人脸、虹膜、语音等生物特征识别技术已经广泛应用于智能手机、金融支付、公安司法、智慧城市等领域，成为人工智能领域最重要的应用方向之一。得益于深度学习的快速发展，近年来基于生成模型的生物特征生成技术得到迅速发展，并有能力生成现实中不存在的、但内容逼真且自然的虚拟音视频数据。随着虚拟生成效果日臻完善，生成技术一方面有助于节约数据生产和标注成本，提升复杂开放场景下的机器感知能力；另一方面在影视换脸、虚拟主播、媒体制作等文化娱乐和艺术创作领域逐渐展现出积极作用，具有广泛的商业价值和应用前景。同时，生成技术对网络安全也构成了前所未有的挑战，并对基于“眼见为实”的视觉认知体系造成了强有力的冲击。因此，如何保护生物特征数据和鉴别虚拟生物特征数据是生物特征识别技术面临的新问题。

CSIG 图像图形学科前沿讲习班（Advanced Lectures on Image and Graphics，简称IGAL）于2021年4月24日-25日在北京举办第16期，本期讲习班主题为“生物特征生成与安全”，由中国科学院自动化研究所研究员赫然担任学术主任，邀请生物特征生成与安全领域的知名专家作报告，使学员在了解学科热点、提高学术水平的同时，增加与生物特征生成与安全领域顶尖学者之间的学术交流。