Willkommen bei CODE, Prof. Gomez-Barrero

24 October 2023

Zum 1. Oktober 2023 hat Prof. Dr. Marta Gomez-Barrero den Ruf auf die W3-Professur für Maschinelles Lernen an der Fakultät für Informatik der Universität der Bundeswehr München (UniBw M) angenommen. Im Interview spricht sie über ihre Forschung, ihren bisherigen Karriereweg und die Pläne für das neue BioML-Lab (Biometrics & Machine Learning) am Forschungsinstitut CODE.

IEEE IWBF 2025 in München!

Das BioML Lab wird den IEEE International Workshop on Biometrics and Forensics (IWBF 2025) veranstalten, der vom 24. bis 25. April 2025 in München stattfindet.

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.