Identificación biométrica única para habilitar la interoperabilidad en el Perú utilizando deep learning y bigdata

Abstract

El campo del reconocimiento facial ha experimentado avances constantes en las dos últimas décadas, hasta llegar a los precisos sistemas de reconocimiento en tiempo real disponibles hoy en día en los teléfonos móviles y en las redes sociales, Actualmente la inteligencia artificial ha evolucionado tanto, que ahora existe hasta como servicio Amazon Rekognition , así como Face ID de Apple. Esta tesis propone una solución de identidad biométrica única, una solución importante en nuestro país, puesto que nos va permitir identificar a una persona en entornos digitales, verificando digitalmente a la persona quien dice ser, y con esta identificación poder realizar trámites en línea, sin la necesidad de ir personalmente a una oficina de gobierno, habilitando así una sociedad y una economía digital y dejando una trazabilidad o huella digital. La identificación de la identidad biométrica única, es una solución importante para que un ciudadano que vive en cualquier parte del país, pueda realizar un trámite en línea y de forma remota, utilizando video cámaras con lo que ayudara al funcionario de gobierno atenderlo en línea y de forma remota, ahorrando costos y tiempos en atención utilizando la ventanilla única digital. El estado peruano ha planteado una ley para la identidad digital única, y tiene como objetivo permitir la autenticación en línea de la identidad de las personas peruanas y extranjeras cuando necesiten acceder a los servicios digitales brindados por las entidades públicas, esta ley fue publicado en septiembre del 2018, con el decreto legislativo nº 1412, en el capítulo II identidad digital, lo cual impulsa la implementación de la plataforma nacional de identificación y autenticación de la identidad digital. La tesis presentada tiene un alcance propuesto desde el registro biométrico, y la generación de la credencial de la identidad digital, así como los mecanismos de autenticación y autorización digital, utilizando reconocimiento biométrico y firmas digitales, para habilitar una interoperabilidad digital [5] utilizando X-Road . Esta tesis propone una solución de identidad biométrica única utilizando bibliotecas de identificación de rostro con OpenCV [1], así como para el reconocimiento de rostros utilizando técnicas de aprendizaje profundo, y aprendizaje por transferencia. Se realizó comparaciones con las diferentes arquitecturas VGG16[2], VGG19[2] y RESTNET50 [3] generando una precisión de entrenamiento mayor al 98%, trabajando con 9 clases y cada clase con 300 imágenes de 224x224 pixeles por imagen de entrada para cada clase, apoyados de las bibliotecas de TensorFlow, Keras, Sklearn, y validando el desempeño de los modelos utilizando la matriz de confusión, así como para su almacenamiento de la trazabilidad de identificación y autenticación en BigData, y la utilización de contenedores (kubernetes/docker) para tener un nivel de escalamiento nacional y global. Cada una de estas bibliotecas y la propuesta de solución son 100% software libre.