Synthetic Biometrics

Motivation & Ziele

In letzter Zeit haben generative KI-Methoden (z. B. GANs oder Diffusionsmodelle) aufgrund ihrer bedeutenden Beiträge zur Bilderzeugung in der Deep-Learning-Forschungsgemeinschaft erhebliche Aufmerksamkeit erlangt. Diese Netze können sehr realistische Bilder erzeugen, die dazu beitragen könnten, bessere biometrische Systeme zu trainieren (z. B. durch Erhöhung der Anzahl von Stichproben in der Minderheitenpopulation, um Verzerrungen zu bekämpfen, oder durch Vergrößerung der Anzahl von Angriffsstichproben für die Erkennung von Angriffen). Allerdings geht bei diesem Generierungsprozess häufig die Identität der Person verloren, oder Artefakte beeinträchtigen ihre Verwendbarkeit für die biometrische Erkennung. Dieses Problem betrifft sowohl Gesichts- als auch Irisbilder, sowohl im nahen Infrarot als auch im visuellen Spektrum.

Aufgaben

• Untersuchung des Stands der Technik bei der synthetischen Erzeugung biometrischer Bilder für das gewählte Charakteristikum (z. B. Gesicht, Iris im sichtbaren Spektrum, NIR-Iris)
• Entwicklung und Bewertung neuer Generierungsmethoden
• Benchmarking der entwickelten Methoden mit dem Stand der Technik

Kontakt

Marta Gomez-Barrero (marta.gomez-barrero@unibw.de)