生物识别是未来的趋势——谭铁牛谈生物识别
如果在机场的安检系统没有旅客的人工比对系统，没有身份证、没有护照，仅仅凭借各种传感设备记录的信息来核对身份，乘客自如的登机，有没有这个可能？我想大多数人的第一个反应，这是不可能的，如果识别错了呢？如果这个人带着面具呢、如果这个人做了美容、如果这个人做了手术呢、如果这个人变老呢？想象一下，有太多的不可能。 但是，谭铁牛院士告诉我们，这不仅不是不可能，而且还是未来的趋势。
我们的身份信息包含着年龄、性别、民族等信息，年龄性别民族等信息我们称为人口学特征。谭院士的讲座就是告诉我们如何通过人脸识别、指纹识别、声纹识别、耳型识别以及虹膜识别甚至加上签名识别等生物识别来确定这个人的人口学特征。
在讲座引入阶段，谭院士介绍了生物识别的概念：生物识别也叫“生物特征识别”，即根据人自身的特征，比如你的指纹来识别人的身份。这些自身的特征，就叫做生物特征，有两大类：一类叫生理特征，另一类叫行为特征。生理特征是与生俱来的，比如你的指纹、你的虹膜；行为特征是后天习惯使然，比如：走路的样子，写字的笔迹。人体有很多可以用来进行身份验证的生物特征。
在本讲座中，谭院士讲述了6大生物特征类：面部、声音、步态、指纹、虹膜、笔迹，利用这6大生物特征来估计人的性别、年龄和种族这三大人口学身份，并讲述了其涉及的模型和方法。
生物识别的技术来进行人口学特征分析标志性事件开始于1988年通过声音识别性别，而随着信息采集技术的进步以及深度学习技术的发展，人口学特征分析准确度越来越高，针对每一种生物识别技术，谭院士都是从问题提出、问题过去及现在解决方案以及问题挑战三个角度来阐述问题。
首先他讲述的是生物特征获取技术，手机、网络、智能穿戴设备、检测设备等都可以获取到人体生物学信息。
然后讲述了应用最为成熟的指纹识别方法，传统的指纹表示方法有山脊数、不对称山脊数、山脊厚度、山谷厚度比（RTVTR）等特征提取方法，也有小波表示和纹理分析方法。而最为奇妙的是男女的指纹特征并不一致，所以指纹识别可以用于性别的分类。
而用于人口学特征分析的人脸识别技术最开始是几何学分析，用鼻嘴眼的距离等特征来做特征脸，这个方法仅仅能分析正面图像，而且忽略了纹理信息，随后是Holisic模型和流形学习在人脸识别中的应用提高了识别的正确率，目前流行的深度学习技术在人脸识别的成功应用更是极大提升了人口学特征提取的精确度。但是人脸识别的各种技术均依赖于获取脸部图像的质量。
谭院士提出了三个挑战，包括侧脸图像、低分辨率的图像、光照或者遮挡的图像对人脸识别的影响。这三个挑战，与及其学生给出了用深度学习或者对抗网络来生成正面图像、高分辨率图像以及其他的调整，效果都相当好。从而也可见，此次的讲座给出我们一个解决问题的框架：提出问题、问题的传统与现在的解决方案以及问题的挑战及解决的方法。
人脸识别对年龄的识别传统的方法有BIF + Adaboost + SVM等，这些方法可以实现跟人工识别相同的效果，而卷积神经网络的应用使得对年龄估计的正确度会超过人类。但是对于非标准化的数据集人口学的预测可能相互影响，比如年龄估计会受到民族的影响，也会受到性别的影响。
而对好像千篇一律的人的行走方式在识别方面却表现出惊人的准确性。应用于人口学预测的步态识别传统方法有基于点光源的方法、基于模型和基于表观的方法。谭院士展示了他和其学生合作的基于CNN的深度学习方法在身份识别中的应用视频，该视频可以在中央电视台的机智过人栏目中查看。
当然谭院士是虹膜识别方面的专家，虹膜识别的纹理特征分析在性别识别方面应用也较为成功，结合Gabor滤波、线性滤波以及尺度不变滤波等小波分析方法能较好的进行身份识别。
声音识别主要是提取声纹和声韵特征来分析性别、年龄。LPCC、MFCC和PLP系数在性别之间的辨识度较高，如果加上振幅、频率、能量等分析方法，声纹的识别度会更高。
手写体受到人们身体素质、年龄生活方式等因素的影响，从而根据手写体来分析人口学特征具有先天的优势。微观上的字体梯度、结构和凸凹性以及宏观上的字体的倾斜性、字符间距和灰度值都可以作为人口特征探索的特征。而由于电子签名的应用，书写速度、书写方向、倾斜度和曲率等因素的记录更可以加强手写体识别的辨识度。
总之，综合各种生物识别方法可以较好的识别出个人的性别、年龄、种族等人口学特征。下表是各种生物特征识别的方法和应用。
谭院士的讲座通俗易懂，深入浅出。即有引用文献也有使用数据集，对该领域的学习者来说都是难得的学习资料，而研究方法从传统方法到深度学习，特征提取从显性到隐性，都显示了现代研究方法的演绎过程。总之，教我们学会研究方法，教我们不同角度去思考问题，比如性别的识别除了人脸之外，还有指纹识别，虹膜识别以及书写识别，则研究的准确度就可以达到相当的高度；从理论到引用到产品，一个系统的研究展现在我们面前。聆听者无不集中精力，全神贯注，每有会意则赞叹不已，以为妙绝。
生物识别是未来的趋势——谭铁牛谈生物识别相关推荐
- 谭铁牛：生物识别是未来的趋势
试 想 如果在机场的安检系统没有旅客的人工比对系统,没有身份证.没有护照,仅仅凭借各种传感设备记录的信息来核对身份,乘客自如的登机,有没有这个可能?我想大多数人的第一个反应,这是不可能的,如果识别错了 ...
- 全球及中国生物识别技术产业应用趋势及投资风险分析报告2021-2027年
全球及中国生物识别技术产业应用趋势及投资风险分析报告2021-2027年 HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS--HS- ...
- 【CVPR 2021主席出炉】谭铁牛、虞晶怡当选，未来4年6位华人主席
新智元获得独家消息,CVPR 2021 年主办团队终选投票已经结束.中国科学院院士谭铁牛将出任大会主席(General Chair,GC),上海科技大学的虞晶怡教授将任程序主席(Program Cha ...
- 中科院谭铁牛爱徒研发出《碟中谍5》中的步态识别技术，不看脸50米内在人群中认出你
<碟中谍5>中惊鸿一瞥的步态识别技术,究其神在哪里? 电影<碟中谍5>中,黑客班吉起初并未把门禁放在眼里,当他得知必须经过"步态识别系统"的监测时,最后只能 ...
- 谭铁牛院士：向生物学习 开启模式识别新突破
人们在观察事物或现象的时候,常常要把各个相似的但又不完全相同的事物或现象组成一类.例如一个数字有不同的写法,对一个人来说,某一种写法虽然没有见过,但大脑却能自动将这个字识别出来. 这种模式识别行为虽然 ...
- 学术速递4 | 谷歌混合精度量化 | 清华语音人脸视频生成 | 谭铁牛步态识别对抗攻击 | 北大点云数据
几篇近期的paper: 清华:音频驱动的具有自然头部姿势的语音人脸视频生成 谭铁牛:对步态识别的时间稀疏对抗性攻击 Google Brain:无需专用硬件加速的混合精度量化 北大:SemanticP ...
- 谭铁牛院士谈人工智能发展新动态
◆ ◆ ◆ ◆ 11月25日,模式识别与人工智能学科前沿研讨会在自动化所召开.会上,谭铁牛院士做"人工智能新动态"报告,回顾了近代以来历次科技革命及其广泛影响,并根据科学技术发展的 ...
- 【深度】谭铁牛院士谈人工智能发展新动态
来源: Frontiers 11月25日,模式识别与人工智能学科前沿研讨会在自动化所召开.会上,谭铁牛院士做"人工智能新动态"报告,回顾了近代以来历次科技革命及其广泛影响,并根据科 ...
- 【人工智能】谭铁牛院士：人工智能新动态
来源:模式识别国家重点实验室 作者:谭铁牛 中国科学院院士,中央政府驻港联络办副主任 2017年11月25日,由模式识别国家重点实验室.中国自动化学会模式识别与机器智能专委会.中国人工智能学会模式识 ...
最新文章
- laravel Transformers中修改data键
- 《零基础入门学习Python》学习过程笔记【30模块中的函数，os模块,ospath模块中的函数(看了一点)】...
- (转)SSL/TLS 漏洞“受戒礼”,RC4算法关闭
- java二维码生成与解析代码实现
- 认识FPGA触发器的亚稳态
- windows平台下的反调试技术
- 2015-01-13
- NIS 病毒库 更新 地址
- PHP 开发者如何做代码审查?
- 2022新和平精英画质助手iApp源码+附成品/可用的
- libmodbus 开发说明
- oracle语句中,Oracle 语句中“||”代表什么啊？
- C++ 智能指针 atuo_ptr，unique_ptr，shared_ptr，weak_ptr
- 简易数据分析 04 | Web Scraper 初尝--抓取豆瓣高分电影
- Jenkins日程配置说明
- 【Java基础】重写equals方法详讲
- zxing集成到Android Studio中实现二维码扫一扫功能
- 双曲函数 tanh是什么函数
- java几个注解的作用及比较（@RestController、@Controller、@ResponseBody、@RequestBody等）
- Attention模型超超超超超超级攻略