第二届生物特征识别青年论坛在中科院自动化所成功召开

2019 年 1 月 23 日 CSIG机器视觉专委会

2019年1月21日，由中国图象图形学学会（CSIG）主办，CSIG视觉大数据专委会、CSIG机器视觉专委会、生物识别产业技术创新战略联盟承办，中科博宏（北京）科技有限公司、中科院自动化所智能感知与计算研究中心赞助和支持的第二届生物特征识别青年论坛在中国科学院自动化研究所顺利召开，200多名来自中科院、清华大学、北京大学、微软、华为、阿里、百度、京东、滴滴、商汤、虹星科技、中科博宏等单位的生物识别产学研精英汇聚一堂，共同探讨人工智能时代生物特征识别技术的新突破、新应用和新趋势。

中国图象图形学学会视觉大数据专委会秘书长赫然研究员主持论坛

本次论坛由中国科学院自动化研究所赫然研究员和李琦博士主持。中国科学院自动化研究所副总工程师、中国图象图形学学会机器视觉专委会副主任孙哲南研究员首先为论坛致辞，生物特征识别得到“政产学研用”多方高度关注，已经成为“互联网+”行动计划和“新一代人工智能规划”等国家战略的重要方向、阿里达摩院预言2019年十大科技趋势之一、人工智能落地最快和商业市场规模最大的主要方向之一、模式识别和计算机视觉的学科前沿方向，并且涉及公众利益攸关隐私、道德、法律等问题，因此需要大家加强沟通研讨和团结协作，共同提高我国生物特征识别的技术和应用水平。

中国图象图形学学会机器视觉专委会副主任孙哲南研究员致辞

微软亚洲研究院王井东研究员在题为“Part-Aligned Representations for Person Re-Identification”中介绍了微软在行人再识别领域的数据库贡献——Market-1501和Mars，以及基于视觉注意机制的部件化鲁棒行人视觉表达技术上的新进展，行人再识别在学术界与工业界引起了广泛的关注，在视频监控、无人售货、行为分析等领域有很强的商业应用需求。

微软亚洲研究院王井东研究员作报告

虹星科技CEO侯广琦博士在题为“远距离虹膜识别”的报告中，首先介绍了生物特征识别在人们生活过程中的应用和带来的便利性，对多模态生物特征历史和种类进行了阐述，详细介绍了虹膜生物特征的特点，以及其研究发展历程，提出互联网和人工智能的发展为虹膜识别提供了无处不在身份认证的应用需求，同时也提出新挑战，着重分析了虹膜识别研究过程中面临的难题和技术发展趋势，最后介绍了虹星科技在远距离虹膜识别研发，包括成像和算法等技术以及产品化取得的最新进展，特别是展示了行进中虹膜识别技术获得大家的高度认可和关注。

虹星科技CEO侯广琦博士作报告

清华大学冯建江副教授在题为“变形指纹识别”报告中讲述了使用目前主流的接触式指纹采集技术，指纹变形不可避免。变形不一致导致类内差异大，给指纹识别算法带来挑战。报告首先简要介绍变形指纹的成因、危害和克服变形的相关研究工作，最后介绍本研究组在扭曲指纹自校正、稠密配准方面的研究成果，包括基于学习的扭曲指纹自校正算法以及基于相位解调的稠密配准算法。

清华大学冯建江副教授作报告

北京大学刘家瑛副教授在题为“智能影像增强计算”的报告以基于学习的图像视频增强重建为出发点，采用数据驱动的学习技术作为研究框架，重点针对图像视频复原问题展开深入的探讨。报告涉及理论模型、数据与应用三个方面：在理论层面，力图构建对信号具有更强描述和表达能力的模型，涉及统计模型、稀疏表示模型和深度学习模型。在数据层面，一方面对降质模型进行研究，以生成更符合实际降质过程的数据用于模型训练；另一方面，研究更好地利用数据的方式。在应用层面，系统性地解决图像视频雨雾去除等一系列降质复原问题，从而高效实现影像的智能增强计算。

北京大学刘家瑛副教授作报告

商汤科技研发总监钱晨在题为“人脸识别与数据技术”的演讲主要通过数据的数量与质量、标注方法分析、多数据来源协同三方面介绍了数据在人工智能技术指标中所扮演的重要角色。在数据的数量与质量中，讨论了数据集质量对于人脸识别算法影响，并且介绍了百万极低噪声数据集imdb-face。在标注方法分析中，介绍了几种不同的标注任务，就如何保证标注质量，定义标注任务进行了介绍。在多数据来源协同中，以人脸关键点为例，介绍了通过提出通用的人脸结构表示，即人脸边缘线，可以将不同定义的人脸关键点方法与数据集进行统一，从而达到充分利用数据的效果。

商汤科技研发总监钱晨作报告

滴滴出行张修宝博士在题为“无约束条件下的人脸识别研究”的演讲中从人脸识别在身边生活（餐饮、商超、出行等方面）中的应用，及其具有的市场规模和未来的增长入题，介绍了人脸识别的优势及其难点，并回顾了人脸识别技术的发展历程及最新技术指标。以最新的人脸识别在闯红灯抓拍和交通监控中的应用引出了无约束人脸识别的课题，并针对相应的影响因素进行了分析，总结了为克服上述影响所采用的人脸检测、姿态校正、Loss函数方面的最新算法。

滴滴出行张修宝博士作报告

百度刘经拓博士在题为“面向关键性应用的人脸识别研究”的报告中讲述了人脸识别技术在刷脸登录、支付、视频监控等关键性场景里已经得到了比较广泛的应用，作为核心的人脸识别算法和活体检测算法面临着巨大挑战。我们结合了学术界和工业界的主流算法在实际应用中做了大量的算法尝试和创新，希望能够充分挖掘人脸生物特征的表达潜力并与多模态和其他生物特征结合，推动人脸识别技术在关键性场景里的大规模应用。

百度刘经拓博士作报告

京东智能研究院石海林博士做题为“新零售场景下的生物特征识别”报告。报告主要介绍了京东AI平台与研究部在生物特征识别领域尤其是人脸识别的研究工作，并通过多个业务场景落地赋能到线下新零售行业。新零售是传统行业的新兴变革，注重以人为中心的服务，利用人工智能技术实现对人、货、场三个维度的感知；其中，对人的感知理解主要来源于生物特征识别的核心技术。京东AI基于对人脸识别、人体识别、动作识别算法的研究探索，构建了一整套数据-算法-业务的闭环逻辑结构来打造行业领先的生物特征识别技术，并赋能到京东多个业务场景，包括京东无人超市、7fresh生鲜店等。

京东智能研究院石海林博士作报告

中科院人脸识别技术落地企业代表中科博宏副总吴雪盟在演讲中表示人工智能价值链尚未完整，科技企业不仅要站在技术制高点去观望市场，还要踏实深耕于市细分场领域，不断挖掘创新价值为产业科技赋能。作为国内第一批人工智能企业，从国家标准到行业定制，从核心算法到AI服务体系，中科博宏多年来服务于金融、社保等细分领域，为国有四大行中半数以及国内30多家银行及金融机构提供身份认证以及计算机视觉服务，并成功入围工信部人工智能揭榜企业。