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: Incremental Support Vector Machine for self-updating Fingerprint Presentation Attack Detection systems
Autori: 
Data di pubblicazione: 2017
Abstract: In this years Fingerprint Presentation Attack Detection (FPAD) had an increasing interest and the performances became acceptable, especially thanks to the LivDet protocols into the International Fingerprint Liveness Detection competition. A security issue arose from LivDet2015: the FPAD systems are not invariant towards the materials for fabricating spoofs. In other words, some previous works pointed out the vulnerability of these systems when an attackers uses unexpected materials. In this paper, we proposed a solution that exploit the self-update abilities of the classifier to adapt itself to never-seen-before attacks over the time. Experimental results on four LivDet data sets showed that the proposed method allowed to manage this vulnerability.
Handle: http://hdl.handle.net/11584/221292
Tipologia:4.2 Abstract 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