生物特征识别技术是利用人的生理特征或行为特征，来进行个人身份的鉴定。研究院在虹膜、人脸、步态、掌纹、笔迹等多种模态的生物特征识别领域具有扎实的基础。通过成像技术和识别算法的协同创新，增强面部多模态生物特征识别系统对用户和环境的自适应能力，实现虹膜和人脸识别应用范围从受控场景到复杂场景的重大跨越。我们将坚持从复杂环境下人脸和虹膜生物特征获取的数据源头进行系统创新，打通复杂环境下面部多模态生物识别从科学研究到产业化的完整链条，实践“获取装置—数据资源—识别算法—集成系统—实际应用”的技术路线，为国家公共安全和经济社会发展提供高精尖的身份识别技术。
图像与视频分析是以海量图像和视频数据为研究对象，综合运用模式识别、人工智能和计算机视觉的理论与方法，对图像和视频中的目标属性及高层语义进行挖掘。图像与视频分析主要研究方向包括： （1）图像视频中的物体检测与识别。物体检测与识别是视觉内容理解的关键环节，且是物体跟踪与行为分析等高层语义理解的基础。本方向以图像视频大数据为背景，深入研究大规模物体检测与识别中的目标层次化、结构化表达问题，提升物体检测与识别在实际应用中的性能。 （2）大范围、复杂场景下的目标跟踪与行为分析。目标跟踪与行为分析是计算机视觉中的高层问题。本方向以面向公共安全的视频监控为背景，研究监控视频中的动作及行为等高层语义信息，解决公共场所人群异常行为监控与分析等难点问题。 （3）复杂摄像机网络中的跨场景行人属性研究。大范围复杂摄像机网络中的行人属性分析是大范围视频监控的关键内容，也是智慧城市建设中的关键环节。本方向研究多摄像机之间目标运动的数据关联，解决非重叠场景下的行人属性分析、行人再识别等问题。
大数据与多模态计算方向针对文本、图像、视频等大规模的多模态数据，进行模式识别、视觉计算、大规模机器学习、数据挖掘、大数据情境建模等方向的理论及应用研究。 本方向主要研究重点包括： （1）基于非欧氏空间的视觉计算理论及大规模、多模态数据分析理论。研究基于拓扑同调的目标表达与识别、无监督聚类、跨模态海量数据分析、大规模机器学习等计算理论与方法。 （2）基于深度学习的大规模视觉计算方法和应用。研究如何在前馈深度网络中有效地融合自上而下的反馈响应机制、如何在前馈和反馈深度网络中融合主动视觉机制，从而解决大规模视觉数据分析中的一系列视觉任务，如目标识别、目标检测、视频分割、视频理解等。 （3）面向公共安全和商业智能的网络大数据智能处理技术。面向公共安全和企业应用的实际需求，研究大数据的情境建模、时序预测技术、用户画像方法，研究大规模网络数据智能分析和处理关键技术，服务国家公共安全和企业商业智能的需求。
本方向围绕国家网络信息内容安全的重大需求，采用模式识别及统计分析的手段对网络媒体，特别是图像内容的真实性、完整性和原始性进行验证分析。本方向的研究涵盖信息安全、机器学习、数字图像处理、信号处理等多学科领域，是对信息安全研究领域和技术应用的探索与拓展。 研究的重点包括： （1）自然图像统计特征模型建模研究。 （2）基于机器学习和特征分析的通用隐写分析方法研究。 （3）基于统计分析的图像篡改鉴证及定位方法研究。 （4）图像溯源、载源分类技术研究。 （5）集成上述研究内容的原型系统研究。
传感与信息获取研究方向面向国家公共安全和信息产业重大需求，通过人工智能、认知科学、光学、电子、控制等学科的交叉融合，研究智能传感与信息获取的新理论、新方法和新设备，突破传统传感器的感知盲区和智能局限，透彻感知、精确描述现实物理空间的多模态场景信息，实现复杂物理世界的数字化重构。目前我们重点研制多模态生物特征获取设备，旨在远距离采集非受控场景中多目标人群的虹膜、人脸和步态视频数据，为复杂场景生物特征识别研究提供基础数据资源和科学验证平台，为生物识别和安防监控产业发展提供尖端传感设备，满足国家公共安全和经济社会领域对高级身份认证技术的迫切需求。核心技术包括计算光场成像、智能人机交互、多元生物特征传感数据的预处理、编码、融合与可视化等。
首页
机构概况
新闻动态
科研活动
科研成果
招贤纳士
联系我们
中科人工智能创新技术研究院 版权所有 备案号：鲁ICP备18054090号-1
地址：青岛市胶州经济技术开发区长江路1号创业大厦
