Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Introduction to biometrics
Tok studiów:
2013/2014
Kod:
EIB-2-303-HC-s
Wydział:
Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Poziom studiów:
Studia II stopnia
Specjalność:
Emerging Health Care Technologies
Kierunek:
Inżynieria Biomedyczna
Semestr:
3
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma i tryb studiów:
Stacjonarne
Osoba odpowiedzialna:
prof. dr hab. inż. Saeed Khalid (saeed@agh.edu.pl)
Osoby prowadzące:
prof. dr hab. inż. Saeed Khalid (saeed@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Student posiada przeglądową wiedzę na temat zagadnień biometrycznych. IB2A_W08 Aktywność na zajęciach,
Sprawozdanie
M_W002 Student zna i rozumie przebieg procesu analizy danych biometrycznych. IB2A_W08 Aktywność na zajęciach,
Sprawozdanie
M_W003 Student posiada wiedzę na temat przykładowych zastosowań algorytmów biometrycznych. IB2A_W08 Aktywność na zajęciach,
Sprawozdanie
Umiejętności
M_U001 Student potrafi zaimplementować kompletny proces analizy danych biometrycznych. IB2A_U01, IB2A_U03 Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych
M_U002 Student potrafi wykorzystać narzędzia obliczeniowe do analizy danych. IB2A_U01, IB2A_U03 Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych
M_U003 Student potrafi posługiwać się wybranymi urządzeniami biometrycznymi. IB2A_U01, IB2A_U03 Sprawozdanie,
Wykonanie ćwiczeń laboratoryjnych
Kompetencje społeczne
M_K001 Student potrafi opracować materiały dotyczące określonych zagadnień w formie referatu i prezentacji. IB2A_K01 Sprawozdanie
M_K002 Student potrafi sporządzić poprawną dokumentację projektową. IB2A_K01, IB2A_K02 Sprawozdanie
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Inne
Zaj. terenowe
Zaj. warsztatowe
E-learning
Wiedza
M_W001 Student posiada przeglądową wiedzę na temat zagadnień biometrycznych. + - + - - - - - - - -
M_W002 Student zna i rozumie przebieg procesu analizy danych biometrycznych. + - + - - - - - - - -
M_W003 Student posiada wiedzę na temat przykładowych zastosowań algorytmów biometrycznych. + - + - - - - - - - -
Umiejętności
M_U001 Student potrafi zaimplementować kompletny proces analizy danych biometrycznych. - - + - - - - - - - -
M_U002 Student potrafi wykorzystać narzędzia obliczeniowe do analizy danych. - - + - - - - - - - -
M_U003 Student potrafi posługiwać się wybranymi urządzeniami biometrycznymi. - - + - - - - - - - -
Kompetencje społeczne
M_K001 Student potrafi opracować materiały dotyczące określonych zagadnień w formie referatu i prezentacji. - - + - - - - - - - -
M_K002 Student potrafi sporządzić poprawną dokumentację projektową. - - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

  1. Introduction to biometrics – history and definitions.
  2. Examples of Biometric Systems and their applications from preprocessing to classification.
  3. Human identification and verification.
  4. Methods and algorithms of data acquisition from input images.
  5. Preprocessing – biometric image scanning, thinning, segmentation.
  6. Categories of biometrics – physiological and behavioral biometrics and their techniques.
  7. Image analysis methods and algorithms in automatic object recognition.
  8. Examples of biometric tools and methods of classification for human identification and recognition.
  9. Error types in human identification and verification methods and their significance in biometric security systems. The error measuring methods (FAR-False Acceptance Rate and FFR-False Rejection Rate).
  10. Visual monitoring systems and their module from detection to cracking, classification and decision taking in human recognition approaches.
  11. Examples of biometric applications – physiological (fingerprints, hand geometry, face, iris and retina, taste and odor) and behavioral (signature, voice, keystroke and mouse dynamics, gait and many others).

Ćwiczenia laboratoryjne:

Laboratory demonstrates issues of biometrics according to the lecture contents throughout the implementation of the existing biometric algorithms. Individual tasks are also considered for students to develop their own ways of implementing some existing algorithms or modifying these algorithms before their implementation.

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 90 godz
Punkty ECTS za moduł 3 ECTS
Udział w wykładach 30 godz
Udział w ćwiczeniach laboratoryjnych 30 godz
Samodzielne studiowanie tematyki zajęć 15 godz
Przygotowanie do zajęć 15 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

The final grade will be calculated from the grades from laboratories reports, the grade from the project and the students activity on lectures.

Wymagania wstępne i dodatkowe:

JAVA, Matlab or Scilab programming skills at a basic level.

Zalecana literatura i pomoce naukowe:
  1. A. K. Jain, R. Bok, S. Pankanti, Biometrics: Personal Identification in Networked Security, Kluwer Academic Publishers, 1999.
  2. L. Wayman, Fundamentals of Biometric Authentication Technologies, International Journal of Image and Graphics I (1), 2001, 93-1, 13.
  3. K. Saeed, J. Pejaś, R. Mosdorf (Eds), Biometrics, Computer Security Systems and Artificial Intelligence Applications, Springer Science + Business Media, NY, 2006.
  4. N. K.Ratha, V. Govindaraju (Eds), Advances in Biometrics Sensors, Algorithms and Systems, Springer, 2008.
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak