下载链接1 http://bias.csr.unibo.it/fvc2004/databases.asp
下载链接2
简介
部分图像
使用以下传感器/技术收集了四个不同的数据库（DB1、DB2、DB3和DB4）：
DB1：交叉匹配的光学传感器“V300”
DB2:Digital Persona提供的光学传感器“U.are.U 4000”
DB3:Atmel的热扫描传感器“FingerChip FCD4B14CB”
DB4：合成指纹生成
注：由于故意引入的扰动（见下文），FVC2004数据库明显比FVC202和FVC000数据库更难。因此，我们既不应该比较不同FVC比赛的错误率，也不应该认为指纹匹配的技术水平没有提高。
博洛尼亚大学计算机科学学位课程的学生（平均24岁）欣然同意作为志愿者提供指纹：
志愿者被随机分为三组，每组30人；每组与数据库相关，因此与不同的指纹扫描仪相关（每个数据库中的不同对象，除了两个数据库中5名志愿者的少量重叠）；
每一位志愿者被邀请在三个不同的会议上展示他/她自己，每次会议间隔至少两周；
将不同手指的采集交叉进行，最大限度地减少手指放置的差异；
未对图像质量进行控制，传感器压板未进行系统清洗；
在每节课上，每个志愿者的四个手指各有四个印象；
在第一个疗程中，要求个体将手指放在稍微不同的垂直位置（在印痕1和印痕2中），并交替对传感器表面施加低压和高压（印痕3和印痕4）；
在第二节课中，要求每个人夸大手指的皮肤变形（印痕1和2）和旋转（3和4）；
在第三个疗程中，手指被干燥（印痕1和印痕2）和湿润（印痕3和印痕4）。
在数据收集结束时，每个数据库共收集了120个手指和每个手指12个印痕（1440个印痕）。与以前的版本一样，测试中使用的每个数据库的大小被确定为110个手指宽（w）和每个手指深（d）8个印痕（总共880个指纹）；收集一些额外的数据，以防收集/标记错误。 从101到110的手指（集合B）已经提供给参与者，以便在提交算法之前进行参数调整；然后由编号为1到100的手指（集合A）构成基准。
