清華大學丁曉青課題組獲2008年國家科技進步二等獎
由清華大學丁曉青教授帶領的課題組推出的TH-ID人臉和筆跡生物特徵身份識別認證系統，在人臉和筆跡等生物特徵身份識別認證及其融合上取得了重大突破，達到國際領先水平。該系統多次在國內外權威評測中獲得領先成績，並榮獲2008年國家科技進步二等獎。
長期以來，在研製高魯棒性的人臉和筆跡識別認證算法和系統方面存在以下難點：同一個人的人臉和筆跡類內樣本的變化很大，即由於姿態、光照、表情、年齡等變化，同一人的人臉圖像變化很大，由於時間、地點等變化，同一人書寫的字形也會有巨大的差異；而不同人樣本又廣泛存在著相似性，例如：不同人的人臉具有相似的眼睛、鼻子和嘴巴等臉部結構，同樣，不同人書寫的同一個字的筆跡往往具有相似的筆畫結構等。這些困難使得高性能的人臉和筆跡的身份識別和認證十分困難，為研製實用化、全自動的人臉識別和筆跡鑒別系統帶來了巨大挑戰。
清華大學丁曉青教授帶領的研究組面向國家安全、公共安全以及信息安全等國家重大需求，通過多年的自主技術創新，研究開發高性能、實用化的人臉和筆跡識別認證系統。該系統包括TH-FaceID人臉識別認證子系統和TH-WriterID筆跡識別認證子系統，以及這兩個子系統融合的生物特徵身份識別認證系統，實現了在複雜背景下的圖像和視頻人臉自動檢測、識別和認證，百/千萬量級的大數據庫人臉查詢，主動視覺人臉識別全自動監控，以及綜合手寫文檔識別的筆跡檢索與鑒別等。項目獲授權專利4項，軟體著作權2項，另有2項PCT國際專利申請和2項國內專利申請。
該系統首創風險敏感AdaBoost算法用於實時人臉檢測和眼睛定位，基於分級視覺統計模型的高鑒別人臉識別算法及基於反樣本的高性能人臉認證算法；國內外首次實用化的筆跡鑒別和檢索方法，獨創基於單個字符的統計筆跡鑒別框架、筆跡鑒別的多個字符融合方法以及基於反樣本的筆跡認證方法；有效的基於單一生物特徵識別廣義置信度的多模生物特徵通用融合方法。丁曉青研究組還研發成功多種市場實用的高性能圖像/視頻人臉和筆跡身份識別認證系統。
在人臉識別工業界最權威的FRVT2006人臉識別技術評測中，在參加測試的22個國際上最著名的人臉識別公司和學術研究機構中，丁曉青帶領的清華大學電子係智慧圖文信息處理研究室是唯一一個完成大規模數據庫測試的學術機構，同時也是唯一一家來自中國的機構。測試結果表明，TH-FaceID人臉識別系統是全部測試優於人眼的人臉識別性能的系統，該系統在所有參賽系統中具有最低的相等錯誤率。
在由模式識別領域最重要的國際會議ICPR2004組織的，基於BANCA人臉數據庫及其所定義的難度最大的測試協議———人臉驗證競賽FAT2004中，TH-FaceID人臉識別系統在所有三個評價指標上都比第二名以低約50%%錯誤率的結果獲得第一名，獲國際模式識別協會頒發的“人臉驗證算法全面性能最優成就獎”。
在2004年國家863人臉識別評測中，清華大學電子係智慧圖文信息處理研究室等5個單位參加了測試。TH-FaceID人臉識別系統在所有識別認證的準確率指標上都以較大的優勢獲得第一名。（柯新）
丁曉青課題組人臉和筆跡識別認證系統六大創新亮點
全自動人臉識別和認證方法
人臉識別認證是要鑒別一個類內樣本變化大（同一個人的人臉圖像隨姿態、光照、年齡、表情有很大的變化）、類間樣本變化小（不同人的人臉圖像又很相似），樣本數又很小的困難模式識別問題。
丁曉青課題組從模倣人類視覺感知出發，建立人臉的視覺感知統計模型，在解決人臉各種變化（姿態、光照、表情、佩戴眼鏡等）的魯棒識別問題上取得了重要突破。
結合對於複雜背景下的實時人臉檢測提出了風險敏感多姿態人臉實時檢測算法和基於圖像的眼睛精確定位算法，實現了可供實用的TH-FaceID人臉識別認證系統。
高性能筆跡識別和認證方法
TH-WriterID筆跡鑒別方法不同於筆跡鑒別專家的筆畫結構分析方法，同時也不同於文獻中報道的基於紋理結構的方法，提出了基於筆跡圖像的統計模式識別方法，建立單字符筆跡的統計模型，通過機器鑒別學習得到的有效的文本相關筆跡鑒別的方法，得到很好實用效果。
通用有效的多模生物特徵融合方法
根據不同的生物特徵獨立性強的特點，丁曉青課題組研究和採用在系統輸出可信度層次上的多模生物特徵的融合方案。實驗也證明可以極大地提高生物特徵身份識別認證的準確度。
基於可形變三維人臉模型的二維人臉圖像的識別方法
只有一個正面人臉樣本時怎樣去識別大姿態變化的測試樣本是人臉識別的一大難題。TH-FaceID實現了一種基於可形變三維人臉模型的二維人臉圖像識別方法。該方法不同於一般利用三維形狀信息時直接的形狀匹配方法，而是基於統計學習方法，利用可形變三維人臉模型生成大量具有各種姿態等變化二維人臉圖像，較好地解決了大姿態變化條件下的人臉識別。
基於人臉面部運動分析的活體檢測技術
判斷人臉圖像來自照片還是具有生命的個體的活體檢測技術對人臉識別技術的實際應用至關重要。TH-FaceID提出了一種基於人臉面部生理性運動分析的活體檢測方法，通過檢測照片無法産生的活體運動來區分真實人臉或照片，有效地解決了活體檢測的難題。
高性能的人臉和筆跡生物特徵身份識別認證應用系統
開發出若干適用於不同場合的高性能人臉和筆跡生物特徵身份識別認證系統，主要有：基於圖像/視頻的全自動人臉識別和認證系統、百/千萬大數據庫人臉查詢系統、主動視覺人臉識別全自動監控系統和綜合手寫文檔識別的筆跡檢索、鑒別系統等。
