生物识别技术生物识别技术公司实习报告

生物识别技术生物识别技术公司实习报告一、摘要2023年6月5日至8月23日，我在一家专注于生物识别技术的公司担任算法实习生。核心工作成果包括参与开发人脸识别模型的优化算法，将模型在1:1识别场景下的准确率从92.3%提升至97.1%，并在0.1米至1米的距离范围内稳定保持99.5%的召回率。通过应用深度学习框架PyTorch和迁移学习策略，完成了对10万张不同光照条件下样本的预处理与特征提取，构建了包含5000个类别的验证数据集，有效提升了模型在复杂环境下的泛化能力。提炼出基于数据增强的动态对抗训练方法，可复用于提升其他生物识别技术在噪声环境下的鲁棒性。二、实习内容及过程2023年6月5日到8月23日，我在一家做生物识别的团队实习，岗位是算法工程师助理。公司主要搞人脸和指纹识别，产品用在门禁和支付系统上。我跟着做活体检测这块，目标是让系统抗欺骗能力强点。第1到3周主要是熟悉环境，导师给我看了之前的项目文档，还有公司用的模型训练平台。我用了10天时间把PyTorch框架的教程刷完，然后开始搭实验环境。期间参与了一个活体检测模型的优化，原模型在对抗样本攻击下准确率掉到80%，我帮忙把数据增强策略从随机裁剪改成Mosaicaugmentation，还加了温度层来提高模型的泛化性。第4到6周我独立负责一个项目，任务是优化1:1人脸比对系统的误识率。我用了公司内部标注的2万张双胞胎数据集，发现模型在相似度超过0.85时容易混淆。通过调整特征提取网络中的池化层参数，把FRR（等错误率）从0.12%降到0.08%，这个成绩比我导师之前试过的方法还好看。期间踩了不少坑，比如刚开始用L1损失函数，结果特征图太平滑，后来改用L2再加hardnegativemining才好点。第7到8周参与了一个跨部门的项目，帮客户端团队做模型压缩。原模型200MB，部署在边缘设备上卡顿严重。我用知识蒸馏的方式，把骨干网络参数量减到70MB，推理速度从450ms/帧提到280ms/帧，同时mAP保持92%以上。这个过程让我明白，有时候模型不是越大越好，关键看应用场景。实习里最让我头疼的是对抗样本问题。有一次测试发现模型对红外摄像头拍摄的照片识别率突然掉到75%，后来发现是训练数据没覆盖这种场景。我花了3天时间自己用开源工具生成红外对抗样本，再补充进训练集，这才把准确率拉回来。这个经历让我意识到数据质量比算法本身更重要。公司培训机制其实挺一般，入职才给一周产品和技术培训，后面主要靠导师带。有时候开会讨论方案，我听不太懂业务方说的“1:N识别成功率要达到99.9”这种指标，后来才知道是门禁系统的硬性要求。建议公司可以多搞些跨部门轮岗，至少让算法岗知道业务场景具体需求。另外岗位匹配度上，我本科是偏理论的，这次实习把很多抽象概念跟实际应用联系起来，比如原来觉得复杂的损失函数优化，现在看成了具体参数调整，这种转变挺有意思的。三、总结与体会这8周，从2023年6月5日到8月23日，感觉像是突然被推到了真实世界。之前做项目，数据集是自己造的，需求是老师给的，现在完全不一样。面对客户那边“活体检测误识率必须低于0.1”的硬指标，那种压力是真真切切的。每天盯着一堆代码跑，调参调到凌晨是常事，但看到模型在测试集上把准确率从94.5%提高到96.2%时，那种成就感也挺直接。实习最大的收获是明白了“理论”和“落地”之间隔着啥。学校里学的Fisher判别分析，真正用到1:N人脸识别去排除相似度高的同名人时，才懂怎么调超参数才能平衡召回率和准确率。比如那个项目里，我试着把特征池化层步长从2改回1，结果在数据库1万条记录上的查询速度从120ms降到85ms，但特征向量的余弦相似度阈值必须跟着调低才能保证精度，这种权衡在纸上根本学不到。对我职业规划的影响挺大的。以前觉得做算法研究挺好，现在发现工业界的节奏快，但机会也多。比如导师提的“边缘设备算力有限，怎么在mAP和推理速度间做取舍”，这直接让我开始关注模型压缩和量化这些方向。下学期打算系统学学ONNX和TensorRT，争取把论文里的知识转化成能跑的代码。公司那种“问题驱动”的干活方式也让我改变观念，以前觉得实验要按部就班，现在明白哪个环节卡脖子就先解决哪个，效率高很多。看着公司产品真的在用我们优化后的算法去识别人脸，感觉挺奇妙的。行业里现在都在卷精度，但我也觉得过分追求高mAP有点本末倒置，毕竟在0.1米的距离，0.01的相似度差用户根本意识不到。可能未来要做个好算法工程师，不光要懂技术，还得懂怎么在成本、效率、精度之间找到那个平衡点。这次实习让我挺清楚自己想干嘛了，至少知道以后想搞活体检测或者人脸比对优化，肯定得往深度学习部署和对抗鲁棒性上钻。四、致谢在2023年6月5日至8月23日的实习期间，得到了很多帮助。感谢公司提供的机会，让我接触到了人脸识别和活体检测的实际项目。特别感谢导师，在模型优化和参数调试上给了我很多指点，比如如何通过调整温度层参数来提升泛化能力，还有那个双胞胎数据集