【快讯】2020年IAPR/IEEE生物特征识别冬令营第五日报告内容

原创 WSB2020 生物特征识别学术平台

本文由如下冬令营参与者完成：

宋志平-深圳大学
李子琼-深圳大学

编辑：周琬婷、李昊金-中科院自动化所

摄影：黄义妨，西安交通大学

“指缝很宽，时间太瘦，悄悄从指缝间溜走”，晃眼间，IAPR/IEEE WINTER SCHOOL ON BIOMETRICS 2020 已经到了第五天, 今天即将迎来最激动人心的时刻，也是大家满载而归的日子。参会者带着饱满的精神和热情，迎接这最后的一场盛宴。今天的活动分为主题报告、Hands-on Session颁奖仪式以及冬令营闭幕三部分。

●主题报告篇

主题报告《Fusion and Privacy in Biometrics》
报告人Arun Ross

Arun Ross教授是密歇根州立大学（MSU）计算机科学与工程系的教授，也是I-PRoBe实验室的负责人。他于2003年至2012年在西弗吉尼亚大学（WVU）任教。他还在2010年至2012年期间担任NSF识别技术与研究中心（CITeR）的助理现场主任。目前，他担任IEEE视频技术电路和系统交易高级编辑IEEE图像处理事务编辑，《计算机视觉和图像理解期刊》的区域编辑，《图像和视觉计算期刊》的副编辑以及IAPR TC4生物识别技术顾问。

在本次报告当中，Arun Ross 教授通过Skype远程视频为参会者带来了在生物特征领域中关于特征融合和个人隐私的报告。本次报告首先为大家介绍关于生物特征识别领域目前正面临的挑战以及反生物特征识别的方法。在人脸识别领域，双胞胎的识别、化妆前后的差异识别以及对人造面具的识别都有一定的难度；在指纹识别领域，目前指纹的获取只能通过面积有限的嵌入式传感器进行，因此，获取到的指纹信息只能为某一块区域的信息，无法获取完整的指纹信息。为此，Arun Ross提出可以对指纹信息、人脸信息、掌纹信息以及虹膜信息进行融合得到更加具有鲁棒性的生物特征信息。融合方法包括基于数据的融合以及基于特征的融合，其中基于数据的融合是在图像级别对图像进行融合处理，基于特征的融合是在数据经过处理后得到特征并进行合并融合。最后，教授还提出未来可能直接通过互联网上的公共信息对手机进行追踪识别，并不需要通过生物特征识别就能够识别人的身份信息。

图1 Arun Ross教授远程教学

图2 学生认真聆听

主题报告《Signature Biometrics and Forensics》
报告人Julian Fierriez

Julian Fierriez目前是西班牙马德里自治大学的副教授。他的研究方向包括通用信号、图像处理、模式识别和生物识别。目前，他担任Information Fusion和IEEE Trans的副编辑。Fierriez教授参与了多个生物识别技术的欧盟项目（例如TABULA RASA和BEAT）并对其研究产生了显著的影响。于2017年，他获得了IAPR青年生物识别技术研究者奖（该奖项每两年一次授予一位40岁以下的研究人员）。

Julian Fierriez教授带来的是一场关于签名生物特征识别以及犯罪领域的罪证识别的报告。首先，本次报告对行为和签名生物识别技术进行简要的介绍。然后，Fierriez教授分别介绍了系统的模型（预处理、模型功能以及模型匹配）、模型评估（数据库介绍以及评估标准）以及生物特征识别老化以及模型更新的问题。在这次报告中，Fierriez着重介绍了关于技术如何向成熟产业的转移，并且介绍了目前市面上的手写屏、触摸屏以及多模式移动生物识别在手写生成、隐私以及电子医疗应用方面的应用。最后，Fierriez对行为生物识别的未来走向进行了分析和展望。

图3 Julian Fierriez教授

图4 学生积极提问

主题报告《Multimodal Biometrics》
报告人Josef Kittler

Josef kittler教授是视觉、语音和信号中心教授，重点研究方向为生物测定学和视频、图像数据库检索。于1994-1996年，他担任了国际模式识别协会（IAPR）主席，并获得拉皮兰塔理工大学和捷克的荣誉博士学位，同时还是ET、EURASIP和BMVA的成员。于2000年，Kittler教授当选皇家工程院院士。在学术方面，他曾出版了一本普伦蒂诗霍尔的教科书，并发表500多篇科学论文，其中包括200多篇期刊论文。

人的身份特征可以用不同的生物特征识别和验证，然而，多重生物特征也可以用来表达生物的特征识别，其优势很多其中包括可以提高识别性能，扩大覆盖率和生物识别的范围，同时也增强对欺骗的恢复能力。Josef Kittler在讲座中介绍了多生物测定学原理，多模态生物特征融合识别，其重点在贝叶斯统计框架，同时教授还阐述了信号，特征，分数和决策级融合。分数的标准化和生物特征质量的作用将在分数级融合，然后在考虑生物特征质量对决策过程的影响，不同的融合方法导致不同的融合架构，之后教授又举了几个多模态生物特征融合的例子，包括视觉融合和用软生物测定技术鉴定人的外貌和口型的描述。

图5 Josef Kittler教授

图6 学生积极提问

●Hands-on Session颁奖仪式

“结交在相知”,为加强分享和沟通，IAPR/IEEE WINTER SCHOOL ONBIOMETRICS 2020选出三支获奖队伍上台展示他们的获奖作品，并由OpenCV China负责人Vadim以及Open AI Lab负责人孙健峰先生为他们颁发奖项。这三支优秀的队伍分别是于洋和汤文潇组、朱淑敏和Nazmun Nahid组以及徐东升和余翠琳组。此后，获奖的三组人员都积极的向大家展示了自己在会议手动环节中建立的人脸分类系统作品的效果和自己对OpenCV框架的理解和心得，同时向大家展示自己撰写的代码的的心得，也让大家感受到生物特征识别带来的便利，在这个环节,大家积极沟通交流、或提出问题、或给出建议、或解惑答疑、大家都十分踊跃。

图7 Outstanding Award获得者颁奖

图8 Outstanding Award获得者报告

●冬令营闭幕式

在会议的最后，由Open AI Lab负责人孙健峰先生、Josef Kittler教授、P C Yuen教授分别给参加此次冬令营的同学颁发了荣誉证书并与同学们一一合影留念。从大家脸洋溢出热情和满意的笑容中可以看出，大家在这次会议中都收获颇丰。最后，P C Yuen老师做最后的谢幕词，这代表着为期五天的交流会议也降下了帷幕。大家从未知有疑,到渐渐有疑, 再到节节有疑,最后渐渐释疑后露出满意的笑容,想必大家一定是满载而归。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。

图9 P C Yuen教授与学生合影

继续滑动看下一个