10月27日上午，中国科学院大学人工智能学院有幸邀请到了清华大学自动化系长聘副教授冯建江老师，在雁栖湖校区教一楼115教室为同学们带来科学前沿讲座——《指纹识别与人机交互》。讲座从姿态、变形、三维、匹配四个角度系统介绍冯建江老师团队在指纹识别与指纹交互领域的研究成果。
指纹识别技术在我们日常生活中很常见，现在的智能手机基本都配备了指纹解锁功能，貌似指纹识别技术已经相当成熟。但讲座一开始冯老师就提出了指纹识别技术在人机交互应用中面临的挑战，关键在于如何在计算能力受限、传感器受限、皮肤状况与按压方式多变的情况下确保识别的精度与速度。
以往的手指姿态估计主要是在二维领域，在具体的触控交互方面，目前成熟的技术只能估计手指的接触点，需要多指组合动作的识别来增加操作类型，特别是对于触控屏较小的智能手表，双指组合手势都难以适用。如何解决这一难题呢？冯老师详细介绍了他们团队的创新型工作，在不额外添加其他传感器的情况下，实现单指的三维交互。讲座上，单指控制飞机飞行、双指分别控制坦克运动与炮台转动的演示视频深深引起了同学们的兴趣与惊叹。
指纹采集的过程中经常会出现指纹皮肤变形的情况，如何对指纹变形进行校正并实现高精度的匹配是一大难题。冯老师团队提出了各种稠密配准的方法，包括基于局部相关的稠密配准算法、基于相位解调的稠密配准算法和基于CNN的稠密配准算法等。此外，还可以设计模型对扭曲场实现扭曲自校正，结合剪切力与扭力的信息进一步优化。
对于三维指纹的采集，目前的方法在成像质量与设备体积成本方面难以找到平衡点，而二维的非接触式指纹图像相对而言则较容易获取。冯老师指出利用深度神经网络模型可以实现从二维非接触式指纹图像到三维指纹的重建。
目前的指纹匹配技术存在着诸多不足，包括无法支撑超大规模实时身份辨识、指纹物证缺乏严格的统计基础、指纹模板无法单向加密等。冯老师团队提出了一种局部深度指纹表示的模型，具有精度高、比对快、体积小、统计特性清楚、易加密等优点，有望取代基于细节点的匹配方式。
最后在人机交互方面，冯老师所在团队设计了一款基于双手的键盘设计，可以通过拇指按压四指的不同部位，在穿戴虚拟现实设备无法看到键盘的情况下轻松实现打字功能，炫酷的演示视频展现出新技术的无限魅力。
更多专家信息：
冯建江，清华大学自动化系长聘副教授，博士生导师。研究方向包括生物特征识别、人机交互、医学影像分析。主持科技部重点研发课题、国自然优秀青年基金等项目。担任IEEE T-IFS编委、中国生物特征识别会议（2015-2021）程序委员会主席、国际生物特征识别会议（2014-2016，2021）领域主席等。发表IEEE和ACM期刊论文40余篇，合著《Handbook of Fingerprint Recognition》第三版（Springer出版）。获国家技术发明二等奖（2018）、中国电子学会一等奖（2011）、教育部自然科学二等奖（2011和2015）、中国发明专利银奖（2019），六次获得会议最佳论文奖或提名。
