科研导师
Prof. Leng教授，硕导，博士后
导师介绍
研究领域：计算机视觉，生物特征识别，生物特征模板保护，人工智能，模式识别，信息融合，机器学习，深度学习，信息隐藏 学术成果：教授、硕导、博士后。已发表SCI期刊论文近80篇(包括TIFS、TIM、PR、IJCV、Neurocomputing等；主持国家自然科学基金6项；CCF杰出会员、ACM会员、CAAI会员、IEEE国际电气和电子工程师协会会员
多模态生物特征融合的复杂场景识别研究
- 课题名称
- 多模态生物特征融合的复杂场景识别研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1～3区CCF-A/B
- 课题介绍
- 生物特征识别作为身份认证的核心技术，在公共安全、金融服务、智能终端等领域应用广泛。然而，单一生物特征（如人脸、指纹、虹膜）易受环境干扰（光照变化、遮挡、姿态偏转）及个体差异影响，导致复杂场景下识别鲁棒性不足。多模态生物特征融合通过整合不同模态的互补信息（如生理特征与行为特征、静态特征与动态特征），可有效提升识别系统的准确性与可靠性。复杂场景（如动态环境、多干扰源、样本质量差异）对融合模型提出更高挑战，需解决模态异构性、噪声鲁棒性及实时性等关键问题。深入研究多模态融合机制与复杂场景适应策略，对突破传统识别技术瓶颈、推动智能身份认证系统的实用化具有重要理论意义与应用价值。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。