Ricerca

 

it

E’ coordinatore della Divisione Biometria del Pattern Recognition and Applications Laboratory (PRA Lab) diretto dal Prof. Fabio Roli. L’attività di ricerca è incentrata sulle tecnologie biometriche per la sicurezza informatica. In particolare si occupa di classificazione e verifica di impronte digitali e volti, rilevazione di contraffazioni e sistemi multimodali. Ha al suo attivo oltre ottanta pubblicazioni fra riviste, atti di conferenze e congressi, capitoli di libro, tutte di impatto internazionale.

E’ revisore di progetti, riviste e conferenze internazionali.

E’ team leader e responsabile di progetti di ricerca internazionali pubblici (FP-European Union) e privati (Crossmatch) nonché progetti nazionali (PRIN, RAS) e locali (“Giovani Ricercatori”) e di collaborazione con il RaCIS di Cagliari.

L’elenco completo delle sue pubblicazioni, delle tesi di laurea e dottorato delle quali è stato co-relatore è nel suo curriculum_vitae e nella pagina personale del sito PRA Lab.

en

He is team leader of the Biometric Unit of the Pattern Recognition and Applications Laboratory (PRA Lab) leaded by Prof. Fabio Roli. His research activity is focused on the biometric Technologies for information security. In particular, identification, verification and vulnerability analysis of fingerprint and face, multi-modal biometric systems. He has co-authored more than one hundred of publications in journal, conference proceedings and books chapters. He also co-authored the voice “Antispoofing: Multimodal” in the last edition of Encyclopedia of Biometrics.

He acts as referee for international projects, journals and conferences.

He is in charge of national and international research projects.

The complete publication list and activities is in his curriculum_vitae and in his personal webpage in the PRA Lab website.

Titolo: Fingerprint Liveness Detection using Binarized Statistical Image Features
Autori: 
Data di pubblicazione: 2013
Abstract: Recent experiments, reported in the third edition of Fingerprint Liveness Detection competition (LivDet 2013), have clearly shown that fingerprint liveness detection is a very difficult and challenging task. Although the number of approaches is large, none of them can be claimed as able to detect liveness of fingerprint traits with an acceptable error rate. In our opinion, in order to investigate at which extent this error can be reduced, novel feature sets must be proposed, and, eventually, integrated with existing ones. In this paper, a novel fingerprint liveness descriptor named “BSIF” is described, which, similarly to Local Binary Pattern and Local Phase Quantization-based representations, encodes the local fingerprint texture on a feature vector. Experimental results on LivDet 2011 data sets appear to be encouraging and make this descriptor worth of further investigations
Handle: http://hdl.handle.net/11584/108661
ISBN: 9781479905270
Tipologia:4.1 Contributo in Atti di convegno

File in questo prodotto:
Non ci sono file associati a questo prodotto.
credits unica.it | accessibilità Università degli Studi di Cagliari
C.F.: 80019600925 - P.I.: 00443370929
note legali | privacy

Nascondi la toolbar