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

vault backup: 2025-01-13 02:15:46

Browse source
This commit is contained in:
Marco Realacci 2025-01-13 02:15:46 +01:00
parent dce8650f17
commit f3aee0a36e
2 changed files with 92 additions and 98 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

19
.obsidian/workspace.json vendored
View file

@ -12,16 +12,14 @@
"id": "1fb39a1dfc7b5200", "id": "1fb39a1dfc7b5200",
"type": "leaf", "type": "leaf",
"state": { "state": {
"type": "pdf", "type": "markdown",
"state": { "state": {
"file": "Biometric Systems/slides/LEZIONE12_MULBIOMETRIC.pdf", "file": "Biometric Systems/frequently asked questions/BS_oral_questions_16022021.md",
"page": 4, "mode": "source",
"left": -16, "source": false
"top": 405,
"zoom": 0.9277310924369747
}, },
"icon": "lucide-file-text", "icon": "lucide-file",
"title": "LEZIONE12_MULBIOMETRIC" "title": "BS_oral_questions_16022021"
} }
}, },
{ {
@ -248,15 +246,15 @@
}, },
"active": "1fb39a1dfc7b5200", "active": "1fb39a1dfc7b5200",
"lastOpenFiles": [ "lastOpenFiles": [
"Biometric Systems/frequently asked questions/BS_oral_questions_16022021.md",
"Biometric Systems/frequently asked questions/BS_questions.txt.md", "Biometric Systems/frequently asked questions/BS_questions.txt.md",
"Biometric Systems/slides/LEZIONE12_MULBIOMETRIC.pdf",
"Biometric Systems/frequently asked questions/BS_oral_questions_16022021.md",
"Biometric Systems/frequently asked questions/Biomteric Systems.pdf", "Biometric Systems/frequently asked questions/Biomteric Systems.pdf",
"Biometric Systems/notes/7. Face recognition 3D.md", "Biometric Systems/notes/7. Face recognition 3D.md",
"Biometric Systems/frequently asked questions/Domande biometrici ita.pdf", "Biometric Systems/frequently asked questions/Domande biometrici ita.pdf",
"Biometric Systems/frequently asked questions/Biometrics orale.pdf", "Biometric Systems/frequently asked questions/Biometrics orale.pdf",
"Biometric Systems/frequently asked questions", "Biometric Systems/frequently asked questions",
"Biometric Systems/notes/13. Multi biometric.md", "Biometric Systems/notes/13. Multi biometric.md",
"Biometric Systems/slides/LEZIONE12_MULBIOMETRIC.pdf",
"Biometric Systems/notes/8 Face anti spoofing.md", "Biometric Systems/notes/8 Face anti spoofing.md",
"Biometric Systems/notes/11. Fingerprints.md", "Biometric Systems/notes/11. Fingerprints.md",
"Biometric Systems/slides/LEZIONE11_Fingerprints.pdf", "Biometric Systems/slides/LEZIONE11_Fingerprints.pdf",
@ -283,7 +281,6 @@
"Foundation of data science/notes/5 Neural Networks.md", "Foundation of data science/notes/5 Neural Networks.md",
"Biometric Systems/notes/1. Introduction.md", "Biometric Systems/notes/1. Introduction.md",
"Foundation of data science/notes/3.2 LLM generated from notes.md", "Foundation of data science/notes/3.2 LLM generated from notes.md",
"Foundation of data science/notes/4 L1 and L2 normalization - Lasso and Ridge.md",
"Biometric Systems/images/Pasted image 20241228171617.png", "Biometric Systems/images/Pasted image 20241228171617.png",
"Biometric Systems/images/Pasted image 20241228174722.png", "Biometric Systems/images/Pasted image 20241228174722.png",
"Biometric Systems/images/Pasted image 20241217025904.png", "Biometric Systems/images/Pasted image 20241217025904.png",

171
Biometric Systems/frequently asked questions/BS_oral_questions_16022021.md
View file

@ -3,128 +3,125 @@ Questions BS - 16/02/2021
DAY 1 DAY 1
1. FIRST - 28 1. FIRST - 28
1. Haar cascade classifier 3. Haar cascade classifier
2. Training in face recognition
3. Evaluation in Verification systems
3. SECOND bad grade (redo) 4. Training in face recognition
1. EER metrics 5. Evaluation in Verification systems
2. Rubber Sheet Model
3. Fingerprint Recognition
5. THIRD 24
1. What is spoofing? 6. SECOND bad grade (redo)
2. Evaluate spoofing together with recognition? 7. EER metrics
3. Difference between hard and soft biometrics 8. Rubber Sheet Model
4. Which biometrics trait is unique? 9. Fingerprint Recognition
10. THIRD 24
11. What is spoofing?
12. Evaluate spoofing together with recognition?
13. Difference between hard and soft biometrics
14. Which biometrics trait is unique?
DAY 2 DAY 2
1. FIRST - 30 1. FIRST - 30
1. What is the other biometric feature (beyond the iris) that has random traits? (Fingerprint) 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? 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? 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? 4. Che cosa si intende per detection and identification rate?
3. SECOND & THIRD - 30 & 30 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) 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)? 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? 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? 4. Differenza tra spoofing e camufaggio?
5. Tutti i tratti biometrici sono soggetti a spoofing? 5. Tutti i tratti biometrici sono soggetti a spoofing?
6. Liveness Detection per anti-spoofing ( ad es. riconoscere una foto o un video )  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 ? 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? 8. Dove si trova moiré pattern?
5. FOURTH & FIFTH & SIXTH - 27  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? 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? 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)? 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? 4. Vantaggi e svantaggi riconoscimento facciale 2D e 3D?
5. Cosa è un Morphable Model? 5. Cosa è un Morphable Model?
6. Differenza un sistema di face detection basato su Adaboost e quelli basati su determinate caratteristiche del volto? 6. Differenza un sistema di face detection basato su Adaboost e quelli basati su determinate caratteristiche del volto?
7. SEVENTH - 27 7. SEVENTH - 27
1. How we can evaluate a recognition system? False Acceptance Rate? How i can choose accept or reject in evaluation? 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? 2. Difference between hard and soft biometrics?
3. What is spoofing? what is very simple way to challenge paper and video spoofing? 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? 4. Approccio multi biometrico? Come mettere insieme i risultati? quali sono i possibili problemi?
5. Rubber Sheet Model 5. Rubber Sheet Model
9. EIGHTH & NINTH - 30L 9. EIGHTH & NINTH - 30L
1. Which is different between genotypic and randotypic caratteristics 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? 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? 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) 4. what sensors should there be to use a smartwatch for recognition in addition to the gyroscope? (accelerometer)
11. TENTH and ELEVENTH - 28  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) 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?  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) 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?  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?  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) 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)
@ -133,54 +130,54 @@ DAY 2
DAY 3 - 30 DAY 3 - 30
1. FIRST and SECOND - 30 1. FIRST and SECOND - 30
1. How can youyou can detect moiré pattern? 1. How can youyou can detect moiré pattern?
2. Which is different between genotypic and randotypic characteristics?caratteristics? quali sono più discriminativi? 2. Which is different between genotypic and randotypic characteristics?caratteristics? quali sono più discriminativi?
3. Rubber Sheet Model? primo passo per eseguirlo correttamente? 3. Rubber Sheet Model? primo passo per eseguirlo correttamente?
4. Quando si usa il borda count? 4. Quando si usa il borda count?
5. Indice di PoincaréPoincarè 5. Indice di PoincaréPoincarè
3. SECOND & THIRD - 29 3. SECOND & THIRD - 29
1. Difference between hard and soft biometrics? example? we can use soft biometrics in some ways? 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? 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? 3. 2 different kind of identification? which? difference between closed and open set?
4. False Rejection 4. False Rejection
5. \\ 5. \\
6. Do you remember Doddington Zoo? 6. Do you remember Doddington Zoo?
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?
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?
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?
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 alinearle)
7. ? 7. ?
8. Problemi del iris recognition? 8. Problemi del iris recognition?