【CSIG奖励访谈】2021年度CSIG科技进步奖二等奖 “面向公共安全的步态识别技术与应用”团队
CSIG科技进步奖授予在我国图像图形学领域应用推广先进科学技术成果，完成重大科学技术工程、计划、项目等方面，做出突出贡献的个人和团队。
为宣传科技工作者积极进取的工作精神，聚焦获奖团队背后的故事，学会近日对荣获2021年度CSIG科技进步奖二等奖“面向公共安全的步态识别技术与应用”的项目团队进行了专访，以对话的形式，为读者们提供一次了解他们的机会。
下面就跟着我们的脚步，走近今天的受访团队吧。
问题一：首先非常感谢各位老师接受我们的采访，请先介绍一下团队成员：
面向公共安全的步态识别技术与应用项目的完成人为：黄永祯、谭铁牛、王亮、曹春水、杨金峰、蒋雪梅。六位项目完成人来自银河水滴（北京）科技有限公司、中国科学院自动化研究所、深圳职业技术学院、公安部物证鉴定中心。
问题二：了解完了团队内的各位老师，请为大家简单的介绍一下项目的情况：
步态识别面临极具挑战的实战环境——远距离、跨视角、跨着装、低照度、全天候，是最难的生物特征识别技术之一。以谭铁牛院士为首的步态识别科研团队是中国最早研究步态识别的团队，凝聚四代博士心血、二十年磨一剑，首次将识别精度提升到复杂公共安全情况下的全天候实战应用水平，实现了从学术研究到规模化应用的跨越式发展。
本项目重点研究面向公共安全全天候视频的实时高精度步态识别系统。总体思路如图1所示，首先接入海量公共安全视频的实时解析系统，通过步态抓拍获取视频里有效的行人步态序列，然后再通过步态结构化模块来提取鲁棒的步态特征，最后通过高速度步态比对模块来对海量视频里的行人步态进行快速检索。该项目主要在步态识别算法、步态识别平台、步态数据和标准方面取得了重大突破。
图 1 总体思路图
在算法领域首次将深度卷积神经网络用于步态识别领域，曾获得比当时世界第二名高出约30%的识别精度，开创并引领了基于深度学习的步态识别研究，取得重大突破并推动该领域持续发展，在多个国际会议（AAAI、ECCV、ICPR）举办这些国际会议会史首次步态识别tutorial，并联合举办三届步态识别国际竞赛。
针对公共安全海量视频的实时且高并发需求，开发了大规模视频实时分析平台，实现数千路视频的高并发处理，使步态识别首次可适用于海量公共安全摄像机全天候并发处理。该平台推广一年多后协助全国多地公安系统为数千起疑难案/事件提供线索。
图 2 大规模视频实时步态分析平台
同时，项目团队构建了全球最大视频容量步态数据库。项目团队成功申报公安部科技强警项目和双十计划项目，依托项目开启了公共安全领域步态数据的标准化和规模化采集。作为牵头单位，与数十家公安机构联合制定步态识别领域的第一个国家标准。
图 3 中国第一个步态识别国家标准
从技术经济指标而言，在2K分辨率下步态识别的有效距离超过50米，步态抓拍率大于99%。在公共安全实战数据测试环境中，银河水滴在十万步态底库下的识别精度达到99%，在百万步态底库下的识别精度超过95%，达到国际领先水平。
图 4 公共安全场景下的步态识别示例
最后，从应用推广情况及效益而言，在多个城市完成超大规模3000路摄像头并发应用，在这些城市协助公安系统侦破上百起疑难案件，累计为数百家公安、国安、武警、司法客户提供产品和服务。同时也服务于多项重大活动，有效保障了重大活动的公共安全，取得了显著社会效益。
问题三：请问各位老师在科研过程中，有没有什么好的方法可以推荐给大家？
问题四：在项目的研究过程中有遇到什么困难吗？大家是如何解决的呢？
在项目研究过程中，步态识别受到跨视角跨着装等因素的影响使得类内差甚至大于类间差，导致一般的模式识别算法难以奏效。所以，在项目初期我们遇到了两大难题：1. 没有足够的数据进行模型学习；2. 需要在方法层面进行大幅革新，追寻步态识别的本质。为解决上述问题，我们自主采集了大量模拟实战的数据，构建了最大的步态识别数据库。其次，我们寻根问源，集中优势科研力量，反复探索和构思，获得了对步态识别本质的深层理解，并由此构建了有效的新的理论方法。
问题五：最后，大家有什么获奖感言想说呢？
相关内容
微信扫码咨询专知VIP会员