Sistemi biometrici adattativi con aggiornamento del template

Il riconoscimento personale attraverso un sistema biometrico passa per la memorizzazione del “template” dell’utente, ovvero del set di misure che denotano l’unicità della sua biometrica rispetto a tutte le altre.

Questo template, tuttavia, può non essere rappresentativo se le condizioni in cui è stato acquisito differiscono da quelle in cui il sistema viene utilizzato per il riconoscimento. Un esempio semplice nel caso del volto è dato dall’acquisizione del template sotto illuminazione frontale. Se, durante il funzionamento, l’illuminazione varia di orientazione o intensità, il soggetto acquisito genererà un nuovo set di misure che sarà diverso da quello precedentemente acquisito, e potrebbe quindi dar luogo ad un errore nel riconoscimento.

Per ridurre l’effetto di variazione del template rispetto alle condizioni di acquisizione (che possono essere soggette a variazioni anche temporanee) e rispetto al lieve “invecchiamento” cui ogni biometria è soggetta (variazioni temporali), il PRA Lab ha sviluppato degli algoritmi in grado di “aggiornare” il template. In particolare, gli algoritmi sviluppati prendono nome di “self-“ e “co-“update, sui quali il laboratorio costituisce un team di ricerca praticamente all’avanguardia, ed investono il riconoscimento mono- e multi-modale.

Grazie a questi algoritmi è possibile aggiornare il set di template memorizzati nella “gallery” di sistema senza o con il parziale aiuto di un supervisore esterno.


Sistema di template “self-update” sviluppato dal PRA Lab.