$\textit{sweet}$：用于非接触式手部血管生物特征实验的开源模块化平台
计算机视觉与模式识别
2025-08-25 v2
摘要
当前的指静脉或掌静脉识别系统通常要求受试者与设备直接接触。这在卫生至关重要的环境中可能存在问题。在本工作中，我们提出了一种名为\sweet的非接触式血管生物特征传感器平台，可用于手部血管生物特征研究（腕部、掌部及指静脉）以及表面特征（如掌纹）研究。它支持多种采集模态，如多光谱近红外（NIR）、RGB彩色、立体视觉（SV）和光度立体（PS）。利用该平台，我们收集了包含120名受试者手指、手掌和手腕血管数据的数据集，并开发了一个强大的3D流水线用于该数据的预处理。随后我们展示了生物特征实验结果，重点关注指静脉识别（FVR）。最后，我们讨论了多种模态的融合，例如将掌静脉与掌纹生物特征相结合。采集软件、部分硬件设计、新FV数据集以及我们实验的源代码均已公开供研究使用。
引用
@article{arxiv.2404.09376,
title = {$\textit{sweet}$- An Open Source Modular Platform for Contactless Hand Vascular Biometric Experiments},
author = {David Geissbühler and Sushil Bhattacharjee and Ketan Kotwal and Guillaume Clivaz and Sébastien Marcel},
journal= {arXiv preprint arXiv:2404.09376},
year = {2025}
}