[快讯]生物特征识别冬令营2019第二日报告内容

本文由如下冬令营参与者完成：

王丽，中国民航大学

邱泓燕，中国民航大学

胡振国，四川大学

摄影：姚晓哲，深圳大学

IAPR/IEEE Winter School on Biometrics 2019于2019年1月13日在深圳紫荆山庄开幕，此次活动将由香港浸会大学计算机科学系、中科院自动化所和深圳大学计算机与软件学院联合主办；由平安科技，中科虹霸，银河水滴，中科智谷鼎力赞助。

本次冬令营将持续5天，面向青年学者、研究生和各企业相关从业者，邀请了15位生物特征识别领域的顶尖国际专家介绍科研进展和工业应用，并安排了手动实践，社交活动，海报展示等综合环节。报告内容包括人脸、虹膜、指纹、静脉、步态、签名等特征的识别，以及移动端生物特征识别、反欺诈、特征数据保护等

经历过一天的学习适应，同学们渐渐融入了这种紧凑而又充满活力的学习氛围中，今天很早就来到会场，为今天的学习提前做好准备。

今日第一场报告是由来自日本大阪大学的Yasushi Yagi教授为大家讲解生物特征识别中备受关注的热点问题：步态识别。

报告题目为：Human Gait Analysis。在本次的分享中，Yasushi Yagi教授主要从步态识别的优点、实际应用例子以及步态识别中要解决的关键问题等方面对步态识别作出详细而精彩的讲解。

首先，Yasushi Yagi教授给出了两个步态识别在视频监控方面的实际应用案例。然后讲解步态识别的优势所在与常见的应用场景：如视频监控中的人若戴上口罩案例，其他的生物特征如指纹，人脸，虹膜等都难以进行识别任务，此时步态识别就可以作为一种位移的替代参考，这源于步态识别的有效距离范围最广。之后，Yagi教授又从步态的另外三个令人关注的应用场景向大家作了分享，分别是：广域视频监控、年龄估计、创新性娱乐，重点介绍了各应用面临问题和解决方法。在广域视频监控方面，介绍了VTM、SSGEI、GERF、PTSR等传统方法来解决步态识别中视角变换、部分遮挡、行进速度不同、衣着变化以及低采样率等问题，并给出各种方法的对比实验结果。之后介绍了深度学习的步态识别框架，并给出传统方法和深度学习方法的实验结果对比。

图一：Yasushi Yagi教授做报告

图二：CNN步态识别框架

在基于步态识别年龄估计应用上，介绍了年龄估计的相关工作，给出了深度学习的相关方法，并介绍了步态识别年龄估计数据库。

最后介绍了步态识别的创新性娱乐应用，通过精彩的动画演示展示步态识别广阔的应用前景。

报告PPT下载地址：https://www.comp.hkbu.edu.hk/wsb19/slides/Yasushi_Yagi.pdf

图三：孙哲南研究员作报告

上午第二场报告是由中国科学院自动化研究所模式识别国家重点实验室研究员孙哲南为我们讲授了关于虹膜识别的相关研究，题目为：”Iris Recognition :Sensor, Algorithms and Applications”。

孙研究员主要从虹膜图像的获取、预处理，虹膜模式识别及虹膜识别线路图等几个方面做了详细的介绍。虹膜识别的应用很多，比如，控制访问、机场、失踪儿童身份证明、ATM机等领域，在刑事侦查、煤矿工人鉴定、移动设备、银行安全交易等方面应用广泛。然而低成本、用户友好的虹膜图像采集装置的设计比较困难。

图四：虹膜图像采集系统

虹膜图像的采集装置在不断的发展从无到有，从单目到双目，由近及远，从固定到移动，发展之迅速也越来越便捷。

图五 虹膜采集装置

在虹膜图像获取之后虹膜图像的合成，以及数据库的合成。构建大型数据库以评估虹膜识别算法、构建可控质量的虹膜数据库、了解虹膜纹理是如何形成的为虹膜识别奠定丰富的基础。对基于分层视觉密码本（HVC）的虹膜图像的分类进行了介绍，基于虹膜图像的种族分类的成功表明虹膜图像不仅仅是一个表型生物学特征，也是基因型生物识别模式。之后对虹膜图像的质量评估、多个指标融合质量得分、质量水平的确定以及虹膜图像质量评估的应用等方面做了具体的介绍。

在虹膜图像的预处理过程中主要从虹膜定位/分割、虹膜归一化、光照估计和增强等几个方面进行详细介绍，其中主要探究了基于边缘方法的主要问题。在虹膜模式识别中主要介绍了特征提取方法IrisCode以及基于Gabor的虹膜纹理分析等。从为什么有些虹膜识别算法表现更好？以及如何做得比最好的更好？两个问题对虹膜识别的发展方向做了深入的介绍。最后对深度学习中的虹膜识别方法做了介绍：基于深度CNN的虹膜图像分割、基于深度神经网络的噪声虹膜图像分割、基于深度CNN的虹膜验证、基于CNN的虹膜活体检测以及基于深度CNN的虹膜属性分析等。

下午由OpenCV开发团队负责人Vadim Pisarevsky，OpenCV核心开发人员Alexander Bovyrin以及深圳大学助理教授文嘉俊博士带领大家一起学习OpenCV，并讲授如何使用OpenCV设计一个人脸识别系统。首先需要认真感谢Open团队的无私奉献，为广大从业者开源了如此便利和宝贵的工具。

图六：三位老师介绍OpenCV

首先Vadim详细介绍了最新发布的OpenCV4.0的特点和改进。随后，Alexander向学生们讲解如何使用OpenCV和OpenVINO来搭建高效的深度学习网络构架，并演示了人脸特征识别系统。最后由文嘉俊博士带领大家使用OpenCV编程来建立一个人脸识别系统。老师和学生们面对面进行学习与交流。

图七：同学积极提问

图八：Hand-onsession 同学们积极讨论方案

在每场汇报当中，同学们积极聆听，认真思索，会后积极提问，与具有先进知识和理论经验的教授进行交流。除此之外，主办方提供的coffee break也成为了相关领域的学者和同学之间进行交流的最佳场合，整场活动充满着知识碰撞的花火。

动手环节，通过建立一个人脸分类系统，使各位同学更深刻的理解框架，体会讲座的理论知识，也去感受工具革新带来的便利。

最后，再次感谢组织者的认真安排以及志愿者们的无私奉献。

关注本号，了解更多后续内容