 07-nov-2025