Insegnamenti

 

IA/0131/EN - BIOMETRIC TECHNOLOGIES AND BEHAVIOURAL SECURITY

Anno Accademico ​2019/2020

Docente
GIAN LUCA ​MARCIALIS (Tit.)
Periodo
Secondo Semestre​
Modalità d'Erogazione
Convenzionale​
Lingua Insegnamento
INGLESE​



Informazioni aggiuntive

CorsoPercorsoCFUDurata(h)
[70/90] ​ ​COMPUTER ENGINEERING, CYBERSECURITY AND ARTIFICIAL INTELLIGENCE [90/00 - Ord. 2018] ​ ​PERCORSO COMUNE550
Obiettivi

L'obiettivo principale del corso è quello di fornire allo studente gli strumenti necessari a comprendere e manipolare i principi fondamentali delle tecnologie biometriche, con riferimento alla videosorveglianza avanzata ed alla biometria comportamentale.

Conoscenza e capacità di comprensione
Lo studente conoscerà i fondamenti delle tecnologie biometriche come scienza che studia la descrizione univoca delle persone attraverso la rappresentazione di caratteristiche fisiche e comportamentali, e le sue applicazioni nel dominio della cybersecurity e dellintelligenza artificiale.

Capacità di applicare la conoscenza e capacità di comprensione
Lo studente sarà in grado di comprendere l'organizzazione e la logica del funzionamento di un sistema biometrico, di sviluppare algoritmi finalizzati al riconoscimento personale e comportamentale, losservazione e linterpretazione di eventi in unimmagine o in un video. Lapplicazione dei principi avverrà attraverso esercitazioni attraverso i linguaggi Matlab, Python e C.

Autonomia di giudizio
Lo studente saprà valutare sia l'adeguatezza di strumenti biometrici in ambito professionale, che le strutture dati e gli approcci al loro trattamento per la soluzione di problemi di identificazione e autenticazione personale nonché di sicurezza fisica e logica.

Abilità comunicative
Lo studente sarà in grado di dialogare con specialisti nel settore della cybersecurity, dellintelligenza artificiale, della videosorveglianza, e descrivere il procedimento risolutivo di problemi di sicurezza fisica e logica.

Capacità di apprendere autonomamente
Lo studente sarà in grado di apprendere metodologie avanzate e nuovi strumenti per la progettazione e lanalisi delle tecnologie biometriche, applicando con flessibilità i concetti forniti nel corso.

Prerequisiti

Conoscenze programmazione Matlab o Python o C e fondamentali di machine learning e intelligenza artificiale.

Contenuti

Introduzione alle tecnologie biometriche.
Moduli di un sistema biometrico.

Richiami di machine learning, pattern recognition e intelligenza artificiale.

Impronte digitali. Moduli. Caratteristiche. Classificazione, identificazione, autenticazione. Riconoscimento di falsi. Data set per lanalisi di impronte digitali.

Volti. Moduli. Caratteristiche. Classificazione, identificazione, autenticazione. Espressioni facciali. Riconoscimento di falsi. Data set per lanalisi facciale.

Biometria multimodale. Tassonomia. Approcci di fusione biometrica. Data set multimodali.

Tecnologie biometriche: EEG, andatura, iride, retina, vene e tratti del palmo.

Sistemi avanzati per le tecnologie biometriche: il deep learning. Stato dellarte. Metodi ed algoritmi. Apprendimento e auto-encoding.

Crowd analysis ed interpretazione della scena. Analisi dei flussi. Progetto di un sistema di video-sorveglianza. Applicazioni.

Metodi Didattici

Lezione frontale: 36 ore.
Esercitazioni in laboratorio: 14 ore.

Verifica dell'apprendimento

Lesame si sostiene con due modalità:
1) implementazione, singolarmente o in coppia, di un progetto di sistema biometrico. A seguire una prova orale nella quale lo studente sarà tenuto ad illustrare il progetto sviluppato;
2) realizzazione della tesi di Laurea Magistrale integrata da prova orale sugli argomenti del corso.

Testi

1) A. Jain et al., Handbook of Biometrics, Springer, https://www.springer.com/gp/book/9780387710402
2) B. Bhanu and A. Kumar, Deep learning in biometrics, Springer, https://www.springer.com/gp/book/9783319616568
3) K. Saeed, New direction in behavioural biometrics, CRC Press, https://www.crcpress.com/New-Directions-in-Behavioral-Biometrics/Saeed/p/book/9781498784627
4) V. Murino et al., Group and crowd behavior for computer vision, Academic Press, https://www.sciencedirect.com/book/9780128092767/group-and-crowd-behavior-for-computer-vision#book-info

Altre Informazioni

Slide del corso a supporto della didattica e dell'apprendimento.

Informazioni sul corso nella pagina people del docente:
http://people.unica.it/gianlucamarcialis/

credits unica.it | accessibilità Università degli Studi di Cagliari
C.F.: 80019600925 - P.I.: 00443370929
note legali | privacy

Nascondi la toolbar