Identificación biométrica da sinatura: Diferenzas entre revisións

Contido eliminado Contido engadido
Recuperando 3 fontes e etiquetando 0 como mortas. #IABot (v2.0beta9)
Recuperando 2 fontes e etiquetando 0 como mortas.) #IABot (v2.0
Liña 12:
 
== Proceso ==
A persoa recoñécese á través da forma en que asina, máis que polas características da súa sinatura<ref>{{Cita web |url=http://www.bio-tech-inc.com/bio.htm |título=Biotech: Signature |data-acceso=18 de novembro de 2006 |urlarquivo=https://web.archive.org/web/20061017235705/http://www.bio-tech-inc.com/bio.htm#Signature |dataarquivo=17 de outubro de 2006 |urlmorta=si }}</ref>. A mostra biométrica obtense a partir de datos como a lonxitude e dirección da sinatura, ou a velocidade e presión exercida polo bolígrafo.
 
A dificultade tecnolóxica do recoñecemento a través da sinatura estriba en saber diferenciar os trazos que nunca cambian, e os que si o fan en cada sinatura. O sistema tamén ten que ter en conta os cambios na forma de asinar co paso do tempo, e ten que adaptarse a eses cambios, actualizando permanentemente o padrón que identifica o usuario.
Liña 19:
A identificación a través da forma de asinar é un dos métodos de identificación biométrica menos precisos.
 
Segundo un estudo<ref>{{Cita web |url=http://www.bio-tech-inc.com/bio.htm |título=Estudo do Bio Tech Inc |data-acceso=18 de novembro de 2006 |urlarquivo=https://web.archive.org/web/20061017235705/http://www.bio-tech-inc.com/bio.htm#Bio_Accuracy |dataarquivo=17 de outubro de 2006 |urlmorta=si }}</ref> publicado no [[2002]] por Biometric Technology, a taxa de erro cruzado<ref>A taxa de erro cruzado (Cross-Over Error Rate CER) é a probabilidade de erro dun sistema cando coincide a probabilidade de falsos negativos e falsos positivos</ref>, é igual a 1/50. Esta é unha posibilidade de erro moi alta, se a comparamos coa probabilidade de 1/131.000 do escaneo de iris, ou menor de 1/10&nbsp;000&nbsp;000 do escaneo de retina.
 
== Exemplos de uso ==