个人简介： 孙哲南，中国科学院自动化研究所研究员和博士生导师、中国科学院大学人工智能学院岗位教授、国际模式识别学会IAPR Fellow和IAPR生物特征识别技术委员会主席。主要研究方向计算机视觉和模式识别，主持4项国家自然科学基金委重点和面上项目，以及3项国家重点研发计划项目和课题，发表国际期刊和会议论文300多篇，获得超过13000次Google学术引用和2000次SCI他引，H因子58，授权发明专利56项。科研成果获得国家技术发明二等奖、中国专利优秀奖，入选国家万人计划科技创新领军人才和科技部中青年科技创新领军人才。 近五年主要研究成果包括图像获取、生成与识别的理论方法创新及其在公共安全（虹膜/人脸/步态识别、安防监控）、军事国防（型号设备、人机交互）、国家安全（多模态大数据模式识别）、网络内容安全（深度伪造与反伪造）、数字赋能（工业视觉、智能油田、智能加油站、智慧工地）等领域的应用；近5年发表CCF的A类期刊和会议论文50多篇，获得中国图象图形学学会自然科学一等奖、吴文俊人工智能科学技术进步奖和IEEE信号处理学会2020年度最佳青年论文奖。

个人简介： 李琦，中国科学院自动化研究所副研究员，中国科学院青促会会员，2021-2023北京市科协青年人才托举，北京图象图形学学会理事，中国图象图形学学会生物特征识别专委会（筹）秘书长。截止目前发表CCF推荐A类期刊和会议共25篇,其中含7篇TPAMI/IJCV。代表作AnyFace被评选为CVPR最佳论文候选，并入选TPAMI专刊Best of CVPR。合作撰写Springer专著1部。申请人连续多次担任国内生物特征识别旗舰会议CCBR程序委员会主席和出版主席等，担任ICLR的Area Chair。主持国家重点研发计划青年科学家项目一项，2030“新一代人工智能”国家重点研发计划课题一项，国家自然科学基金两项。研究成果获得2022年中国图象图形学学会技术发明奖二等奖、2023年中国产学研合作创新成果二等奖等,所研发的安全系统成功应用在国家部委与企业等。

报告题目： 可信身份认证

报告摘要： 生物识别发展在人工智能时代有广阔发展前景，不论是生物特征传感器、识别算法还是安全防御机制处于理论创新、技术突破、产业应用的战略机遇期。生物特征识别领域存在三大挑战问题——“感知盲区”、“决策误区”和“安全红区”，必须变革和创新生物特征的传感、认知、安全机制，才有可能取得复杂场景生物识别的根本性突破，“可感”、“可知”、“可信”是新一代生物特征识别的总体目标。

个人简介： 孙哲南，中国科学院自动化研究所研究员和博士生导师、中国科学院大学人工智能学院岗位教授、国际模式识别学会IAPR Fellow和IAPR生物特征识别技术委员会主席。主要研究方向计算机视觉和模式识别，主持4项国家自然科学基金委重点和面上项目，以及3项国家重点研发计划项目和课题，发表国际期刊和会议论文300多篇，获得超过13000次Google学术引用和2000次SCI他引，H因子58，授权发明专利56项。科研成果获得国家技术发明二等奖、中国专利优秀奖，入选国家万人计划科技创新领军人才和科技部中青年科技创新领军人才。 近五年主要研究成果包括图像获取、生成与识别的理论方法创新及其在公共安全（虹膜/人脸/步态识别、安防监控）、军事国防（型号设备、人机交互）、国家安全（多模态大数据模式识别）、网络内容安全（深度伪造与反伪造）、数字赋能（工业视觉、智能油田、智能加油站、智慧工地）等领域的应用；近5年发表CCF的A类期刊和会议论文50多篇，获得中国图象图形学学会自然科学一等奖、吴文俊人工智能科学技术进步奖和IEEE信号处理学会2020年度最佳青年论文奖。

报告题目： 面向消化道疾病的智能感知与计算

报告摘要： 深度学习技术的快速发展为医学影像分析领域带来了革命性变革，显著提升了临床诊断的准确性和治疗决策效率，然而现有深度学习方法在临床应用中仍然面临着数据利用不足，模型泛化性和可解释性差， 应用安全性弱等瓶颈问题。本报告聚焦消化道疾病智能感知与计算，介绍数据驱动的医疗影像人工智能最新进展，用以解决医学图像分析的挑战，同时分享在大模型的时代下，医疗影像分析的机遇与挑战，并将介绍其在疾病诊断、病变检测和分割上的临床应用。

个人简介： 袁奕萱，香港中文大学电子工程系助理教授，于西北工业大学获学士学位，香港中文大学获博士学位，并于斯坦福大学从事博士后研究工作。研究聚焦于多模态医学影像分析，关注模型的鲁棒性、安全性和可解释性。获ICBIR 2023 最佳论文奖，计算机视觉顶级会议CVPR 2022最佳论文提名奖，医学影像顶级会议MICCAI 2022青年科学家奖（导师），2017香港青年科学家奖，2017斯坦福大学医学院院长奖，ICMA 2013会议最佳论文奖等。2021-2024连续入选斯坦福大学全球排名前2%科学家榜单。在Nature/IEEE TMI/TPAMI/IJCV/MedIA、MICCAI/CVPR/ICCV/ECCV/NeurIPS/ICRA等期刊和会议发表论文170余篇。担任npj Digital Medicine、IEEE Transaction on Medical Imaging, The Innovation等期刊副主编，担任MICCAI, ISBI, ICRA等多个国际会议的组织委员会委员和领域主席个人主页: https://www.ee.cuhk.edu.hk/~yxyuan/。

报告题目： 指纹识别与交互

报告摘要： 指纹不仅仅具有重要的身份识别价值，还可用于创新的人机交互技术，支持手机、XR眼镜等便携计算设备的输入方式创新。指纹识别与交互要解决的问题可以概括为：从指纹传感器获取的图像推测谁的哪根手指的哪个部位以什么角度和力度触摸传感器。由于信息量少而解空间大、皮肤状况差、按压方式不理想、传感器噪声、计算通信存储能力受限等挑战，解决该问题异常困难。报告将从姿态、变形、匹配三个维度介绍课题组近年来系统性探索指纹识别与交互这两个相关方向的研究成果。

个人简介： 冯建江，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，IEEE T-IFS和T-BIOM编委。主持国家自然科学基金优秀青年基金、科技部重点研发课题，获得国家技术发明二等奖、中国电子学会科学技术一等奖、浙江省自然科学一等奖、教育部自然科学二等奖（2次）、中国发明专利银奖。发表SCI期刊论文60余篇，其中计算机视觉领域权威期刊IEEE T-PAMI长文14篇；六次获得会议最佳论文奖或提名。

报告题目： 视觉大模型在步态识别中应用与潜力

报告摘要： 步态识别要在有各种干扰的视频里捕捉人与人之间微小的差异。步态识别真的能用吗？现在步态识别技术发展到了什么程度？这个报告将通过介绍步态识别发展历史和发展趋势，分析目前的研究热点和趋势，梳理出在大数据和大模型时代实现高准确率步态识别的可能方案。

个人简介： 于仕琪的主要研究领域为生物特征识别。在生物特征识别的步态识别方面，创建的CASIA-B步态数据库目前被作为本领域的评估标准，是使用最广泛的评估库之一；所创建的OpenGait开源项目已经成为步态识别领域主要的算法评估框架。在目标检测方面，人脸检测算法被世界排名前100的多家上市公司采用，同时也被众多的中小企业广泛使用。在遥感图像处理方面获2021年度广东省科学技术奖自然科学奖二等奖。他在IEEE TPAMI、IEEE TIFS、IEEE TBIOM、PR、CVPR、AAAI、ECCV、IJCB等发表论文近100篇。于仕琪曾担任CCBR 2017、IJCB 2021和CCBR2024程序委员会主席，以及CCBR 2023大会主席；他并作为主要组织人，自2018年开始每年1月份在深圳组织IAPR/IEEE Winter School on Biometrics。

报告题目： 人脸识别安全问题研究

报告摘要： 随着人脸识别技术的广泛应用，其相关的安全问题也日益凸显，越来越多的攻击手段涌现。一些典型的攻击方式，如活体攻击、对抗攻击、伪造攻击等，给人脸识别系统普及带来严峻的挑战。针对上述挑战，本报告聚焦于人脸识别与安全，探讨可能的一些解决方案。

个人简介： 李琦，中国科学院自动化研究所副研究员，中国科学院青促会会员，2021-2023北京市科协青年人才托举，北京图象图形学学会理事，中国图象图形学学会生物特征识别专委会（筹）秘书长。截止目前发表CCF推荐A类期刊和会议共25篇,其中含7篇TPAMI/IJCV。代表作AnyFace被评选为CVPR最佳论文候选，并入选TPAMI专刊Best of CVPR。合作撰写Springer专著1部。申请人连续多次担任国内生物特征识别旗舰会议CCBR程序委员会主席和出版主席等，担任ICLR的Area Chair。主持国家重点研发计划青年科学家项目一项，2030“新一代人工智能”国家重点研发计划课题一项，国家自然科学基金两项。研究成果获得2022年中国图象图形学学会技术发明奖二等奖、2023年中国产学研合作创新成果二等奖等,所研发的安全系统成功应用在国家部委与企业等。

李琦

中国科学院自动化研究所

qi.li@ia.ac.cn