marcorealacci/master-degree-notes
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

vault backup: 2025-01-13 02:40:46

Browse source
This commit is contained in:
Marco Realacci 2025-01-13 02:40:46 +01:00
parent b3d5501818
commit dddeda45e5
1 changed files with 5 additions and 5 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

10
Biometric Systems/frequently asked questions/BS_oral_questions_16022021.md
View file

@ -142,7 +142,7 @@ DAY 3 - 30
3. SECOND & THIRD - 29 3. SECOND & THIRD - 29
1. Difference between hard and soft biometrics? example? we can use soft biometrics in some ways? (sì per scartare subito probe molto diverse e usare poi hard biometrics ) 1. Difference between hard and soft biometrics? example? we can use soft biometrics in some ways? (sì per scartare subito probe molto diverse e usare poi hard biometrics)
2. Different level of Fingerprint recognition? (micro and macro features) There is 3 level, what is the third? 2. Different level of Fingerprint recognition? (micro and macro features) There is 3 level, what is the third?
@ -156,23 +156,23 @@ DAY 3 - 30
7. Multi biometric system, how merge the result? 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? 8. Problem of 2D recognition, what can be solved with 3D recognition? what can't be solved by either of them? (chirurgia plastica, invecchiamento, espressioni esagerate, alcune tipologie di attacchi di spoofing usando maschere molto accurate...)
5. FOURTH & FIFTH - 30 5. FOURTH & FIFTH - 30
1. In quanti modi possiamo partendo da un dataset unico, dividerlo per creare un modello? 1. In quanti modi possiamo partendo da un dataset unico, dividerlo per creare un modello? (le 3 suddivisioni. Train/test e poi per la test probe/gallery e il numero di impostori nel probe set)
2. ? 2. ?
3. spoofing attack false acceptance rate cosa significa? cosa ci metto al denominatore? (numero di sample contraffatti) 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? 4. parlando della fusione di tipo score level(o matching level), ci sono 3 tipi di risultati da fondere, quali sono? (abstract o majority voting, ranking e measurement)
5. ? 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) 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 allinearle)
7. ? 7. ?