当前位置: 首页 >> 研究生导师 >> 软件工程 >> 正文 秦华锋 时间:2024年07月05日 09:48 作者:国合基地 窗体顶端 【个人简介】 秦华锋,男,1983年生,博士,教授,硕士生导师,新加坡南洋理工大学联合培养博士,巴黎萨克雷大学博士后,重庆工商大学国合基地常务副主任,巴渝学者特聘教授,重庆市高校创新研究群体负责人,入选重庆市新产品创新青年科技人才、江苏省宿迁市千名领军人才,获得了重庆市科技进步奖、教育部博士研究生学术新人奖。 近年来,主持科研项目10余项,其中主持国家自然科学基金项目2 项,重庆市高价值专利培育项目1项,重庆市高校创新研究群体项目1项,重庆市高新区先投后股项目1项,人才项目2项,重庆市自然科学基金等省部级项目5项,总经费超过500万元;共发表了60余篇期刊和会议论文,以第一作者或通讯作者在IEEE TIFS、IEEE TMC、IEEE TCSVT、IEEE TIM、ICLR等权威期刊和顶级会议上发表论文25篇,其中CCF A类期刊论文6篇,累计被引超过1400次,单篇引用最高200余次;出版专著3部,其中出版了国内外第一部关于手指静脉识别的专著;申请专利20余项,获授权发明专利11项,已转让5项,估值580万元,参与撰写静脉识别标准1项;带领学生参加中国“互联网+”创新创业大赛和 “挑战杯”中国大学生创业计划竞赛分别获得重庆市金奖、国赛铜奖累计5项。 【教育经历】 Ø 2009.09-2012.12,重庆大学,测试计量技术及仪器,工学博士 Ø 2011.09-2012.09,新加坡南洋理工大学,电气与电子工程,联合培养博士 【工作经历】 Ø 2014.12—2016.09,巴黎萨克雷大学(2023世界大学学术排名全球第15位),博士后 Ø 2013.01.01—至今,重庆工商大学 【主要研究方向】 生物特征识别(静脉识别和眼动识别)、计算机视觉、深度学习、机器学习、智慧医疗 【学术兼职】 Ø 重庆市计算机学会教育专委会理事,2022-至今 Ø 重庆市机电学会常务理事,2020-至今 Ø 重庆市青年科技领军人才协会会员 Ø 重庆工商大学学报(自然科学版)编委 Ø 担任 CCBR2021程序委员会委员,ICCSI2021会议的分会组织者以及IEEE transactions on information forensics and security、IEEE Transactions on Circuits and Systems for Video Technology、TIP、PR、TII等期刊审稿人 【负责或参与的科研项目】 [1]三维手指静脉特征的深度学习与识别理论研究。国家自然科学基金(面上项目),2020.01-2023.12(主持) [2]真实环境下手指静脉识别与模板保护基本理论研究,国家自然科学基金(青年基金),2015.01-2017.12(主持) [3]智能感知与静脉识别技术,重庆市高价值专利培育项目,2022.08-2024.7(主持) [4]三维手指静脉识别技术研发及产业化应用,重庆市高新区先投后股项目,2023.03-2025.03(主持) [5]智能感知与静脉识别新技术,重庆市高校创新研究群体,培育,2021.07-2024.6(主持) [6]单样本下静脉特征的深度学习与识别方法研究, 中国博士后基金面上项目,2022.11-2024.11(主持) [7]手掌静脉特征的深度学习与识别关键算法研究, 重庆市教育委员会科学技术研究项目, 2019.10- 2022.10(主持) [8]手指静脉特征识别与防伪关键算法研究,重庆市自然科学基金,2018.07-2021.6(主持) [9]手指静脉图像质量评估系统的研制与实现,重庆市科委青年人才培养项目,2013.09-2016.9(主持) [10]基于深度学习的三维手指静脉识别基本理论研究,重庆市自然科学基金,2017.07-2020.6(主持) 【部分代表性学术成果】 1、 代表性论文 [1]Qin Huafeng*, Jin Xin, Jiang Yun,Mounim A.El-Yacoubi,Gao Xinbo.Adversarial AutoMixup.ICLR,2024.(深度学习顶级会议Spotlight论文) [2]Qin Huafeng,Fan Chao,Deng Shaojiang,Li Yantao,Mounim A.El-Yacoubi,Zhou Gang. AG-NAS: An Attention GRU-based Neural Architecture Search for Finger-Vein Recognition[J].IEEE Transactions on Information Forensics and Security, 2023. (CCF A,中国科院一区) [3]Qin H,El-Yacoubi M A.Deep representation-based feature extraction and recovering for finger-vein verification[J].IEEE Transactions on Information Forensics and Security,2017,12(8):1816-1829(CCF A,中国科院一区) [4] Qin,H.,El-Yacoubi,M.A.,Li,Y.,& Liu,C.Multi-scale and multi-direction GAN for CNN-based single palm-vein identification[J].IEEE Transactions on Information Forensics and Security,2021,16: 2652-2666.(CCF A,中国科院一区) [5] Li,Y.,Ruan,S.,Qin,H(通讯作者).,Deng,S.,& El-Yacoubi,M.A.Transformer based defense gan against palm-vein adversarial attacks[J].IEEE Transactions on Information Forensics and Security,2023,18: 1509-1523.(CCF A,中国科院一区) [6] Li,Y.,Liu,L.,Qin,H.(通讯作者),Deng,S.,El-Yacoubi,M.A.,& Zhou,G.Adaptive deep feature fusion for continuous authentication with data augmentation.IEEE Transactions on Mobile Computing,2022.(CCF A,中国科院二区) [7] Li,Y., Liu,L.,Deng,S.,Qin,H.(通讯作者),El-Yacoubi,M.A.,& Zhou,G.Memory-Augmented Autoencoder based Continuous Authentication on Smartphones with Conditional Transformer GANs.IEEE Transactions on Mobile Computing,2023.(CCF A,中国科院二区) [8] Qin,H.,Hu,R.,El-Yacoubi,M.A.,Li,Y.,& Gao,X.Local attention transformer-based full-view finger-vein identification[J].IEEE Transactions on Circuits and Systems for Video Technology,2022.(CCF B,中国科院一区) [9] Qin Huafeng,Xi Haofei,Li Yantao, Mounim A.El-Yacoubi,Wang Jun,Gao Xinbo.Adversarial Learning-based Data Augmentation for Palm-vein Identification[J].IEEE Transactions on Circuits and Systems for Video Technology,2023.(CCF B,中国科院一区) [10] Qin,H.,& El-Yacoubi,M.A..Deep representation for finger-vein image-quality assessment.IEEE Transactions on Circuits and Systems for Video Technology, 2017,28(8),1677-1693.(CCF B,中国科院一区) [11] Qin,H.,Gong,C.,Li,Y.,Gao,X.,& El-Yacoubi,M.A.Label Enhancement-Based Multiscale Transformer for Palm-Vein Recognition.IEEE Transactions on Instrumentation and Measurement,2023,72, 1-17.(中国科院二区) [12] Qin Huafeng,Gong Changqing,Li Yantao,Mounim A.El-Yacoubi,Gao Xinbo,Wang Jun.Attention Label Learning to Enhance Interactive Vein Transformer for Palm-Vein Recognition[J].IEEE Transactions on Biometrics,Behavior,and Identity Science,2024. [13] Li Yantao,Tang Congyi,Deng Shaojiang,Qin Huafeng*(通讯作者),Huang Hongyu.Mixed Automatic Adversarial Augmentation Network for Finger-Vein Recognition[J].IEEE Transactions on Instrumentation and Measurement,2024. [14] Yantao Li, Chao Fan, Huafeng Qin*(通讯作者),Shaojiang Deng, Mounim A. El-Yacoubi,Gang Zhou.Deep Reinforcement Learning based Feature Extraction and Encoding for Finger-vein Verification.IEEE Transactions on Emerging Topics in Computational Intelligence,Accepted on April 22,2024 [15] Qin,H.,He,X.,Yao,X.,& Li,H.Finger-vein verification based on the curvature in Radon space.Expert Systems with Applications,2017,82,151-161.(CCF C,中国科院一区) 2、代表性专利 [1]秦华锋,刘霞,基于自编码器的手指静脉防伪鉴别方法及系统, 2020.6, 发明专利,专利号:ZL201711135122.1.(已转化) [2]秦华锋,巩长庆,杨公平,王军,潘在宇,静脉识别模型的训练方法和模型,2022.5,专利号:ZL202110807293.4.(已转化) [3]秦华锋,曹晓莉,唐灿,一种基于长期递归卷积神经网络的手指静脉认证方法,发明专利, 2022.3,专利号:ZL2019102911168.(已转化) [4]秦华锋,何希平. 基于卷积神经网络的手指静脉图像质量评估方法及评估系统,2019.5, 发明专利,专利号:ZL2016109793154.(已转化) [5]秦华锋, 朱超平, 何希平. 一种基于卷积神经网络的手指静脉识别方法及系统,2019.3, 发明专利,专利号:ZL201610978085X.(已转化) [6]席锋,秦华锋,胡莉,一种位置敏感探测器,2019.09.26,专利号, 201910914330.4 [7]杨数强,王杰敏,秦华锋,李金鹏,朱厚春,一种三维成像建模仪固定支架,2019-10-17,专利号, 201910988576.6 [8]余成波, 秦华锋, 张睿.手指静脉认证系统的静脉特征提取方法,发明专利, 2007.10,专利号:ZL200710093053.2 [9]余成波, 张睿, 秦华锋.手指静脉认证系统的图像采集装置,2007.10,实用新型专利, 专利号:ZL200720188120.4 [10]余成波,秦华锋,张 莲,杨数强.手指静脉身份识别系统的静脉特征提取方法, 2009.03, 发明专利,专利号:ZL200910103478.6 [11]余成波,杨数强,秦华锋,李彦林.手指静脉身份识别系统的图像采集装置, 2009.03,实用新型专利,专利号:ZL200920126846.4 3、代表性专著 [1]余成波;秦华锋.生物特征识别技术-手指静脉识别技术,清华大学出版社,2009 [2]刘崇文; 秦华锋.基于语义计算的小样本图像分类研究, 重庆大学出版社, 2021 [3]席锋;秦华锋.位置敏感探测器的定位及结构改进研究, 重庆大学出版社,2016 4、 获奖 [1] 余成波、陶红艳、秦华锋、杨如民、王士彬、张睿、李彦林,手指静脉身份识别技术与应用,重庆市科技进步三等奖,2012.6 [2] 秦华锋,博士研究生学术新人奖,教育部,2012.9 【研究生指导情况】 指导已毕业研究生4届,共8人;(其中4人到高校任教,1人到巴黎理工学院(2024QS世界大学排名38位)攻读博士学位);指导在读研究生 5人;联合指导巴黎理工学院在读博士研究生1名。 【招收研究生方向】 学科方向1:软件工程(083503) 研究领域简介: 主要研究内容生物特征识别包括静脉识别、眼动识别;机器学习如监督学习、半监督学习;计算机视觉如图像识别、目标检测与跟踪、图像生成、数据增强、图像防伪;智慧医疗如海尔兹默综合征诊断;大数据分析与处理。 学科方向2:计算机科学与技术(085402) 研究领域简介: 主要研究机器学习和深度学习的理论与建模,并探索在计算机视觉领域的应用。具体研究内容包括生成对抗网络、transformer、图神经网络、强化学习、迁移学习、元学习、对比学习、标签学习等人工智能先进理论和算法以及在图像分割、视屏分类、数据增强、图像分类、图像防伪等领域的应用研究。 窗体底端 窗体底端 【关闭】