La detección de ataques de presentación de huellas dactilares se ha vuelto significativa debido al uso generalizado de sistemas de autenticación de huellas dactilares. Las huellas dactilares bien replicadas fácilmente engañan a los sistemas de autenticación porque sus imágenes capturadas no difieren de las de las huellas dactilares genuinas en general. Aunque varias técnicas se han centrado en la detección de ataques de presentación de huellas dactilares, sufren de inexactitud en la determinación de la vivacidad de las huellas dactilares y de la degradación del rendimiento en tipos desconocidos de huellas dactilares. Para abordar las limitaciones existentes, presentamos un método robusto de detección de ataques de presentación de huellas dactilares que orquesta diferentes tipos de redes neuronales mediante la incorporación de un método de normalización triangular. Nuestro método ha sido evaluado en un banco de pruebas público que comprende 13,000 imágenes con cinco materiales falsos diferentes. La evaluación mostró una mayor precisión de nuestro método en la determinación de la vivacidad de las huellas dactilares, así como un mejor rendimiento de generalización en diferentes tipos de huellas dactilares en comparación con las técnicas existentes.