Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Il progetto di tesi si concentra sul riconoscimento di impronte digitali a doppia identità e sullo sviluppo di tecniche per alterare le immagini delle impronte contraffatte in modo da renderle difficilmente riconoscibili da un esperto umano e, possibilmente, anche da un sistema di riconoscimento automatico.
Per raggiungere tale obiettivo, sono stati utilizzati diversi metodi di deep learning e modelli neurali per la creazione e il riconoscimento di impronte digitali contraffatte. Attraverso un processo di sviluppo guidato da esperimenti mirati si riuscirà a migliorare la qualità delle impronte digitali a doppia identità e ad implementare un modello che riesca ad individuarne i pattern più significativi.
Abstract
Il progetto di tesi si concentra sul riconoscimento di impronte digitali a doppia identità e sullo sviluppo di tecniche per alterare le immagini delle impronte contraffatte in modo da renderle difficilmente riconoscibili da un esperto umano e, possibilmente, anche da un sistema di riconoscimento automatico.
Per raggiungere tale obiettivo, sono stati utilizzati diversi metodi di deep learning e modelli neurali per la creazione e il riconoscimento di impronte digitali contraffatte. Attraverso un processo di sviluppo guidato da esperimenti mirati si riuscirà a migliorare la qualità delle impronte digitali a doppia identità e ad implementare un modello che riesca ad individuarne i pattern più significativi.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Mandoloni, Tommaso
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Deep Learing,Impronte Digitali,Modelli Neurali
Data di discussione della Tesi
17 Marzo 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Mandoloni, Tommaso
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Deep Learing,Impronte Digitali,Modelli Neurali
Data di discussione della Tesi
17 Marzo 2023
URI
Gestione del documento: