[发明专利]虹膜识别模型训练方法、虹膜识别方法及装置

说明书

本申请涉及图像处理技术领域，尤其涉及一种虹膜识别模型训练方法、虹膜识别方法、装置、电子设备及存储介质，所述模型训练方法首先将虹膜训练样本分割为虹膜区域和眼周区域；然后获取到虹膜训练样本的虹膜图像和眼周图像，所述虹膜图像为虹膜区域的图像，所述眼周图像为以填充像素值填充所述虹膜训练样本的所述虹膜区域得到的图像；最后利用虹膜图像和眼周图像训练虹膜识别模型。本发明中，同时结合虹膜图像和眼周图像对虹膜识别模型进行训练，以提高使用虹膜识别模型进行虹膜识别的准确度与可靠性。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种虹膜识别模型训练方法、虹膜识别方法、装置、电子设备及存储介质。

背景技术

近年来，虹膜识别技术得到了飞速发展，同时也得到了学术界、产业界、政府和军队的广泛关注。生物特征识别很难伪造和模仿，而在众多的生物特征里面，虹膜因具有稳定性、唯一性和非侵犯性，使其具有非常大的优势，有着广泛的市场前景和科学研究价值。

然而，虹膜容易受外界采集环境的影响，如光照，镜头遮挡，拍摄对象不配合等等，进而影响虹膜识别性能，而且虹膜区域有限，在干扰环境下，仅仅依赖虹膜区域特征来进行虹膜识别，可靠性差。

发明内容

本发明提供了一种虹膜识别模型训练方法、虹膜识别方法、装置、电子设备及存储介质，将虹膜特征和眼周特征有效地融合到一起，得到融合特征，根据融合特征进行识别，有效的提升了干扰环境下识别的可靠性。

第一方面，本发明实施例提供了一种虹膜识别模型训练方法，包括：

将虹膜训练样本分割为虹膜区域和眼周区域；

获取虹膜训练样本的虹膜图像和眼周图像；虹膜图像为虹膜区域的图像，眼周图像为以填充像素值填充虹膜训练样本的虹膜区域得到的图像；

利用虹膜图像和眼周图像训练虹膜识别模型。

本发明首先将虹膜训练样本分割为虹膜区域和眼周区域；然后获取到虹膜训练样本的虹膜图像和眼周图像，虹膜图像为虹膜区域的图像，眼周图像为以填充像素值填充虹膜训练样本的虹膜区域得到的图像；最后利用虹膜图像和眼周图像训练虹膜识别模型。本发明中，同时结合虹膜图像和眼周图像对虹膜识别模型进行训练，以提高使用虹膜识别模型进行虹膜识别的准确度与可靠性。

可选地，利用虹膜图像和眼周图像训练虹膜识别模型包括：

基于虹膜图像获取虹膜训练样本的虹膜特征；

基于眼周图像获取虹膜训练样本的眼周特征；

将虹膜特征和眼周特征进行加权融合，得到融合特征；

根据虹膜特征、眼周特征、融合特征训练虹膜识别模型。

本发明中，对虹膜特征和眼周特征进行加权融合得到的融合特征综合了眼周的特征和虹膜的特征，便于提高虹膜识别的准确率；根据单独的虹膜特征、眼周特征，以及融合特征训练虹膜识别模型，可进一步提高虹膜识别的准确率。

可选地，根据虹膜特征、眼周特征、融合特征训练虹膜识别模型包括：

根据虹膜特征、眼周特征、融合特征，计算虹膜识别模型的损失值；

根据损失值训练虹膜识别模型。

本发明中，通过计算虹膜识别模型的损失值，然后根据损失值训练虹膜识别模型，可使得虹膜识别模型的识别准确率达到较高状态。

可选地，损失值包括：虹膜特征对应的损失值、眼周特征对应的损失值、融合特征对应的损失值。

可选地，填充像素值为预设像素值或根据眼周区域对应的像素值得到的。

第二方面，本发明的实施例提供了一种虹膜识别方法，包括：

将待识别图像分割为待识别虹膜区域和待识别眼周区域；