Welcome虹膜辨識素描人臉辨識遠距虹膜辨識PublicationList國科會計劃與競賽機器學習與生物辨識實驗室Welcome虹膜辨識素描人臉辨識遠距虹膜辨識PublicationList國科會計劃與競賽IrisRecognitionisSuperCool!!指導教授：栗永徽栗永徽博士畢業於美國賓州匹茲堡的卡內基梅隆大學計算機科學院語言技術研究所(LanguageTechnologyInstitute,SchoolofComputerScience,CarnegieMellonUniversity,2010)，畢業後於逢甲大學資訊工程學系擔任助理教授，於2013年到中央大學資訊工程學系服務至今。

共參與多項國科會研究計畫：以波前編碼技術擴展景深以實現遠距離虹膜識別系統(2011~2012)、遠距離之人臉與虹膜複合式生物辨識系統(2012~2013)、計算機光學於虹膜取像之研究(2012~2013)、以超解析度影像增強技術還原遠距離拍攝的虹膜影像(2013~2014)以及各項產學合作計畫。

栗永徽博士於美國卡內基梅隆大學攻讀博士期間，研究主題為大規模、高精確度之人臉識別與虹膜識別。

他與博士班導師曾經參與2005年美國國家標準與技術研究所(NIST)所舉辦之人臉識別大挑戰(FaceRecognitionGrandChallenge,FRGC)。

此挑戰的目的是要邀請全世界在人臉識別領域最頂尖的研究群以及公司，以大量實際生活中拍攝之人臉影像做實際驗證與測試，以最終大規模辨識的準確率作為競賽成績。

在來自全球各地頂尖實驗室的競爭下，栗博士的團隊以KernelClass-DependentFeatureAnalysis(KCFA)技術，技壓群雄得到冠軍。

除了人臉識別，栗博士與博士班導師也曾經參加2006年美國國家標準與技術研究所(NIST)所舉辦之虹膜識別大挑戰(IrisChallengeEvaluation,ICE)。

此挑戰的目的是要邀請全世界在虹膜識別領域最頂尖的研究群以及公司，以大量虹膜影像做實際驗證與測試，以最終大規模辨識的準確率作為競賽成績。

在來自全球各地頂尖實驗室的競爭下，栗博士的團隊以probabilisticgraphicalmodel的方法對虹膜影像的分區進行變形仿真以調整比對分數，此一技術打敗其他頂尖學術團隊而榮獲學術組冠軍，足以證明栗博士所師承的實驗室在虹膜識別領域的技術為全球頂尖。

在攻讀博士學位期間的主要研究項目為︰如何突破目前一般虹膜識別的限制，進而實作出遠距離、高精確度的虹膜識別系統。

為達到此目的，我們原要在下面三個領域對現有技術做出新的突破︰(1)眼部影像偵測(eyedetection)(2)虹膜定位(irislocalization)(3)虹膜影像內異物偵測(irisocclusionestimation)對於眼部影像偵測(eyedetection)，我們以相關濾波器(correlationfilter)的方法，以虹膜影像最有可能發生的反光特性(specularreflection)為特徵樣板(matchingtemplate)，尋找在人臉影像中最有可能出現虹膜的位置。

以此方法已經可以達到95%的準確率。

之後，我們應用機器學習中的主成份分析(principlecomponentanalysis)來做特徵抽取(featureextraction)並以最近鄰居法(nearestneighbor)來做為判斷真正眼部影像之分類器(classifier)。

對於虹膜定位問題(irislocalization)，傳統的各種虹膜定位演算法的複雜度太高，費時太久，並且對於模糊影像的效果並不好。

為解決在遠距離虹膜識別中所遇到的影像模糊問題，我們提出一種新穎的虹膜定位方法。

此方法首先定位瞳孔位置，接下來以瞳孔為中心，在不同旋轉角度所擷取的多條路徑中實行全域最佳化搜尋，以精確得出虹膜邊界的位置。

一旦此位置得以精確得出，我們及可以準確定位虹膜位置，接著執行虹膜正規化(irisnormalization)。

對於虹膜影像內異物偵測(irisocclusionestimation)，在攻讀博士期間，提出一種全新的典範架構以研究此問題。

在文獻中，幾乎所有有關此主題的解決方法均是奠基於研究者本人所提出的某種啟發演算法(heuristics)，通常這些演算法過於簡單，並且只適用研究者本人所採集的資料。

本人應用機器學習理論中高斯混合模型(Gaussi