Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Podstawy biometrii
Tok studiów:
2018/2019
Kod:
JFM-1-611-s
Wydział:
Fizyki i Informatyki Stosowanej
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Fizyka Medyczna
Semestr:
6
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Osoba odpowiedzialna:
dr inż. Joanna Świebocka-Więk (jsw@agh.edu.pl)
Osoby prowadzące:
dr inż. Joanna Świebocka-Więk (jsw@agh.edu.pl)
Krótka charakterystyka modułu

Przedmiot służy zapoznaniu studentów z podstawami biometrii. Poznają oni najważniejsze cechy biometryczne, metody i zakres ich stosowania w przestrzeni publicznej (bankowość, administracja publiczna)

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. FM1A_W08, FM1A_W06 Aktywność na zajęciach
M_W002 Student zna i rozumie przebieg procesu analizy danych biometrycznych. FM1A_W01 Sprawozdanie
M_W003 Student posiada wiedzę na temat przykładowych zastosowań algorytmów biometrycznych. FM1A_W01 Sprawozdanie
Umiejętności
M_U001 Student potrafi zaimplementować kompletny proces analizy danych biometrycznych. FM1A_U04, FM1A_U01, FM1A_U02 Sprawozdanie
M_U002 Student potrafi wykorzystać narzędzia obliczeniowe do analizy danych. FM1A_U01, FM1A_U02 Sprawozdanie
M_U003 Student potrafi posługiwać się wybranymi urządzeniami biometrycznymi. FM1A_U06, FM1A_U04, FM1A_U08, FM1A_U01, FM1A_U02 Sprawozdanie
Kompetencje społeczne
M_K001 Student potrafi opracować materiały dotyczące określonych zagadnień w formie referatu i prezentacji. FM1A_K01, FM1A_K02 Aktywność na zajęciach
M_K002 Student potrafi sporządzić poprawną dokumentację projektową. FM1A_K01, FM1A_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
Zaj. terenowe
Zaj. warsztatowe
Inne
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:
Zagadnienia poruszane na wykładzie:

1. Zarys historyczny biometrii.
Czym jest biometria? Pojęcie weryfikacji i identyfikacji tożsamości. Podział cech biometrycznych. proces uwierzytelniania tożsamości. Trendy w rozwoju biometrii (2 godziny)

2. Klasyfikacja i rozpoznawanie cech.
Pojęcie klasyfikatora i przestrzeni cech. Budowa wektora cech. Algorytmy klasyfikacji (1nN, kNN, sieci neuronowe, modele Markova) ( 2 godziny)

2. Twarz jako cecha biometryczna (2 godziny).
Zalety i wady zastosowania twarzy jako biometryki. Algorytmy detekcji i rozpoznawania twarzy w obrazie. Śledzenie ruchu. Chiny, Facebook, FBI – do kogo należy przyszłość w rozpoznawaniu twarzy? (2 godziny)

3. Odcisk palca jako cecha biometryczna
Zalety i wady zastosowania odcisku palca jako biometryki. Odcisk palca w kryminalistyce. Algorytmy wstępnego przetwarzania odcisku palca i ekstrakcji cech charakterystycznych (minucji) (2 godziny)

4. Tęczówka jako cecha biometryczna.
Zalety i wady tęczówki jako cechy biometrycznej. Algorytm Daugmana. (2 godziny)

6. Budowa i bezpieczeństwo systemów biometrycznych. Ataki biometryczne.
Rodzaje systemów biometrycznych. Sposoby zabezpieczania systemów. Błędy systemów biometrycznych: znaczenie fałszywej akceptacji oraz fałszywego odrzucenia dla bezpieczeństwa danych i obiektów. Metody i cele przeprowadzania ataków biometrycznych. (2 godziny)

7. Aspekty prawne i kryminalne zastosowania biometrii.
Biometria w rozporządzeniu o ochronie danych osobowych (RODO). Dopuszczalność dowodu biometrycznego w procesach karnych. Biometria w bankowości i stosunku pracy. Dokumenty biometryczne. (2 godziny)

8. Trendy w rozwoju biometrii ( 1 godzina)

Ćwiczenia laboratoryjne:
Zakres zajęć laboratoryjnych:

W trakcie zajęć laboratoryjnych studenci zapoznają się z urządzeniami do akwzycji cech biometrycznych, jak również implementują wybrane algorytmy przetwarzania i analizy danych biometrycznych omawianych na wykładzie (twarz, odcisk palca, tęczówka).
Praca jest samodzielna, studenci zachęcani są do proponowania własnych modyfikacji istniejących rozwiązań, a także własnych pomysłów analizy danych biometrycznych.

1. Podstawowe operacje na obrazach (2 godziny).

2. Twarz jako cecha biometryczna (4 godziny)

3. Odcisk palca jako cecha biometryczna (2 godziny)

4. Tęczówka jako cecha biometryczna (2 godziny)

5. Budowa wektora cech oraz klasyfikacja próbek w oparciu o odcisk palca ( 4 godziny).

6. Omówienie wybranych aplikacji wykorzystujących akwizycję cech biometrycznych. Wystawienie ocen. (1 godzina)

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 75 godz
Punkty ECTS za moduł 3 ECTS
Dodatkowe godziny kontaktowe z nauczycielem 15 godz
Udział w wykładach 15 godz
Udział w ćwiczeniach laboratoryjnych 15 godz
Samodzielne studiowanie tematyki zajęć 30 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Ocena końcowa będzie wystawiana na podstawie sprawozdań z zajęciach laboratoryjnych oraz aktywności na wykładzie.

Wymagania wstępne i dodatkowe:

Podstawowa umiejętność programowana w języku JAVA lub posługiwania się środowiskiem obliczeniowym MATLAB

Zalecana literatura i pomoce naukowe:

1. Krzyszof Ślot, „Wybrane zagadnienia biometrii”, WKŁ, 2010
2. Krzyszof Ślot, „Rozpoznawanie biometryczne. Nowe metody ilościowej reprezentacji obiektów”, WKŁ, 2010
3. Magdalena Marucha-Jaworska, „Podpisy elektroniczne, biometria, identyfikacja elektroniczna” Wolters Kluwer Polska, 2015
4. Magdalena Tomaszewska-Michalak, „Prawne i kryminalistyczne aspekty wykorzystania technologii biometrycznej w Polsce”, Wydawnictwo Diffin, 2015
5. Eliza Yingzi Du, „Biometrics. From fiction to practice”, Pan Stanford Publishing, 2013 (anglojęzyczna)
6. Ruud M Bolle „Biometria”, Wydawnictwo Naukowo-Techniczne, 2008

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Świebocka-Więk J., The Detection of the Retina’s Lesions in Optical Coherence Tomography (OCT). In: Kulczycki P., Kóczy L.T., Mesiar R., Kacprzyk J., Information Technology and Computational Physics, Springer, 2017
2. Świebocka-Więk J, Gender recognition based on speaker’s voice analysis, Advances In Intelligent Systems and Computing Volume 539, Chapter 8 , Springer, 2016

Informacje dodatkowe:

Brak