图为FRVT2006公布的计算机人脸验证和人眼人脸验证的结果比较

　　■全自动人脸识别和认证方法

　　人脸识别认证是要鉴别一个类内样本变化大（同一个人的人脸图像随姿态、光照、年龄、表情有很大的变化）、类间样本变化小（不同人的人脸图像又很相似），样本数又很小的困难模式识别问题。

　　丁晓青课题组从模仿人类视觉感知出发，建立人脸的视觉感知统计模型，在解决人脸各种变化（姿态、光照、表情、佩戴眼镜等）的鲁棒识别问题上取得了重要突破。

　　结合对于复杂背景下的实时人脸检测提出了风险敏感多姿态人脸实时检测算法和基于图像的眼睛精确定位算法，实现了可供实用的TH-FaceID人脸识别认证系统。

　　■高性能笔迹识别和认证方法

　　TH-WriterID笔迹鉴别方法不同于笔迹鉴别专家的笔画结构分析方法，同时也不同于文献中报道的基于纹理结构的方法，提出了基于笔迹图像的统计模式识别方法，建立单字符笔迹的统计模型，通过机器鉴别学习得到的有效的文本相关笔迹鉴别的方法，得到很好实用效果。

　　■通用有效的多模生物特征融合方法

　　根据不同的生物特征独立性强的特点，丁晓青课题组研究和采用在系统输出可信度层次上的多模生物特征的融合方案。实验也证明可以极大地提高生物特征身份识别认证的准确度。

　　■基于可形变三维人脸模型的二维人脸图像的识别方法

　　只有一个正面人脸样本时怎样去识别大姿态变化的测试样本是人脸识别的一大难题。TH-FaceID实现了一种基于可形变三维人脸模型的二维人脸图像识别方法。该方法不同于一般利用三维形状信息时直接的形状匹配方法，而是基于统计学习方法，利用可形变三维人脸模型生成大量具有各种姿态等变化二维人脸图像，较好地解决了大姿态变化条件下的人脸识别。

　　■基于人脸面部运动分析的活体检测技术

　　判断人脸图像来自照片还是具有生命的个体的活体检测技术对人脸识别技术的实际应用至关重要。TH-FaceID提出了一种基于人脸面部生理性运动分析的活体检测方法，通过检测照片无法产生的活体运动来区分真实人脸或照片，有效地解决了活体检测的难题。

　　■高性能的人脸和笔迹生物特征身份识别认证应用系统

　　开发出若干适用于不同场合的高性能人脸和笔迹生物特征身份识别认证系统，主要有：基于图像/视频的全自动人脸识别和认证系统、百/千万大数据库人脸查询系统、主动视觉人脸识别全自动监控系统和综合手写文档识别的笔迹检索、鉴别系统等。