0
活动：「生物特征识别」学科前沿研讨会
时间：2018年4月14日-15日
地点：中科院自动化所
人脸、虹膜、指纹等生物特征识别技术已经广泛应用于智能手机、金融支付、公安司法、边检通关、社保福利、交通旅游、教育考试、智能家居、智能汽车等领域，成为人工智能领域最接地气的应用方向之一，也是新一代人工智能、"互联网＋"等国家战略的重要内容。受益于「深度学习+大数据」技术路线，生物特征识别得到突飞猛进的发展。如何提高现实复杂场景生物特征识别的便捷性、鲁棒性、精确性和安全性，并驱动模式识别、计算机视觉等学科方向的理论和方法创新，是该领域研究的热点。
2018 年 4 月 14 日-15 日，中国图象图形学学会将围绕「生物特征识别」这一主题，在中科院自动化所举办第四期「CSIG 图像图形学科前沿讲习班」。本期讲习班由中国科学院自动化研究所孙哲南研究员担任学术主任，邀请生物特征识别领域的知名专家作报告，使学员在了解学科热点、提高学术水平的同时，增加与生物特征识别领域顶尖学者之间的学术交流。
讲者：孙剑，旷视科技 (Face++) 首席科学家、旷视研究院院长
摘要：这个报告分作两部分，第一部分是关于目前深度学习特别是深度神经网络在计算机视觉领域带来的变革和挑战。其中会介绍我先后在微软和旷视科技所做的一些研究工作，包括 ResNet，Faster-RCNN，ShuffleNet，和 MegDet。我也会简单介绍一些相关的最新产品应用。第二个部分聚焦在关于对人的理解上，包括人脸识别、人脸活体、人体姿态估计、动作识别和跨摄像头的行人再识别。我会介绍一些我们的最近研究工作和应用。
讲者：孙哲南，中科院自动化所副总工程师、研究员
摘要：虹膜纹理特征因人而异、稳定不变、安全可靠，是理想的身份认证标识信息。我们团队从 1998 年起开始在国内开展虹膜识别的研究，在虹膜图像获取、虹膜区域分割、虹膜特征表达、虹膜图像分类等一系列关键问题上取得重要进展，系统发展了虹膜识别的计算理论和技术方法。本报告将介绍我们团队在虹膜识别领域的创新成果和技术路线，提出虹膜识别学科发展需要重点突破的关键问题和研究思路。虹膜识别的发展趋势是「以人为本」，我们需要创新虹膜成像和识别方法，增强虹膜识别系统对用户和环境的自适应能力，实现远距离、多模态、多目标用户的自动身份识别。
讲者：赫然，中科院自动化所研究员、国家优青
摘要：人脸图像编辑是通过对人脸图像的内容进行重组，进而创造出从内容或表观上完全不同的人脸图像。它是机器学习和计算机视觉等领域的重要研究内容之一。通过编辑合成新的人脸图像，不但可以提高原有人脸图像的质量，同时还可以生成大规模的人脸数据来提高人脸识别系统对复杂环境的鲁棒性。此外，无论是在影视、传媒、文化和艺术等领域，还是在人们的日常生活中，人脸图像编辑都有着广泛的应用。本报告将在生成式深度学习理论和方法综述的基础上，介绍我们近期开展的大规模人脸图像编辑理论和方法，具体报告内容包括对抗生成网络、人脸图像旋转、人脸超分、表情生成和年龄合成等。
讲者：冯建江，清华大学自动化系副教授、国家优青
摘要：尽管指纹识别已经取得了很多应用，但仍然存在对质量很敏感、大库识别的精度和速度不理想、防伪能力弱、模板不安全、系统功耗高等问题。对这些问题的有效解决或者逐步改善，将会进一步拓展指纹识别的应用场景。报告还将重点介绍低质量指纹识别领域的研究进展。
讲者：王亮，中科院自动化所研究员、国家杰青
摘要：Human identification at a distance is avery challenging task, which has long been a popular research topic in thefield of computer vision. The gait sequences of different people can be verydistinctive, which makes gait an important body characteristic that can be usedfor human identification. In this lecture, I will first introduce the briefhistory of gait-based human identification and list out the challenges that liein this field, such as cross-view and cross walking condition gait recognition.Then I will share a comprehensive survey on the different modules of agait-based human identification system. Specifically, I will summarize both thetraditional approaches and the advanced deep learning based approaches forgait-based human identification. In particular, such novel deep learning modelscan achieve an average accuracy of 98% under identical view conditions and 91%for cross-view scenarios in the database with more than 4000 people, which aremuch better than the previously reported results. Afterwards, we discuss theapplications of gait recognition at a distance in different kinds of visualtasks. Finally, I will share some suggestions of employing gait recognition inpractice and indicate potential directions of this area for future work.
讲者：郑伟诗，中山大学教授、国家优青
摘要：为了在大范围多摄像机网络下实现行人连续追踪，过去多年以来，行人重识别得到了广泛和深入的发展，现有方法已经在许多标志性的数据库上达到非常高的识别率效果。然而，行人重识别在实际中仍然面临大量开放性难题，包括低分辨率、遮挡、跨模态、少量类标问题等。这个报告将介绍行人重识别的发展，并特别关注这几方面的研究发展，以及汇报我们在这几方面的工作和进展。
讲者：徐明星，清华大学计算机系副教授
摘要：无线互联及智能终端的迅猛发展在给人们的生活带来便利的同时也带来了安全隐患，近期屡见报道的隐私泄露、财产损失等案件无不与无监督情况下的身份认证漏洞有关。本报告将从研、产、用几个方面对语音处理技术尤其是声纹识别技术用于无监督身份认证进行介绍。包括如下几个方面的内容：语音及声纹的基本概念，身份认证的应用需求，应用所面临的理论挑战，市场发展机遇，以及目前语音处理技术尤其是声纹识别技术在理论和应用方面的进展情况。
讲者：山世光，中科院计算所研究员、国家优青
本期讲习班限报 200 人，根据缴费先后顺序录取，报满为止。
2018 年 4 月 13 日（含）前注册并缴费：中国图象图形学学会会员 1600 元/人，非会员报名同时加入学会 2000 元/人（含 1 年会员费）；同一单位组团（5 人及以上）报名，均按学会会员标准缴费。
注册费包括讲课资料和 2 天会议期间午餐，其它食宿、交通自理。
即日起至 2018 年 4 月 13 日，点击「报名地址」进行报名，学会秘书处将及时与您联系确认缴费事宜。
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
