科创中国

与人相关的视觉目标（如人脸、人体、手势等）一直是计算机视觉领域最为重要的研究对象，其智能感知技术是推动以人为中心的机器智能由感知到理解演进的重要驱动力。受制于复杂环境中人像目标视觉表观特征难建模、多维诱变因素紧耦合等难题，人像目标感知呈现关键信息不精确、属性认知不完备、动态跟踪难定位等特点。如何在无约束条件下的真实场景中高效获取人像的关键信息及关联知识，是人像目标智能感知理论和方法研究的关键。

1. 发现了全视角变换空间下人脸目标的多视角旋转不变性和全局关联约束性，提出了数据驱动的全视角空间自动划分、人脸表观和形状关联建模方法，提升了人脸检测和配准的准确度。 2. 提出了一种基于多任务学习和对抗网络生成学习解耦的人像属性知识挖掘与关联分析方法，提升了人脸年龄、性别、身份等属性识别的性能。 3. 提出了关键信息学习和关联属性驱动的人像目标深度感知理解方法，建立了高适用性人像感知处理技术框架，实现了个性化人像美妆推荐、细粒度人像深度解析、多场景人像目标跟踪。

项目产出的人脸识别核心算法技术目前已在国防安全、民生经济等领域已经得到了大规模实际应用，近十家企事业单位应用数据显示，无约束人像目标感知与理解的研究已取得了良好的社会效益和经济价值，并具有巨大推广潜力。其中一些代表性企事业单位及应用包括： （1）华为技术有限公司：人脸关键点定位和属性识别算法在包括华为P20等系列旗舰手机内应用，为华为产品的用户肤色反馈系统及华为产品的相关人像效果提供了技术支撑，服务千万级手机用户。在人脸特征点检测、人脸属性分析、人体姿态估计等技术领域与华为开展科研合作，这些技术在华为产品线中有明显的应用前景。 （2）蚂蚁科技集团股份有限公司：人脸识别算法在蚂蚁集团核心产品中得到应用，服务覆盖国内外1.2亿用户。算法在平台上的应用已全面覆盖端内津贴发放、资金转账等金融服务。截至目前，已累积支持150亿津贴发放。就人脸识别下游关键应用市场而言，我国人脸识别支付市场尚处于发展早期，根据数据，2019年中国人脸识别支付用户规模约1.18亿，预计到2022年将突破7.6亿，2019-2022年均复合增长率达到86.13%，行业潜力巨大。项目成果对于有效抵御非活体攻击，保障实人认证的真实性，打造鲁棒的金融风控体系具有重要意义。

1 兴军亮 男 1984.06.17 研究员 博士 清华大学 项目负责人，人脸配准、属性分类，美妆和跟踪应用 2 赵健 男 1990.01.04 助理研究员 博士 中国人民解放军32802 部队项目核心骨干，人像识别、解析 3 艾海舟 男 1964.01.03 教授 博士 清华大学 项目指导教师，人脸检测、跟踪 4 李建树 男 1990.01.20 高级工程师 博士 浙江蚂蚁小微金融服务集团股份有限公司项目核心骨干，人像解析 5 赵闻飙 男 1968.10.13

本成果得到了十余名马尔奖/傅京孙奖得主以及百余位中外院士会士的正 面评价。发表CCF-A类论文57篇，其中8篇代表作相关会议期刊论文谷歌学术引用 2911 次、WoS他引657次，并获CCF-A类国际会议CVPR 2007最佳学生论文奖（国内首篇）、ACM MM 2013最佳论文奖（1/235）等；12次在包括美国国家标准与技术研究院（NIST）举办的国内外重要人像感知竞赛中夺冠；相关算法在欧姆龙公司实现硬件流片成为国际上首款大规模商业应用的人像智能感知芯片，在华为、蚂蚁集团等企业核心产品中服务超过数亿国内外用户，累积支持超过 150 亿的津贴发放、资金转账等金融服务。本项目组以一线青年科技人才为主，第一完成人获国家优秀青年基金资助、第二完成人入选中国科协青年人才托举工程等，本项目成果是我们持续深入开展相关研究的坚实基础。

项目产出的核心算法技术在国防安全、民生经济等领域得到了大规模实际应用，在近十家企事业单位实现大规模应用, 取得了良好的社会效益和经济价值，其中的一些代表性应用包括： （1）人脸检测、跟踪等算法在欧姆龙公司实现硬件流片，成为大规模商业应用的人像智能感知芯片。 （2）人脸关键点定位和属性识别算法在包括华为P30等系列旗舰手机内应用，服务千万级手机用户。 （3）人脸识别算法在蚂蚁金服核心产品中应用，服务超过1.2亿国内外用户，累积支持超过150亿的津贴发放、资金转账等金融服务。 （4）相关算法还在广电总局、云从等单位应用。