【环球时报报道 记者 李迅典】想象一下：有人在一张支票上，把“1000欧元”恶意改成了“100000欧元”。多出来的那两个“0”歪歪扭扭，却可能让金融机构损失惨重。你能凭这个潦草的圆圈，揪出篡改者吗？这听起来像是刑侦剧里的高难度桥段。但在全球顶尖的人工智能（AI）专家眼中，这是一个价值连城的“考题”。在近日举行的ICDAR 2026-CircleID（圆圈书写者身份识别）全球竞赛中，中国重庆一家科技公司的算法专家覃勋辉率领的团队，在全球113支顶尖科研团队中杀出重围配资市场最简单三个步骤，以超越第二名10.6个百分点的绝对优势斩获世界第一。而他们打败各路高手的“武器”，是5905个手绘的圆圈。
“世界上没有两个完全相同的‘自然圆’”
“很多网友觉得神奇，毕竟在普通人眼里，圆圈不就是一条简单的闭合曲线吗？”面对《环球时报》记者的提问，重庆亲笔签数字科技有限公司的算法专家覃勋辉纠正了一个关键概念：比赛中要求的，可不是用尺规画出的完美正圆，而是人手自然写出来的“圈”。
“受个人肌肉记忆、神经控制甚至当时情绪的影响，每个人画出的圈都是独一无二的‘椭圆变体’。”覃勋辉解释道，这个圈的倾斜角度、长短轴比例、起笔与收笔的细微顿挫、运笔过程中的速度变化，甚至墨迹的深浅分布，都隐藏着书写者独有的“生物密码”。“就像指纹一样，世界上没有两个完全相同的‘自然圆’。”
而这场全球挑战赛的核心，正是要破解“凭单一潦草笔迹（如支票上的篡改圆圈）识别书写者”的现实难题——这也是文章开头支票篡改案例的核心痛点。本次CircleID竞赛，由全球文档分析与识别领域权威机构国际文档分析与识别大会（ICDAR）主办，并在顶级数据科学竞赛平台Kaggle上进行。任务设置极具挑战：参赛者仅凭这些手绘圆圈的扫描图像，不仅要精准识别出50多位特定书写者的身份，还必须判断测试中的圆圈是否来自这50人之外——即具备“拒识未知人员”的能力。
更“夸张”的是，每位书写者使用了8种不同类型的笔。圆珠笔顺滑、马克笔晕染……跨笔书写的干扰，让本就稀缺的识别特征变得更加扑朔迷离。
“当初团队讨论是否参赛时，争议很大，因为难度实在太高。”覃勋辉称，最终决定参赛，一是为了验证技术边界——这家重庆科技公司自2022年起，就已在全球知名的SVC-onGoing笔迹鉴别大赛中连续霸榜，该赛事与本次CircleID同属笔迹识别领域顶尖赛事，只是更侧重常规笔迹（姓名、长文本）识别，这次想试试在极限条件下的技术实力；二是为了与国际对标，“Kaggle平台汇聚了全球顶尖团队，我们想看看中国团队在这个细分赛道上，到底能达到什么水平。”
“比的不是‘认圆’，是极致的特征提取”
“普通人看圆圈，只看圆不圆、收口朝哪边；但我们的AI看圆圈，看的是隐藏在线条里的书写习惯。”覃勋辉强调，这场比赛的核心，从来不是简单的图像分类，而是极致的特征提取与建模能力，这也正是其最大的难点所在。
他进一步拆解了比赛的三大核心难点。其一，动态特征缺失。与电子化笔迹识别不同，此次比赛的样本是纸质扫描件，书写速度、压力、加速度等关键动态特征全部消失，相当于让AI“闭着眼睛”判断。其二，静态特征极少。不同于传统笔迹有布局、搭配、写法等笔迹特征，一个圆圈没有上下文、没有笔顺，可分析的信息被压缩至极致，只能依赖其独有的细微形态特征（如倾斜角度、墨迹深浅）进行识别。其三，跨笔干扰严重。8种不同笔具带来的线条差异，足以让同一个人书写的圆圈呈现出截然不同的外观，进一步增加了识别难度。
“这相当于让算法在缺乏动态行为特征、静态特征信息也近乎灭失的极限条件下，仅凭一个二维圆圈的形态完成身份识别。”覃勋辉坦言，比赛初期，团队一度陷入“苦战”，主流视觉模型表现平平，成绩长期在三、四名徘徊，“直到比赛最后一周，我们仍未登顶。”
困境之下，团队没有盲目调参，而是选择回归笔迹生成的物理本源——静态轨迹亦蕴含动态时序。依托团队在笔迹序列建模领域深厚的技术积累，创新性地提出了深度椭圆编码融合模型，旨在从静态几何形态中重构隐含的动力学特征。“这个模型的核心过人之处，就是把静态的圆圈‘动态化’。”覃勋辉称，团队将圆圈轨迹拆解为包含椭圆形状、角度、速度等模拟数字笔迹的特征序列，再与视觉特征深度融合，相当于给静态的圆圈“还原”出了书写时的动态过程。这一创新策略在比赛最后3天爆发了惊人威力，团队成绩一路飙升，最终以超第二名10.6个百分点的绝对优势逆转夺冠。
这场胜利，不仅是一个团队的突破，更标志着中国在AI笔迹识别领域的技术跃升。覃勋辉表示，过去笔迹识别的核心技术路线主要由欧美学术团队主导，而此次夺冠，证明了中国团队在细粒度笔迹特征提取、动态序列建模等关键底层技术上，已经具备了与国际顶尖团队同台竞技甚至提供更优解的能力。
“这不是炫技，是刚需”
识别一个圆圈，听起来很酷，但它到底是实验室里的“屠龙之技”，还是真能改变现实？
“这绝不是炫技。”覃勋辉对《环球时报》记者表示，这场比赛的主办方选择了最难、信息最少的笔迹样本。“我们在画圈上都能识别出书写人的身份，那么在正常的签名比对、电子化签名笔迹识别上，精度只会更高。”
据覃勋辉介绍，该团队自主研发的数字笔迹AI识别技术，经公安部第一研究所的权威机构检测，核心精度已达到99.9%。
这项技术的落地场景远比想象中广阔。据介绍，在金融反欺诈领域，凭借对“自然圆”的精准识别能力，这项技术能捕捉书写者的细微笔迹特征——即便只是支票上被篡改的一个“0”（本质上是潦草的小圆圈），也能通过其运笔、墨迹特征，锁定篡改者身份，进而应用到更广泛的金融文书比对场景。
除了识别被篡改的支票，它还能在供应链金融、信贷审批环节，比对合同、发票、仓单等文件的笔迹。一旦出现金额、日期被篡改或签字伪造，系统会自动标红预警。
在远程身份认证场景，当前主流的“人脸识别”正面临AI换脸、深度伪造的巨大风险。“将AI笔迹识别融合进来，相当于多加了一把安全锁。”覃勋辉说。
而在公检法司领域，这项技术已经深度落地，支撑智慧驾考、远程提讯、远程询问、移动执法、在线调解等典型场景。目前，该技术已在政务、公检法司、金融、医疗等行业大量应用。仅重庆一地，就支撑了60余个委办局、180多个系统场景的应用，年调用量破亿次。
“我们希望能让笔迹成为每个人的数字身份。”覃勋辉表示配资市场最简单三个步骤，凭借团队在细粒度特征提取、动态行为建模上的优势，未来可以为相关能力提供技术支撑。
众和策略提示：文章来自网络，不代表本站观点。
