[发明专利]一种基于眼底图像的身份识别方法在审

专利信息
申请号: 202011536366.2 申请日: 2020-12-22
公开(公告)号: CN112580530A 公开(公告)日: 2021-03-30
发明(设计)人: 兰海;魏宪;胡建民;浦一雯;唐晓亮;郭杰龙;戴炳发;庄子豪 申请(专利权)人: 泉州装备制造研究所
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/04;G06N3/08
代理公司: 北京理工大学专利中心 11120 代理人: 田亚琪
地址: 362000 福建省泉州*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 眼底 图像 身份 识别 方法
【说明书】:

发明公开一种基于眼底图像的身份识别方法,一、采集待识别对象的双眼眼底图像;二、对眼底图像进行中心裁剪,得到1:1宽高比的图像;三、将图像缩放至像素为224*224大小后,将双眼的图像沿通道维度进行堆叠;四、利用卷积神经网络对堆叠图像数据进行特征提取;五、建立眼底图像身份数据库,当输入新的眼底图像时,将新的眼底图像所提取出的特征与数据库中的特征进行比对,找出与新的眼底图像的最近邻特征点,若所比对的两个特征点间的欧氏距离小于阈值,则判断新的眼底图像对应此最近邻特征点的身份信息,反之表示身份识别失败,本发明能够通过眼底图像来实现身份识别,降低光线、角度、成本等外部因素的影响,提高身份识别的准确度。

技术领域

本发明属于生物特征身份识别的技术领域,具体涉及一种基于眼底图像的身份识别方法。

背景技术

身份识别方法主要分为三类:1)基于私密信息的身份识别,如:系统的用户名密码,验证码等;2)基于信任物体的身份识别,如:会员卡;3)基于生物特征的身份识别,如:虹膜识别、人脸识别等。其原理为将外部输入的信息(文本、字符串、磁条、指纹、图像等)与数据库存储的信息进行匹配比对。本发明主要针对生物特征的身份识别。

人脸识别是生物特征身份识别的一种方法,特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别方法的一般流程如下:系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图象,而其输出则是一系列相似度得分,表明待识别的人脸的身份。人脸识别方法主要包括特征提取,特征匹配,相似度计算这三个部分。

虹膜识别也是生物特征身份识别方法的一种,它是与眼睛有关的生物识别中对人产生较少干扰的技术。在所有生物识别技术中,由于没有两个虹膜是一样的,因此虹膜识别是当前应用最为方便和精确的一种。它在身份识别方面有4个特性即:可采集性、唯一性、稳定性、抗欺骗性。

对于人脸识别而言,不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。而且人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。

对于虹膜识别而言,一个最为重要的缺点是它没有进行过任何的测试,当前的虹膜识别系统只是用统计学原理进行小规模的试验,而没有进行过现实世界的唯一性认证的试验。除此之外,虹膜识别也需要很多外部条件,例如:光线、高成本等。

发明内容

有鉴于此,本发明提供了一种基于眼底图像的身份识别方法,能够通过眼底图像来实现身份识别,降低光线、角度、成本等外部因素的影响,提高身份识别的准确度。

实现本发明的技术方案如下:

一种基于眼底图像的身份识别方法,包括以下步骤:

步骤一、采集待识别对象的双眼眼底图像;

步骤二、对眼底图像进行中心裁剪,得到1:1宽高比的图像;

步骤三、将图像缩放至像素为224*224大小后,将双眼的图像沿通道维度进行堆叠,即原来两张224*224*3的图像经过此步骤后为224*224*6;

步骤四、利用卷积神经网络对堆叠图像数据进行特征提取;

步骤五、将不同人的眼底图像的特征进行存储,建立眼底图像身份数据库,当输入新的眼底图像时,将新的眼底图像所提取出的特征与数据库中的特征进行比对,找出与新的眼底图像的最近邻特征点,若所比对的两个特征点间的欧氏距离小于阈值,则判断新的眼底图像对应此最近邻特征点的身份信息,反之,则表示身份识别失败。

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泉州装备制造研究所,未经泉州装备制造研究所许可,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/202011536366.2/2.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