Marco Huber

Marco Huber studierte von 2014 bis 2021 Informatik an der Technischen Universität Darmstadt und schloss sein Studium mit einem Master of Science in Informatik mit Nebenfach Entrepreneurship & Innovation, sowie einem Master of Science in Internet- und Webbasierte Systeme ab.

Von Anfang 2019 bis April 2021 war er als wissenschaftliche Hilfskraft in der Abteilung Smart Living & Biometric Technologies des Fraunhofer Instituts für Graphische Datenverarbeitung IGD in Darmstadt beschäftigt. Seit Mai 2021 arbeitet er dort als wissenschaftlicher Mitarbeiter. Seine Forschungsschwerpunkte liegen in den Bereichen Maschinelles Lernen, Computer Vision und Biometrie.

Jahr
Year
Titel/Autor:in
Title/Author
Publikationstyp
Publication Type
2024 Bias and Diversity in Synthetic-based Face Recognition
Huber, Marco; Luu, Anh Thi; Boutros, Fadi; Kuijper, Arjan; Damer, Naser
Konferenzbeitrag
Conference Paper
2024 Efficient Explainable Face Verification based on Similarity Score Argument Backpropagation
Huber, Marco; Luu, Anh Thi; Terhörst, Philipp; Damer, Naser
Konferenzbeitrag
Conference Paper
2024 SFace2: Synthetic-Based Face Recognition with w-Space Identity-Driven Sampling
Boutros, Fadi; Huber, Marco; Luu, Anh Thi; Siebke, Patrick; Damer, Naser
Zeitschriftenaufsatz
Journal Article
2023 Verfahren und System zur Personenverifikation in Porträtgemälden und Computerprogrammprodukt
Terhörst, Philipp; Huber, Marco; Damer, Naser
Patent
2023 Are Explainability Tools Gender Biased? A Case Study on Face Presentation Attack Detection
Huber, Marco; Fang, Meiling; Boutros, Fadi; Damer, Naser
Konferenzbeitrag
Conference Paper
2023 SynthASpoof: Developing Face Presentation Attack Detection Based on Privacy-friendly Synthetic Data
Fang, Meiling; Huber, Marco; Damer, Naser
Paper
2023 MorDIFF: Recognition Vulnerability and Attack Detectability of Face Morphing Attacks Created by Diffusion Autoencoders
Damer, Naser; Fang, Meiling; Siebke, Patrick; Kolf, Jan Niklas; Huber, Marco; Boutros, Fadi
Konferenzbeitrag
Conference Paper
2023 SynthASpoof: Developing Face Presentation Attack Detection Based on Privacy-friendly Synthetic Data
Fang, Meiling; Huber, Marco; Damer, Naser
Konferenzbeitrag
Conference Paper
2023 Pixel-Level Face Image Quality Assessment for Explainable Face Recognition
Terhörst, Philipp; Huber, Marco; Damer, Naser; Kirchbuchner, Florian; Raja, Kiran; Kuijper, Arjan
Zeitschriftenaufsatz
Journal Article
2023 Uncertainty-aware Comparison Scores for Face Recognition
Huber, Marco; Terhörst, Philipp; Kirchbuchner, Florian; Kuijper, Arjan; Damer, Naser
Konferenzbeitrag
Conference Paper
2023 Liveness Detection Competition - Noncontact-based Fingerprint Algorithms and Systems (LivDet-2023 Noncontact Fingerprint)
Purnapatra, Sandip; Rezaie, Humaira; Jawade, Bhavin; Liu, Yu; Pan, Yue; Brosell, Luke; Sumi, Mst Rumana; Igene, Lambert; Dimarco, Alden; Setlur, Srirangaraj; Dey, Soumyabrata; Schuckers, Stephanie; Huber, Marco; Kolf, Jan Niklas; Fang, Meiling; Damer, Naser; Adami, Banafsheh; Chitic, Raul; Seelert, Karsten; Mistry, Vishesh; Parthe, Rahul; Kacar, Umit
Konferenzbeitrag
Conference Paper
2023 SynFacePAD 2023: Competition on Face Presentation Attack Detection Based on Privacy-aware Synthetic Training Data
Fang, Meiling; Huber, Marco; Fierrez, Julian; Ramachandra, Raghavendra; Damer, Naser; Alkhaddour, Alhasan; Kasantcev, Maksim; Pryadchenko, Vasiliy; Yang, Ziyuan; Huangfu, Huijie; Chen, Yingyu; Zhang, Yi; Pan, Yuchen; Jiang, Junjun; Liu, Xianming; Sun, Xianyun; Wang, Caiyong; Liu, Xingyu; Chang, Zhaohua; Zhao, Guangzhe; Tapia, Juan; Gonzalez-Soler, Lazaro; Aravena, Carlos; Schulz, Daniel
Konferenzbeitrag
Conference Paper
2023 QMagFace: Simple and Accurate Quality-Aware Face Recognition
Terhörst, Philipp; Ihlefeld, Malte; Huber, Marco; Damer, Naser; Kirchbuchner, Florian; Raja, Kiran; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
2022 Stating Comparison Score Uncertainty and Verification Decision Confidence Towards Transparent Face Recognition
Huber, Marco; Terhörst, Philipp; Kirchbuchner, Florian; Damer, Naser; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
2022 On Evaluating Pixel-Level Face Image Quality Assessment
Huber, Marco; Terhörst, Philipp; Kirchbuchner, Florian; Damer, Naser; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
2022 OrthoMAD: Morphing Attack Detection Through Orthogonal Identity Disentanglement
Neto, Pedro C.; Goncalves, Tiago; Huber, Marco; Damer, Naser; Sequeira, Ana F.; Cardoso, Jaime S.
Konferenzbeitrag
Conference Paper
2022 On the (Limited) Generalization of MasterFace Attacks and its Relation to the Capacity of Face Representations
Terhörst, Philipp; Bierbaum, Florian; Huber, Marco; Damer, Naser; Kirchbuchner, Florian; Raja, Kiran; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
2022 Verification of Sitter Identity Across Historical Portrait Paintings by Confidence-aware Face Recognition
Huber, Marco; Terhörst, Philipp; Luu, Anh Thi; Damer, Naser; Kirchbuchner, Florian
Konferenzbeitrag
Conference Paper
2022 SFace: Privacy-friendly and Accurate Face Recognition using Synthetic Data
Boutros, Fadi; Huber, Marco; Siebke, Patrick; Rieber, Tim Jannik; Damer, Naser
Konferenzbeitrag
Conference Paper
2022 A Comprehensive Study on Face Recognition Biases Beyond Demographics
Terhörst, Philipp; Kolf, Jan Niklas; Huber, Marco; Kirchbuchner, Florian; Damer, Naser; Morales, Aythami; Fierrez, Julian; Kuijper, Arjan
Zeitschriftenaufsatz
Journal Article
2022 SYN-MAD 2022: Competition on Face Morphing Attack Detection Based on Privacy-aware Synthetic Training Data
Huber, Marco; Boutros, Fadi; Luu, Anh Thi; Kiran, Raja; Ramachandra, Raghavendra; Damer, Naser; Neto, Pedro C.; Goncalves, Tiago J.; Sequeira, Ana F.; Cardoso, Jaime S.; Tremoco, Joao; Lourenco, Miguel; Serra, Sergio; Cermeno, Eduardo; Ivanovska, Marija; Batagelj, Borut; Kronovšek, Andrej; Peer, Peter; Štruc, Vitomir
Konferenzbeitrag
Conference Paper
2021 Mask-invariant Face Recognition through Template-level Knowledge Distillation
Huber, Marco; Boutros, Fadi; Kirchbuchner, Florian; Damer, Naser
Konferenzbeitrag
Conference Paper
2021 Explainable Face Image Quality Assessment
Huber, Marco
Master Thesis
2020 Privacy Evaluation Protocols for the Evaluation of Soft-Biometric Privacy-Enhancing Technologies
Terhörst, Philipp; Huber, Marco; Damer, Naser; Rot, Peter; Kirchbuchner, Florian; Struc, Vitomir; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
2019 Multi-algorithmic Fusion for Reliable Age and Gender Estimation from Face Images
Terhörst, Philipp; Huber, Marco; Kolf, Jan Niklas; Damer, Naser; Kirchbuchner, Florian; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
2019 Reliable Age and Gender Estimation from Face Images: Stating the Confidence of Model Predictions
Terhörst, Philipp; Zelch, Ines; Huber, Marco; Kolf, Jan Niklas; Damer, Naser; Kirchbuchner, Florian; Kuijper, Arjan
Konferenzbeitrag
Conference Paper
Diese Liste ist ein Auszug aus der Publikationsplattform Fraunhofer-Publica

This list has been generated from the publication platform Fraunhofer-Publica

ATHENE - Mission “Next Generation Biometric System” – Projekt “Identity Management”

Als Teil des Nationalen Forschungszentrums für angewandte Cybersicherheit entwickeln wir biometrische Lösungen im Kontext des Identity Management. Dies beinhaltet die Detektion und Prävention von Angriffen auf biometrische Systeme (z.B. Presentation Attacks und Morphing Attacks), die Reduzierung von diskriminierendem Verhalten solcher Systeme und die Qualitätsbewertung biometrischer Samples. Ziel dieses Projektes ist es biometrische Systeme für die Gesellschaft sicherer, fairer und zuverlässiger zu gestalten.

 

PEG – Privatsphäre-Erhaltende Gesichtserkennung (Privacy-Preserving Face Recognition)

In herkömmlichen Gesichtserkennungssystemen werden indirekt deutlich mehr Informationen verarbeitet und gespeichert, als für die eigentliche Aufgabe der Identitätsverifikation benötigt werden. Diese Informationen sind oft datenschutzrelevant und dürfen nicht ohne vorherige Zustimmung verarbeitet oder gespeichert werden. Durch dieses Projekt ist es uns erfolgreich gelungen Methoden zu entwickeln, mit denen diese privaten Informationen aus dem System entfernt werden können, um einen höheren Schutzstandard für die Privatsphäre zu ermöglichen.

 

IIG – Identifikation in Gemälden (Identification in Paintings)

In diesem Projekt geht es darum in Gemälden dargestellte Personen mittels einer eigens entwickelten Software eindeutig zu identifizieren. Moderne Gesichtserkennungssysteme tun sich hier schwer, da die gemalten Personen oft nicht perfekt dargestellt werden und ein Domänenwechsel vorliegt. Ziel dieses Projektes ist es die Identität der in den Gemälden dargestellten Personen eindeutig festzustellen, um so historisch relevante Verbindungen nachweisen zu können.