The invention is applicable to the field of image recognition technology, and provides a device for iris recognition method, the method includes: iris image capture of the user; through the convolution neural network model is more than two of the iris the iris image in the stages of image positioning; the iris feature extraction, and can be identified according to the extracted features. The method in the iris image of iris localization through both convolutional neural network model more than two stages, compared with the prior art, the deep learning way, can get depth characteristics of local information combination more, stronger performance of iris image, which can improve the accuracy of iris recognition. Reduce the misjudgment rate.
【技术实现步骤摘要】
虹膜识别方法及装置
本专利技术属于图像识别
,尤其涉及一种虹膜识别方法及装置。
技术介绍
虹膜识别方法通常使用在提取生物识别眼部特征设备以及具有程序的存储介质,它能通过提取虹膜图像和特征,来确定和验证对象身份,广泛应用在各类安防设备、移动设备等高安防需求系统和设备中。传统的虹膜采集技术通常使用图像传感器捕捉高质量的虹膜图像,并采用边缘检测方法,提取瞳孔边缘区域,计算每幅虹膜图像中瞳孔边缘区域内的像素点的灰度值变化量来识别虹膜。或者根据采集对象进行采集,以获取虹膜图像;识别预存的虹膜信息中是否有与采集到的虹膜图像中携带的虹膜信息相匹配的目标虹膜信息,以及基于采集到的虹膜图像中的瞳孔的原始半径,判断采集到的虹膜图像是否为真实虹膜图像。在实现本专利技术的过程中,专利技术人发现现有技术中至少存在以下问题:虹膜区域是利用瞳孔中心的假定圆来确定,所以依照假定的圆的图形,可能只有部分瞳孔包含在研究图像中。并且图形容易受外界光线变化干扰,角度不同也会造成虹膜的不同,影响到虹膜匹配时的精度。
技术实现思路
有鉴于此,本专利技术实施例提供了一种虹膜识别方法及装置,以解决现有技术中虹膜匹配精度较低的问题。第一方面,提供了一种虹膜识别方法,包括:获取用户的虹膜图像;通过两个以上的卷积神经网络模型对所述虹膜图像中的虹膜区域分阶段进行定位;对所述虹膜区域的图像进行特征提取,并根据提取出的特征进行识别。第二方面,提供了一种虹膜识别装置,包括图像获取模块、虹膜区域定位模块和特征提取识别模块;所述图像获取模块,用于获取用户的虹膜图像;所述虹膜区域定位模块,用于通过两个以上的卷积神经网络模 ...
【技术保护点】
一种虹膜识别方法,其特征在于,包括:获取用户的虹膜图像;通过两个以上的卷积神经网络模型对所述虹膜图像中的虹膜区域分阶段进行定位;对所述虹膜区域的图像进行特征提取,并根据提取出的特征进行识别。
【技术特征摘要】
1.一种虹膜识别方法,其特征在于,包括:获取用户的虹膜图像;通过两个以上的卷积神经网络模型对所述虹膜图像中的虹膜区域分阶段进行定位;对所述虹膜区域的图像进行特征提取,并根据提取出的特征进行识别。2.根据权利要求1所述的虹膜识别方法,其特征在于,所述通过两个以上的卷积神经网络对所述虹膜图像中的虹膜区域分阶段进行定位包括:采用第一卷积神经网络模型对所述虹膜图像进行扫描,生成虹膜区域候选区;采用第二卷积神经网络模型对所述虹膜区域候选区中的区域进行验证,删除所述虹膜区域候选区中的误选区域;输出虹膜区域的位置坐标。3.根据权利要求2所述的虹膜识别方法,其特征在于,在所述输出虹膜区域的位置坐标之前还包括:采用第三卷积神经网络模型对经过所述第二卷积神经网络模型处理后的虹膜区域候选区中的区域进行再次验证,删除所述虹膜区域候选区中的误选区域。4.根据权利要求1所述的虹膜识别方法,其特征在于,所述对所述虹膜区域的图像进行特征提取,并根据提取出的特征进行识别具体为:采用第四卷积神经网络模型对所述虹膜区域的图像进行特征提取,并根据提取出的特征进行识别。5.根据权利要求1或4所述的虹膜识别方法,其特征在于,在所述对所述虹膜区域的图像进行特征提取之前,还包括:采用极坐标变换的方法,将定位所得的所述虹膜区域的图像进行几何归一化处理,转换成预设大小的矩形区域图像。6.根据权利要求5所述的虹膜识别方法,其特征在于,在所述对所述虹膜区域的图像进行特征提取之前,还包括:对所述矩形区域图像进行灰度归一化处理。7.一种虹膜识别装置,其特征在于,包括图像获取模块、虹膜区域定位模块和特征提取识别模块;所述图像获取模块,用于获取用户的虹膜图像;所述虹膜区域定位模块,用于通过两个以上的卷积神经网络模型对所述图像获取模块获取到的虹膜图像中的虹膜区域分阶段进行定位;...
【专利技术属性】
技术研发人员:陈书楷,朱思霖,
申请(专利权)人:厦门中控生物识别信息技术有限公司,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。