生物特征识别学科发展报告

来源：专知

本文约2300字，建议阅读6分钟
本文为你介绍主要生物特征模态如人脸、虹膜、指纹、掌纹、静脉、声纹、步态、行人重识别以及多模态融合识别的研究进展。

从手机解锁、小区门禁到餐厅吃饭、超市收银，再到高铁进站、机场安检以及医院看病，人脸、虹膜、指纹等生物特征已成为人们进入万物互联世界的数字身份证。生物特征识别赋予机器自动探测、捕获、处理、分析、识别数字化生理或行为信号的高级智能，是一个典型而又复杂的模式识别问题，一直处于人工智能技术发展前沿，在新一代人工智能规划、“互联网+”行动计划等国家战略中具有重要地位。由于生物特征识别涉及公众利益攸关的隐私、道德、法律等问题，近期也引起了广泛的社会关注。本文系统综述了生物特征识别学科发展现状、新兴方向、存在问题和可行思路，深入梳理了人脸、虹膜、指纹、掌纹、静脉、声纹、步态、行人重识别以及多模态融合识别的研究进展，以人脸为例重点介绍了生物特征识别领域近些年受到关注的新方向——对抗攻击和防御、深度伪造和反伪造，最后剖析总结了生物特征识别领域存在的三大挑战问题——“感知盲区”、“决策误区”和“安全红区”。我们认为必须变革和创新生物特征的传感、认知、安全机制才有可能取得复杂场景生物识别学术研究和技术应用的根本性突破，破除现有生物识别技术的弊端，朝着“可感”、“可知”、“可信”的新一代生物特征识别总体目标发展。

生物特征识别（Biometrics，简称生物识别）是指智能机器通过获取和分析人体的生理和行为特征，实现自动身份鉴别（“你是谁？”）、状态分析（“姿态/喜怒哀乐？”）、属性估计（“性别/年龄/人种？”）的科学和技术。常见的生物特征模态包括指纹、虹膜、人脸、掌纹、手形、静脉、笔迹、步态、声纹等（图1）。生物识别是一个交叉学科，采集装置涉及光学工程、机械工程、电子工程；识别算法涉及模式识别、机器学习、计算机视觉、人工智能、数字图像处理、信号分析、认知科学、神经计算、人机交互、信息安全等领域的核心问题。

图1 主要的生物特征模态

Fig. 1 Main biometric modalities

生物特征识别领域总体态势可以概括为：

1）学术研究欣欣向荣

生物特征识别是人工智能、模式识别、计算机视觉、信息处理和分析等学科领域前沿方向，具有重要的学术意义。因为生物特征识别赋予计算机自动探测、捕获、处理、分析、识别数字化生物特征信号的高级智能，是一个典型而又复杂的模式识别、计算机视觉、认知和神经计算问题，尤其是复杂场景精准身份识别树立了人工智能领域的一个挑战性目标。从上世纪60年代以来，生物特征识别的基础问题总是启发着模式识别、机器学习等领域的理论创新，例如PCA（principalcomponent analysis）、Boosting、SparseRepresentation、DeepLearning等新理论和新方法常用生物识别作为试验田，机器视觉的面部识别能力常用来和人类视觉系统的辨人识物能力进行对标，代表了人工智能水平的重要参照系。

近些年来生物特征识别学术成果在IEEE-TPAMI、IEEE-TIP、IEEE-TIFS、IEEE-TBIOM、IJCV、PR等国际期刊和CVPR、ICCV、ECCV、IJCB等国际会议呈现稳步增长，新模态（脑电、心电、人耳、行人重识别等）、新方向（深度伪造、对抗攻击等）、新理论（生成对抗网络等）等创新成果层出不穷。

2）产业应用如火如荼

阿里达摩院预言2019年十大科技趋势之一就是“数字身份将成为第二张身份证”。本文作者应邀在新华社对该预言进行评论——从手机解锁、小区门禁到餐厅吃饭、超市收银，再到高铁进站、机场安检以及医院看病，靠脸走遍天下的时代正在加速到来，可以预见人脸、虹膜等生物特征将成为人们进入万物互联世界、畅享数字生活的一把钥匙。果然2019年成为生物识别大规模普及应用的元年，在我国刷脸支付用户首次突破1亿人。因此生物识别也是人工智能落地最快和商业市场规模最大的主要方向之一，广泛应用于公安反恐、金融支付、社保认证、安检通关等国家重要领域，MarketsandMarkets的报告指出全球生物识别市场将由2018年的168亿美元快速增长至2023年的418亿美元。

3）各国政府高度重视

生物特征识别是当下炙手可热的热点技术，受到“政产学研用”多方高度关注，“互联网+”行动计划和“新一代人工智能规划”等国家战略明确提出要重点支持生物特征识别技术发展，2017年7月国务院发布《新一代人工智能发展规划》，明确提出研发“生物特征识别技术的智能安防与警用产品”、“利用人工智能提升公共安全保障能力”。全国信息技术标准化技术委员会生物特征识别分技术委员会组织制定了一系列国家标准来规范技术应用。美国国家科学技术委员会（National Science andTechnology Council）专门成立了生物识别委员会，并发布了一系列的生物特征识别科技发展规划报告，美国国家标准技术研究院NIST组织了人脸、虹膜、指纹多项测评跟踪生物识别技术进展，美国国土安全部2020年声明将采集所有非美国公民的虹膜、人脸、声纹和DNA。印度国家身份管理项目Aadhaar采集了12亿人口的虹膜、人脸、指纹数据。

4）生物识别隐私、道德、伦理等问题引起广泛社会关注

随着生物识别技术的广泛应用，大众开始担忧技术滥用带来的隐私、安全、道德、伦理等问题。例如，旧金山成为了美国第一个禁止政府使用人脸识别技术的城市；美国NIST（National Institute of Standards and Technology）测评发现国际主流人脸识别系统存在“种族差异”——白人的识别精度比黑人显著更高；国内杭州野生动物世界“人脸识别第一案”引起社会舆论关注。

下面分别介绍主要生物特征模态如人脸、虹膜、指纹、掌纹、静脉、声纹、步态、行人重识别以及多模态融合识别的研究进展。

链接：

http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?flag=2&file_no=202102030000003&journal_id=jig

编辑：文婧