近年来，机器学习和深度学习技术发展迅速，以卷积神经网络(CNN)为代表的深度神经网络能提取各种具有高分辨性的特征；人脸识别及手指静脉识别技术应用广泛，但面临着人脸易遭欺骗攻击、指静脉图像质量不高、手指姿势对识别影响过大等问题。本项目研究具有高扩展性的人脸欺骗检测方法，针对低质量手指静脉图像的预处理技术，以及对手指姿势鲁棒的高速手指静脉识别技术，具有重要应用价值，本项目具有广阔的市场应用前景。 通过综合利用图像处理、机器学习、深度学习和计算机视觉等相关技术，重点解决人脸识别中的欺骗检测以及手指静脉的高速、鲁棒识别。近年来在金融安全、信息安全、生物识别等领域取得了14项专利。结合鲁棒性人脸检测、欺骗检测以及高速鲁棒的指静脉识别技术，开发出用于金融用户的高可靠性生物特征认证系统。