Dermalog se destacó en un benchmark del NIST para identificación por huellas
En la evaluación FRIF TE E1N, el sistema combinó cero falsas no identificaciones con una FPIR ≤ 0.001 y un desempeño de procesamiento más de 10 veces superior frente al único par comparable, un resultado relevante para despliegues biométricos a escala nacional en control fronterizo, fuerzas de seguridad y documentación

Dermalog obtuvo uno de los mejores desempeños en la evaluación FRIF TE E1N del National Institute of Standards and Technology (NIST), una prueba que mide con qué precisión y eficiencia los sistemas biométricos identifican personas dentro de bases de datos con millones de registros. El ejercicio funciona como benchmark internacional para comparar tecnologías de identificación por huellas dactilares en escenarios de gran escala.
La evaluación pone el foco en dos variables: la capacidad de identificar correctamente y la velocidad de procesamiento. En ese marco, la compañía combinó precisión de identificación con eficiencia de procesamiento, con el objetivo de responder a sistemas biométricos de alta demanda que operan a escala nacional.
En la categoría Class B (Identification Flats), el sistema de Dermalog alcanzó un resultado puntual: quedó entre los únicos dos participantes que lograron cero falsas no identificaciones (FNIR) con una tasa de falsas identificaciones positivas FPIR ≤ 0.001. Además, operó más de 10 veces más rápido que el único otro sistema que llega al mismo nivel de referencia. La combinación de precisión y rendimiento aparece como crítica para aplicaciones operativas que requieren respuesta consistente en poco tiempo.
Entre los usos mencionados para ese tipo de despliegues figuran el control fronterizo, las operaciones policiales y la emisión segura de documentos de identidad. En estos casos, la identificación biométrica suele integrarse a procesos con grandes volúmenes de consultas y con exigencias de disponibilidad y continuidad operativa.
La evaluación también incluyó un eje asociado a la infraestructura: la eficiencia de almacenamiento. Dermalog señaló que su arquitectura compacta de plantillas requiere solo aproximadamente una sexta parte del almacenamiento utilizado por otros participantes. Ese atributo se vincula con menores costos de infraestructura y con la posibilidad de implementar sistemas AFIS y ABIS altamente escalables, dos enfoques habituales para automatizar la identificación y el manejo de información biométrica.
El CEO de la compañía, Günther Mull, atribuyó el desempeño a la orientación técnica del desarrollo. “Estos resultados validan nuestro liderazgo tecnológico”, afirmó. “Nos enfocamos en ofrecer el equilibrio óptimo entre precisión, velocidad y escalabilidad”, dijo Mull, CEO de Dermalog.
La evaluación FRIF TE E1N se ubica entre las pruebas más reconocidas para tecnologías de identificación por huellas dactilares, por su capacidad de comparar desempeño en condiciones de operación con grandes volúmenes de datos.
Artículos relacionados

HP amplía su portafolio gamer HyperX con la desktop OMEN 35L
Las novedades presentadas en HP Imagine 2026 incorporan una nueva PC de escritorio, la expansión de OMEN AI para optimizar FPS con un clic y herramientas creativas con HeyGen y Voicemod dentro de OMEN Gaming Hub, con foco en rendimiento, personalización y creación de contenido

Huawei prepara el regreso de la serie Mate en Argentina con el Mate 80 Pro
La compañía prevé presentar en Argentina este mes el Mate 80 Pro, primer modelo tradicional de la serie desde el Mate 20 de 2018, con batería de 5.750 mAh, carga rápida de 100 W y certificaciones IP59 e IP58, en una apuesta por el segmento premium y su ecosistema de wearables y tablets

Zoomlion presentó Robot Ops, un sistema operativo con IA integrada, en Hannover Messe 2026
En la feria industrial que se realiza en Hannover del 20 al 24 de abril, la compañía expuso su plataforma para desarrollo de inteligencia artificial integrada y mostró demostraciones en vivo con robots y aplicaciones de fabricación inteligente, con foco en estandarizar la implementación a gran escala en entornos industriales

