Matteo Ferrara è professore associato presso il Dipartimento di Informatica – Scienza e Ingegneria (DISI) dell'Università di Bologna. I suoi principali interessi di ricerca riguardano Pattern Recognition, Computer Vision, Image Processing e Machine Learning.
Ha conseguito la laurea cum laude in Scienze dell'informazione presso l'Università di Bologna nel 2004, la laurea magistrale cum laude nel 2005 e il titolo di Dottore di Ricerca nel 2009.
Insegna Deep Learning, Visione Artificiale e Riconoscimento e Architetture degli Elaboratori, presso i corsi di laurea (Magistrale e Triennale) di Ingegneria e Scienze Informatiche di Cesena.
Gran parte della sua ricerca applicata si colloca nel settore dei Sistemi Biometrici (riconoscimento di impronte digitali, valutazione delle prestazioni di sistemi biometrici, misurazione della qualità degli scanner per impronte digitali, riconoscimento del volto, riconoscimento del palmo della mano e template protection). È membro del laboratorio di Sistemi Biometrici (BioLab), internazionalmente riconosciuto come centro di eccellenza nel settore.
Matteo Ferrara (insieme ad altri membri del BioLab):
-
(2006) ha organizzato la competizione internazionale per algoritmi di riconoscimento di impronte digitali FVC2006. I database FVC costituiscono oggi i benchmark più utilizzati dalla comunità scientifica di riferimento;
- (2009) ha lanciato FVC-onGoing, una piattaforma web per la valutazione automatica di sistemi biometrici che vanta più di 1000 partecipanti registrati (università, aziende, privati) e più di 5000 algoritmi sottomessi;
- (2010) ha proposto Minutia Cylinder-Code (MCC), un algoritmo per il confronto delle impronte digitali allo stato dell'arte capace di eseguire più di 70 milioni di confronti al secondo su singolo PC (CPU+GPU);
- (2014) ha evidenziato per la prima volta la vulnerabilità dei documenti elettronici rispetto alle possibilità di inserire foto di volti morphed;
- (2017) ha evidenziato per la prima volta la vulnerabilità dei sistemi di riconoscimento per impronte digitali rispetto alla possibilità di utilizzare impronte generate combinando dita di soggetti differenti;
- (2018) ha proposto la prima tecnica (Face Demorphing) per il rilevamento di attacchi basati su foto contenenti volti morphed;
- (2021) ha ottenuto il 1° premio alla competizione internazionale “Track 3A: Continual Learning-Supervised Classification” organizzata in concomitanza con l’International Conference on Computer Vision 2021.
È autore di vari articoli scientifici e ha partecipato a progetti di ricerca nazionali ed europei. Ha svolto attività di revisione per conferenze e riviste internazionali come IEEE Transactions on Pattern Analysis and Machine Intelligence. Inoltre è co-inventore di un brevetto sul riconoscimento di impronte digitali
(2010) ha proposto Minutia Cylinder-Code (MCC), un matcher di impronte digitali allo stato dell'arte capace di eseguire più di 40 milioni di confronti al secondo su singolo PC (CPU+GPU);
(2010) ha proposto Minutia Cylinder-Code (MCC), un matcher di impronte digitali allo stato dell'arte capace di eseguire più di 40 milioni di confronti al secondo su singolo PC (CPU+GPU);
