IEEE IWBF 2025 in München!

11 April 2024

Der 2025 IEEE International Workshop on Biometrics and Forensics (IWBF 2025) wird am 24. und 25. April 2025 in München stattfinden. IWBF ist ein internationales Forum, das Synergien in der Forschung und Entwicklung zwischen den Bereichen Multimedia-Forensik, forensische Biometrie und Forensik fördern soll. Es werden die neuesten Forschungsergebnisse in Bereichen wie Biometrie, Forensik, Überwachung und Multimedia-Forensik vorgestellt.

Weitere Informationen (auf Englisch): https://www.unibw.de/iwbf2025

Aktuelles

Willkommen bei BioML, Osman Demir!

Im März 2024 begann Osman Demir seine Arbeit im BioML Lab, um seine Promotion durchzuführen und über Angriffserkennung und die Schutz der Privatsphäre in biometrischen Systemen zu forschen.

Die Überarbeitung von ISO/IEC 30136 hat begonnen

Biometric Template Protection (BTP) ist nach wie vor ein sehr wichtiges Thema für den Betrieb biometrischer Systeme. Die Überarbeitung von ISO/IEC 30136 Performance testing of biometric template protection schemes (Leistungsprüfung von biometrischen Template-Schutzverfahren) hat begonnen, wobei Marta Gomez-Barrero die Editorin des Projekts ist. Bei BioML freuen wir uns auf die Integration der Unlinkability-Testmethodik.

Willkommen bei BioML, Erik Trolliet!

Im Februar 2024 begann Erik Trolliet seine Arbeit im BioML Lab, um seine Promotion durchzuführen und über die Erzeugung synthetischer biometrischer Proben und deren Verwendung zur Verbesserung biometrischer Erkennungssysteme zu forschen.

ISO/IEC SC 37 Meeting in Okayama, Japan

Vom 8. bis 12. Januar 2024 tagte der ISO/IEC SC 37 für Biometrie in Okayama, Japan.

WIFS 2023 in Nürnberg

Der IEEE International Workshop on Information Security and Forensics (WIFS) wurde von Christian Riess (FAU) und Marta Gomez-Barrero vom 4. bis 7. Dezember 2023 in Nürnberg mitorganisiert.

Wir stellen ein!

Wir suchen eine(n) Doktorand(in) der Informatik zum Thema Schutz biometrischer Vorlagen. Ziel ist es, neue Algorithmen zu entwickeln, um den Schutz der Privatsphäre in biometrischen Erkennungssystemen zu verbessern, die auf dem neuesten Stand der Technik sowohl der biometrischen Erkennung (z. B. Deep Learning-Architekturen) als auch der modernen Kryptographie (Post-Quantum-Kryptographie, differenzielles Lernen) basieren.