我院黄俊端副研究员在人工智能领域顶级期刊IEEE-TPAMI上发表高层次成果

图1 论文发表页面

近日，我校人工智能学院黄俊端副研究员在人工智能领域顶级期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》上发表题为“Study of Full-View Finger Vein Biometrics on Redundancy-compensated 3D Reconstruction and Frequency-Spatial Coupling Feature Extraction“的最新成果。IEEE-TPAMI是电气电子工程师学会（IEEE）旗下的旗舰期刊，也是计算机视觉和人工智能领域内国际公认的顶级学术期刊，中科院一区、JCR Q1、CCF-A、CAAI-A、影响因子为20.4。

该成果由华南师范大学黄俊端副作为第一作者，华南理工大学康文雄教授作为通讯作者，合作者为贵州民族大学罗达灿副教授、杨伟力副教授、瑞士资深工程师Alexander博士和意大利萨萨里大学Massimo教授协助。

该研究聚焦于全视图三维指静脉识别，全视图三维指静脉识别技术由于具有信息量大、难以伪造、对姿态变化鲁棒等独特优势，已成为高安全内部生物特征识别的重要方向。该研究针对全视角三维指静脉识别中成像误差大、三维特征提取难的瓶颈，创新性地提出了具备冗余补偿与质量评估机制的鲁棒三维重建框架。

图2 引入误差补偿的三维指静脉重建

同时，通过将三维模型解耦展开为二维纹理与形状图，并设计频域-空域耦合特征提取网络（3DFVFSNet），实现了对全局轮廓与局部静脉细节的高效捕获。该方法在多个公开数据集上达到了国际领先的识别性能与跨数据集泛化能力，推动全视图三维指静脉识别的发展。

图3 基于空频域耦合特征提取的三维指静脉识别

论文链接：https://url.scnu.edu.cn/record/view/index.html?key=c871f6cca10dbc2f1bba60cbca8ae9fb