基于人工智能技术的生物特征识别系统

专注于利用机器学习技术进行生物特征识别系统的人工智能博士研究生岗位。申请者应具备机器学习与计算机视觉方面的经验。

关于该项目 本项目采用机器学习及深度学习技术，以设计新型生物特征识别系统。此类研究所涉及的生物特征包括：面部特征、面部轮廓、耳朵特征、虹膜特征、步态特征、掌纹特征、指纹特征及体型特征。 采用前沿的人工智能方法与技术，以开发新型生物特征识别系统。利用或构建生物特征数据集，用于设计生物特征识别系统。 利用图像数据集，通过应用人工智能（深度学习、机器学习及计算机视觉）技术来设计生物识别系统。可考虑多种生物特征类型，如耳部特征、面部特征、面部轮廓、步态特征、虹膜特征、指纹、掌纹及体型特征，以开发先进的生物识别系统。随后对这些系统进行数值评估，以便与文献中现有的生物识别系统进行对比。 我校提供计算机视觉、图像处理、机器学习及深度学习相关模块与实验室，您可利用这些资源来补充或完善自身背景知识，从而成功完成该项目。 电子与计算机科学学院致力于促进平等与多样性，这从我们获得的 Athena SWAN 奖中可见一斑。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将充分考虑那些寻求灵活工作模式以及已休过职业假期的申请者。 该大学拥有完善的生育政策、现场儿童保育设施，并提供多种福利措施，以保障员工的生活质量与工作与生活的平衡。南安普顿大学致力于可持续发展，并荣获铂金级生态奖。

入学要求 您必须拥有英国 2:1 荣誉学位，或其同等国际认可学位。 您必须掌握或对以下部分主题有学习兴趣： 机器学习 计算机视觉 Python 编程 掌握深度学习知识也是理想的，但并非必需。

资助：竞争性资助 学费与资助 我们为英国本土学生和国际学生提供多种资助机会。符合条件的学生可通过“地平线欧洲”学费减免，自动免除国际学生学费与英国本土学生学费之间的差额。 大学通过竞争性遴选授予的校长助学金，为遴选排名靠前的申请人支付国际学生学费与英国本土学生学费之间的差额。 本校各学院通过竞争性遴选提供的博士奖助金，通常为遴选排名靠前的申请人支付按英国本土学生标准收取的学费，并提供生活津贴。 资助采用滚动授予方式，因此请尽早申请，以尽可能增加进入资助评选的机会。 自筹资金或获得资助的国际申请者也被鼓励申请该项目。 如需更多信息，请访问我们的研究型研究生资助页面。

如何申请 您需： 选择课程类型（研究型）、2026/27学年、工程与物理科学学院 选择全日制或非全日制 查找项目：哲学博士 计算机科学（7089） 在申请表第2部分填写导师姓名 申请材料应包括： 研究计划书 您的CV（个人简历） 2份学术推荐信 截至目前的学位课程成绩单和证书 英语语言资格证明（如适用）