长期以来,在研制高鲁棒性的人脸和笔迹识别认证算法和系统方面存在以下难点:
同一个人的人脸和笔迹类内样本的变化很大,即由于姿态、光照、表情、年龄等变化,同一人的人脸图像变化很大,由于时间、地点等变化,同一人书写的字形也会有巨大的差异;而不同人样本又广泛存在着相似性,例如:不同人的人脸具有相似的眼睛、鼻子和嘴巴等脸部结构,同样,不同人书写的同一个字的笔迹往往具有相似的笔画结构等.这些困难使得高性能的人脸和笔迹的身份识别和认证十分困难,为研制实用化、全自动的人脸识别和笔迹鉴别系统带来了巨大挑战.
清华大学丁晓青教授带领的研究组面向国家安全、公共安全以及信息安全等国家重大需求,通过多年的自主技术创新,研究开发高性能、实用化的人脸和笔迹识别认证系统.该系统包括TH-FaceID人脸识别认证子系统和TH-WriterID笔迹识别认证子系统,以及这两个子系统融合的生物特征身份识别认证系统,实现了在复杂背景下的图像和视频人脸自动检测、识别和认证,百/千万量级的大数据库人脸查询,主动视觉人脸识别全自动监控,以及综合手写文档识别的笔迹检索与鉴别等.项目获授权专利4项,软件著作权2项,另有2项PCT国际专利申请和2项国内专利申请.
该系统首创风险敏感AdaBoost算法用于实时人脸检测和眼睛定位,基于分级视觉统计模型的高鉴别人脸识别算法及基于反样本的高性能人脸认证算法;国内外首次实用化的笔迹鉴别和检索方法,独创基于单个字符的统计笔迹鉴别框架、笔迹鉴别的多个字符融合方法以及基于反样本的笔迹认证方法;有效的基于单一生物特征识别广义置信度的多模生物特征通用融合方法.丁晓青研究组还研发成功多种市场实用的高性能图像/视频人脸和笔迹身份识别认证系统.
在人脸识别工业界最权威的FRVT2006人脸识别技术评测中,在参加测试的22个国际上最著名的人脸识别公司和学术研究机构中,丁晓青带领的清华大学电子系智能图文信息处理研究室是唯一一个完成大规模数据库测试的学术机构,同时也是唯一一家来自中国的机构.测试结果表明,TH-FaceID人脸识别系统是全部测试优于人眼的人脸识别性能的系统,该系统在所有参赛系统中具有最低的相等错误率.
在由模式识别领域最重要的国际会议ICPR2004组织的,基于BANCA人脸数据库及其所定义的难度最大的测试协议—人脸验证竞赛FAT2004 中,TH-FaceID人脸识别系统在所有三个评价指标上都比第二名以低约50%%错误率的结果获得第一名,获国际模式识别协会颁发的"人脸验证算法全面性能最优成就奖".
在2004年国家863人脸识别评测中,清华大学电子系智能图文信息处理研究室等5个单位参加了测试.TH-FaceID人脸识别系统在所有识别认证的准确率指标上都以较大的优势获得第一名.
