隐私增强虹膜分割基准测试竞赛：SSBC 2025
计算机视觉与模式识别
2025-08-15 v1
摘要
本文总结了2025年虹膜分割基准测试竞赛（SSBC）的情况，该竞赛聚焦于开发使用合成眼部图像训练的隐私保护虹膜分割模型。竞赛旨在评估基于合成数据的模型在与真实数据集训练的模型中的表现。竞赛包含两个轨道：(i)仅依赖合成数据进行模型开发的轨道，和(ii)将合成数据与（有限数量的）真实数据组合使用的轨道。共有九个研究小组提交了多样化的分割模型，采用各种架构设计，包括基于转换器的解决方案、轻量级模型以及受生成框架引导的分割网络。实验在包含合成和真实图像的三个评估数据集上进行，这些图像在多样化条件下收集。结果表明，完全在合成数据上训练的模型可以实现具有竞争力的性能，特别是当采用专门的训练策略时，证据在于获胜模型在合成数据轨道中获得了超过0.8的F1分数。此外，混合轨道中的性能提升往往更多来自方法选择，而不是来自真实数据的加入，凸显了合成数据在隐私敏感生物识别开发中的潜力。该竞赛的代码和数据可在 https://github.com/dariant/SSBC_2025 获取。
引用
@article{arxiv.2508.10737,
title = {Privacy-enhancing Sclera Segmentation Benchmarking Competition: SSBC 2025},
author = {Matej Vitek and Darian Tomašević and Abhijit Das and Sabari Nathan and Gökhan Özbulak and Gözde Ayşe Tataroğlu Özbulak and Jean-Paul Calbimonte and André Anjos and Hariohm Hemant Bhatt and Dhruv Dhirendra Premani and Jay Chaudhari and Caiyong Wang and Jian Jiang and Chi Zhang and Qi Zhang and Iyyakutti Iyappan Ganapathi and Syed Sadaf Ali and Divya Velayudan and Maregu Assefa and Naoufel Werghi and Zachary A. Daniels and Leeon John and Ritesh Vyas and Jalil Nourmohammadi Khiarak and Taher Akbari Saeed and Mahsa Nasehi and Ali Kianfar and Mobina Pashazadeh Panahi and Geetanjali Sharma and Pushp Raj Panth and Raghavendra Ramachandra and Aditya Nigam and Umapada Pal and Peter Peer and Vitomir Štruc},
journal= {arXiv preprint arXiv:2508.10737},
year = {2025}
}
备注
IEEE International Joint Conference on Biometrics (IJCB) 2025, 13 pages