近日，团队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》（计算机视觉和人工智能领域国际顶级学术期刊，中科院一区Top期刊，JCR Q1区，CCF-A类、CAAI-A类）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。

该成果由华南师范大学黄俊端副研究员担任第一作者，华南理工大学康文雄教授担任通讯作者，合作者包括：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博士以及意大利萨萨里大学Massimo教授。

图1 论文在线发表页面

该研究聚焦于全视图三维指静脉识别。该技术具有信息量大、难以伪造、对姿态变化具有鲁棒性等独特优势，已成为高安全性内部生物特征识别的重要方向。针对全视图三维指静脉识别中成像误差大、三维特征提取困难等瓶颈问题，该研究创新性地提出了具有冗余补偿与质量评估机制的鲁棒三维重建框架。同时，研究团队将三维模型解耦展开为二维纹理与形状图，并设计了频域-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。

图2 基于冗余补偿的三维指静脉重建

图3 基于空域-频域耦合特征提取的三维指静脉识别

该方法在多个公开数据集上取得了国际领先的识别性能及跨数据集泛化能力，有力推动了全视图三维指静脉识别技术的发展。

论文链接：https://ieeexplore.ieee.org/document/11601132