[发明专利]基于深度学习和卷积神经网络的虹膜识别手机解锁方法

说明书

本发明提供一种基于深度学习和卷积神经网络的虹膜识别手机解锁方法，实现手机在相对较远距离的情况下实现虹膜的准确获取和识别，解决了现有相关技术成本高及无法有效获取的问题，从而有效保障用户信息的安全性。本发明包括如下步骤：（1）虹膜效验：初始化手机相机，判断输入值是否为真，如果是真的话，启动校验，判断COUNT值是否满足要求，是的话就结束；（2）虹膜录入：启动录用，判断虹膜数据的采集是否成功；（3）虹膜识别：先进行图像获取，再进行图像处理，处理中提取相关的特征，对比特征数据库，验证结果，结果符合的话，手机解锁。

技术领域

本发明涉及一种基于深度学习和卷积神经网络的虹膜识别手机解锁方法。

背景技术

目前，含生物识别解锁的手机众多，主要运用是指纹识别和面部识别技术。这些技术实现了对手机的加密，为用户提供信息安全提供保障。基于生物特征的唯一性的特点，其与密码密钥类屏幕解锁、触摸手势操作解锁相比，更具安全性、保密性、不易遗忘、防伪性能好、不易伪造等优点。但上述两种技术均有各自的局限性。

一方面，虽然指纹识别技术应用于手机解锁已经成熟，且各项软硬件技术都得到很好的解决。但指纹存在于手指上，工作和生活过程中不可避免会触碰物品，非法人员可能通过触摸过的物品提取指纹信息，从而造成财产损失、非法授权等问题，并且指纹容易被磨损，人若从事劳动型工作时，在长期工作下会造成指纹信息部分缺失。因此在对安全度要求很高的场景下，并不是非常合适的方法。

另一方面，人脸识别虽然应用很广，但存在一些问题。个体间的人脸结构区别明显，但同一个体的脸型稳定性不强，不同年龄、情绪、整容、观察环境、人脸遮盖物(例如胡须、头发、墨镜、口罩、化妆品等)、光照等因素影响，导致拍摄出来的人脸可能差异性大。因此，人脸识别并不是最精确的身份判断依据，使得其应用场景受限。

而虹膜识别具有唯一性、稳定性、防伪性等特点，应用也非常广泛。一般情况下，虹膜不会因为个体的成长而改变，稳定性非常强;个体间的虹膜差异性大，每个人的虹膜纹理独一无二:与人脸和指纹相比，虹膜很难被获取,安全系数更高。总体而言，虹膜识别的误识率低（百万分之一），但是虹膜识别在图像采集设备、照明光源等方面的要求均较高，而且在虹膜图像采集、提高采集的准确性、解决光源问题等多个方面还存在技术上的壁垒，导致虹膜识别的硬件成本居高不下。因此，如何大规模普及手机虹膜解锁技术是一个极具挑战性的技术难题。

发明内容

本发明的目的在于克服现有技术中存在的上述不足，而提供一种基于深度学习和卷积神经网络的虹膜识别手机解锁方法，实现手机在相对较远距离的情况下实现虹膜的准确获取和识别，解决了现有相关技术成本高及无法有效获取的问题，从而有效保障用户信息的安全性。

本发明解决上述问题所采用的技术方案是：一种基于深度学习和卷积神经网络的虹膜识别手机解锁方法，其特征在于：包括如下步骤：

（1）虹膜效验：初始化手机相机，判断输入值是否为真，如果是真的话，启动校验，判断COUNT值是否满足要求，是的话就结束；

（2）虹膜录入：启动录用，判断虹膜数据的采集是否成功；

（3）虹膜识别：先进行图像获取，再进行图像处理，处理中提取相关的特征，对比特征数据库，验证结果，结果符合的话，手机解锁。

本发明步骤（1）中，判断COUNT值是否3，是的话就结束。

本发明步骤（2）中，先判断IsHardware Detected真假，如果是真的话，再启动录用。

本发明与现有技术相比，具有以下优点和效果：实现手机在相对较远距离的情况下实现虹膜的准确获取和识别，解决了现有相关技术成本高及无法有效获取的问题，从而有效保障用户信息的安全性。

具体实施方式

下面通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。