提名国家技术发明奖项目公示
|
项目名称 |
高精度大人群指掌纹识别技术及应用 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
完成人 |
周杰、冯建江、刘晓春、杨春宇、郭振华、郑逢德 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
完成单位 |
清华大学，北京海鑫科金高科技股份有限公司，清华大学深圳研究生院 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
提名单位 |
工业和信息化部 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
项目简介： 指纹和掌纹自动识别在国家安全领域发挥着重要作用，是世界各发达国家非常看重的核心技术。本世纪初期，随着安全形势的需要，我国社会治理、出入境管理、刑事侦破等方面急需高精度的大人群指掌纹识别技术，但已有技术的识别精度却无法满足大范围应用的要求。本项目历时十多年，在指纹处理与特征提取、图像比对、多特征表达与识别、掌纹识别等方面取得了一批成果，实现了大人群下的高精度指掌纹识别，具体发明点如下： 1、构建了指纹纹理的拓扑模型和统计模型，揭示了指纹的若干拓扑规律及统计规律，为指纹（特别是老年、现场、重叠等低质量指纹）的处理和特征提取提供了理论支持，发明了多种方向场估计、重叠指纹分离、奇异点检测和老年指纹增强的新方法，在低质量指纹上的性能提升明显。 2、针对指纹图像扭曲高发、姿态多样等难题，构建了指纹纹理及其皮肤变形的变换模型，发明了扭曲校正、姿态估计、稠密匹配等指纹比对技术，通过消除坐标差异，大幅度提高了比对精度和速度。 3、针对大人群应用时传统方法只采用细节点单一特征的不足，发明了指纹的多特征表达与识别算法，将方向场、密度图、脊线等特征引入到指纹匹配中，大幅度提升了识别性能，显著提升了方法的实用性。 4、很多犯罪现场只有掌纹而没有指纹，而传统方法是直接套用指纹识别技术，效果不理想。针对手掌面积大、变形严重等问题，分析并揭示了掌纹各区域的可区分性，发明了高分辨率掌纹图像处理、自适应方向场估计和分层分块融合检索等技术，大幅度提升了掌纹识别的性能。 所发明的相关技术获得授权发明专利24项（其中美国发明专利5项），获得软件著作权58项；发表SCI论文40多篇，其中在国际模式识别与人工智能领域顶级期刊IEEE T-PAMI发表长文9篇（超过同期PAMI上指掌纹识别长文总数的1/2），得到了国内外同行的高度评价，第一个发明点提出的“基于拓扑模型的指纹特征提取与识别”发展成为指纹识别的一个重要研究方向。在国际权威的指纹识别在线测试FVC-onGoing中，本项目算法在指纹识别精确率测试获得第一名；在公安部组织的两次评测中，我们的算法系统综合排名均为第一名。 项目算法通过公安部组织的严格测试与评比，成为我国二代身份证、电子护照、港澳通行证指纹识别的唯一入选算法，全国10万多终端均采用我们的算法，使用人数近4亿。算法系统还在公安部物证鉴定中心、铁路公安局及江苏、广东、新疆等15个省区的公安厅局应用（占全国总量的70%，累计入库1.3亿人）,近5年累计破获案件40多万起，包括一大批多年积案、大案、命案（如2015年陕西铜川破获的1996年持抢杀人案、2014年广东省破获的浙江台州1998年杀人案等），为社会治理、维稳等工作做出了巨大贡献，产生了重要社会影响。 2011年曾获中国电子学会电子信息科学技术奖一等奖。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
客观评价：
第三方技术评测 1. FVC-onGoing是国际权威的指纹识别技术在线评测（该评测是在线自动进行的，任何公司和机构均可以随时提交算法进行评测，评测结果及排名一直公开），参测单位众多（包括几乎所有的顶级指纹识别公司，如日本NEC、法国Morph、美国Cogent等），参测算法超过4800个。我们的算法在指纹识别总精确率测试中排名第一，评价错误率（EER）为0.022%，精确度显著优于第二名（第二名EER为0.040%，我们算法的错误率仅为第二名的近1/2）。 2. 2012年9-10月，公安部邀请国内所有主流二十多家指纹识别厂商参加了居民身份证指纹登记算法选型测试，公安部居民身份证登记指纹信息工作领导小组办公室委托公安部安全与警用电子产品质量检测中心执行测试，我们的指纹识别算法在精度、速度等方面综合排名第一，并被选为居民身份证指纹登记唯一算法。 3. 2013年7月，公安部出入境管理局对新版港澳通行证和电子护照指纹核验算法进行公开招标，由公安部安全与警用电子产品质量检测中心执行指纹核验算法测试，近十个国内主流厂商参与了测试，我们的算法获得最高的比对精度，并成为了公安部出入境管理局指纹核验算法唯一供应商。 4. 2011年广东省公安厅为指纹系统建设招投标，委托中国安全技术防范认证中心，对国内外主要指纹系统厂家（包括国际最大的指纹识别公司之一NEC）进行技术选型测试，测试技术规范和程序：《广东省公安厅指纹自动识别系统性能测试技术规范》、《广东省公安厅指纹自动识别系统性能测试技术程序》（CSP-V03-GD001:2009）。测试结论：本项目指纹算法比对精度综合评分排名第一。 国际同行在公开出版物上的评价： 第一个发明点提出的“基于拓扑模型的指纹特征提取与识别”已经发展成为指纹识别的一个重要研究方向，2006年以来IEEE T-PAMI的5篇论文、Pattern Recognition中的12篇论文都是围绕这一方向的研究，均超过这两个期刊同期指纹识别论文总数的1/4。《Handbook of Fingerprint Recognition》也将“基于全局拓扑模型的奇异点提取”、“基于全局拓扑模型的方向图提取”等作为独立章节进行介绍。 指纹识别的两位权威专家，美国Michigan州立大学的Jain教授（美国工程院院士、IEEE T-PAMI前主编）和意大利Bologna大学的Maltoni教授在Springer出版的指纹识别权威工具书《Handbook of Fingerprint Recognition》中评价本项目的第一个发明点：“以上（指纹）约束性质被周等人优美地论证，他们给出了任一完整的指纹都有着相同的中心点和三角点个数，一个实用的强化这一约束性质的方法是沿方向图的外边缘计算庞加莱指数，然后利用结果值来限制真实点数。周等人给出的另一个有用的建议是，根据图像元的可靠度来局部地改变计算庞加莱指数的路径”。 意大利Bologna大学Maltoni教授等在2009年IEEE T-PAMI发表的论文“On the Spatial Distribution of Fingerprint Singularities”中评价“模型（本项目第一个发明点）对于纠正或估计低质量指纹的局部方向是非常有用的，此时传统方法是失败的（Such models can be very useful to estimate or correct the local orientations in low-quality fingerprint images [14], where the traditional gradient based approaches can fail [1]）”。 美国工程院院士、Michigan州立大学的Jain教授在2012年IEEE TIFS期刊论文中指出，他们的研究工作是由我们提出的模型（本项目第一个发明点）启发产生的，还评价我们的模型已被成功地用于现场指纹增强和指纹重建等工作（motivated by the combination model in [13] and its successful applications for latent fingerprint enhancement and fingerprint reconstruction）。 德国哥廷根大学数学统计学研究所所长Munk教授在2008年IEEE T-PAMI长文“Global Models for the Orientation Field of Fingerprints: An Approach Based on Quadratic Differentials”中将我们提出的模型（本项目第一个发明点）作为两种基准方法之一进行了详细的实验比较和分析，结果显示我们的模型显著优于前人的模型。后来，Munk教授在2009年IEEE T-IFS长文“Robust Orientation Field Estimation and Extrapolation Using Semi-local Line Sensors”中将我们的工作列为两种特别针对断纹处理的代表性方法之一，另一种方法发表于我们之后。 新加坡生物特征识别协会主席Yaw教授在2006年PR长文“Constrained nonlinear models of fingerprint orientations with prediction”中认为 “混合模型（本项目第一个发明点）获得了比其他已有方法更好的估计结果（This combination model gives better estimation of the orientation compared to the other previous models）”。 德国马格德堡大学Dittmann教授等人在2012年欧洲信号处理大会上的论文“Challenges in contact-less latent fingerprint processing in crime scenes: Review of sensors and image processing investigations”中评价我们的工作（本项目第一个发明点）是第一个关于重叠指纹半自动分离的研究。原文为“First attempts to (semi-)automatically separate overlapping fingerprints show positive tendencies [13]”。 Maltoni教授等在2010年IEEE T-PAMI长文“Minutia Cylinder-Code: A New Representation and Matching Technique for Fingerprint Recognition”中评价本项目第二个发明点“没有其他方法的缺点，可以做为最先进的局部匹配算法”（The technique proposed by Feng in [12] does not suffer from the above drawbacks and can be considered a state-of-the-art fixed-radius local matching algorithm.）。 英国Kent大学电子系主任Fairhurst教授等在2009年PR长文“Consensus fingerprint matching with genetically optimized approach”中评价本项目第三个发明点：“越来越多研究者认为结合不同指纹图像中的特征可以改进指纹比对系统的性能。几种这样的方法[8,26,29]（其中[8,29]均为我们的论文）已经被提出”。该论文还将我们的方法作为唯一的“多特征结合”基准方法进行了实验比较。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
推广应用情况： 本项目研究的指掌纹识别技术通过公安部组织的严格测试与评比，成为我国二代身份证、电子护照、港澳通行证指纹识别的唯一入选算法，全国所有同类系统均采用我们的算法，使用人数已接近4亿，在首都机场、深圳口岸等300多卡口应用，自动核验5.5亿人次以上。 这些技术还成功应用于刑侦指掌纹识别系统，如公安部物证鉴定中心，铁路公安局，江苏、广东、浙江、福建、河北、河南等省区指掌纹识别系统等，目前已占据了国内刑侦指掌纹系统70%的份额(累计入库人员1.3亿)。近5年累计破获案件40多万起，包括一大批多年积案、大案、命案，为社会治理、维稳等工作做出了巨大贡献，产生了重要社会影响。 本项目主要应用情况如下表所示： 主要应用情况表
以下以广东、浙江为例介绍本项目成果的应用情况： 本项目指掌纹识别技术在广东省应用效果显著，2014年比中重庆市B级杀人案、顺德杀人案、肇庆杀人案及多起本地案件，2015年广东省比中公安部B级杀人案6宗，其中B级紧急1宗。2014年协助广东省厅比中浙江台州98年杀人案、肇庆杀人案及多起本地案件；2014年12月15日-2015年1月16日在广东东莞倒查检视中，比中案件273宗；2015年9月广州警方比中1998年番禺杀人案，直接逮捕嫌疑人（嫌疑人为保安人员），2015年4月协助广州市局比中武汉2007年汉口上海路某小区杀人案，提供准确信息，直接协助警方破案。2012年至2017年，广东省利用指掌纹自动识别系统比中各类案件共计117774起，其中指纹比中案件116702起，掌纹比中案件1072起；指掌纹比中的涉案人员81948人；指掌纹比中命案共计214起。 2014年浙江省公安厅使用本项目成果完成了掌纹系统建设，同年9月为给全省反侵财专项行动和重大恶性案件侦查提供有力的技术支撑。浙江省刑侦部门于2014年9月1日起，在全省开展了为期3个月的全省掌纹暨重大案件指纹集中比对行动，共破获案件9499起。其中利用指纹信息破案5001起，利用掌纹信息破案4498起；共比中命案21起，其中利用指纹信息比中命案12起，利用掌纹信息比中命案9起；行动期间共比对认定涉案人员7895人，直接抓获到案人员3185人。2016年浙江全省直接比中各类案件26391起，其中指纹比中25105起，掌纹比中1286起，公安部下发跨省案件1653起，比中涉案人员19845人。 其他省区市典型案件：2015年8月31日协助陕西铜川警方比中19年前持抢杀人逃犯宁俊华（1996年持抢杀人，1997年抢劫黄金首饰及现金3万元，已漂白身份10多年），提供准确信息，直接协助警方破案；2015年7月协助柳州市局比中2003年9月12日柳州文惠桥附近服装店杀人案。提供准确信息，直接协助警方破案； 2008年协助山西省厅公安厅比中公安部B级河北省石家庄市2002年五口灭门案件。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
主要知识产权证明目录：
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
主要完成人情况：（摘自“主要完成人情况表”中的部分内容，公示姓名、排名、行政职务、技术职称、工作单位、完成单位、对本项目技术创造性贡献）
1. 周杰，第1完成人，系主任，教授，清华大学自动化系，清华大学，本项目的总负责人、设计者和组织者，4个发明点的主要提出者，代表性发明专利1-7的主要发明人，专利10的发明人。 2. 冯建江，第2完成人，无，副教授，清华大学自动化系，清华大学，4个发明点的主要提出者，代表性发明专利2-5的主要发明人，专利10的发明人。 3. 刘晓春，第3完成人，董事长、总经理，无，北京海鑫科金高科技股份有限公司，北京海鑫科金高科技股份有限公司，负责项目的应用和推广，第1-2个发明点的主要参与者，代表性发明专利8-9的主要发明人。 4. 杨春宇，第4完成人，技术委员会副主任，无，北京海鑫科金高科技股份有限公司，北京海鑫科金高科技股份有限公司，第1、2个发明点的主要参与者，代表性发明专利8-9的主要发明人。 5. 郭振华，第5完成人，无，副研究员，清华大学深圳研究生院，清华大学深圳研究生院，第4个发明点的主要参与者，代表性发明专利10的主要发明人。 6. 郑逢德，第6完成人，无，高级工程师，北京海鑫科金高科技股份有限公司，北京海鑫科金高科技股份有限公司，第1、2个发明点的主要参与者，代表性发明专利8-9的主要发明人。 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
完成人合作关系说明：
（1） 第一完成人周杰1995年起在清华大学自动化系工作，一直从事指纹、掌纹的特征提取、建模等研究工作，担任本项目的总负责人。 （2） 第二完成人冯建江于2009年结束美国博士后工作，加入清华大学自动化系工作，是周杰团队的主要骨干，全面参与本项目的研究。与第一完成人共同完成了代表性专利2-5、10，也是大部分学术论文的共同作者。2011年与第一完成人一起共同获得中国电子学会电子信息科学技术奖一等奖。 （3） 第三完成人刘晓春1989年硕士毕业于清华大学自动化系，后创建北京海鑫科金高科技股份有限公司（以下简称海鑫），担任董事长、总经理等职务，致力于指纹识别、掌纹识别、人脸识别等技术的研发和推广，与清华大学自动化系周杰教授团队保持着稳定深入的技术合作。2011年与第一、二完成人一起共同获得中国电子学会电子信息科学技术奖一等奖。 （4） 第四完成人杨春宇2009年博士毕业于清华大学自动化系，师从第一完成人周杰。博士期间参与了多项指掌纹识别相关的研究课题，参与了算法的移植和优化。毕业后加盟海鑫公司并担任海鑫公司技术委员会副主任，致力于海鑫和清华大学的合作以及产品的推广应用。2011年与第一、二、三完成人一起共同获得中国电子学会电子信息科学技术奖一等奖。 （5） 第五完成人郭振华2010年博士毕业于香港理工大学，同年开始在清华大学深圳研究生院工作，隶属于自动化学科，近年来主要指掌纹识别算法和仪器的研究与设计，与第一、二完成人一同完成了第10个代表性专利。 （6） 第六完成人郑逢德，2012年起在海鑫工作，期间2012年10月-2014年10月为清华大学自动化系与海鑫联合培养博士后，在合作导师、第一完成人周杰教授的指导下，开展指掌纹算法及优化工作。目前任职海鑫高级工程师，负责指掌纹识别算法的移植与完善，与第三、四完成人共同完成了第8-9个代表性专利。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||