<mark id="oztn4"></mark>
0
雷鋒網(wǎng) AI 科技評論按：2018 年 4 月 14 日-15 日，中國圖象圖形學(xué)學(xué)會(huì)圍繞「生物特征識別」這一主題，在中科院自動(dòng)化所成功舉辦了第四期「CSIG 圖像圖形學(xué)科前沿講習(xí)班」。
生物特征識別（BIOMETRICS），是指通過計(jì)算機(jī)利用人體所固有的生理特征（指紋、虹膜、面相、DNA等）或行為特征(步態(tài)、擊鍵習(xí)慣等)來進(jìn)行個(gè)人身份鑒定的技術(shù)。
本期講習(xí)班邀請有曠視科技首席科學(xué)家孫劍，中科院研究員孫哲南、山世光、赫然、王亮，清華副教授馮建江、徐明星，中山大學(xué)教授鄭偉詩等八位學(xué)者分別就人臉、虹膜、指紋、步態(tài)、音紋等人體特征的研究現(xiàn)狀做了詳細(xì)報(bào)告。
雷鋒網(wǎng)在本文中將對 14 日孫劍、孫哲南、赫然、馮建江的 4 場精彩報(bào)告進(jìn)行介紹。15 日的精彩報(bào)告見下篇文章。
曠視科技的首席科學(xué)家、曠視研究院院長孫劍做了首場報(bào)告，在一個(gè)多小時(shí)的時(shí)間里孫劍主要介紹了他在視覺領(lǐng)域的一些核心工作。
孫劍博士在報(bào)告中介紹道他們計(jì)算機(jī)視覺的主要任務(wù)是理解圖片，挖掘圖片中的價(jià)值，例如人臉、動(dòng)作、文字等。他將自己在視覺領(lǐng)域的核心工作分為分類檢測、分割學(xué)習(xí)、區(qū)分學(xué)習(xí)，對圖像層、區(qū)域?qū)雍拖袼貙拥淖R別。同時(shí)，他也介紹了圖像識別的發(fā)展過程。
最早做圖像識別的方法是建模——數(shù)學(xué)簡單建模或者基于統(tǒng)計(jì)的建模。之后引入了學(xué)習(xí)的方法，但由于當(dāng)時(shí)計(jì)算能力很弱，這種方法下的自然圖像識別效果并不好。再然后就有了 Feature based 的方法，首先提取圖像的各種特征進(jìn)行量化，最后再做一個(gè)分類器進(jìn)行識別或者特征提取。這個(gè)方法對于識別性能的提升并不高，優(yōu)化很困難，所以并不被當(dāng)時(shí)的研究者看好。
2006 年時(shí)出現(xiàn)了一些新變化，神經(jīng)網(wǎng)絡(luò)訓(xùn)練在語音識別領(lǐng)域表現(xiàn)比較好，然后在圖像領(lǐng)域也取得了一些突破性的進(jìn)展。但優(yōu)化困難、訓(xùn)練錯(cuò)誤的問題還是存在。直至 2015 年，孫劍博士團(tuán)隊(duì)在微軟研發(fā)出 resnet，可以直接訓(xùn)練上百層的網(wǎng)絡(luò)，同時(shí)極大地降低了訓(xùn)練錯(cuò)誤率。孫劍博士簡單概括 resnet 的原理是在系統(tǒng)非常深、層數(shù)比較多時(shí)進(jìn)行變換，一是直接學(xué)習(xí)變換，二是學(xué)習(xí)殘差信號。其中殘差網(wǎng)絡(luò)更容易優(yōu)化。
以上是識別問題，孫劍博士還提到一個(gè)比較重要的問題——檢測問題。伯克利的博士后羅斯在這個(gè)領(lǐng)域上做出了突破性工作，他使用位置分類，使用位置框?qū)⑽矬w框出來，這個(gè)方法將檢測性能提升了很多倍，目前使用廣泛。羅斯為優(yōu)化檢測問題進(jìn)一步提出將 feature 納入學(xué)習(xí)的方法，孫建博士團(tuán)隊(duì)提出了 Faster-RCNN 解決該方法遇到的計(jì)算量問題。當(dāng)前 Faster-RCNN 也是大家廣泛使用的方法。
孫劍博士補(bǔ)充道在應(yīng)用方面，無論是安防還是零售，跨攝像頭追蹤都是一項(xiàng)比較重要的工作。為了讓他們團(tuán)隊(duì)的 ReID 模型正確的學(xué)習(xí)，他們引入了動(dòng)態(tài)規(guī)劃的方法。這種方法表現(xiàn)出的效果很好，甚至可以超過人。同時(shí)該方法也適用于分割問題。
孫劍博士認(rèn)為研究生物識別還有一個(gè)比較重要的問題是研究如何在不同的環(huán)境中設(shè)計(jì)網(wǎng)絡(luò)。這里他介紹的他們的另一項(xiàng)工作 ShuffleNet。這項(xiàng)工作已經(jīng)被應(yīng)用到手機(jī)的人臉識別和 AI 相機(jī)等功能上面。AI 相機(jī)的自動(dòng)調(diào)焦、曝光等功能充分證明了 ShuffleNet 即使是在手機(jī)的計(jì)算能力下也可以表現(xiàn)的很好。
報(bào)告最后孫劍博士介紹自己的研究方向是認(rèn)知智能，之后會(huì)著力提升模型的推廣能力。
接著中科院自動(dòng)化所研究員孫哲南做了關(guān)于虹膜識別的報(bào)告。
孫哲南研究員介紹了虹膜識別的概念。虹膜是黑色瞳孔和白色鼓膜之間的區(qū)域，虹膜的尺寸比較小但信息量非常的大。因?yàn)楹缒げ痪邆浠蜻z傳性，容易受到發(fā)育環(huán)境的影響。且虹膜在發(fā)育到一定階段后非常穩(wěn)定，所以虹膜的紋理具有很強(qiáng)的唯一性。
接著他介紹了虹膜識別的特殊優(yōu)勢，首先就是很高的唯一性，其次就是使用的廣泛性。在超大規(guī)模人群中，虹膜識別具有獨(dú)特的優(yōu)勢，因此在門禁、機(jī)場、邊檢口岸等有廣泛的應(yīng)用，目前最大的虹膜識別應(yīng)用當(dāng)屬印度的身份證系統(tǒng)。印度的 UID 項(xiàng)目已經(jīng)采集了 12 億的虹膜特征，經(jīng)過大規(guī)模的應(yīng)用測試，事實(shí)證明虹膜識別精度很高，且識別速度很快。
整個(gè)虹膜識別的標(biāo)準(zhǔn)流程包括三個(gè)。第一是采集，第二是預(yù)處理，第三是分析與對比。其中采集部分需要用到光學(xué)等模塊包括鏡紅外主動(dòng)光，需要 CCD 和 CMOS，還需要人機(jī)交互模塊以及視覺反饋模塊。在虹膜采集過程中他們一般采用多模態(tài)的生物特征識別，包括人臉，這樣可以進(jìn)行多模態(tài)的身份驗(yàn)證。
虹膜獲取之后就是預(yù)處理環(huán)節(jié)。預(yù)處理的第一步是虹膜的檢測，檢測主要是確定虹膜的位置，以及虹膜精確的邊界。預(yù)處理的第二步是活體虹膜的檢測，主要是防止虹膜造假。孫哲南團(tuán)隊(duì)為此提出了一個(gè)層次化的分類方法，這種方法在人種分類、活體分類以及數(shù)據(jù)庫檢索方面表現(xiàn)良好。第三步是虹膜質(zhì)量評價(jià)。最后虹膜預(yù)處理還需解決虹膜紋理的非線性縮變。
預(yù)處理結(jié)束就可以進(jìn)行虹膜圖像特征的提取與比對。對于目標(biāo)特征的提取和識別，孫哲南團(tuán)隊(duì)提出了質(zhì)量測量特征。為了解決提取噪聲問題，他們提出了定性變量的方法，提取之后的對比問題上，他們采用基于全連接的連接的方法，一舉解決了深度神經(jīng)網(wǎng)絡(luò)比對速度慢的問題
在介紹完技術(shù)后，孫哲南研究員將虹膜識別的發(fā)展歷史概括為如下七個(gè)階段：
一：近距離，人不動(dòng)，人配合機(jī)器
二：人不動(dòng)，主動(dòng)配合
三：人不動(dòng)，遠(yuǎn)距離識別
四：距離遠(yuǎn)，但機(jī)器配合人
五：人移動(dòng)也能識別
六：移動(dòng)中主動(dòng)抓拍識別
七：監(jiān)控場景多攝像頭抓拍識別
孫哲南研究員總結(jié)到現(xiàn)在使用深度學(xué)習(xí)的方法可以在分割、屬性分析、識別等方面得到更加精確的結(jié)果。但是還有很多技術(shù)難題需要攻克，比如一次識別多個(gè)虹膜等。
赫然研究員在下午做了人臉圖像編輯的報(bào)告。
人臉圖像編輯即是通過機(jī)器對圖像進(jìn)行處理得到一些新的圖像。這項(xiàng)技術(shù)目前在日常生活中擁有廣泛的應(yīng)用，如照片美化等。
人臉編輯涉及光譜變換、屬性遷移、年齡變換、圖像生成等方面的內(nèi)容。理論基礎(chǔ)涉及全光人臉分析、視覺拓?fù)鋬?yōu)先、生成對抗結(jié)構(gòu)、身份保持結(jié)構(gòu)等。人臉采集會(huì)應(yīng)用到全光函數(shù)，赫然研究員介紹道人臉編輯的目標(biāo)是符合人的視覺認(rèn)知，人類視覺認(rèn)知涉及拓?fù)涓兄獧C(jī)制。
至于圖片生成算法的最基本的理念則是對話生成網(wǎng)絡(luò)，其中最基本的概念就是 GAN。這個(gè)模型分為生成式模型和判別式模型。通過生成器與判別器的博弈來生成盡量真實(shí)的圖像。
在生成器生成過程中涉及到身份保持的問題，即生成男性圖像不會(huì)變?yōu)榕浴：杖谎芯繂T采用定距度量的方式，同時(shí)借鑒了神經(jīng)學(xué)中的側(cè)向抑制來解決該問題。
目前赫然研究員的工作開放了兩個(gè)版本，一個(gè)是 LightCNN9，另一個(gè)是 LightCNN29。這兩個(gè)都是通用模型，且在所有公開數(shù)據(jù)中都取得了最好的結(jié)果。
接下來赫然研究員介紹了他們研究中心的相關(guān)工作，包括超分辨率、視角旋轉(zhuǎn)、上妝去妝、表情編輯、年齡變換、像素補(bǔ)充、跨光譜合成等。
赫然研究員總結(jié)他們的工作，首先是人臉合成，這是人臉分析里面比較重要的一部分，而人臉生成的目標(biāo)是符合人的視覺認(rèn)知。他們會(huì)在接下來的工作中力求越來越準(zhǔn)確。
馮建江教授接著做了指紋識別的報(bào)告。他表示，指紋的唯一性和穩(wěn)定性非常好。隨著年齡的增長只會(huì)有些許變化，很適合用作識別。
首先指紋識別里面有三個(gè)模塊——圖像采集、特征提取和匹配。指紋采集分兩種，早期的離線采集即油墨采集，現(xiàn)在的在線采集即光學(xué)采集等。指紋特征的提取分為兩級，先提取第一級特征，在第一級特征的指引下提取第二級特征。在匹配階段進(jìn)行一個(gè)帶方向的細(xì)節(jié)點(diǎn)匹配。
馮建江教授強(qiáng)調(diào)目前指紋識別的難題有低質(zhì)量指紋識別率太低、大數(shù)據(jù)庫下識別率和效率需要提高、理論極限不清楚、偽指紋難識別、模板不安全等。
馮建江教授著重介紹了低質(zhì)量指紋的識別問題。他們采取了指紋字典的方法，用高質(zhì)量指紋訓(xùn)練字典。訓(xùn)練出的字典里面有各種指紋脊線真實(shí)的方向場。在處理糟糕指紋的時(shí)候通過字典來選擇候選方向場，然后對比連續(xù)性來選出質(zhì)量比較好的方向場。這是全局字典。全局字典的壞處是容易在局部出現(xiàn)不可能圖案，于是馮建江教授又提出了局部字典。先通過全局字典生成指紋，再用局部字典進(jìn)行修正。
指紋采集后就是細(xì)節(jié)點(diǎn)的提取以及扭曲場估計(jì)，扭曲場估計(jì)用來處理同一個(gè)人不同狀態(tài)指紋的差異問題。馮建江老師在扭曲場估計(jì)中一個(gè)比較重要的工作是稠密配置。
報(bào)告的最后馮建江教授表示使用深度學(xué)的方法來研究指紋識別，在低質(zhì)量指紋識別上較過去的傳統(tǒng)方法在性能上有了明顯改善。
孫劍、孫哲南、赫然、馮建江的 4 場精彩報(bào)告介紹如上，敬請期待雷鋒網(wǎng)AI 科技評論的后續(xù)報(bào)道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
