点击我爱计算机视觉标星，更快获取CVML新技术

本文转载自CAA模式识别与机器智能专委会，为CAA近期对张老师的访谈。

1、请张老师谈谈个人的学习经历

我1974年毕业于北京大学，分别于1982年和1986年获哈尔滨工业大学硕士及博士学位。当时我的博士生导师是陈光熙教授，现在能在网上查到的我研究生期间最早的一篇英文论文发表于1984年，是关于指纹识别的。

1986年，我到清华做博士后，有幸成为常迵院士的学生，也是清华大学首批博士后。博士后出站后，我到中科院自动化所待了几个月时间，中科院当时给我颁发的一份聘书，我觉得非常有意义，因为该聘书将我的专业定性为图象处理、模式识别和人工智能，这在当时是非常少见的，一般都会称为计算机应用。

1988年我前往加拿大，并于1995年在加拿大滑铁卢大学获得我的第二个博士学位，毕业后来到香港任教，在香港理工大学建立了生物特征识别研究中心（BRC），开始了我人生中的又一段征程。这时候，离我上大学那一年，已经过去了25年。所以，相比于现在的年轻人，我年轻时的经历更加曲折。

2、请张老师介绍一下研究团队的情况

我们团队的主要研究领域包括计算机视觉、模式识别、医学图像/信号处理等，在生物特征识别技术和中医客观化领域具有较高的国际影响力。

团队方面，除了香港理工大学的研究中心以外，还先后在哈尔滨工业大学、清华大学、哈尔滨工业大学（深圳）、香港中文大学（深圳）等高校组建了多个研究组，和北京大学、上海交通大学、南京理工大学等高校也有深度合作。在研究方向、资源以及学生培养等诸多方面都有很大优势。

目前我们团队包括教授9人，副教授4人，博士后6名，博士生和硕士研究生80余名，有良好的团队合作机制。同时我们也与广东省中医院，哈尔滨市解放军211医院，香港糖尿病及肥胖症研究所等医疗机构保持着长期的合作关系，为我们的数据采集，专家知识获取，以及数据分析及验证提供了良好的支撑。

现在我又负责组建深圳市人工智能与机器人研究中心，希望会有更多的优秀学者和机构加入到我们的团队，共同取得更好的成绩。

3、张老师您是哈工大计算机系第一个博士，也是国内人工智能领域第一批博士，见证了我国人工智能技术的成长和发展，请您谈谈我国人工智能技术的昨天、今天和明天。

我本人是中国学位法公布后首届入学的研究生，也是哈工大毕业的首个计算机博士，从 1980 年博士入学开始算起，我基本见证了中国人工智能这 40 年的发展历程。

我国人工智能的研究起步较晚，起步阶段也面临诸多困难，特别是技术和人才都完全跟不上。但我国的科研人员充分发扬了攻坚克难的精神，克服了种种困难，始终紧跟国际前沿，从学习、追随、到逐步赶上并部分超越，如今取得了瞩目的成绩，这期间，一批留学海外的人工智能海归专家也不断加入到队伍中来，一起奠定了我国人工智能的基础，成为学术带头人和中坚力量，为发展中国人工智能做出举足轻重的贡献。

随着改革开放的进展，我国人工智能也开始蓬勃发展，成立了中国人工智能学会，创立了人工智能相关学报和期刊，出版了人工智能相关著作。人工智能也逐渐成为国家科技计划的重要组成部分。

进入21世纪后，越来越多的人工智能研究课题获得国家自然科学基金、863 计划和国家重点基础研究发展计划等国家基金计划支持，各个高校都设立了相关学科和硕士、博士点，培养了一大批人工智能方面的人才。研究方向也多点开花，智能计算机系统、中文智能搜索引擎、智能专家系统、生物特征识别、仿生机器人等等，并取得了很多令国际学术界刮目相看的成果。

现如今，人工智能应用也逐渐深入一般民众的日常生活。可以说小到手机解锁，大到国家安全，均有人工智能的身影。随着计算机运算速度提高和大数据技术的普及，人工智能也将出现很多新技术，新方法，新应用。

不难想象，未来人工智能对社会的影响将越来越大，同时人工智能的相关研究也将迈上一个又一个的新台阶。这也需要一代又一代的学者们共同努力，让我国的人工智能技术领先于世界。

4、您是国际生物特征识别技术领域的领军人物，请谈谈您的团队在该领域的一些研究方向和研究成果。

生物特征识别技术是我们团队几十年来一直在坚持做的方向，从最开始的指纹识别做起，到人脸识别、掌纹识别、虹膜识别、指节纹识别、签名识别等方面都做了一些工作。其中最具代表性的研究工作主要集中在三个方面：指纹、掌纹和人脸。

指纹是我们最早的研究方向之一。近些年，随着成像技术的发展，为了提高现有指纹识别系统的识别精度和防伪能力，我们提出了基于汗孔的高分辨率指纹识别技术，一方面可以利用汗孔特征来进行活体检测，另一方面汗孔特征也可以和细节点特征结合起来进行识别，可极大的提高指纹的识别精度。

这方面的研究工作主要集中在以下几个方面：汗孔提取及表示、指纹校准、汗孔匹配和指纹检索等。针对汗孔提取，我们提出一种基于深度学习的指纹图像增强和汗孔提取算法，该算法能有效提高汗孔的提取精度，进而提高后续指纹匹配的精度。

针对指纹匹配算法，我们提出基于数据驱动的指纹对齐算法和基于图匹配的汗孔匹配算法，该算法的错误识别率比现有的识别算法的错误率降低50%。

针对高分辨率指纹检索，我们研究了一种基于汗孔的高分辨率指纹检索算法，该算法采用汗孔作为特征，采用汗孔的局部特征进行相似度计算并进行检索。我们提出一种多图匹配算法，对匹配的汗孔进行筛选以去除错误匹配。最后根据汗孔的检索结果计算测试指纹和所有注册指纹间的相似度。该算法能有效提高现有的指纹检索的精度。

我们是国际上最早进行研究掌纹识别的团队。我们在以前的指纹、人脸、虹膜等进行研究过程中发现，虽然这些生物特征可以达到一定的安全需求和实用性，但它们却依然存在着诸多问题。因此，掌纹识别被我们认为是值得探讨的方向，而且这是中国人独创的方法，受到了传统手相学的启发。

我们发现，掌纹识别包含诸多新特征，当中包括几何信息、细节点信息、线特征、纹理信息、手掌静脉信息等，而且由于掌纹够复杂，因而防伪能力上也能有所保障。即便不小心沾上污渍，掌纹也能被有效地识别，这又是另外一项优点。

我们团队对掌纹的定位、体征提取和特征表示、活体检测、特征融合等方面做了广泛而深入的研究。不断拓展掌纹识别的研究深度和广度，先后开发了接触式掌纹识别系统、非接触式掌纹识别系统、多光谱掌纹识别系统、3D掌纹识别系统等技术与系统。

从1998 年我们首次在国际上发表掌纹识别相关的文章至今，已经取得了诸多的研究成果，出版了多部掌纹识别方面的专著，发表相关学术论文一百余篇，公开了多个掌纹数据集，开发了多种掌纹识别系统并实现了产业化，为掌纹识别的国际化和持续发展做出了重要贡献，使其成为生物特征识别技术大家族中的重要一员。

人脸识别技术的应用越来越广泛，我们在这方面的研究主要集中在人脸识别的核心算法方面，主要解决当人脸的姿态、光照条件等发生变化的时候，人脸判别信息会部分丢失，现有人脸识别算法的精度会明显下降。

为了提高人脸识别算法的精度和鲁棒性，我们从特征丰富度和人脸姿态残差补偿等多个角度来提高人脸识别算法的性能。例如我们首先使用多尺度的卷积模块以提取表达能力更强的人脸特征，同时引入特征选择模块对特征进行筛选，剔除冗余特征。

此外，同时引入人脸姿态估计器来估计人脸的姿态，将人脸的姿态信息与原始图像一起输入到特征提取网络，使得网络能根据姿态变化而学得一个特征补偿，缓解姿态变化带来的判别信息损失。通过以上改进，算法可以有效提升人脸识别的精度和鲁棒性。

5、您和您的团队的另一突出贡献是推动了中医客观化技术的发展，请问您是如何切入这一领域的？目前该领域的研究进展和发展前景如何？

中医是中国传统文化的瑰宝，但和西医相比，中医作为一种“经验科学”通常得不到国际社会和学术界的认可。所以我们希望能够找到一种新方法，能将中医量化、客观化，进而更好的把中医推向世界。我们目前研究工作主要包括：视觉感知、嗅觉感知、听觉感知、触觉感知，以及综合性的融合感知。

以视觉感知中的舌象分析为例，一方面，我们要设计出针对人体舌象的成像仪器，当中涉及数字图像的采集、校正、对齐等诸多技术问题；另一方面，我们也需要对舌象进行处理与分析、提取出有效的病理特征。依靠现代数字传感技术及计算机技术，我们可以有效地解决这些科学问题。

在四诊的其它子课题中，也面对类似的问题，同样也需要运用现代科学技术手段去解决。比如在人体脉象的提取与分析中，ECG等时序信号的分析与处理手段就成了重要的参考。在这个过程中，我们不仅要将现有的技术运用到中医四诊数据处理与分析上，而且还需要针对具体的数据去提出特定的方法、探索科学问题。

虽然说“中医”的主题是古老的、区域文化性质的，但是我们采用的研究方法是现代化的科学方法，是与国际接轨的。我们关于中医客观化的很多研究工作都发表在权威国际期刊上，得到了国际医学研究同行的广泛认可。

当前我们已经提出了一整套基本成熟的中医四诊信息采集与分析技术方案，相关系统已经产业化，具有较好的应用前景。不过这方面的理论研究还需要继续深入，也希望更多优秀的研究团队加入到这个领域里来，共同推动中医现代化的进程。

6、张老师在研究方面一直强调“顶天立地”：即重视理论研究、又强调研究成果的转化。请问您如何把握学术和应用之间的平衡？

理论与实践相结合一向是学术研究的重要指导原则。我强调“顶天立地”，所谓“顶天”指的是理论上不断突破创新，不断提出新方法，新模型，新标准，所谓“立地”指的则是将理论研究成果应用于现实问题，转化为生产力，服务社会大众。

只有“天”没有“地”的研究就是空中楼阁，虽然看上去美好，但经不起考验；只有“地”没有“天”的研究则是低矮茅庐，纵使偏安于一隅，但也限制了发展。我觉得科研其实是一颗树，应用是根系，理论是树冠，根系和树冠应该同时发展，根系越来越深，越来越广，树冠越来越高，越来越盛，只有这样科研之树才能不断成长，开出更美的花，结出更多的果。

7、您培养了一大批优秀的学生，请问您如何考核和选拔学生？在培养过程中如何培养学生的综合素质和严格要求学生？是否可以分享一些指导学生的经验？

我选择学生主要考虑三个方面：人品、兴趣、能力。人品是首要的，做学问先做人，我们培养人才是要为社会做贡献，如果为人不辩善恶不知感恩，那能力培养的越好可能对社会的危害反而越大。同时，比起任务驱动，我更倾向兴趣驱动，对所从事的研究课题没有兴趣的人是干不好科研的。最后再考察个人能力，个人能力也很重要，当然这里不能仅考察科研能力，还包括自主学习能力、沟通能力等综合能力。

在指导学生方面，我坚信“师傅领进门，修行在个人”，现在各个领域的硕士博士越来越多，大家基础其实都差不多，想要出成绩就需要自己努力。作为导师，我可以尽自己能力给学生提供好的课题，创新的思路、好的科研环境，好的学术氛围，但能不能取得好的成绩，主要还得靠学生自己。

CV君：想要找张老师读博/博后的同学欢迎关注：

香港中文大学（深圳）张大鹏教授招生招聘信息

8、您现在已七十高龄，同龄人大多已退休安享晚年，但您仍奋战在科研的第一线，请问是什么力量在激励您不断进行科研创新？

这个问题也有很多人问过我：到底图什么呢？闲暇之时我也曾问过自己，我回顾自己这大半生，插过队，务过农,挺过了三年自然灾害，也经历过文革，直到最后复学才算走上学术道路，所谓“笨鸟先飞”，我其实就是“笨鸟”，刚复学时我意识到自己起步晚基础差，于是我就恶补之前失去的时间；在加拿大读第二个博士时，国外靠实力说话，于是我就努力用成果向他们展示中国学者的实力。不敢说我做出了什么巨大的贡献，但我信奉”人生能有几回搏“，每个阶段我都会尽全力做到最好。我虽然已经年过古稀，但展望未来，我还愿意再尽力一搏。老牛自知夕阳短，不须扬鞭已奋蹄。

另外，我还要叮嘱一下现在的年轻人，一定要加强身体锻炼。我年轻的时候破过北京高校200/400米纪录；年纪大了以后，我也喜欢爬山，打羽毛球等体育活动。良好的身体素质是我现在还在继续坚持科研的基础，所以大家一定要注意自己的身体。

张大鹏教授毕业于北京大学计算机科学专业。他于1982年和1985年分别获得哈尔滨工业大学（HIT）计算机理学硕士及博士学位。1986年至1988年，作为中国首批博士后从师于清华大学著名导师常迥院士。1994年，又获得加拿大滑铁卢大学(University of Waterloo) 电气和计算机工程博士学位。

自2005年以来, 他一直担任香港理工大学计算学系的讲座教授(智能计算)，并创建主持了香港特区政府资助的生物识别研究中心(UGC/CRC)。目前，他已受聘作为香港中文大学（深圳）的校长讲座教授，并担任深圳市机器人与智能制造研究院中心主任。同时还长期担任清华大学双聘教授，以及哈工大、北大、上海交大、国防科大及加拿大滑铁卢大学的兼职教授。

40年来一直从事模式识别，图像处理以及生物特征识别研究，是掌纹识别，中医四诊量化及人脸美学等研究领域的开创者和领军人。其研究成果曾多次获奖，如中韩授予的发明金奖及特殊金奖、日内瓦发明展银奖，以及授予的香港特别行政区最高科学技术奖项“裘槎(ChroucherFoundation)优秀科研者”奖等。

自2014-2018年，已连续五年被Clarivate Analytics(前身为汤森路透)列为高被引科学家(Highly Cited Researcher) 。最近，又在国际计算机科学和电子学的Top1000名科学家排序中，以H-Index 107进入前80以内。张教授是IEEE计算机学会杰出演讲人, 以及美国电气和电子工程师学会（IEEE）和国际模式识别协会（IAPR)会士。

（责任编辑：贾伟）

CV细分方向交流群

52CV已经建立多个CV专业交流群，包括：目标跟踪、目标检测、语义分割、姿态估计、人脸识别检测、医学影像处理、超分辨率、神经架构搜索、GAN、强化学习等，扫码添加CV君拉你入群，如已经为CV君其他账号好友请直接私信，

（请务必注明相关方向，比如：目标检测）

喜欢在QQ交流的童鞋，可以加52CV官方QQ群：805388940。

（不会时时在线，如果没能及时通过验证还请见谅）

长按关注我爱计算机视觉