面向真实环境的不确定性虹膜识别｜SPP第172期

虹膜作为一种稳定且独特的生物特征，在身份认证中具有重要价值。然而在实际应用中，环境、人眼及成像设备等因素带来的不确定性，往往导致识别性能下滑。本报告从数据、分割和识别三个方面展开研究：在数据层面，构建了高不确定性采集条件下构建的UTIris数据集，并提出不确定性标注策略，更贴近真实应用场景；在分割方法上，设计了不确定性感知的Bilateral Transformer与多源知识驱动的图分割网络，有效提升了模糊和遮挡条件下的分割鲁棒性；在识别方法上，提出关联测度与不确定性表征，不仅显著缓解了高不确定性采集带来的影响，还将虹膜识别扩展至半监督和无监督场景。这些方法系统性地应对了虹膜识别中的不确定性，为复杂环境下的稳健虹膜识别提供了新的思路。欢迎关注本期SPP：5月13日（本周三）19:30–21:00。

本期直播你将收获哪些

1、学习如何针对真实环境下退化特征引起的不确定性，构建从原始数据采集、非理想目标分割到鲁棒性表征提取的全链路系统建模方法。

2、深入探讨双边注意力机制（Bilateral Transformer）与多源知识图神经网络在处理非受控视觉任务中的协同作用，理解数据驱动与知识驱动结合的技术路径。

3、领悟如何通过关联测度与不确定性量化，实现从强监督向半监督、无监督识别范式的迁移，提升算法在开放场景下的泛化能力与学术视野。

演讲嘉宾

卫建泽

中国科学院微电子研究所副研究员

卫建泽，博士，中国科学院微电子研究所副研究员，硕士生导师。2022年于中国科学院自动化研究所获工学博士学位，随后进入中国科学院微电子研究所从事博士后研究工作。长期致力于虹膜识别与多模态感知方向研究，主持国家级科研项目3项。在IEEE T-PAMI、T-IFS、T-MM 等国际权威期刊及 CVPR、ICCV 等顶级会议发表学术论文20余篇，授权国家发明专利4项。入选北京市科协“青年人才托举工程”，长期担任多个国际顶级期刊和会议审稿人，包括 IEEE T-PAMI、T-IP及CVPR、NeurIPS、SIGKDD、WWW、ICML、ICLR等。