Guia docente 2023_24 Escola de Enxeñaría de Telecomunicación

Máster Universitario en Visión por Computador

Contenidos

Tema	Subtema
Principios básicos de la identificación biométrica	Identidad versus rasgos biométricos: Tipos de rasgos y firmas biométricas. Varianza intra-clase e inter-clase de las firmas biometricas. Influencia de los sensores en las diferentes firmas. Modelado matemático de los datos biométricos: Extracción de características. Compresión. Representación versus Discriminación. Reconocimiento, Identificación, Verificación y Autenticación. Tipos de errores: TER, ERR, FAR, FRR.
Tecnologías biométricas actuales	Características fisiológicas: huellas, iris, cara, palma, retina, voz. Características aprendidas: firma (estática y dinámica), pulsaciones de teclado. Detección de muestra viva. Pros y contras en el uso de cada rasgo biométrico.
Reconocimiento facial	Técnicas globales (eigenfaces, fisherfaces) versus técnicas locales (template matching, NCC, Elastic Bunch Graph Matching). El problema de la variación de iluminación y pose. El problema de la detección y normalización. Técnicas de aprendizaje profundo. Pros y contras.
Reconocimiento de huellas dactilares	Representación de minucias. Distancia de Hausdorff. Filtros de Gabor. Tolerancia a deformaciones. Tipos de sensores.
Reconocimiento de iris	Representación del iris. Algoritmo de Daugman. Algoritmo de Wildes. Reconocimiento a distancia. Pros y contras del reconocimiento de iris.
Reconocimiento multimodal. Multibiometría.	Combinación de clasificadores. Fuentes independientes o correladas Fusión de clasificadores: intramodal, extramodal, algorítmica y de scores. Sistemas estado del arte con reconocimiento multimodal y/o multibiométrico.