CUVIRIS

CUVIRIS数据集是一个基于智能手机的可见光谱虹膜识别数据集，包含752张符合ISO/IEC 29794-6标准的虹膜图像，由47名志愿者在受控室内条件下拍摄。数据集的创建过程采用了一个定制的Android应用程序，该应用程序提供实时取景、锐度评估和基于ISO的质量反馈。数据集的创建旨在解决智能手机上可见光谱虹膜识别的挑战，并支持可重复的虹膜识别研究。

搜集汇总

数据集介绍

构建方式

在可见光虹膜识别研究领域，数据采集的标准化与质量控制一直是核心挑战。CUVIRIS数据集通过定制化Android应用程序实现构建，该应用集成了实时眼动检测、自动对焦与ISO/IEC 29794-6质量合规性验证功能。采集过程中采用三脚架固定三星Galaxy S21 Ultra设备，在室内受控光照环境下通过内置LED闪光灯稳定照明条件。应用通过拉普拉斯方差算法评估图像清晰度，并利用BIQT-Iris工具进行十项质量指标验证，最终从47位受试者中筛选出752张合规虹膜图像，每位受试者提供左右眼各8张样本，确保了数据集的规范性与可复现性。

特点

作为首个遵循ISO/IEC 29794-6标准构建的智能手机可见光虹膜数据集，CUVIRIS呈现出鲜明的技术特性。其图像采集依托现代移动设备传感器，在保持原生分辨率的同时实现了亚秒级采集速度。数据集涵盖多元人种分布（包括高加索、西班牙、亚洲、黑人与原住民），并平衡了深浅虹膜色素分布，为研究色素差异对可见光识别的影响提供了重要样本基础。所有图像均配备完整元数据标注，且通过实时质量反馈机制有效将注册失败率控制在2%以下，显著提升了可见光虹膜数据的生物特征辨识可靠性。

使用方法

该数据集为可见光虹膜识别算法的开发与评估提供了标准化测试平台。研究者可基于其高质量样本训练轻量化分割网络如LightIrisNet，该网络采用MobileNetV3骨干架构并融合边缘感知与距离变换监督，在移动端实现实时虹膜分割。在特征匹配层面，既可采用传统OSIRIS流水线进行相位编码基准测试，也能利用跨数据集训练的IrisFormer变压器模型探索注意力机制在可见光域的适应性。数据集配套开放的采集应用代码与量化检测模型，支持从数据采集、预处理到识别验证的全流程可复现研究。

背景与挑战

背景概述

虹膜识别作为生物特征识别的重要分支，因其纹理的独特性和终身稳定性被广泛应用于国家身份认证体系。传统系统多依赖近红外光谱成像技术，但专用传感器的成本限制了在智能手机端的普及。克拉克森大学研究团队于2024年推出的CUVIRIS数据集，首次在商用智能手机上实现了符合ISO/IEC 29794-6标准的可见光虹膜图像采集。该数据集通过定制化安卓应用实时控制图像质量，包含47名志愿者的752张合规图像，为移动端可见光虹膜识别建立了可复现的基准框架。

当前挑战

可见光虹膜识别面临双重挑战：在技术层面，色素沉积导致深色虹膜纹理对比度降低，环境光反射与手持抖动会掩盖生物特征细节；在数据构建层面，需克服智能手机摄像头在可见光谱下的曝光变异问题，同时满足国际标准对图像锐度、遮挡率等十项质量指标的实时验证。传统分割算法在可见光场景下边界定位误差显著，而轻量化模型又需平衡计算效率与分割精度，这对移动端部署提出了更高要求。

常用场景

经典使用场景

在移动生物识别领域，CUVIRIS数据集作为首个遵循ISO/IEC 29794-6质量标准构建的智能手机可见光虹膜数据库，其核心应用场景聚焦于评估可见光条件下虹膜识别算法的鲁棒性。通过标准化采集流程与实时质量反馈机制，该数据集为研究可见光谱中虹膜纹理受光照变异、色素沉淀及运动模糊影响的识别模型提供了基准测试平台，尤其适用于对比传统近红外系统在移动设备上的性能差异。

衍生相关工作

基于CUVIRIS的标准化框架，衍生出多项突破性研究：轻量化多任务分割网络LightIrisNet通过辅助边缘监督提升了移动端分割精度；Transformer架构IrisFormer在可见光域的适配实现了跨数据集的泛化能力提升；后续工作进一步探索了量化感知训练与神经架构搜索技术，在保持亚秒级识别速度的同时将模型参数量压缩至5M以下，推动了边缘计算与生物识别交叉领域的技术演进。

数据集最近研究

最新研究方向

随着移动生物识别技术的快速发展，可见光虹膜识别因其无需专用近红外传感器的优势成为研究热点。CUVIRIS数据集通过强制遵循ISO/IEC 29794-6质量标准的实时采集应用，解决了可见光条件下因光照变异和色素沉淀导致的识别难题。前沿研究聚焦于轻量化分割网络LightIrisNet与Transformer匹配器IrisFormer的协同优化，在跨数据集测试中实现了0.057%的等错误率，显著提升了移动端虹膜识别的实用性与鲁棒性。这一突破为智能手机生物认证系统的标准化部署提供了关键技术支撑，同时推动了可见光虹膜识别在金融安全与边境管控等场景的落地应用。

相关研究论文

• 通过

  克拉克森大学电气与计算机工程系 · 2025年