add biometric chapter 1

This commit is contained in:
Marco Realacci 2024-09-27 02:16:56 +02:00
parent 2b0a70ef27
commit 71494bdd1c
8 changed files with 100 additions and 5 deletions

4
.obsidian/app.json vendored
View file

@ -1 +1,3 @@
{}
{
"alwaysUpdateLinks": true
}

View file

@ -11,8 +11,32 @@
"id": "1d85c224683321ec",
"type": "leaf",
"state": {
"type": "empty",
"state": {}
"type": "pdf",
"state": {
"file": "Biometric Systems/slides/LEZIONE1_Introduzione.pdf",
"page": 32,
"left": -24,
"top": 6,
"zoom": 0.615625
}
}
}
]
},
{
"id": "75aa4113d18475de",
"type": "tabs",
"children": [
{
"id": "97d6e45de66358f9",
"type": "leaf",
"state": {
"type": "markdown",
"state": {
"file": "Biometric Systems/final notes/1. Introduction.md",
"mode": "source",
"source": false
}
}
}
]
@ -81,6 +105,7 @@
"state": {
"type": "backlink",
"state": {
"file": "Biometric Systems/final notes/1. Introduction.md",
"collapseAll": false,
"extraContext": false,
"sortOrder": "alphabetical",
@ -97,6 +122,7 @@
"state": {
"type": "outgoing-link",
"state": {
"file": "Biometric Systems/final notes/1. Introduction.md",
"linksCollapsed": false,
"unlinkedCollapsed": true
}
@ -118,7 +144,9 @@
"type": "leaf",
"state": {
"type": "outline",
"state": {}
"state": {
"file": "Biometric Systems/final notes/1. Introduction.md"
}
}
},
{
@ -151,8 +179,15 @@
"obsidian-git:Open Git source control": false
}
},
"active": "0d5325c0f9289cea",
"active": "97d6e45de66358f9",
"lastOpenFiles": [
"Biometric Systems/slides/LEZIONE1_Introduzione.pdf",
"Biometric Systems/final notes/1. Introduction.md",
"Biometric Systems/slides/lezione1 notes.md",
"Biometric Systems/images/architecture - recognition.png",
"Biometric Systems/images/architecture - enrollment.png",
"Biometric Systems/images",
"Biometric Systems/slides/LEZIONE2_Indici_di_prestazione.pdf",
"prova per obsidian.md",
"Biometric Systems/final notes",
"Biometric Systems/slides",

View file

@ -0,0 +1,58 @@
#### Pattern recognition
- Two patterns are similar if the measure of the **distance** between their **feature vectors** is small.
- Three main issues:
- what is a good measure?
- which are the best features?
- what is the difference margin to accept?
#### Definition of biometrics
**In general:** measure and statistical analysis of biological data
**In technological sense:** measure and analysis of physical and/or behavioral characteristics to authenticate/recognize a person
**Definition by Biometric Consortium**: automatic recognition of a person according to discriminative characteristics.
### Architecture of a Biometric System
**Enrollment:** processo di cattura dei dati biometrici di un utente, dai quali vengono estratte *features* ottenendo un feature vector. Aggiungendo informazioni ausiliarie (identità, indirizzo...) otteniamo il template, che viene memorizzato nel *template archive*.
![[architecture - enrollment.png]]
**Recognition:** vengono catturati i dati biometrici dell'utente e viene prodotto un template (detto probe), viene fatto un confronto per similarità con i template presenti nell'archive.
- **verification 1:1** (verifichiamo che l'utente sia chi dice di essere)
- **identification 1:N** (deduciamo l'identità dell'utente dai dati biometrici)
- **Open-Set:** è possibile che molti probe sottomessi al sistema non appartengano a nessun utente presente nel gallery (o template archive).
- Possibili errori:
- reject di una probe appartenente ad un soggetto registrato
- accept di una probe non appartenente ad un soggetto iscritto
- restituzione dell'identtià errata
- **Closed-Set**:
- Possibile errore: restituzione dell'identità errata
- bisogna definire attentamente una threshold: i sample cambiano nel tempo (es. la mia faccia domani non sarà identica a quella di oggi, e così via...)
![[architecture - recognition.png]]
#### Moduli di un sistema biometrico
- **sensor module:** acquisisce i dati biometrici
- **feature extraction module:** un insieme di caratteristiche viene estratto dai dati acquisiti. Durante la fase di enrollment produce il template da memorizzare
- **matching module:** le feature estratte (probe) vengono matchate con i template salvati. Ritorna una o più identità corrispondenti
- **decision module:** prende una decisione sulla base dei risultati del modulo precedente.
#### Tipi di utenti
- Cooperativo (interessato ad essere identificato / verificato)
- Non cooperativo (cerca di non farsi identificare/verificare o non gliene frega un cazzo)
- Public/Private: gli utenti del sistema sono clienti o dipendenti dell'ente che installa il sistema
- Used/Non used
- Aware/Not aware
#### Scenari (settings)
- Controlled: si è guidati in in modo da acquisire i sample nel modo migliore
- Uncontrolled/undercontrolled: non si è supervisionati
- possibili foto sfocate, in ombra ecc.
- non verrà chiesto all'utente di ripetere l'acquisizione
#### Requisiti di un tratto biometrico
**Universalità:** lo devono possedere tutti (salvo rare eccezioni)
**Unicità:** deve essere diverso per ogni persona
**Permanenza:** non deve cambiare nel tempo
**Misurabilità (collectability):** deve essere misurabile da un sensore
**Accettabilità:** le persone non devono opporsi all'acquisizione, non deve essere un sistema invasivo.

Binary file not shown.

After

Width:  |  Height:  |  Size: 22 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 12 KiB

Binary file not shown.