Educational guide 2012_13
Escola de Enxeñaría de Telecomunicación
Máster Universitario enTeoría de la Señal y Comunicaciones.
 Asignaturas
  Reconocimiento Biométrico
   Contenidos
Tema Subtema
Principios básicos de las técnicas biométricas, características de los datos biométricos y tecnologías biométricas actuales. Identidad versus rasgos biométricos. Tipos de rasgos biométricos. Varianza intra-clase e inter-clase de las firmas biométricas. Influencia de los sensores en las diferentes firmas. Los siete pilares de la biometría. Extracción de características. Compresión. Representación versus Discriminación. Reconocimiento, Identificación, Verificación y Autenticación. Tipos de errores: TER, ERR, FAR, FRR. Características fisiológicas: huellas, iris, caras, palma, voz. Características aprendidas: firma (estática y dinámica), voz, expresión, pulsaciones de teclado. Particularidades, pros y contras en el uso de cada rasgo.
Reconocimiento facial El problema de la detección y normalización. Técnicas globales (eigenfaces, fisherfaces) versus técnicas locales (template matching, NCC, Elastic Bunch Graph Matching). El problema de la variación de iluminación y pose. Modelos de Forma y Apariencia Activa.
Reconocimiento de iris Representación del iris. Algoritmo de Daugman. Algoritmo de Wildes. IrisCode. Pros y contras del reconocimiento de iris.
Reconocimiento de huellas dactilares Tipos de sensores. Representación de textura y representación de minucias. Distancia de Hausdorff. Filtros de Gabor. Tolerancia a deformaciones.
Reconocimiento de locutores Modelos de mezclas gausianas, modelo universal de locutor, cohortes. Reconocimiento dependiente o independiente del texto. HMM. Fusión intra-modal. Sistemas estado del arte.
Reconocimiento de firma manuscrita Tipos de sensores. Extracción de características en firma estática: estadísticos de la imagen. Extracción de características en firma dinámica: parámetros dinámicos, modelado DTW, modelado HMM, Distancia de edición de cadenas. El problema de los impostores entrenados.
Combinación de clasificadores Combinación de clasificadores. Fuentes independientes o correladas Fusión de clasificadores: intramodal, extramodal, algorítmica y de scores. Sistemas estado del arte con reconocimiento multimodal.
Seguridad y privacidad de las muestras biométricas Técnicas de transformación del espacio de características (salting, hashing). Sistemas criptobiométricos (métodos key-binding y key-generation). Ocultadción de datos en biometría.
Universidade de Vigo            | Reitoría | Campus Universitario | C.P. 36.310 Vigo (Pontevedra) | Spain | Tlf: +34 986 812 000