CTBU-FV Dataset

一个多视角手指静脉数据库，包含235个类别，每个类别包含10个3秒视频，每秒20帧（3*20样本图像），左右手不同手指各10个视频。另一个数据集包含80个采集对象，每个对象的左右食指各采集8次，每个视频可转换为60张手指静脉图像，相邻图像旋转角度为6°。

A multi-view finger vein database comprising 235 categories, with each category containing 10 three-second videos, capturing 20 frames per second (3*20 sample images), and including 10 videos for different fingers of both hands. Another dataset includes 80 subjects, with each subject's left and right index fingers captured 8 times, and each video can be converted into 60 finger vein images, with a rotation angle of 6° between adjacent images.

原始信息汇总

CTBU-FV Dataset 概述

1️⃣ CTBU Full Finger-Vien Dataset

• 类型: 多视角手指静脉数据库
• 包含: 235个类别，每个类别包含10个3秒视频（每秒20帧，共3*20样本图像），左右手各10个视频

2️⃣ CTBU 2D Finger-Vien Dataset

• 对象数量: 80个采集对象
• 采集方式: 左右食指各采集8次，每次视频可转换为60张手指静脉图像
• 图像角度: 相邻图像间旋转角度为6°
• 文件夹介绍:
  • FV-0: 包含12个角度的全视角手指静脉图像（0°, 30°, ..., 330°）
  • FV-6: 模拟旋转数据集，包含全视角手指静脉图像（6°, 36°, ..., 336°）
  • FV-12: 模拟旋转数据集，包含全视角手指静脉图像（12°, 42°, ..., 342°）
  • FV-18: 模拟旋转数据集，包含全视角手指静脉图像（18°, 48°, ..., 348°）
  • FV-24: 模拟旋转数据集，包含全视角手指静脉图像（24°, 54°, ..., 354°）

下载方式

• 步骤: 发送License Agreement.docx至[e-mail]，成功申请后将收到下载链接

版权信息

• 使用限制: 仅限于学术研究和非商业用途
• 禁止: 任何商业用途

联系信息

• 实验室负责人: Prof. Huafeng Qin
• 实验室: 重庆智能感知与区块链技术重点实验室，生物识别组
• 邮箱: [e-mail]

搜集汇总

数据集介绍

构建方式

CTBU-FV数据集的构建基于多视角手指静脉图像采集技术，涵盖了235个类别，每个类别包含10个3秒长的视频，每秒20帧，共计600帧图像。此外，数据集还包括80个采集对象的二维手指静脉图像，每个对象的左右食指各采集8次，每次采集可生成60张手指静脉图像，相邻图像的旋转角度为6°。数据集通过模拟不同角度的旋转，提供了多个子集（FV-0、FV-6、FV-12、FV-18、FV-24），以支持多角度分析和研究。

特点

CTBU-FV数据集的显著特点在于其多视角和多角度的采集方式，提供了丰富的手指静脉图像数据，适用于多种生物识别技术的研究。数据集不仅包含全视角的手指静脉图像，还通过模拟旋转生成不同角度的图像，增强了数据集的多样性和复杂性。此外，数据集的类别数量和图像质量均较高，适合用于深度学习和模式识别等高级算法的研究。

使用方法

使用CTBU-FV数据集时，研究者需先签署许可协议并发送至指定邮箱，获取下载链接。数据集可用于学术研究，特别是生物识别和模式识别领域。研究者可以利用数据集进行手指静脉识别算法的开发和验证，尤其是多视角和多角度分析。数据集的子集（FV-0、FV-6、FV-12、FV-18、FV-24）提供了不同旋转角度的图像，适合进行旋转不变性研究。

背景与挑战

背景概述

CTBU-FV Dataset是由重庆智能感知与区块链技术重点实验室的生物识别研究团队创建的多视角手指静脉数据库，由秦华峰教授领导。该数据集包含235个类别，每个类别包含10个3秒长的视频，每秒20帧，涵盖左右手指的不同静脉图像。此外，CTBU 2D手指静脉数据集包含80个采集对象，每个对象的左右食指分别采集8次，每段视频可转换为60张手指静脉图像，相邻图像的旋转角度为6°。该数据集的创建旨在推动手指静脉识别技术的发展，特别是在多视角和旋转角度下的识别挑战，为相关领域的研究提供了丰富的实验数据。

当前挑战

CTBU-FV Dataset在构建过程中面临多项挑战。首先，多视角和旋转角度下的手指静脉图像采集需要高精度的设备和复杂的图像处理技术，以确保图像质量和一致性。其次，数据集的多样性和规模要求研究人员在数据标注和分类上投入大量精力，确保每个类别的数据具有代表性。此外，手指静脉图像的隐私性和安全性也是构建过程中需要严格考虑的问题，确保数据仅用于学术研究而非商业用途。这些挑战不仅推动了数据集的构建技术进步，也为后续的手指静脉识别算法研究提供了丰富的实验基础。

常用场景

经典使用场景

CTBU-FV数据集在生物识别领域中具有广泛的应用，尤其是在手指静脉识别技术的研究中。该数据集包含了多视角的手指静脉视频和图像，为研究人员提供了丰富的数据资源，用于开发和验证基于手指静脉的身份识别算法。通过分析不同角度和光照条件下的手指静脉图像，研究者可以探索更鲁棒和精确的识别模型，从而提升系统的准确性和可靠性。

实际应用

在实际应用中，CTBU-FV数据集可以用于开发和部署高效的手指静脉识别系统，广泛应用于安全门禁、金融交易和医疗身份验证等领域。通过利用该数据集训练的模型，可以实现对手指静脉图像的快速和准确识别，从而提高系统的安全性和用户体验。此外，该数据集还可以用于开发多模态生物识别系统，结合其他生物特征如指纹或虹膜，进一步提升识别的准确性和可靠性。

衍生相关工作

基于CTBU-FV数据集，研究者已经开展了一系列相关工作，包括但不限于基于局部注意力变换器的全视角手指静脉识别技术。这些研究不仅提升了手指静脉识别的准确性，还探索了新的算法和模型，如深度学习和神经网络在手指静脉识别中的应用。此外，该数据集还激发了对手指静脉图像处理和特征提取技术的进一步研究，推动了生物识别领域的技术革新。