Historial de uso

Sector de Seguridad Pública Las fuerzas del orden utilizaron por primera vez el reconocimiento dactilar para la identificación de delincuentes a finales del siglo XIX. El primer caso del que se tiene constancia tuvo lugar en Argentina, donde un agente de policía utilizó una huella dactilar latente para resolver la investigación de un doble homicidio en 1892.

Las agencias de la « Sector de Seguridad Pública » de EE. UU. comenzaron a documentar formalmente las huellas dactilares poco después, a principios del siglo XX, utilizando la singularidad de las huellas dactilares como herramienta forense. En 1945, la Oficina Federal de Investigación de EE. UU. ya había procesado 100 millones de fichas dactilares. Esa cifra se duplicó en la década de 1980, lo que impulsó el desarrollo de una biblioteca digital de muestras dactilares denominada Sistema Automatizado de Identificación Dactilar (AFIS).

Aware comenzó a colaborar con el AFIS en 1993, cuando ayudó al FBI y al Instituto Nacional de Estándares y Tecnología (NIST) a desarrollar el algoritmo de compresión de imágenes WSQ, que facilitó el almacenamiento de muestras fotográficas de huellas dactilares de alta calidad. Esta fue la primera iniciativa de digitalización de huellas dactilares a gran escala.

En 1999, el FBI y el NIST también habían desarrollado normas de interoperabilidad para permitir el intercambio de muestras de huellas dactilares entre los organismos federales, estatales y locales Sector de Seguridad Pública . Las tragedias del 11 de septiembre ampliaron el uso de la biometría a la gestión de fronteras, la inmigración y las operaciones militares.

En la actualidad, más de 18 000 organismos locales, estatales, tribales, federales e internacionales envían solicitudes al Sistema Integrado Automatizado de Identificación de Huellas Dactilares (IAFIS) del FBI.

¿Cómo ha evolucionado el papel del reconocimiento de huellas dactilares?

El reconocimiento de huellas dactilares se utiliza actualmente en numerosas aplicaciones, más allá de Sector de Seguridad Pública. Entre ellas se incluyen:

• Autenticación móvil: Los usuarios verifican su identidad mediante el escaneo de la huella dactilar para acceder a un dispositivo móvil o a una aplicación.
• Sistemas de identidad civil: Los gobiernos utilizan el reconocimiento de huellas dactilares para verificar la identidad de los ciudadanos con fines electorales, para el pago de prestaciones y para la seguridad fronteriza.
• Control de acceso físico: Los empleadores y las empresas utilizan las huellas dactilares para el control de horarios y asistencia, así como para gestionar el acceso a las instalaciones.
• Incorporación: Las organizaciones utilizan el reconocimiento de huellas dactilares para identificar a posibles clientes y empleados con el fin de prevenir el fraude.
• Gestión de identidades: Las organizaciones utilizan el reconocimiento de huellas dactilares para evitar identidades duplicadas o falsas.

¿Qué son los algoritmos de huellas dactilares?

Las imágenes de huellas dactilares se recogen de las personas en formato de escala de grises, idealmente con una resolución de 500 ppi o superior. Las «plantillas» de huellas dactilares se generan a partir de las características de la imagen, entre las que se incluyen la ubicación y la dirección de las terminaciones y bifurcaciones de las crestas.

Los algoritmos de comparación de huellas dactilares comparan las características de la plantilla original con las de la plantilla de la muestra recién recogida. Las imágenes de las huellas dactilares se archivan y se utilizan para generar nuevas plantillas en caso de que se actualicen los algoritmos de generación y comparación de plantillas.

Un registro dactilar puede incluir datos de un solo dedo o de los diez. Los sistemas de fichas policiales pueden incluir datos adicionales, como imágenes de los dedos en posición de «roll» (giro) y también de las palmas de las manos. El uso de más dedos mejora la precisión de la comparación, ya que se comparan más datos. Todas las muestras dactilares (tanto la plantilla original como las muestras para la comparación) deben capturarse con la máxima calidad para mejorar el rendimiento de la comparación.