El objetivo de esta investigación ha sido la realización de un análisis de las capacidades identificativas del proceso general de la escritura, abordándose en primer lugar la vertiente mecánica del proceso, más sencilla, para afrontar posteriormente al análisis más profundo del proceso de escritura manuscrito, que goza de mayor complejidad e información discriminatoria.
En la investigación se ha realizado en primer lugar un estudio de la capacidad de identificación del proceso de tecleo, la llamada dinámica de tecleo, utilizando teclados de escritura mecánicos o electrónicos estandarizados hoy día en los ordenadores personales. Se generado como resultado de la investigación un prototipo de sistema de este tipo para comercio electrónico de tipo Business-to-Customer (B2C) denominado BIOWEB, que implementa una arquitectura por capas Cliente/Servidor para Internet. Se utilizan tecnologías abiertas y estandarizadas, no-intrusivas, para los clientes. El módulo de reconocimiento permite la utilización de un modelo basado en clasificación de patrones mediante conjuntos borrosos (fuzzy), o bien mediante un modelo estadístico puro. Soporta muestras de tecleo utilizando tiempos entre pulsaciones (interkey times) o bien utilizando tiempos de pulsaciones (holdkey times), o ambos simultáneamente.
Tras esto la investigación dio paso al análisis de la capacidad identificativa de la escritura manuscrita. Para esto, la investigación se centra en el caso más abierto de la identificación basada en escritura libre y off-line, i.e. digitalizaciones de los manuscritos originalmente redactados en papel y en condiciones reales de escritura. Este tipo de identificación es lo que en el estado del arte previo se conoce simplemente, y de forma genérica, como identificación de escritor (writer-ID).
Se generó como resultado un sistema de identificación grafística i.e. identificación de individuos mediante escritura manuscrita en entornos forenses o policiales (individuos que no colaboran). Sistema denominado BIOGRAFO. Este sistema permite registrar muestras de caracteres escritos obtenidos de manuscritos digitalizados, mediante los cuales el sistema es capaz de modelar el alfabeto personal de los individuos, y realizar identificaciones con un módulo unimodal de fusión de datos a nivel de decisión, basado en la combinación de canales de alógrafos. El sistema propuesto se basa en la utilización de vectores gradiente para deducir la dirección del trazo en cada punto de los caracteres, así como realizar una respuesta en términos de ranking de candidatos más parecidos. Estos candidatos se obtienen frente a un individuo cuestionado, que se utilice como referencia para buscar en la base de datos de individuos registrados que implementa. Esta identificación mediante ranking ha sido rigurosamente analizada, utilizando las técnicas estandarizadas en el campo de la biometría a estos efectos; esto es, usando la Rank Probability Mass (RPM), la Cumulative Match Curve (CMC) y el rank promedio (E(r)).