vault backup: 2025-01-12 22:00:46
This commit is contained in:
parent
66e4dfa847
commit
6888adbc6d
2 changed files with 197 additions and 9 deletions
20
.obsidian/workspace.json
vendored
20
.obsidian/workspace.json
vendored
|
|
@ -12,14 +12,16 @@
|
|||
"id": "1fb39a1dfc7b5200",
|
||||
"type": "leaf",
|
||||
"state": {
|
||||
"type": "markdown",
|
||||
"type": "pdf",
|
||||
"state": {
|
||||
"file": "Biometric Systems/domande orale/BS_questions.txt.md",
|
||||
"mode": "source",
|
||||
"source": false
|
||||
"file": "Biometric Systems/slides/LEZIONE12_MULBIOMETRIC.pdf",
|
||||
"page": 7,
|
||||
"left": -16,
|
||||
"top": 544,
|
||||
"zoom": 0.9277310924369748
|
||||
},
|
||||
"icon": "lucide-file",
|
||||
"title": "BS_questions.txt"
|
||||
"icon": "lucide-file-text",
|
||||
"title": "LEZIONE12_MULBIOMETRIC"
|
||||
}
|
||||
},
|
||||
{
|
||||
|
|
@ -244,11 +246,12 @@
|
|||
"companion:Toggle completion": false
|
||||
}
|
||||
},
|
||||
"active": "2b2245f56092006e",
|
||||
"active": "1fb39a1dfc7b5200",
|
||||
"lastOpenFiles": [
|
||||
"Biometric Systems/domande orale/BS_oral_questions_16022021.md",
|
||||
"Biometric Systems/domande orale/BS_questions.txt.md",
|
||||
"Biometric Systems/domande orale/Biomteric Systems.pdf",
|
||||
"Biometric Systems/notes/7. Face recognition 3D.md",
|
||||
"Biometric Systems/domande orale/BS_questions.txt.md",
|
||||
"Biometric Systems/domande orale/Domande biometrici ita.pdf",
|
||||
"Biometric Systems/domande orale/Biometrics orale.pdf",
|
||||
"Biometric Systems/domande orale",
|
||||
|
|
@ -264,7 +267,6 @@
|
|||
"Biometric Systems/slides/LEZIONE7_Face recognition3D.pdf",
|
||||
"Foundation of data science/slides/More on Neural Networks (1).pdf",
|
||||
"Foundation of data science/slides/FDS_convnet_primer_new.pdf",
|
||||
"Foundation of data science/slides/linear regression.pdf",
|
||||
"Foundation of data science/notes/9 XGBoost.md",
|
||||
"Foundation of data science/notes/Untitled.md",
|
||||
"Foundation of data science/notes/9 Gradient Boosting.md",
|
||||
|
|
|
|||
186
Biometric Systems/domande orale/BS_oral_questions_16022021.md
Normal file
186
Biometric Systems/domande orale/BS_oral_questions_16022021.md
Normal file
|
|
@ -0,0 +1,186 @@
|
|||
Questions BS - 16/02/2021
|
||||
|
||||
DAY 1
|
||||
|
||||
1. FIRST - 28
|
||||
|
||||
|
||||
1. Haar cascade classifier
|
||||
|
||||
2. Training in face recognition
|
||||
|
||||
3. Evaluation in Verification systems
|
||||
|
||||
|
||||
3. SECOND bad grade (redo)
|
||||
|
||||
|
||||
1. EER metrics
|
||||
|
||||
2. Rubber Sheet Model
|
||||
|
||||
3. Fingerprint Recognition
|
||||
|
||||
|
||||
5. THIRD 24
|
||||
|
||||
|
||||
1. What is spoofing?
|
||||
|
||||
2. Evaluate spoofing together with recognition?
|
||||
|
||||
3. Difference between hard and soft biometrics
|
||||
|
||||
4. Which biometrics trait is unique?
|
||||
|
||||
|
||||
DAY 2
|
||||
|
||||
1. FIRST - 30
|
||||
|
||||
|
||||
1. What is the other biometric feature (beyond the iris) that has random traits? (Fingerprint)
|
||||
|
||||
2. Cosa sono le impronte latenti? primo problema tra registrare un'impronta latente e quella diretta?
|
||||
|
||||
3. Approccio multi biometrico? Come mettere insieme i risultati? Quali tipi di fusione esistono oltre a quelli basati su score? Feature level?
|
||||
|
||||
4. Che cosa si intende per detection and identification rate?
|
||||
|
||||
|
||||
3. SECOND & THIRD - 30 & 30
|
||||
|
||||
|
||||
1. Doddington Zoo? Estensione a cosa è dovuta? Come si potrebbe irrobustire un sistema biometrico con una gallery di soggetti? (in fase di verifica si possono usare threshold adattive)
|
||||
|
||||
2. Come funziona verification ( vs identification)?
|
||||
|
||||
3. (Multibiometric system)Borda count quando viene utilizzato, in che metodo? fusion strategy? Utilizzare un sistema di Ranking a livello di score fusion? Vantaggi e svantaggi rank?
|
||||
|
||||
4. Differenza tra spoofing e camufaggio?
|
||||
|
||||
5. Tutti i tratti biometrici sono soggetti a spoofing?
|
||||
|
||||
6. Liveness Detection per anti-spoofing ( ad es. riconoscere una foto o un video )
|
||||
|
||||
7. Tecniche che vengono utilizzate per alcuni tipi di Liveness Detection, Come si fa micro-texture analysis? operatore per la micro-texture ?
|
||||
|
||||
8. Dove si trova moiré pattern?
|
||||
|
||||
|
||||
5. FOURTH & FIFTH & SIXTH - 27
|
||||
|
||||
|
||||
1. In quanti modi posso effettuare un identificazione? come valuto i casi corretti di accettazione? anche li devo calcolare un rate, cosa c’è al denominatore del dir?
|
||||
|
||||
2. False Rejection come me lo calcolo? Nella identificazione closed set?
|
||||
|
||||
3. Quali sono i pro e contro nel riconoscimento dell’iride, tra la cattura delle immagini nella banda near inference in e con la luce visibile (luce naturale e infrarossi)?
|
||||
|
||||
4. Vantaggi e svantaggi riconoscimento facciale 2D e 3D?
|
||||
|
||||
5. Cosa è un Morphable Model?
|
||||
|
||||
6. Differenza un sistema di face detection basato su Adaboost e quelli basati su determinate caratteristiche del volto?
|
||||
|
||||
|
||||
7. SEVENTH - 27
|
||||
|
||||
|
||||
1. How we can evaluate a recognition system? False Acceptance Rate? How i can choose accept or reject in evaluation?
|
||||
|
||||
2. Difference between hard and soft biometrics?
|
||||
|
||||
3. What is spoofing? what is very simple way to challenge paper and video spoofing?
|
||||
|
||||
4. Approccio multi biometrico? Come mettere insieme i risultati? quali sono i possibili problemi?
|
||||
|
||||
5. Rubber Sheet Model
|
||||
|
||||
|
||||
9. EIGHTH & NINTH - 30L
|
||||
|
||||
|
||||
1. Which is different between genotypic and randotypic caratteristics
|
||||
|
||||
2. If we have two characteristics, one strong but computationally slow and one soft but faster? What can we do?
|
||||
|
||||
3. Fingerprints Recognition? Lists some types of fingerprint shapes?
|
||||
|
||||
4. what sensors should there be to use a smartwatch for recognition in addition to the gyroscope? (accelerometer)
|
||||
|
||||
|
||||
11. TENTH and ELEVENTH - 28
|
||||
|
||||
|
||||
1. Detection identification rate? in quali applicazioni si usa? (identificazione open set) differenza identificazione open e closed set? cosa c’è al numeratore? e denominatore? (numero di accessi genuini)
|
||||
|
||||
2. Invece false rejection come si calcola?
|
||||
|
||||
3. Si ricorda il Doddington Zoo? Come cercare di ridurre il tasso di errore causato da questi utenti, senza toccare il threshold? (abbasso la soglia solo per questi utenti)
|
||||
|
||||
4. Esempio di uso di un banco di filtri?
|
||||
|
||||
5. possiamo usare dei modelli 3d per il volto, quali sono le strategie migliori per utilizzarli? Se voglio continuare ad avere in input modelli 2D ma nella gallery ho modelli 3D, come posso utilizzarli nel riconoscimento?
|
||||
|
||||
6. In che modo la posa influenza? (posizione, illuminazione) abbiamo dei metodi per valutare la posa del viso? (tramite i 3 assi) quale rotazione distorce in modo irreparabile? (abbassare la testa)
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
DAY 3 - 30
|
||||
|
||||
1. FIRST and SECOND - 30
|
||||
|
||||
|
||||
1. How can youyou can detect moiré pattern?
|
||||
|
||||
2. Which is different between genotypic and randotypic characteristics?caratteristics? quali sono più discriminativi?
|
||||
|
||||
3. Rubber Sheet Model? primo passo per eseguirlo correttamente?
|
||||
|
||||
4. Quando si usa il borda count?
|
||||
|
||||
5. Indice di PoincaréPoincarè
|
||||
|
||||
|
||||
3. SECOND & THIRD - 29
|
||||
|
||||
|
||||
1. Difference between hard and soft biometrics? example? we can use soft biometrics in some ways?
|
||||
|
||||
2. Different level of Fingerprint recognition? (micro and macro features) There is 3 level, what is the third?
|
||||
|
||||
3. 2 different kind of identification? which? difference between closed and open set?
|
||||
|
||||
4. False Rejection
|
||||
|
||||
5. \\
|
||||
|
||||
6. Do you remember Doddington Zoo?
|
||||
|
||||
7. Multi biometric system, how merge the result?
|
||||
|
||||
8. Problem of 2D recognition, what can be solved with 3D recognition? what can't be solved by either of them?
|
||||
|
||||
|
||||
5. FOURTH & FIFTH - 30
|
||||
|
||||
|
||||
1. In quanti modi possiamo partendo da un dataset unico, dividerlo per creare un modello?
|
||||
|
||||
2. ?
|
||||
|
||||
3. spoofing attack false acceptance rate cosa significa? cosa ci metto al denominatore? (numero di sample contraffatti)
|
||||
|
||||
4. parlando della fusione di tipo score level(o matching level), ci sono 3 tipi di risultati da fondere, quali sono?
|
||||
|
||||
5. ?
|
||||
|
||||
6. Quando devo identificare un impronta latente, quali sono i problemi che bisogna affrontare? che ne so a cosa corrisponde il pezzo latente? (bisogna prima alinearle)
|
||||
|
||||
7. ?
|
||||
|
||||
8. Problemi del iris recognition?
|
||||
Loading…
Reference in a new issue