[发明专利]计算机辅助虹膜比对方法及装置在审

专利信息
申请号: 202010694591.2 申请日: 2020-07-17
公开(公告)号: CN112001244A 公开(公告)日: 2020-11-27
发明(设计)人: 陈子龙;马力;王子政;苗迪;胡文锋;邱显超;秦旗;刘京;刘寰;王玥;苗振民 申请(专利权)人: 公安部物证鉴定中心;北京中科虹霸科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京金咨知识产权代理有限公司 11612 代理人: 秦景芳
地址: 100038 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算机辅助 虹膜 方法 装置
【权利要求书】:

1.一种计算机辅助虹膜比对方法,其特征在于,包括:

获取待比对的第一虹膜图像和第二虹膜图像;

将所述第一虹膜图像中的虹膜和所述第二虹膜图像中的虹膜旋转至同一角度;

对旋转后的所述第一虹膜图像和旋转后的所述第二虹膜图像进行虹膜定位;

对虹膜定位后的所述第一虹膜图像和虹膜定位后的所述第二虹膜图像进行归一化操作;其中,归一化操作包括虹膜半径归一化、瞳孔半径归一化、及矩形展开归一化中的一种或多种;

计算进行归一化操作后的所述第一虹膜图像和进行归一化操作后的所述第二虹膜图像中相应位置的虹膜纹理特征的属性信息;

输出所述相应位置的虹膜纹理特征的属性信息进行显示,以获取所述第一虹膜图像和所述第二虹膜图像中对应区域的纹理的一致性比对结果;

在一致性比对结果中存在大于或等于设定数量的所述相应位置的虹膜纹理特征均为一致的情况下,确认所述第一虹膜图像和所述第二虹膜图像中虹膜均来自同一虹膜。

2.如权利要求1所述的计算机辅助虹膜比对方法,其特征在于,将所述第一虹膜图像中的虹膜和所述第二虹膜图像中的虹膜旋转至同一角度之前,还包括:

接收确认所述第一虹膜图像和所述第二虹膜图像均符合虹膜图像数据质量要求的判断结果。

3.如权利要求1所述的计算机辅助虹膜比对方法,其特征在于,将所述第一虹膜图像中的虹膜和所述第二虹膜图像中的虹膜旋转至同一角度,包括:

获取所述第一虹膜图像中的虹膜对应的内外眼角连线所在直线和所述第二虹膜图像中的虹膜对应的内外眼角连线所在直线;

通过旋转虹膜图像使所述第一虹膜图像中的虹膜对应的内外眼角连线所在直线和所述第二虹膜图像中的虹膜对应的内外眼角连线所在直线的方向一致。

4.如权利要求3所述的计算机辅助虹膜比对方法,其特征在于,

获取待比对的第一虹膜图像和第二虹膜图像,包括:

获取并显示待比对的第一虹膜图像和第二虹膜图像;

获取所述第一虹膜图像中的虹膜对应的内外眼角连线所在直线和所述第二虹膜图像中的虹膜对应的内外眼角连线所在直线,包括:

接收针对所述第一虹膜图像中虹膜的内眼角点击指令和外眼角点击指令,并根据针对所述第一虹膜图像中虹膜的内眼角点击指令和外眼角点击指令生成所述第一虹膜图像中的虹膜对应的内外眼角连线所在直线;

接收针对所述第二虹膜图像中虹膜的内眼角点击指令和外眼角点击指令,并根据针对所述第二虹膜图像中虹膜的内眼角点击指令和外眼角点击指令生成所述第二虹膜图像中的虹膜对应的内外眼角连线所在直线。

5.如权利要求1所述的计算机辅助虹膜比对方法,其特征在于,对旋转后的所述第一虹膜图像和旋转后的所述第二虹膜图像进行虹膜定位,包括:

利用虹膜定位神经网络模型分别对旋转后的所述第一虹膜图像和旋转后的所述第二虹膜图像进行虹膜定位,得到旋转后的所述第一虹膜图像中的虹膜边界位置和旋转后的所述第二虹膜图像中的虹膜边界位置;

其中,所述虹膜定位神经网络模型包括深度卷积网络共享层、关键点回归网络层、虹膜分割网络层、及输出层;所述深度卷积网络共享层的输出与所述关键点回归网络层的输入和所述虹膜分割网络层的输入连接,所述虹膜分割网络层的输出和所述关键点回归网络层的输出均与所述输出层的输入连接;所述深度卷积网络共享层用于将输入的虹膜图像转换为共享特征图;所述关键点回归网络层用于从共享特征图中提取虹膜图像中的虹膜区域关键点的位置信息;所述虹膜分割网络层用于将共享特征图分割为与其每个像素一一对应的分割图像,分割图像中每个像素的像素值用于标识相应像素是否属于虹膜图像中的虹膜区域;所述输出层用于根据分割图像和输入的虹膜图像计算得到虹膜图像中的初始虹膜边界,并综合初始虹膜边界和虹膜区域关键点的位置信息得到虹膜图像中的虹膜边界位置。

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公安部物证鉴定中心;北京中科虹霸科技有限公司,未经公安部物证鉴定中心;北京中科虹霸科技有限公司许可,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/202010694591.2/1.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