UNIVERSITA’ DEGLI STUDI DI TRIESTE<br />FACOLTA’ DI INGEGNERIA<br />Dipartimento di Ingegneria Industriale e dell'Informaz...
Motivazioni <br /><ul><li>La sicurezza nei sistemi di elaborazione richiede standard sempre più elevati
Il problema dell’autenticazione è un problema difficile da risolvere con tecniche di tipo tradizionale
La ricerca in questo settore è molto attiva</li></li></ul><li>Obiettivi <br /><ul><li>Implementare un sistema di autentica...
Dimostrare i vantaggi dell’uso di sistemi biometrici multimodali rispetto a quelli unimodali.
Realizzare una dimostrazione in tempo reale di fingerprintverification in ambiente embedded.</li></li></ul><li>Strumenti u...
Tipo swipe (a strisciamento)
Risoluzione 501 dpi
Immagini catturate: 144x384 pixel
SBC TS-7800
Processore ARM9 500Mhz
S.O. Linux Debian Sarge
Sw identificazione facciale
Modellazione statistica delle immagini usando DCT e EHMM
Upcoming SlideShare
Loading in …5
×

Fusione di impronta digitale e impronta vocale per il controlllo accessi

607 views
515 views

Published on

Presentazione tesi di laurea di Corona Pietro

Published in: Technology, Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
607
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
6
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Fusione di impronta digitale e impronta vocale per il controlllo accessi

  1. 1. UNIVERSITA’ DEGLI STUDI DI TRIESTE<br />FACOLTA’ DI INGEGNERIA<br />Dipartimento di Ingegneria Industriale e dell'Informazione<br />Fusione di impronta digitale e impronta vocale per il controllo accessi<br />Laureando: Pietro CORONA<br />Relatore:<br />Enzo MUMOLO<br />
  2. 2. Motivazioni <br /><ul><li>La sicurezza nei sistemi di elaborazione richiede standard sempre più elevati
  3. 3. Il problema dell’autenticazione è un problema difficile da risolvere con tecniche di tipo tradizionale
  4. 4. La ricerca in questo settore è molto attiva</li></li></ul><li>Obiettivi <br /><ul><li>Implementare un sistema di autenticazione biometrico multimodale utilizzando impronte vocali e digitali.
  5. 5. Dimostrare i vantaggi dell’uso di sistemi biometrici multimodali rispetto a quelli unimodali.
  6. 6. Realizzare una dimostrazione in tempo reale di fingerprintverification in ambiente embedded.</li></li></ul><li>Strumenti usati<br /><ul><li>Scanner di impronta digitale UpekTCEEA4
  7. 7. Tipo swipe (a strisciamento)
  8. 8. Risoluzione 501 dpi
  9. 9. Immagini catturate: 144x384 pixel
  10. 10. SBC TS-7800
  11. 11. Processore ARM9 500Mhz
  12. 12. S.O. Linux Debian Sarge
  13. 13. Sw identificazione facciale
  14. 14. Modellazione statistica delle immagini usando DCT e EHMM
  15. 15. Per Windows</li></li></ul><li>Lavoro svolto<br /><ul><li>In ambiente pc
  16. 16. Realizzazione programma di acquisizione
  17. 17. Raccolta impronte digitali
  18. 18. Implementazione enrollment e creazione modelli
  19. 19. Implementazione e test algoritmo di verifica
  20. 20. Analisi dei risultati (normalizzazione)
  21. 21. Algoritmo di fusione
  22. 22. Analisi dei risultati
  23. 23. In ambiente ARM
  24. 24. Realizzazione ulteriore programma di acquisizione
  25. 25. Porting programma verifica (no enrollment)
  26. 26. Script gestione automatica delle operazioni</li></li></ul><li>Problemi affrontati<br /><ul><li>Problemi di porting
  27. 27. Da Windows a Linux: modifica chiamate di sistema per la gestione dei file.
  28. 28. Da pc ad Arm: librerie openCv, API alternative per lo scanner.
  29. 29. Modifiche al sw di face identify
  30. 30. Da identify a verify: modello soggetto + modello mondo
  31. 31. Separazione enrollment da verifica
  32. 32. Modifica output del programma (risultati)
  33. 33. Parametri: accuratezza vs. prestazioni</li></li></ul><li>Addestramento modelli<br /> <br /> <br /> <br />𝑋𝑘1𝑘2=𝐷𝐶𝑇−2𝐷<br /> <br /> <br /> <br /> <br /> <br /> <br />Baum - Welch<br /> <br />
  34. 34. Verifica<br /><ul><li>Acquisizione di una immagine di fingerprint
  35. 35. Modello del Mondo + Modello soggetto per robustezza</li></li></ul><li>Algoritmo di fusione<br /> <br /> <br />Score fingerprint verification<br /> <br />Score speaker verification<br /> <br /> <br />Varianza score fingerprint verification (da esperimenti)<br /> <br />Varianza score speaker verification (da esperimenti)<br />Minimizza la varianza complessiva<br />
  36. 36.
  37. 37.
  38. 38. Risultati - I <br />(1) e (2) : parametri diversi<br />
  39. 39. Risultati - II <br />singole biometrie<br />vs<br />fusione<br />Con la fusione otteniamo prestazioni migliori!<br />
  40. 40. Conclusioni<br /><ul><li>Gli obiettivi sono stati raggiunti totalmente.
  41. 41. La fusione è stata realizzata solo su pc per problemi tecnici e per mancanza di tempo.
  42. 42. Sviluppi futuri
  43. 43. Implementazione della fusione in ambiente embedded.
  44. 44. Miglioramento delle prestazioni dell’algoritmo di verifica
  45. 45. Posa in opera di un’applicazione pratica del sistema</li>

×