【安防知识网】计算机视觉是当前计算机科学研究的一个非常活跃的领域，该学科旨在为计算机和机器人开发出具有与人类相当的视觉能力。各国学者对于计算机视觉的研究始于20世纪60年代初，但相关基础研究的重要进展则是在80年代以后取得的。众所周知，计算机视觉和模式识别作为机器智能的核心，一旦和交叉领域有机结合就能展示出亮点和特色。

　　近年来，国内外关于生物识别技术的讨论与开发风起云涌，随着计算机软硬件技术的不断提高，处理速度的加快，过去想象中的梦幻都相继成为事实。中国让外国人瞠目的“北斗星”、无人驾驶汽车、机器人就是例子。

　　美国“911”和英国“伦敦大爆炸”说明，现代社会是一个人口密集、高度复杂的社会，面临的突发事件和异常事件越来越多，其监控的难度与重要性也越来越突出。为此，世界各国政府和学者已开始密切关注新一代的监控技术，智能视觉监控的研究也被提到议事日程上。

　　生物识别的需求领域在拓宽

　　我国目前正处于建国成立以来最突出的社会转型期，在国际大形势下，社会稳定、公共安全面临着前所未有的新挑战。

　　随着我国社会经济的持续快速发展，以城市交通管理为例，机动车辆和驾驶员保有量的迅猛增长，交通出行带来的交通流量急剧增加，使得交通堵塞、交通事故、肇事逃逸、机动车盗抢、以机动车为工具流窜作案等案件的频发，给人民的生命财产造成了极大的危害，成为我国城市道路交通管理中颇受困扰的突出难题。以2002年全国的77万起交通事故为例，共死亡11万人，相当于一个北京工人体育场的可容纳观众人数，造成直接经济损失超过33亿，相当于10座立交桥的建设投资;2003年8月5日零时，北京西四环主路上，一辆高速行驶的银灰色捷达车，将丰台交通支队民警严重撞伤，肇事车当场逃逸，根据目击者的举报，公安干警对全市同类车辆逐一排查，通过长时间努力仍无结果，4个月后，肇事者出于心理重大压力而自首。

　　面对新时期交通管理的特点，如何实现对案件的快速侦破查处，有效打击犯罪，减少人民群众的损失，成为提高公安交通管理部门管理水平、适应经济发展要求面临的一大课题。对于交通肇事逃逸案件的频繁发生，除了加强社会道德教育、加大惩罚力度以外，技术手段的实施以及所产生的威慑力量便成为当务之急。

　　众所周知，美国“911”和英国连环大爆炸事件以后，基于国际反恐的需要，智能视觉监控、生物特征识别等公共安全技术备受关注，世界各国纷纷将其列入重要的研究计划。曾有报导：美国正在发展实施一项代号为“战区观察”的计划，旨在通过这项计划发展城市监控系统，帮助美国保护军队、并保证其在境外展开战斗。这项计划利用高科技计算机技术，可以自动识别被监督车辆的型号、颜色、形状和牌照，甚至可以通过被拍下的驾驶员及乘客面貌识别其身份，从而实现对参与恐怖活动车辆的辨别和控制。[nextpage]

　　至于目前部分业内专家及学者提到的生物识别引发的隐私问题，笔者认为，在维护国家安全、保障社会稳定与代表商业利益的隐私、人权之间的选择只能是唯一的。

　　美国在使用生物识别技术上侵犯的不仅仅是个人的隐私，为了国家安全，不惜侵犯的还有人身的健康(如骨骼识别技术)。这恰恰是某些大国打着“人权”的旗号，压制发展中国家的伎俩。在大谈“自由、人权”的虚假伪装下，西方世界其实没有一刻停止过侵犯人权的技术研究和开发。

　　为生物学开辟新路，与交叉领域有机结合

　　大家公认的英文Biometrics，通常被译为生物识别。这个单词是由希腊文的bios(生命、生物体)加上metrics(计量、测度)而成，也被翻译为生物测定学，解释为：测度生物体上特征的学问。

　　在通常的理解中，生物识别常常被解释为是通过计算机对人体所固有的生理特征或行为特征来进行个人身份鉴定。常用的生物特征包括指纹、掌纹、虹膜、面部、声音、笔迹等。由于身份识别是人们日常生活中几乎每时每刻都需要相互证明的基本现象，因此被人们广泛重视。

　　到目前为止，出于安全、方便的原因，世界上的学者往往把生物识别技术的应用集中在身份认证上。各种学术论著，总是把生物识别给人类的工作与生活带来的成就归结在准确地区分出每一个人上。但是，传统的身份识别方法正越来越受到局限和限制。2002年美国一位联邦法官作出“指纹鉴定不科学”的裁决，推翻了英国科学家高尔顿“在640亿人中才能找到一对特征完全相同的指纹”的定论就是一例。

　　不容置疑的事实是，当几乎所有的生物识别研究者在热衷于利用全部精力和技术证明人体识别特征的时候，计算机视觉和模式识别的领域已经向更新更高的层面发展了。近年来，世界众多学者提出“生物学开辟新路(Biology Outside the Box)”的概念，努力以计算机视觉和模式识别作为机器智能的核心，尝试与交叉领域的有机结合，将本世纪生物和信息这两大热门技术交汇融合为一体，在新领域展示出亮点和特色。本人参与开发的“车辆外形自动识别技术”的突破恰恰证明了这一点。

　　我国的科技人员在生物识别技术上奋斗了若干年，目标很明确，弯路没少走。

　　笔者注意到，作为国内生物特征认证技术研究龙头单位的中科院自动化所，其组织的IEEE视觉监控专题讨论会已经举办了四届，收录了大量智能视觉监控领域内的最新研究成果。作为一名多年从事城市交通管理的工程师，笔者也注意到，中科院自动化所早已将“智能交通技术和视觉技术的结合”作为研发课题，并于2004年1月开立“基于三维模型的车辆定位与跟踪”的在研课题，开始对基于交通场景的智能视觉监控的研究。[nextpage]

　　不能说我们的研究人员在回避世界性技术难题，尽管难题确实存在。但当成功者已经将成果应用在各个领域之中并发挥重要作用时，谁还能否定识别技术的定义呢?从广义的角度理解，从一只水杯到一辆汽车，从一只香烟到一枚导弹，无一不留下人类创作行为的特征和痕迹，将识别范围扩展到这些领域，无疑会具有重大的意义。这就是笔者在《生物识别与测量技术在现代交通管理中的开发应用探讨》一文中提供“生物识别与交通应用分类”框图的目的(如图1)。

图1  生物识别与交通应用分类图

点击查看大图

　　技术研发面临的挑战

　　智能视觉监控的研究对象很广泛，理论上说，凡是动态场景中的运动目标都可以作为被研究对象。但人们的理想现实的差距是要通过努力、辛勤换来的。

　　笔者曾经在车辆牌照自动识别的基础上，与国内专门研究机构、著名大学、专业研发公司提出识别移动物体特征的想法和思路，但是几个月后，研发均无结果。其中的困难来自：技术人员开设的课题往往得不到关键的支持;国内缺少有力的软件保护措施;舒适的生活条件和艰苦研发的冲突，我们似乎缺少些什么。于是，高新技术的研发变得漫漫无期，年度科研计划暂停、延缓，无奈之下，有识之士大批外流。于是，在痛感创新之“容易”和成功之艰难之际，也切身体验了创造理论和身心投入的痛苦和快乐。

　　多年来，国内习惯按照外国人的思路跟行，在生物识别领域也是如此，我们跟随着他们的理解，称为“根据人体生理特征和行为特征来识别身份的技术”，根据指纹、掌纹、虹膜、面部、力度、笔迹等出现了一大批识别技术，而实际上由国人真正发明出来的少之又少。

　　众所周知，保持科技工作者先进性的最好方法就是在最高级别的国际会议上发表文章。目前，计算机视觉领域影响最大的两个学术会议是由IEEE每年主办的CVPR(国际计算机视觉与模式识别大会)和逢奇数年举办的ICCV(国际计算机视觉大会)，两者都是被国际公认的计算机视觉和模式识别方面水平最高的会议。于是各类与国际水平接轨的计算机视觉和模式识别论文每年都发表在国际学术会议上，成为中国学术界评价学者水平的重要标志。任务完成了，学位拿到手，课题开展了，却没有任何进展，也无人追究与过问。陈旧的理论推导和传统保守思维对现代科研进程毫无帮助，重复的试验过程和前途无望的课题令人意冷，终于在2009年爆出有院士参与的国际医学论著涉及“抄袭”丑闻，令人汗颜赤面。因此引发了人们对中国自基础至高深科研水准的强烈关注。

　　中国科协副主席、中国科学院常务副院长白春礼院士在“2007年中国科协学术建设发布会”上，对我国自主创新与发达国家的差距精辟总结认为，目前的研究工作存在着“三多三少”现象：证明西方学者提出的假说和理论的研究多，提出我国自己的假说和理论少;单一学科封闭式研究多，真正意义上的多学科交叉与综合集成研究少;模仿性研究多，独创性的成果少。

　　在计算机视觉技术发展过程中，也确实充满了荆棘，更充满了挑战。只有那些既有实力又敢于开拓并能付出辛勤劳动的先行者，才能在未来无限的产业机会中取得主动权，占领制高点。

　　借一句话以勉励各位及我自己：跟随别人，不愿超越，永远得不到第一。