[发明专利]虹膜活体检测方法及相关产品在审

专利信息
申请号: 201710514944.4 申请日: 2017-06-29
公开(公告)号: CN107368791A 公开(公告)日: 2017-11-21
发明(设计)人: 周意保;周海涛;张学勇;唐城 申请(专利权)人: 广东欧珀移动通信有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州三环专利商标代理有限公司44202 代理人: 郝传鑫,熊永强
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虹膜 活体 检测 方法 相关 产品
【权利要求书】:

1.一种虹膜活体检测方法,其特征在于,包括:

获取虹膜图像;

对所述虹膜图像进行多尺度分解,得到K个高频分量图像,所述K为大于1的整数;

确定所述K个高频分量图像中不同高频分量图像之间的特征,得到M组特征,所述M为大于1的整数;

采用预设虹膜活体检测分类器对所述M组特征进行训练,并根据训练结果判断所述虹膜图像是否来自活体虹膜。

2.根据权利要求1所述的方法,其特征在于,所述确定所述K个高频分量图像中不同高频分量图像之间的特征,得到M组特征,包括:

将所述K个高频分量图像中所有高频分量图像的尺寸大小调整为一致;

将调整后的所述K个高频分量图像按照预设顺序进行减运算,得到所述M个结果图像;

分别对所述M个结果图像进行特征提取,得到所述M组特征。

3.根据权利要求1或2所述的方法,其特征在于,所述获取虹膜图像,包括:

获取测试图像;

从所述测试图像中提取所述虹膜图像。

4.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:

对所述虹膜图像进行图像增强处理;

所述对所述虹膜图像进行多尺度分解,包括:

对所述图像增强处理后的虹膜图像进行多尺度分解。

5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:

将所述虹膜图像划分为P个区域,得到所述P个区域图像,所述P为大于1的整数;

分别对所述P个区域图像进行图像质量评价,得到所述P个图像质量评价值;

从所述P个图像质量评价值中选取大于预设图像质量阈值的图像质量评价值,得到Q个图像质量评价值,并获取该Q个图像质量评价值对应的区域图像,所述Q为不大于所述P的正整数;

所述对所述虹膜图像进行多尺度分解,包括:

对所述Q个图像质量评价值对应的区域图像进行多尺度分解。

6.一种虹膜活体检测装置,其特征在于,包括:

获取单元,用于获取虹膜图像;

分解单元,用于对所述虹膜图像进行多尺度分解,得到K个高频分量图像,所述K为大于1的整数;

确定单元,用于确定所述K个高频分量图像中不同高频分量图像之间的特征,得到M组特征,所述M为大于1的整数;

训练单元,用于采用预设虹膜活体检测分类器对所述M组特征进行训练,并根据训练结果判断所述虹膜图像是否来自活体虹膜。

7.根据权利要求6所述的装置,其特征在于,所述确定单元包括:

调整模块,用于将所述K个高频分量图像中所有高频分量图像的尺寸大小调整为一致;

计算模块,用于将调整后的所述K个高频分量图像按照预设顺序进行减运算,得到所述M个结果图像;

第一提取模块,用于分别对所述M个结果图像进行特征提取,得到所述M组特征。

8.根据权利要求6或7所述的装置,其特征在于,所述获取单元包括:

获取模块,获取测试图像;

第二提取模块,用于从所述测试图像中提取所述虹膜图像。

9.根据权利要求6或7所述的装置,其特征在于,所述装置还包括:

处理单元,用于对所述虹膜图像进行图像增强处理,并由所述分解单元具体用于对所述图像增强处理后的虹膜图像进行多尺度分解。

10.根据权利要求6或7所述的装置,其特征在于,所述装置还包括:

划分单元,用于将所述虹膜图像划分为P个区域,得到所述P个区域图像,所述P为大于1的整数;

评价单元,用于分别对所述P个区域图像进行图像质量评价,得到所述P个图像质量评价值;

选取单元,用于从所述P个图像质量评价值中选取大于预设图像质量阈值的图像质量评价值,得到Q个图像质量评价值,并获取该Q个图像质量评价值对应的区域图像,所述Q为不大于所述P的正整数,并由所述分解单元具体用于对所述Q个图像质量评价值对应的区域图像进行多尺度分解。

11.一种移动终端,其特征在于,包括:应用处理器AP和存储器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述AP执行,所述程序包括用于如权利要求1-5任一项方法的指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东欧珀移动通信有限公司,未经广东欧珀移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710514944.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top