手掌与手指内部隐藏的静脉血管网络，因其独特性和难以伪造性，被视为当前安全性最高的生物特征识别依据之一。相比指纹和人脸识别，静脉识别在解锁设备、身份验证等场景中展现出更高的可靠性。然而，要让机器学习模型精准“读懂”这些深藏于皮肤之下的血管图谱，需要大量训练数据支撑，而专用近红外设备采集的静脉图像因涉及隐私保护，数据规模天然受限。这一矛盾成为制约技术发展的关键瓶颈。
为突破数据匮乏困境，科研人员通常采用数据增强技术——通过对现有图像进行翻转、旋转、亮度调整等操作，人工生成更多训练样本。这种方法在自然图像识别领域成效显著，例如提升猫狗分类或风景识别的准确率。但当研究团队将其直接应用于静脉识别时，却发现效果参差不齐：部分方法虽能提高表面准确率，却可能削弱系统的安全性和稳定性。这一反差促使多国学者联合构建首个静脉识别专用评估平台AGVBench，对30种主流数据增强策略展开系统性验证。
静脉图像的特殊性决定了其增强策略需区别于普通照片。自然图像中，猫的形态无论正放或倒置，人类与机器都能识别，这种鲁棒性使得几何变换成为有效的增强手段。但静脉识别的核心依据是血管走向、分叉位置等拓扑结构，大幅旋转或裁剪会破坏这些关键信息。研究团队比喻称：“这如同将地铁线路图旋转90度并撕去半张，虽能辨认图类，却无法规划路线。”这种特性要求评估体系必须针对静脉识别重新设计。
AGVBench平台基于PyTorch框架搭建，采用模块化结构，涵盖模型注册、参数管理、分布式训练和结果存储四大功能模块。研究人员将增强策略分为三类：单图操作（如翻转、遮挡、自动搜索最优组合）、多图融合（如像素混合、语义对齐拼接）和标签调整（如软化分类边界、动态更新标签）。测试覆盖七种深度学习架构，包括轻量级卷积网络MobileNetv2、视觉Transformer模型ViT-S，以及三种专为静脉设计的领域模型。数据集选取方面，既包含开放环境采集的掌静脉数据VERA220，也涵盖动态场景下的手指静脉数据FV-USM，总样本量超过三万张。
评估维度突破传统准确率指标，引入六项核心标准：除Top-1分类准确率和等错误率（EER）外，新增极端条件下的正确接受率（TAR@FAR=0.0001）、模型自信度与实际准确率的匹配度（ECE）、对抗样本攻击防御能力，以及图像遮挡和腐蚀情况下的稳定性。例如，在腐蚀测试中，研究团队发现静脉图像对噪声极度敏感，标准测试中的最低强度退化已导致多数模型失效，因此专门增设更精细的退化等级。
进一步分析揭示，高准确率方法常伴随隐蔽缺陷。MixUp虽提升分类性能，却使模型自信度与实际准确率的偏差（ECE）高达35%，且在对抗攻击下准确率骤降至4.87%。标签平滑技术虽增强对抗鲁棒性，但其ECE值同样飙升至47.88%，导致系统过度自信地输出错误结果。腐蚀测试中，所有模型在最高强度退化下准确率均腰斩，显示静脉图像对质量变化的极端脆弱性。相比之下，遮挡测试中采用“切块”训练的策略（如CutMix）表现出更强韧性，因其使模型适应了局部信息缺失的场景。
研究还发现，跨类别组合增强策略可产生协同效应。在掌静脉数据集上，自动搜索策略AutoAugment、语义混合策略PuzzleMix与标签软化方法LabelSmoothing的联合使用，将准确率推至98.00%，等错误率压缩至0.56%，同时显著提升对抗鲁棒性。而同类策略叠加（如两种自动搜索方法组合）则收益有限，表明不同策略针对不同短板：策略驱动类改善图像多样性，混合类优化决策边界，标签类调节训练目标校准性。
效率评估显示，部分高性能方法伴随高计算成本。PuzzleMix虽达最高准确率，但其训练时间延长近一倍，显存占用翻倍，综合排名落后于轻量级策略MixUp。某些复杂方法（如TeachAugment）甚至出现准确率低于基线的情况，凸显“性价比”评估的必要性。研究团队已将AGVBench平台代码库开源，提供完整实验配置和基线结果，为后续研究提供标准化测试工具。
