De proyecto de clase a artículo científico: método óptico permite reconocer firmas autógrafas con alta precisión

Staff/RG

Santa María Tonantzintla, Puebla, a 10 de marzo. Un trabajo de investigación publicado recientemente propone un método rápido y eficiente para el reconocimiento de firmas autógrafas, basado en los patrones de difracción de Fraunhofer. A diferencia de enfoques ampliamente utilizados en la actualidad, como los métodos de machine learning, este método no requiere grandes bases de datos ni procesos de entrenamiento, y alcanza una precisión superior al 95 por ciento.

El artículo se llama “Handwritten signature recognition using Fraunhofer diffraction pattern” (reconocimiento de firma autógrafa utilizando el patrón de difracción de Fraunhofer) y fue publicado a inicios de este año en la revista Optical Engineering de la SPIE. El artículo es resultado del trabajo de estudiantes e investigadores del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), centro público de investigación de la Secretaría de Ciencia, Humanidades, Tecnología e Innovación (Secihti), así como del Instituto de Ciencias Aplicadas y Tecnología de la UNAM, el Centro de Investigación de Materiales Avanzados también perteneciente a la Secihti y la Universidad Autónoma de Nuevo León. Una parte sustancial del desarrollo teórico, numérico y del análisis del método se realizó en el INAOE.

Esta investigación podría tener aplicaciones potenciales en el sector bancario y en sistemas de autentificación biométrica.

Los autores por parte del INAOE son la estudiante Mariana Martínez Márquez y los estudiantes Carlos Sebastián Torres López y Vrani Chávez Islas, y los doctores Jesús Emmanuel Gómez Correa y Sabino Chávez Cerda, investigadores. Todos ellos pertenecen a la Coordinación de Óptica.

Vrani Chávez Islas narra que el proyecto surgió como una propuesta dentro de un curso de Óptica de Fourier impartido por el Dr. Jesús Gómez, quien planteó a las y los estudiantes trabajar en un proyecto “y si caminaba bien íbamos a poder convertirlo en un artículo científico y todo fue funcionando bien, colaboramos entre todos y obtuvimos buenos resultados”.

A su vez, Carlos Sebastián Torres López explica: “Lo que hicimos fue tomar varias muestras de firmas y, mediante la transformada de Fourier, calcular su patrón de difracción de Fraunhofer. Posteriormente comparamos estos patrones utilizando una función de correlación para evaluar qué tan similares o diferentes eran entre sí y así determinar si las firmas correspondían o no a la misma persona”.

Por su parte, Mariana Martínez Márquez destaca: “Inicialmente el proyecto tomó los cuatro meses que duró el curso. Posteriormente lo enviamos a una revista y recibimos comentarios de los revisores. Incluso fue rechazado en una primera ocasión, pero no nos desanimamos porque confiábamos en lo que estábamos haciendo. En total, el proceso tomó alrededor de nueve meses. Con las revisiones agregamos varios elementos al artículo inicial. Por ejemplo, al inicio no incluíamos comparaciones con métodos más recientes como machine learning, pero posteriormente incorporamos esas comparaciones para hacer el trabajo más completo y robusto. Finalmente, el artículo se publicó en enero en Optical Engineering de SPIE”.

El Dr. Jesús Emmanuel Gómez Correa dice: “Lo más bonito de este trabajo es que nació como un proyecto de clase y terminó convertido en un artículo científico. Fue el entusiasmo de los estudiantes lo que permitió que el proyecto avanzara. Además, este trabajo tiene antecedentes en 2015, cuando exploramos la idea utilizando letras. En ese momento buscábamos reconocer caracteres escritos a mano, pero los resultados indicaban que necesitábamos un procesamiento digital de imágenes más complejo para obtener buenos resultados. Con las letras cada persona escribe de manera muy distinta, lo que dificulta su reconocimiento con este método. En cambio, las firmas tienden a ser mucho más consistentes, ya que una persona intenta reproducirlas siempre de manera similar, y eso facilita su identificación.

El trabajo de 2015 fue una tesis de licenciatura de Krissel Alejandra Cavazos Ruiz, quien actualmente realiza una maestría en el Georgia Institute of Technology.

“En el curso de Óptica de Fourier les propuse a los estudiantes retomar la idea, y ellos la desarrollaron de manera extraordinaria: construyeron la base de datos, realizaron el procesamiento de las imágenes, analizaron los resultados y escribieron una primera versión del artículo, aprendiendo todo durante el proceso. Y lo mejor es que este es el primer artículo científico de sus vidas”, agrega.

Interrogado sobre las ventajas de este método sobre otros como la IA expresa que en este caso no es necesario contar con una base de datos grande, sólo se requiere una firma base para comparar.

“Por esa razón el procesamiento es muy rápido. En nuestras pruebas pudimos reconocer 659 firmas en aproximadamente 19 segundos. Es un método sencillo y eficiente. Cuando Mariana menciona que el artículo fue rechazado inicialmente es porque, en cierto sentido, los revisores no creían que el método pudiera funcionar tan bien. De hecho, en una revista un revisor nos pidió realizar numerosas pruebas adicionales. Las hicimos todas y, aun así, su última respuesta fue que no nos creía, aunque el otro revisor ya había aceptado el artículo.”

Finalmente, el Dr. Sabino Chávez subraya: “Algo que me gustaría enfatizar es que en nuestros cursos tratamos de enseñar a las y los estudiantes a pensar en problemas científicos relevantes que puedan convertirse en publicaciones. No se trata solamente de impartir una clase, sino de formar investigadores capaces de generar nuevo conocimiento”.

Los interesados pueden consultar el artículo en https://www.spiedigitallibrary.org/journals/optical-engineering/volume-65/issue-1/013101/Handwritten-signature-recognition-using-Fraunhofer-diffraction-pattern/10.1117/1.OE.65.1.013101.