Deep Learning per il riconoscimento delle impronte

Mentre gli algoritmi tradizionali di riconoscimento delle impronte digitali si sono dimostrati utili per rilevare e confrontare le “minuzie” durante l’identificazione, c’è ancora interesse a capire quante e quali caratteristiche di un’impronta dovrebbero essere usate per il riconoscimento. A tal proposito, il Deep Learning può aiutare ad eseguire analisi statistiche su set di impronte digitali.

Pertanto, il candidato dovrà studiare lo stato dell’arte delle tecniche di Deep Learning per il riconoscimento delle impronte. Inoltre, svilupperà esperimenti per valutare e confrontare diversi modelli, con l’obiettivo di trovare il modello più adeguato per eseguire l’analisi statistica su set di dati reali.

La tesi sarà sviluppata presso il Dipartimento di Ingegneria dell’Informazione dell’Università Politecnica delle Marche nell’ambito del Protocollo d’Intesa tra il Centro Interdipartimentale CARMELO e il Ministero dell’Interno, Dipartimento di Pubblica Sicurezza, Direzione Centrale Anticrimine della Polizia di Stato.

Strumenti e tecnologie: Keras, TensorFlow, Google Colab, Python e simili.