【快讯】2020年IAPR/IEEE生物特征识别冬令营于深圳开幕，四位专家学者做前沿科技报告（第一日）

• 涂  欢-四川大学 

• 朱淑敏-南京理工大学

编辑：徐金才、周琬婷-中科院自动化所

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，邀请了来自不同国家和地区的14位生物特征识别领域的顶尖专家对行业内最新技术做报告。活动囊括学术科技、专业技巧、行业与社会问题等多种类型的讲座和实践，旨在提高青年学者在生物特征识别领域的基础知识，并分享交流最新科研成果，涉及学术领域主要包括移动生物特征识别、反欺骗、模板保护和不同生物特征识别模式等内容。同时该活动还能为参加者提供多种个人与工作多方面联系的机会，为日后共同推动该领域学术科技进步做准备。

图1 IAPR/IEEE WinterSchool on Biometrics 2020

开幕式由来自香港浸会大学计算机科学系的Pong C Yuen教授主持，他代表主办方向来自世界各地的教授、学者和同学们表示了欢迎，并对本次活动做了详细介绍，本次冬令营正式开始。

图2 Pong C Yuen教授主持开幕式

上午的第一场讲座由来自意大利萨萨里大学计算机视觉实验室的Massimo Tistarelli教授带来，他的讲座题目是“Face Recognition in the Wild: Challenges and Perspectives”。报告指出，人脸识别作为人机交互的一种手段，在诸多应用中得到了广泛的研究。然而在非受控情况下，受年龄变化(Aging)、姿态(Pose)、光照(Illumination)、表情(Expression)等诸多因素的影响，从数字图像中分析和识别人脸仍然是一项非常复杂的任务。在过去的十年里，深度学习技术对计算机视觉的许多方面产生了巨大影响，大量困难的视觉任务现在都可以通过部署一个适当的深度网络来完成，在人脸识别中亦是如此。遗憾的是，深度学习是一个复杂的黑盒模型，目前人们对它们是如何运作的，以及它们为何能提供如此出色的表现缺乏清晰的认识。Massimo Tistarelli教授指出，尽管过去几年里，随着更加复杂的深度卷积网络和更大规模的数据集的提出，人脸识别准确率在一些相当有挑战的人脸测试集中得到显著提升，然而神经网络的不透明性局限了人们的理解和进一步的发展。鉴于此，Massimo Tistarelli教授提出了一个基于HMAX的生物启发网络模型，其目的并非进一步提高人脸识别性能，而是为了更好地理解由深层网络产生的表示空间，并依托真实的生物神经结构解释其形成过程。报告最后，Massimo Tistarelli教授指出了我们科研过程中的通病，提醒我们在科研过程中，应当先思考后编程，切忌追求效率而盲目地融合当前已有算法。总的来说，Massimo Tistarelli教授对于人脸识别的阐述系统且有条理，其对于当前深度学习的不可解释性的担忧以及生物神经结构与神经网络之间关联的探究可以带给营员们新的启示。

图3 MassimoTistarelli教授

第二场邀请到了来自平安科技的Jing Xiao教授，他为我们带来了题为“Biometrics Applications in PingAn”的讲座。首先，Jing Xiao教授从公司的建立和发展历史开始，对平安公司做了详细的介绍，并通过对市场和公司现状的分析，从顾客需求、雇员服务、商业运作和风险管理等方面引入金融服务产业与人工智能相结合所面临的各项挑战，进而引出“互联网+”到“AI+”这一跨时代转变。随后，Jing Xiao教授对“AI+”这一理念做了详细阐述，“AI+”与“互联网+”的不同之处在于，后者是由线下到线上的商业转变，而“AI+”则是完全处于线上，有产业结构变革所推动，通过“信息—>数据—>人工智能”所体现。Jing Xiao教授说，人工智能能力发展大致可以分为三个阶段，分别是婴儿阶段（形成基础感知能力）、学习阶段（构建全面知识体系）和专家阶段（打造专业解决方案），其载体则是由人脸识别、语音识别、语音合成等内容到海量信息收集、知识图谱建立再到最终形成金融服务和智慧城市等专业方案的落地。最后，Jing Xiao教授对“平安脑”智能引擎做了详细且深入的介绍，从纵向的四层（场景层、产品层、技术层和数据层）到横向的“AI+”六大板块（销售、产品、风险管理、服务、运作、创作），运用“联邦学习应对数据孤岛”、“债券风险识别管控”、“智能车辆定损和理赔”、“OCR票据识别”“智能客服”等实例做讲解，环环相扣，让人无不感受到“平安脑”人工智能的强大和平安公司对人工智能产业的投入与贡献。

图4 Jing Xiao教授

和煦的阳光，凉爽的海风，深圳的冬日午后令人倍感舒爽，经过短暂的午饭和休息时间，到场的学员们也有了一个初步的认识和了解，大家兴致勃勃，对之后的讲座也充满了向往，随后就进入到下午的讲座时间。

图5 午饭时间

下午的第一场讲座，也是今天的第三场，来自Pong C Yuen教授，他的讲座题目为“Face Recognition System Security：Anti-spoofing and Template Protection”。Pong C Yuen教授从现有的面部生物识别系统的存在的安全问题进行切入，分享了在人脸反欺诈和人脸模板保护方面的前沿研究成果。首先，Pong C Yuen教授对面部识别领域的背景和应用进行了概述，指出了当前生物特征系统的脆弱性，并针对人脸防欺诈和人脸模板保护两方面作出深入浅出的讲解。在人脸反欺诈方面，Pong C Yuen教授指出，尽管基于外貌、运动以及多模态的算法在传统的人脸反欺诈任务上表现优异，但随之而来的新挑战，如应用于欺诈识别系统的三维人脸模型以及超逼真的三维面具，仍然使得面部生物识别系统的安全问题成为人们关注的焦点。随后，Pong C Yuen教授分析了远程光电体积描记术(rPPG)的相关算法和喜闻乐见的深度学习方法在三维人脸反欺诈任务上的性能和局限性，并介绍了人脸反欺诈的最新工作，即人脸表示攻击检测的多对抗判别深度域泛化方法（MADDG）。在人脸模板保护方面，Pong C Yuen教授首先讲解了人脸模板遭受攻击后的危害。之后，进一步概述了应用于人脸模板保护的现有技术。最后，Pong C Yuen教授分享了自已团队在模板保护方面的研究成果。报告内容充实，干货满满，令人受益匪浅。

图6 Pong C Yuen教授

图7 同学们现场认真聆听专家讲座

主办方在第三、四场讲座之间，还特意为大家准备了丰盛的coffee break，全体学员和到场专家学者一同享用了别具一格的各色茶点，大家也在这短暂的茶歇时间建立联系，相互交流，增进了解。

图8 Coffee Break

随后就是今天最后一场讲座，由来自香港理工大学的Ajay Kumar教授主讲，他的讲座题目是“Contactless Palmprint Identification”。Ajay Kumar教授首先从掌纹预处理、特征抽取和匹配的代表技术以及局限性带领我们回顾了掌纹识别的研究进程。接着，Ajay Kumar教授又给我们讲述了接触式和非接触式掌纹识别的差异以及非接触式掌纹识别的优势。紧接着介绍了自己在无接触掌纹识别的的传统算法和深度学习算法的相关工作和实验表现。随后，Ajay Kumar教授介绍了复杂背景下的掌纹检测，并展示了自己组的掌纹检测系统。Ajay Kumar教授指出，非接触的三维掌纹采集也很重要，它可以生成多视图指纹，包括顶端视图和两边视图，其中手指摆放角度和距离起到关键作用，在多视图情况下可以对指纹进行分割，常用的分割方法为狄洛尼三角剖分，也可采用四面体匹配方式，分层的四面体细节匹配效果最佳，在分割的图像中也可提取局部特征。但是目前还未有这样一个带有标签和细节信息的标准数据集，以及如何使用神经网络训练三维指纹样本，在大样本情况下使得非接触指纹识别更精确，这都是需要解决的问题。

图9 Ajay Kumar教授

冬令营第一天的讲座活动到这里就圆满告一段落了，学员们经历了四场干货满满的讲座，想必都是收获颇丰。在这一天的讲座中，所有同学都在认真聆听，积极提问，用准确的逻辑思维和独特的学术见解与老师教授们进行了深入交流。相信在接下来的几天中，同学们将会展现更为积极向上的心态，用饱满的热情参加后续的各项活动，以梦为马，不负韶华，在温暖的深圳冬日，获得一个更优秀的自我。

图10 同学积极提问

图11 同学认真交流

今日所有讲座的相关资料和文件可以点击“阅读原文”获得详细信息，最后，再次衷心的感谢四位教授的精彩分享和志愿者们的辛勤付出，预祝后续活动取得圆满成功。

旅行资助赞助商：