用于瞳孔定位的方法和装置制造方法及图纸

技术编号:19122569 阅读:20 留言:0更新日期:2018-10-10 05:26
本公开内容涉及用于瞳孔定位的方法和装置。一个实施例公开了一种用于瞳孔定位的方法,包括:从含有瞳孔的第一图像中提取多个第一图像块;将所述多个第一图像块输入经过训练以学习输入图像和瞳孔结构的位置关系的第一神经网络,以获取所述第一神经网络对所述多个第一图像块的第一处理结果;以及根据从所述第一神经网络输出的所述第一处理结果,从所述多个第一图像块中确定第一定位图像块,并使用所述第一定位图像块对瞳孔进行定位,其中所述第一定位图像块为中心与瞳孔中心最为接近的第一图像块。本公开还描述了相应的装置以及计算机系统和计算机可读存储介质。

【技术实现步骤摘要】
用于瞳孔定位的方法和装置
本专利技术总体上涉及图像处理领域,并且特别涉及用于瞳孔定位的方法和装置。
技术介绍
随着安防意识和需求的不断增强,加上计算机视觉、模式识别和人工智能等技术的快速发展,生物特征识别技术有了突破性发展,并得到广泛的应用。生物特征识别技术利用人体本身所固有的、唯一的生物特征作为身份识别的标志,这种标志具有随身携带、使用方便的特点。虹膜识别技术就是生物识别技术的一种。虹膜识别具有高稳定性、高可靠性、非接触和无侵犯性等特点,而且虹膜识别具有比指纹、人脸、声音、掌纹等其它生物特征识别更加方便和精确。虹膜识别技术被应用于移动电子设备中主要用于实现设备解锁、移动支付等功能,成为生物特征鉴别领域中极具有发展潜力的身份识别技术。在虹膜识别方法中,可靠地进行瞳孔检测是其非常重要的前提条件。瞳孔检测技术中最重要的两个目标是:精确定位瞳孔的中心和计算瞳孔的大小。瞳孔可以近似成椭圆,其精确定位即是对该椭圆的参数求解。但受到外界干扰时,提取的瞳孔不能近似成标准的椭圆,给精确定位带来了难度。现有的技术中目前均采用手工特征来进行瞳孔的定位,并且考虑到多种干扰因素的影响,检测效果不佳。
技术实现思路
总体上,本专利技术的实施例提出(1)一种用于瞳孔定位的方法,所述方法包括:从含有瞳孔的第一图像中提取多个第一图像块;将所述多个第一图像块输入经过训练以学习输入图像和瞳孔结构的位置关系的第一神经网络,以获取所述第一神经网络对所述多个第一图像块的第一处理结果;以及根据从所述第一神经网络输出的所述第一处理结果,从所述多个第一图像块中确定第一定位图像块,并使用所述第一定位图像块对瞳孔进行定位,其中所述第一定位图像块为中心与瞳孔中心最为接近的第一图像块。(2)根据(1)所述的方法,其中,所述第一神经网络包括卷积神经网络。(3)根据(1)所述的方法,其中,所述方法进一步包括训练所述第一神经网络,所述训练包括:向所述第一神经网络输入从标记了瞳孔位置的样本图像中提取的多个第二图像块,以获得第二处理结果;优化所述第一神经网络,使得:响应于第二图像块与标记的瞳孔的距离不大于第一阈值,所获取的第二处理结果大于第二阈值;响应于第二图像块与标记的瞳孔的距离大于所述第一阈值,所获取的第二处理结果小于第三阈值,其中所述第二阈值大于或者等于所述第三阈值。(4)根据(3)所述的方法,其中,所述第二图像块的大小与所述第一图像块的大小相同。(5)根据(3)所述的方法,其中,所述使得响应于第二图像块与标记的瞳孔的距离大于所述第一阈值,所获取的第二处理结果小于第三阈值,包括:使得响应于第二图像块与标记的瞳孔的距离大于第一阈值且不大于第四阈值,所获取的第二处理结果小于第三阈值。(6)根据(3)所述的方法,其中,所述优化所述第一神经网络,包括:采用反向传播算法优化所述第一神经网络。(7)根据(6)所述的方法,其中,所述采用反向传播算法优化所述第一神经网络包括:采用随机梯度下降法优化所述第一神经网络。(8)根据(1)所述的方法,其中,所述方法进一步包括:从第二图像提取多个第三图像块,其中所述第二图像为缩小后的所述第一图像,所述第一图像的分辨率高于所述第二图像的分辨率;将所述多个第三图像块输入经过训练以学习输入图像和瞳孔结构的位置关系的第二神经网络,以获取所述第二神经网络对所述多个第三图像块的第三处理结果;根据从所述第二神经网络输出的所述第三处理结果,从所述多个第三图像块中确定第二定位图像块,并使用所述第二定位图像块对瞳孔进行定位,其中所述第二定位图像块为中心与瞳孔中心最为接近的第三图像块;所述从含有瞳孔的第一图像中提取多个第一图像块,包括:以所述第二定位图像块在所述第一图像中的位置为中心,围绕所述中心提取多个第一图像块。(9)根据(8)所述的方法,其中,所述第二神经网络包括卷积神经网络。(10)根据(2)所述的方法,其中,所述卷积神经网络包括:卷积层和以下至少之一:池化层、全连接层和激活层。(11)根据(8)所述的方法,其中,所述方法进一步包括训练所述第二神经网络,所述训练包括:向所述第二神经网络输入从标记了瞳孔位置的缩小后的样本图像中提取的多个第四图像块,以获得第四处理结果;优化所述第二神经网络,使得:响应于第四图像块与标记的瞳孔的距离不大于第五阈值,所获取的第四处理结果大于第六阈值;响应于第四图像块与标记的瞳孔的距离大于第五阈值,所获取的第四处理结果小于第七阈值,其中所述第六阈值大于或者等于所述第七阈值。(12)根据(8)所述的方法,其中,所述第四图像块的大小与所述第三图像块的大小相同。(13)根据(11)所述的方法,其中,所述使得响应于第四图像块与标记的瞳孔的距离大于第五阈值,所获取的第四处理结果小于第七阈值,包括:使得响应于第四图像块与标记的瞳孔的距离大于第五阈值且不大于第八阈值,所获取的第四处理结果小于第七阈值。(14)根据(11)所述的方法,其中,所述优化所述第二神经网络,包括:采用反向传播算法优化所述第二神经网络。(15)根据(14)所述的方法,其中,所述采用反向传播算法优化所述第二神经网络包括:采用随机梯度下降法优化所述第二神经网络。(16)根据(1)所述的方法,其中,所述提取包括:采用滑动窗法进行提取。(17)根据(3)所述的方法,其中,所述训练包括使用同一样本集迭代多次进行训练。本专利技术还提供(18)一种用于瞳孔定位的装置,所述装置包括:第一提取模块,被配置为从含有瞳孔的第一图像中提取多个第一图像块;第一输入模块,被配置为将所述多个第一图像块输入经过训练以学习输入图像和瞳孔结构的位置关系第一神经网络,以获取所述第一神经网络对所述多个第一图像块的第一处理结果;第一确定模块,被配置为根据从所述第一神经网络输出的所述第一处理结果,从所述多个第一图像块中确定第一定位图像块;以及第一定位模块,被配置为使用所述第一定位图像块对瞳孔进行定位,其中所述第一定位图像块为所中心与瞳孔中心最为接近的第一图像块。(19)根据(18)所述的装置,其中,所述第一神经网络包括卷积神经网络。(20)根据(18)所述的装置,其中,所述第一神经网络经过以下训练:向所述第一神经网络输入从标记了瞳孔位置的样本图像中提取的多个第二图像块,以获得第二处理结果;优化所述第一神经网络,使得:响应于第二图像块与标记的瞳孔的距离不大于第一阈值,所获取的第二处理结果大于第二阈值;响应于第二图像块与标记的瞳孔的距离大于所述第一阈值,所获取的第二处理结果小于第三阈值,其中所述第二阈值大于或者等于所述第三阈值。(21)根据(20)所述的装置,其中所述第二图像块的大小与所述第一图像块的大小相同。(22)根据(20)所述的装置,其中,所述使得响应于第二图像块与标记的瞳孔的距离大于所述第一阈值,所获取的第二处理结果小于第三阈值,包括:使得响应于第二图像块与标记的瞳孔的距离大于第一阈值且不大于第四阈值,所获取的第二处理结果小于第三阈值。(23)根据(20)所述的装置,其中,所述优化所述第一神经网络,包括:采用反向传播算法优化所述第一神经网络。(24)根据(23)所述的装置,其中,所述采用反向传播算法优化所述第一神经网络包括:采用随机梯度下降法优化所述第一神经网络。(25)根据(18)所述的装置,其中,所述装置本文档来自技高网...
用于瞳孔定位的方法和装置

【技术保护点】
1.一种用于瞳孔定位的方法,所述方法包括:从含有瞳孔的第一图像中提取多个第一图像块;将所述多个第一图像块输入经过训练以学习输入图像和瞳孔结构的位置关系的第一神经网络,以获取所述第一神经网络对所述多个第一图像块的第一处理结果;以及根据从所述第一神经网络输出的所述第一处理结果,从所述多个第一图像块中确定第一定位图像块,并使用所述第一定位图像块对瞳孔进行定位,其中所述第一定位图像块为中心与瞳孔中心最为接近的第一图像块。

【技术特征摘要】
2017.03.20 CN 20171016763161.一种用于瞳孔定位的方法,所述方法包括:从含有瞳孔的第一图像中提取多个第一图像块;将所述多个第一图像块输入经过训练以学习输入图像和瞳孔结构的位置关系的第一神经网络,以获取所述第一神经网络对所述多个第一图像块的第一处理结果;以及根据从所述第一神经网络输出的所述第一处理结果,从所述多个第一图像块中确定第一定位图像块,并使用所述第一定位图像块对瞳孔进行定位,其中所述第一定位图像块为中心与瞳孔中心最为接近的第一图像块。2.根据权利要求1所述的方法,其中,所述第一神经网络包括卷积神经网络。3.根据权利要求1所述的方法,其中,所述方法进一步包括训练所述第一神经网络,所述训练包括:向所述第一神经网络输入从标记了瞳孔位置的样本图像中提取的多个第二图像块,以获得第二处理结果;优化所述第一神经网络,使得:响应于第二图像块与标记的瞳孔的距离不大于第一阈值,所获取的第二处理结果大于第二阈值;响应于第二图像块与标记的瞳孔的距离大于所述第一阈值,所获取的第二处理结果小于第三阈值,其中所述第二阈值大于或者等于所述第三阈值。4.根据权利要求3所述的方法,其中,所述第二图像块的大小与所述第一图像块的大小相同。5.根据权利要求3所述的方法,其中,所述使得响应于第二图像块与标记的瞳孔的距离大于所述第一阈值,所获取的第二处理结果小于第三阈值,包括:使得响应于第二图像块与标记的瞳孔的距离大于第一阈值且不大于第四阈值,所获取的第二处理结果小于第三阈值。6.根据权利要求3所述的方法,其中,所述优化所述第一神经网络,包括:采用反向传播算法优化所述第一神经网络。7.一种用于瞳孔定位的装置,所述装置包括:第一提取模块,被配置为从含有瞳孔的第一图像中提取多个第一图像块;第一输入...

【专利技术属性】
技术研发人员:黄欢赵刚
申请(专利权)人:上海荆虹电子科技有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 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。

1