在2010年9月结束的国际虹膜识别算法竞赛NICE.II（Noisy Iris Challenge Evaluation-Part II）中，中国科学院自动化研究所模式识别国家重点实验室谭铁牛团队提交的算法从来自25个国家和地区的41支参赛团队提交的算法中脱颖而出，以测试性能指标超过第二名41.3%的绝对优势蝉联NICE系列虹膜识别算法竞赛的冠军。
虹膜识别通过获取和分析人眼的虹膜图像来实现高精度的身份识别，在国家和公共安全领域具有广阔的应用前景，同时也是模式识别学科领域的前沿方向。虹膜识别经过十多年的发展，目前的技术水平已经可以精确识别近距离用户配合条件下的高质量虹膜图像，但是当虹膜图像受到内在生理变化（如斜视、眼皮和睫毛遮挡、运动模糊等）和外界环境变化（如光照、成像距离、佩戴眼镜等）时，虹膜识别的性能急剧下降，不能满足现实世界复杂环境下身份识别的需求，严重制约了虹膜识别技术的应用推广。从“人配合机器”到“机器主动适应人”是虹膜识别技术发展的必然趋势。为了构建“以人为本”的新一代虹膜识别系统，除了光机电需要精心设计外，核心算法对于整个系统的智能化和人性化起着重要的作用，其中重点就是必须要突破低质量虹膜图像的处理与识别。
为了测试目前最好的虹膜识别方法在复杂应用场景中适应远距离、行进中、低质量虹膜图像的有效性，由全球著名科学出版集团Elsevier和葡萄牙Beira Interior大学发起并组织了NICE系列虹膜识别算法竞赛，公开面向全世界从事虹膜识别研究的科研院所、企业和个人开展第三方公平测试，成为国际上难度最高、规模最大的虹膜识别专业测评活动。为了模拟非干扰状态下虹膜识别的实验环境，NICE竞赛的测评数据包括了虹膜识别应用过程中可能遇到的各种噪声或者干扰源，如离焦模糊、运动模糊、镜面反射、斜眼、头部偏转、眼睛半闭、睫毛遮挡、眼皮遮挡、戴光学眼镜、隐形眼镜、位置侧偏等，提出了目前虹膜识别领域最具挑战性也迫切需要解决的瓶颈问题。
为了分别测试虹膜识别应用的两大核心技术环节——“虹膜图像预处理”和“虹膜特征抽取与识别”在NICE高难度数据库上的表现，NICE竞赛对应分成两部分，其中NICE.I（Noisy Iris Challenge Evaluation-Part I）要求算法准确定位和分割出测试虹膜图像的有效区域，NICE.II则要求算法根据虹膜图像分割结果进行特征分析和精确识别。在2008年结束的NICE.I竞赛中，谭铁牛团队在来自35个国家和地区的97支参赛队伍中取得了最好成绩，今年以绝对优势蝉联NICE.II的冠军充分展示了该团队在虹膜识别领域领先国际的整体实力。
在国家973计划、863计划、国家自然科学基金等科研项目的资助下，谭铁牛研究员面向国家与公共安全领域的战略需求，“十年磨一剑”，组建了一支包括光学、电路、算法、系统等多学科领域精锐力量的科研团队，长期从事虹膜识别研究，并坚持从虹膜图像信息获取的源头进行系统创新，从单目到双目、从静态到动态、从近距离到远距离虹膜识别，先后历经三次技术革新，全面突破了虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，不断突破虹膜识别易用性、鲁棒性、安全性、实时性的应用瓶颈，建立了关于虹膜识别比较系统的计算理论和方法体系，负责撰写虹膜识别领域世界上第一部英文学术专著，在国际学术刊物和会议发表论文80多篇，其中4篇以长文形式在模式识别国际权威刊物IEEE Transactions on Pattern Analysis and Machine Intelligence发表或被接收，建设了国际上最大规模的共享虹膜图像库并在70个国家和地区的3000多个科研团队推广使用，有力推动了虹膜识别学科发展。
|
