CUP (Columbia University Palm-vein dataset)

CUP是首个公开的基于视频的掌静脉数据集，由哥伦比亚大学创建，旨在研究真实部署中表面噪声、光照变化等挑战性条件对识别的影响。数据集包含5,049个两秒的近红外视频片段，覆盖109名受试者在四种表面条件（清洁、温暖、潮湿、脏污）下的掌静脉图像，并附有生理和人口统计元数据。采集过程使用移动摄像头和850nm近红外发光二极管照明，在自然姿态和距离变化下录制，每个手掌均重复录制所有条件。该数据集主要服务于掌静脉识别系统在非理想环境下的鲁棒性评估与公平性分析，为算法应对真实世界退化提供了关键基准。CUP is the first publicly released video-based palm vein dataset developed by Columbia University, designed to study the impact of challenging real-world deployment conditions such as surface noise and illumination variations on recognition systems. The dataset contains 5,049 two-second near-infrared video clips, capturing palm vein images from 109 subjects across four surface conditions: clean, warm, moist, and contaminated, with accompanying physiological and demographic metadata. The data collection process employed a mobile camera and 850nm near-infrared light-emitting diodes (LEDs) for illumination, with recordings taken under varying natural hand postures and distances. Each palm was repeatedly recorded under all four surface conditions. This dataset primarily supports robustness evaluation and fairness analysis of palm vein recognition systems in non-ideal environments, serving as a critical benchmark for algorithms to address real-world degradation.

搜集汇总

数据集介绍

构建方式

在掌静脉生物特征识别技术迅猛发展并逐步迈向非接触式商业化应用的浪潮中，现有公开数据集多局限于受控环境下的静态清洁影像，对汗渍、污物、光照波动乃至温度变化等真实场景干扰因素的刻画严重不足。为弥合这一实验室与真实部署之间的鸿沟，哥伦比亚大学推出了CUP数据集，它开创性地以视频形式记录掌静脉信息。采集流程精心模拟日常使用场景，每位受试者需在自然姿态与5至30厘米距离变化下，依次呈现干净基线、温热、潮湿及污浊四种手掌表面状态，完整覆盖日常使用中可能遭遇的表面退化情形。全部109名受试者的210只手掌共产生5,049段经过严格质量筛选的两秒近红外视频片段。数据构建尤为考究，采用基于深度学习的手部关键点追踪并辅以滑动窗口平滑，从而在非约束条件下获得稳定的兴趣区域。每位受试者均配套详尽的生理与人口学元数据，为后续多维度分析提供了坚实基础。

特点

CUP数据集的核心特质在于其前所未有的真实性与多维度变异性。作为首个公开的视频掌静脉数据集，它通过连续帧序列捕捉了手掌在自然运动中的动态变化，其个体内特征离散度较现有公共数据集高出2至3倍，精准映射了真实世界中表面状态、姿态与距离的复合扰动。数据集内含的四种表面条件模拟了从正常体温到加热、湿润及污浊等多种退化场景，直接挑战了传统识别算法在非理想条件下的鲁棒性。尤为珍贵的是，CUP为每一位受试者提供了年龄、性别、BMI、体脂率乃至血氧饱和度等深度生理与人口学特征，使得研究人员能够首次在掌静脉识别领域探究不同用户群体间的性能差异，为公平性审计开创了数据基础。这种将表面退化、时间连续性与个体深层属性融于一体的独特设计，使其成为洞察真实部署环境中算法脆性的关键科学资产。

使用方法

CUP数据集支持开放集协议下的多种评估模式，其左、右手样本分别用于训练与测试，确保了身份层面的分离。使用者可依据研究目标灵活划分数据，既可执行混合表面条件训练以评估模型对多样化环境的适应力，也可单条件训练来量化表面退化带来的性能衰退。在数据使用上，鉴于其独特的视频格式，传统静态图像识别模型可直接抽取单帧作为输入，而先进的视频识别架构则能充分利用时间维度的信息增益，通过多帧聚合或时序建模来抵消瞬时噪声干扰。更重要的是，CUP自带的丰富元数据为公平性研究提供了可靠依据，允许研究者将识别精度细粒度地分解至不同性别、BMI层级或体脂率分组，从而客观审视算法在各类人群中的表现一致性。数据集附带的基准测评协议与指标（EER、TAR@FAR=0.01、Rank-1）为跨研究比较提供了统一标尺，并可通过其公开的代码仓库开展结果复现与算法迭代。

背景与挑战

背景概述

掌静脉生物识别因其内在的血管模式难以被隐秘复制，以及非接触采集的卫生优势，正日益受到学术界与工业界的青睐。然而，现有公开掌静脉数据集大多仅采集清洁状态下的静态图像，无法反映真实部署中因表面污染、光照变化及运动模糊等因素引发的性能退化。为填补这一空白，哥伦比亚大学计算机科学系的研究团队于2026年发布了CUP数据集，这是首个公开的视频级掌静脉数据集。该数据集由Xiaofeng Yan等人创建，涵盖109名受试者，在清洁、温热、湿润及污浊四种表面条件下记录了5,049段两秒时长的近红外视频片段，并配套了人口统计学与生理学元数据。CUP的核心研究问题是量化现实环境退化对掌静脉识别性能的影响，并探索提升鲁棒性的方案。其发布为掌静脉识别领域提供了首个具备真实复杂表面条件的基准，对推动该技术在非受控环境下的落地具有里程碑意义。

当前挑战

掌静脉识别在现实应用中面临诸多严峻挑战。领域层面，掌面非平面结构导致静态特征易受采集伪影干扰，如姿态变化、阴影及汗水、污垢等表面污染，这些因素会严重降低匹配精度。现有识别模型在清洁掌纹上表现可靠，但在污浊条件下等错误率可激增四倍，表明传统基于全局特征池化的方法难以抵御局部遮挡或退化。构建过程中，CUP需应对无约束视频采集中手指未充分分离、视角不佳等难题，传统基于指缝谷点的ROI提取方法失效，转而采用基于深度学习的手部关键点检测与透视变换，仍需通过平滑滤波抑制高频率抖动。此外，人工质检流程筛选出合格视频片段，导致采集留存率受个体差异影响，最终仅210只手掌进入数据集。这些挑战凸显了在真实条件下构建高质量数据集的复杂性，也揭示了现有算法在应对现实环境退化时的脆弱性。

常用场景

经典使用场景

CUP数据集作为首个公开的视频掌静脉数据集，其经典使用场景聚焦于评估掌静脉识别系统在真实世界恶劣条件下的鲁棒性。该数据集通过采集109名受试者在四种表面状态（清洁、温热、湿润、污浊）下的近红外视频，并配套详细的生理与人口统计元数据，为研究者提供了一个独特的基准平台。在此之上，可系统性地验证静态图像、多帧聚合及端到端视频等不同架构的识别器在面对表面污染、温度变化及姿态距离波动时的性能表现，尤其适合衡量现有方法在从实验室到实际部署环境过渡时的精度退化程度。

解决学术问题

该数据集有效填补了掌静脉识别领域缺乏真实世界退化条件研究的关键空白。此前公开数据集多为清洁手掌的静态图像，难以捕捉日常使用中的表面噪声、光照变化及血管可见度波动等挑战性因素。CUP通过受控实验设计，量化了表面退化对识别精度的影响，揭示了训练于清洁数据或混合数据的方法在严重污染下的性能上限。这一资源推动了鲁棒性识别方法的探索，如区域级最优传输匹配器与时间一致性的融合，为提升跨越环境条件泛化能力提供了实证基础与验证基准。

衍生相关工作

CUP的发布催生了多项衍生研究工作，主要集中在鲁棒匹配方法的探索与基准测试的拓展上。基于该数据集中揭示的严重性能退化现象，研究者提出了无需额外训练参数的区域级最优传输匹配器，其融合全局与局部视角的机制可有效抵御局部表面污染，并成功迁移至多个冻结骨干网络及公共单图像数据集。此外，数据集中附带的元数据推动了初步的公平性审计研究，识别了特定生理或人口统计群体在特定条件下存在的性能差异，为后续大规模公平性研究及个体化认证系统设计指示了方向。