2. Didattica
  3. Internazionalizzazione della Didattica
  4. Singoli insegnamenti erogati in lingua inglese

BIOMETRY AND BEHAVIOR ANALYSIS

Internazionalizzazione della Didattica BIOMETRY AND BEHAVIOR ANALYSIS

Indietro

0622700132
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2025/2026



ANNO CORSO 2
ANNO ORDINAMENTO 2022
PRIMO SEMESTRE
CFUOREATTIVITÀ
324LEZIONE
324LABORATORIO
- T
Obiettivi
IL CORSO È FINALIZZATO A FORNIRE ALLO STUDENTE LE CONOSCENZE TEORICHE, METODOLOGICHE E TECNOLOGICHE SUI SISTEMI DI AUTENTICAZIONE BIOMETRICA, INCLUDENDO L’ACQUISIZIONE DEI DATI, L’ESTRAZIONE DELLE CARATTERISTICHE, L’ARCHITETTURA DEI SISTEMI, GLI ASPETTI DI SICUREZZA E PARADIGMI INNOVATIVI COME I SISTEMI MULTIMODALI E I SOFT BIOMETRIC.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
TECNOLOGIE E ARCHITETTURE DEI SISTEMI DI RICONOSCIMENTO BIOMETRICO AUTOMATICO. CARATTERISTICHE, PUNTI DI FORZA E LIMITI DEI TRATTI BIOMETRICI PIÙ COMUNI (IMPRONTE DIGITALI, VISO, IRIDE, VOCE). FONDAMENTI DEI SISTEMI MULTIMODALI, DEI SOFT BIOMETRIC, DELL’ANALISI DEL COMPORTAMENTO E DELLA RILEVAZIONE DI ANOMALIE NELLE FOLLE. PROBLEMATICHE DI SICUREZZA COME ATTACCHI DI SPOOFING E DEEPFAKE.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
PROGETTAZIONE E IMPLEMENTAZIONE DI SISTEMI BIOMETRICI ATTRAVERSO LA CONFIGURAZIONE DI SENSORI, MODULI DI ESTRAZIONE DELLE CARATTERISTICHE E STRATEGIE DI CONFRONTO. INTEGRAZIONE DI MODULI DI SOFT BIOMETRIC E DI SICUREZZA IN SISTEMI COMPLETI. VALUTAZIONE PRATICA DELLE PRESTAZIONI E DELLA ROBUSTEZZA AGLI ATTACCHI E AI VINCOLI OPERATIVI.
Prerequisiti
L'INSEGNAMENTO RICHIEDE LA CONOSCENZA DI BASE DEL LINGUAGGIO PYTHON, DELLE METODOLOGIE E TECNOLOGIE DEL MACHINE LEARNING E ARTIFICIAL VISION.
Contenuti
Unità didattica 1: Sistemi di autenticazione biometrica (ORE LEZIONE/ESERCITAZIONE/LABORATORIO: 6/0/2)
- 1 (2 ORE LEZIONE): Introduzione alle tecnologie biometriche.
- 2 (2 ORE LEZIONE): Architettura di un sistema di riconoscimento biometrico.
- 3 (2 ORE LEZIONE): Introduzione ai sistemi biometrici multimodali.
- 4 (2 ORE LABORATORIO): Implementazione di un sistema di riconoscimento biometrico.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE:
Conoscenza delle tecnologie biometriche di base e delle loro finalità applicative. Capacità di descrivere le componenti principali di un sistema di autenticazione biometrica automatico, comprendendone i principi di funzionamento, le modalità operative e le potenzialità in termini di sicurezza e affidabilità.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE:
Capacità di configurare e gestire un sistema biometrico, scegliendo opportunamente i moduli in base allo scenario applicativo e integrando soluzioni esistenti per il riconoscimento dell’identità.

Unità didattica 2: Caratteristiche biometriche: acquisizione dati, estrazione delle feature, registrazione e riconoscimento dell’utente (ORE LEZIONE/ESERCITAZIONE/LABORATORIO: 14/8/6)
- 5 (2 ORE LEZIONE): Impronte digitali e palmari: sensori e caratteristiche.
- 6 (2 ORE ESERCITAZIONE): Implementazione di un sistema di riconoscimento tramite impronta digitale/palmare.
- 7 (2 ORE LEZIONE): Riconoscimento dell’iride: acquisizione dati e caratteristiche.
- 8 (2 ORE ESERCITAZIONE): Implementazione di un sistema di riconoscimento dell’iride.
- 9 (2 ORE LEZIONE): Riconoscimento facciale: caratteristiche, espressioni facciali, occlusioni.
- 10 (2 ORE LABORATORIO): Implementazione di un sistema di riconoscimento facciale.
- 11 (2 ORE LEZIONE): Identificazione vocale: acquisizione dati e caratteristiche.
- 12 (2 ORE ESERCITAZIONE): Implementazione di un sistema di identificazione vocale.
- 13 (2 ORE LEZIONE): Introduzione alla soft biometric.
- 14 (2 ORE ESERCITAZIONE): Uso della soft biometric per l'identificazione dell'utente.
- 15 (2 ORE LEZIONE): Analisi del comportamento e interazione uomo-macchina.
- 16 (2 ORE LABORATORIO): Algoritmi per l’analisi del comportamento.
- 17 (2 ORE LEZIONE): Rilevamento di anomalie nelle folle.
- 18 (2 ORE LABORATORIO): Algoritmi per il rilevamento di anomalie nelle folle.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE:
Conoscenza approfondita delle principali caratteristiche biometriche (come impronte, volto, voce, iride), dei relativi sensori e delle modalità di estrazione delle informazioni rilevanti. Capacità di valutare i punti di forza, le limitazioni e l’affidabilità di ciascun tratto biometrico in scenari diversi. Introduzione concettuale alla soft biometric e comprensione delle dinamiche di analisi comportamentale e del contesto nelle folle.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE:
Capacità di progettare e implementare sistemi biometrici che utilizzano i tratti biometrici più diffusi, integrando eventualmente moduli soft biometric. Competenza nella configurazione e nel collaudo di sistemi in grado di analizzare il comportamento individuale o collettivo, con attenzione alle prestazioni e alla robustezza dei modelli.

Unità didattica 3: Sicurezza dei sistemi biometrici (ORE LEZIONE/ESERCITAZIONE/LABORATORIO: 4/2/2)
- 19 (2 ORE LEZIONE): Attacchi di presentazione e rilevamento degli spoofing.
- 20 (2 ORE LABORATORIO): Implementazione di un modulo di rilevamento degli attacchi e integrazione in un sistema biometrico.
- 21 (2 ORE LEZIONE): I deepfake come minaccia ai sistemi di riconoscimento facciale.
- 22 (2 ORE ESERCITAZIONE): Rilevamento dei deepfake.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE:
Conoscenza delle principali minacce ai sistemi di autenticazione biometrica, tra cui attacchi di presentazione (presentation attacks) e manipolazioni tramite deepfake. Capacità di comprendere le tecniche di attacco e le possibili contromisure adottabili per rafforzare la sicurezza del sistema.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE:
Capacità di progettare e integrare moduli di liveness detection e rilevamento di attacchi all’interno di sistemi biometrici, con l’obiettivo di aumentarne l’affidabilità e prevenire tentativi di accesso fraudolento.

Unità didattica 4: Project work (ORE LEZIONE/ESERCITAZIONE/LABORATORIO: 0/0/4)
- 23 (2 ORE LABORATORIO): Project work.
- 24 (2 ORE LABORATORIO): Project work.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE:
Capacità di progettare un sistema biometrico completo, valutando criticamente le tecniche, i sensori e gli algoritmi più idonei in funzione dei vincoli applicativi, del contesto d’uso e dei requisiti di sicurezza.
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE:
Competenze pratiche nella realizzazione e validazione di un progetto completo di sistema biometrico, dalla fase di ideazione a quella di valutazione delle prestazioni in scenari reali o simulati.
Metodi Didattici
L’INSEGNAMENTO CONTEMPLA LEZIONI TEORICHE, ESERCITAZIONI IN AULA ED ESERCITAZIONI PRATICHE DI LABORATORIO.
Verifica dell'apprendimento
IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO E CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI. L'ESAME PREVEDE LA DISCUSSIONE DI UN PROGETTO REALIZZATO IN GRUPPO (CON GRUPPI DI 3-4 PERSONE) E UN COLLOQUIO ORALE INDIVIDUALE.
LA DISCUSSIONE DEL PROGETTO È VOLTA A DIMOSTRARE LA CAPACITÀ DI APPLICARE LE CONOSCENZE E LA CAPACITÀ DI COMPRENSIONE MEDIANTE LA REALIZZAZIONE UNA SEMPLICE APPLICAZIONE DEGLI STRUMENTI DI MACHINE LEARNING O BIG DATA ANALYTICS PRESENTATI NEL CORSO A UN PROBLEMA PROPOSTO DAL DOCENTE. LA DISCUSSIONE DEL PROGETTO PREVEDE UNA DIMOSTRAZIONE PRATICA DEL FUNZIONAMENTO DELL'APPLICAZIONE REALIZZATA, LA PRESENTAZIONE DELLA VALUTAZIONE DELLE PRESTAZIONI DELL'APPLICAZIONE MEDIANTE INDICATORI QUANTITATIVI, E UNA DESCRIZIONE DELLE SCELTE TECNICHE EFFETTUATE, EVENTUALMENTE CON L'AUSILIO DI SLIDE.
IL COLLOQUIO ORALE MIRA A VERIFICARE IL LIVELLO DELLE CONOSCENZE E DELLA CAPACITÀ DI COMPRENSIONE DEGLI ARGOMENTI AFFRONTATI NEL CORSO, NONCHÉ LA CAPACITÀ DI ESPOSIZIONE DELLO STUDENTE.
Testi
A. Jain et al., Handbook of Biometrics, Springerhttps://www.springer.com/gp/book/9780387710402

B. Bhanu and A. Kumar, Deep learning in biometrics, Springerhttps://www.springer.com/gp/book/9783319616568

C. Rathgeb et al., Handbook of Digital Face Manipulation and Detection, Springerhttps://link.springer.com/book/10.1007/978-3-030-87664-7

K. Saeed, New direction in behavioural biometrics, CRC Presshttps://www.crcpress.com/New-Directions-in-Behavioral-Biometrics/Saeed/p/book/9781498784627

V . Murino et al., Group and crowd behavior for computer vision, Academic Presshttps://www.sciencedirect.com/book/9780128092767/group-and-crowd-behavior-for-computer-vision#book-info
Altre Informazioni
L'INSEGNAMENTO E' EROGATO IN INGLESE
Orari Lezioni

  BETA VERSION Fonte dati ESSE3
  • Didattica