Universidad Nacional Autónoma de México FES Acatlán

Trabajo Profesional de Licenciatura

Verificación de Identificaciones
mediante Redes Neuronales

Presenta

Miranda Franco Humberto Alejandro

Lic. en Matemáticas Aplicadas y Computación

Asesor académico

Dr. Christian Rubio Montiel

Desliza para comenzar↓

Introducción y planteamiento del problema

OCR tradicional

Exige recortar la imagen a mano y falla al validar palabras clave.

Errores de lectura

Basta una orientación incorrecta para que el sistema no entienda el texto.

Experiencia de usuario

Cada falla se traduce en una llamada más a soporte técnico o procesos inconclusos.

La Solución

Captura

CNN

OCR

Resultado

Verificación en tiempo real

Validación cada 0.5 s

Sin edición manual

Formación académica aplicada a un contexto profesional real

Conocimientos proporcionados por la carrera

Temas selectos de estadística: Python, redes neuronales, curvas de aprendizaje.

Desarrollo web: Gestión de proveedores de servicios en la nube, HTML, JavaScript, CSS.

Temas selectos de computación: Redes neuronales convolucionales.

Fundamentos complementarios: Estadística II, Álgebra Lineal, Probabilidad, Procesos estocásticos, Métodos numéricos, Optimización I, Cálculo I–IV, Ingeniería de software, Programación I y II.

Conocimientos nuevos adquiridos

Administración de sistemas: Sistemas operativos basados en Linux (Ubuntu y Debian) y manejo de terminal.

Desarrollo web: Puertos y protocolos HTTP/HTTPS en local y en la nube, desarrollo con React y Laravel, integración mediante iframes.

Ingeniería de software: GitHub para control de versiones y gestión de múltiples despliegues.

Marco Teórico

Una CNN extrae patrones visuales apilando dos operaciones matemáticas: convolución y pooling.

Convolución

Aplica el filtro bidimensional sobre los 3 canales RGB sumando el sesgo:

Fórmula desarrollada

z_i,j,k = b_k + f_h-1Σu=0f_w-1Σv=0f_n'-1Σk'=0 x_i',j',k' · w_u,v,k',k

{

i' = i × s_h + uj' = j × s_w + v

Forma simplificada

z_i,j,k = b_k + Σu,v,k' x_i',j',k' · w_u,v,k',k

Pooling

Reduce las dimensiones al quedarse con el valor máximo regional:

Fórmula desarrollada

z_i,j,k = máx0≤u<p0≤v<q x_{i·s_h+u, j·s_w+v, k}

Dataset

26,112

Imágenes totales

Integrado con 1,942 credenciales INE reales (974 anverso, 968 reverso) y enriquecido con 25,138 imágenes externas, como otras identificaciones, para enseñarle al modelo a rechazar documentos que no son una INE.

77.34%

Train (20,197)

11.31%

Test (2,955)

11.33%

Validate (2,960)

Arquitectura

Entrada

300 × 200 px RGB

Optimizer

RMSprop lr=1e-4

Loss

Binary Crossentropy

Épocas

Desliza la tabla para ver más →

Capa / Orden	Tipo de capa	Filtros / Neuronas	Kernel	Activación	Formato de salida
Entrada	Input Tensor	Canales RGB	—	—	200 × 300 × 3
Bloque 1	Conv2D + MaxPooling2D	32 filtros	(3,3) / (2,2)	ReLU	99 × 149 × 32
Bloque 2	Conv2D + MaxPooling2D	64 filtros	(3,3) / (2,2)	ReLU	48 × 73 × 64
Bloque 3	Conv2D + MaxPooling2D	128 filtros	(3,3) / (2,2)	ReLU	23 × 35 × 128
Bloque 4	Conv2D + MaxPooling2D	128 filtros	(3,3) / (2,2)	ReLU	10 × 16 × 128
Extracción	Flatten (Aplanado)	Vector lineal	—	—	20,480 elementos
Clasificación	Dense (Totalmente conectada)	512 neuronas	—	ReLU	512
Salida	Dense (Clasificador)	1 neuronas	—	Sigmoide	1 (Probabilidad de INE)

Veamos el sistema funcionando

Verificación de Identificaciones mediante Redes Neuronales

Resultados

Comportamiento en 30 épocas

Curva de entrenamiento (30 épocas)

Pérdida

Precisión

Entrenamiento

Validación

Final: 99.6% acc (99.9% val) · 0.0091 loss (0.0043 val)

Matriz de confusión

Pred. inePred. otro

Real ine

149

Real otro

2,815

Val Acc 99.7%
Diagonal (azul) = correcto. Fuera de diagonal (rojo) = error.

Espacio de features (capa densa, 512 dim)

PCAPC1 64.0% + PC2 21.5%

t-SNE

ine

otro

Distribución de pesos por capa

Bloque 1

μ=0.007 · sp 0.23%

Bloque 2

μ=0.002 · sp 0.14%

Bloque 3

μ=0.002 · sp 0.17%

Bloque 4

μ=-0.000 · sp 0.17%

Clasificación (512)

μ=0.000 · sp 0.59%

Salida

μ=0.004 · sp 0.00%

Desempeño

Impacto positivo y usabilidad

Captura instantánea: Detección automática en navegador web o móvil en intervalos menores a 0.5 segundos

Eliminación de recorte: Evita pasos extra de edición manual por parte del firmante en la plataforma.

Disminución de soporte: Disminución de llamadas a soporte técnico para procesos de firma asistida.

Limitaciones identificadas

Falsos positivos en similares: El modelo puede categorizar por error credenciales de otras dependencias con paletas de colores parecidas.

Inestabilidad por condiciones de iluminación y fondo: El modelo presenta baja certeza en la detección del objeto ante luz deficiente o sombras, al tiempo que genera falsos positivos con alta confianza frente a fondos homogéneos totalmente oscuros o brillantes.

Resolución de entrada: Al usar 200 × 300 píxeles, se restringe la legibilidad en al utilizar camaras.

Comparación con otros modelos

V1 (MFHA_CDO, el modelo propuesto) contra tres arquitecturas de referencia entrenadas sobre el mismo dataset — MobileNetV2, SqueezeNet y EfficientNet-B0.

Precisión de validación

V0.3 · EfficientNet-B0

Val. final: 99.8%

V1 · MFHA_CDO

V0.1 · MobileNetV2

V0.2 · SqueezeNet

V0.3 · EfficientNet-B0

Curva de entrenamiento

Tras 30 épocas: 99.6% train · 99.9% val

Tras 30 épocas: 99.65% train · 99.2% val

Tras 30 épocas: 97.45% train · 95.9% val

Tras 30 épocas: 99.55% train · 99.8% val

Matriz de confusión

Global 99.66%

2964/2974 aciertosBalanceada 99.20%INE 98.68% · 149/151

Global 99.43%

2957/2974 aciertosBalanceada 95.31%INE 90.73% · 137/151

Global 94.92%

2823/2974 aciertosBalanceada 50.00%INE 0.00% · 0/151

Global 99.73%

2966/2974 aciertosBalanceada 97.66%INE 95.36% · 144/151

Tamaño del modelo

20.47 MB

4.44 MB (4.6× más chico que V1)

1.43 MB (14.3× más chico que V1)

7.90 MB (2.6× más chico que V1)

Tiempo de descarga del modelo

Referencia (V1)

~4.6× más rápido que V1

~14.3× más rápido que V1

~2.6× más rápido que V1

Tiempo de inferencia promedio

123 ms (base)

153 ms (1.2×)

144 ms (1.2×)

189 ms (1.5×)

Curva, matriz de confusión, tamaño y tiempo de descarga se leen de cada entrenamiento. El tiempo de inferencia es la excepción: es la mediana de 40 inferencias en CPU (promedio de dos pasadas).

Conclusiones

Logros académicos y de negocio

Aplicación práctica: Traslado exitoso de la formación de Matemáticas Aplicadas y Computación a problemas reales.

Modelo desarrollado: La CNN alcanzó un 98% de precisión estable, superando los fallos constantes de Tesseract

Experiencia de usuario: Detección en tiempo real vía cámara (móvil o web) en intervalos menores a 0.5 s, eliminando la edición manual del firmante.

Eficiencia operativa: Reducción de llamadas a soporte técnico para asistencia en el proceso de firma.

Líneas de trabajo futuro

Falsos positivos: Incrementar la muestra de credenciales INE e incluir documentos visualmente parecidos para reducir errores de clasificación.

Resolución de entrada: La dimensión de 200 × 300 píxeles limita la legibilidad de los microtextos de seguridad.

Aumento de datos: Aplicar data augmentation enfocado en variaciones de contraste y baja iluminación.

Gracias.

¿Preguntas?

Formación académica aplicada a un contexto profesional real

Conocimientos proporcionados por la carrera

Temas selectos de estadística: Python, redes neuronales, curvas de aprendizaje.

Desarrollo web: Gestión de proveedores de servicios en la nube, HTML, JavaScript, CSS.

Temas selectos de computación: Redes neuronales convolucionales.

Conocimientos nuevos adquiridos

Administración de sistemas: Sistemas operativos basados en Linux (Ubuntu y Debian) y manejo de terminal.

Desarrollo web: Puertos y protocolos HTTP/HTTPS en local y en la nube, desarrollo con React y Laravel, integración mediante iframes.

Ingeniería de software: GitHub para control de versiones y gestión de múltiples despliegues.

Marco Teórico

Una CNN extrae patrones visuales apilando dos operaciones matemáticas: convolución y pooling.

Convolución

Aplica el filtro bidimensional sobre los 3 canales RGB sumando el sesgo:

Fórmula desarrollada

z_i,j,k = b_k + f_h-1Σu=0f_w-1Σv=0f_n'-1Σk'=0 x_i',j',k' · w_u,v,k',k

{

i' = i × s_h + uj' = j × s_w + v

Forma simplificada

z_i,j,k = b_k + Σu,v,k' x_i',j',k' · w_u,v,k',k

Pooling

Reduce las dimensiones al quedarse con el valor máximo regional:

Fórmula desarrollada

z_i,j,k = máx0≤u<p0≤v<q x_{i·s_h+u, j·s_w+v, k}

Arquitectura

Entrada

300 × 200 px RGB

Optimizer

RMSprop lr=1e-4

Loss

Binary Crossentropy

Épocas

Desliza la tabla para ver más →

Capa / Orden	Tipo de capa	Filtros / Neuronas	Kernel	Activación	Formato de salida
Entrada	Input Tensor	Canales RGB	—	—	200 × 300 × 3
Bloque 1	Conv2D + MaxPooling2D	32 filtros	(3,3) / (2,2)	ReLU	99 × 149 × 32
Bloque 2	Conv2D + MaxPooling2D	64 filtros	(3,3) / (2,2)	ReLU	48 × 73 × 64
Bloque 3	Conv2D + MaxPooling2D	128 filtros	(3,3) / (2,2)	ReLU	23 × 35 × 128
Bloque 4	Conv2D + MaxPooling2D	128 filtros	(3,3) / (2,2)	ReLU	10 × 16 × 128
Extracción	Flatten (Aplanado)	Vector lineal	—	—	20,480 elementos
Clasificación	Dense (Totalmente conectada)	512 neuronas	—	ReLU	512
Salida	Dense (Clasificador)	1 neuronas	—	Sigmoide	1 (Probabilidad de INE)

Resultados

Comportamiento en 30 épocas

Curva de entrenamiento (30 épocas)

Pérdida

Precisión

Entrenamiento

Validación

Final: 99.6% acc (99.9% val) · 0.0091 loss (0.0043 val)

Matriz de confusión

Pred. inePred. otro

Real ine

149

Real otro

2,815

Val Acc 99.7%
Diagonal (azul) = correcto. Fuera de diagonal (rojo) = error.

Espacio de features (capa densa, 512 dim)

PCAPC1 64.0% + PC2 21.5%

t-SNE

ine

otro

Distribución de pesos por capa

Bloque 1

μ=0.007 · sp 0.23%

Bloque 2

μ=0.002 · sp 0.14%

Bloque 3

μ=0.002 · sp 0.17%

Bloque 4

μ=-0.000 · sp 0.17%

Clasificación (512)

μ=0.000 · sp 0.59%

Salida

μ=0.004 · sp 0.00%

Desempeño

Impacto positivo y usabilidad

Captura instantánea: Detección automática en navegador web o móvil en intervalos menores a 0.5 segundos

Eliminación de recorte: Evita pasos extra de edición manual por parte del firmante en la plataforma.

Disminución de soporte: Disminución de llamadas a soporte técnico para procesos de firma asistida.

Limitaciones identificadas

Falsos positivos en similares: El modelo puede categorizar por error credenciales de otras dependencias con paletas de colores parecidas.

Resolución de entrada: Al usar 200 × 300 píxeles, se restringe la legibilidad en al utilizar camaras.

Conclusiones

Logros académicos y de negocio

Aplicación práctica: Traslado exitoso de la formación de Matemáticas Aplicadas y Computación a problemas reales.

Modelo desarrollado: La CNN alcanzó un 98% de precisión estable, superando los fallos constantes de Tesseract

Experiencia de usuario: Detección en tiempo real vía cámara (móvil o web) en intervalos menores a 0.5 s, eliminando la edición manual del firmante.

Eficiencia operativa: Reducción de llamadas a soporte técnico para asistencia en el proceso de firma.

Líneas de trabajo futuro

Falsos positivos: Incrementar la muestra de credenciales INE e incluir documentos visualmente parecidos para reducir errores de clasificación.

Resolución de entrada: La dimensión de 200 × 300 píxeles limita la legibilidad de los microtextos de seguridad.

Aumento de datos: Aplicar data augmentation enfocado en variaciones de contraste y baja iluminación.

Gracias.

¿Preguntas?

Verificación de Identificacionesmediante Redes Neuronales

Introducción y planteamiento del problema

OCR tradicional

Errores de lectura

Experiencia de usuario

La Solución

Formación académica aplicada a un contexto profesional real

Conocimientos proporcionados por la carrera

Conocimientos nuevos adquiridos

Marco Teórico

Convolución

Pooling

Dataset

Arquitectura

Veamos el sistema funcionando

Resultados

Desempeño

Impacto positivo y usabilidad

Limitaciones identificadas

Comparación con otros modelos

Conclusiones

Logros académicos y de negocio

Líneas de trabajo futuro

Verificación de Identificacionesmediante Redes Neuronales

Introducción y planteamiento del problema

OCR tradicional

Errores de lectura

Experiencia de usuario

La Solución

Formación académica aplicada a un contexto profesional real

Conocimientos proporcionados por la carrera

Conocimientos nuevos adquiridos

Marco Teórico

Convolución

Pooling

Dataset

Arquitectura

Veamos el sistema funcionando

Resultados

Desempeño

Impacto positivo y usabilidad

Limitaciones identificadas

Comparación con otros modelos

Conclusiones

Logros académicos y de negocio

Líneas de trabajo futuro

Verificación de Identificaciones
mediante Redes Neuronales

Verificación de Identificaciones
mediante Redes Neuronales