身份识别方法、身份识别装置、电子设备及存储介质制造方法及图纸

技术编号:39042829 阅读:17 留言:0更新日期:2023-10-10 11:55
本申请提供了一种身份识别方法、身份识别装置、电子设备及存储介质,应用于增强现实设备,属于图像处理技术领域,通过获取第一手部图像,对第一手部图像进行手部关键点检测,得到第一关键点位置特征,根据第一关键点位置特征从第一手部图像提取第一感兴趣区域,对第一感兴趣区域进行掌纹特征提取,得到第一掌纹特征,对预设模板进行掌纹特征提取,得到第二掌纹特征,计算第一掌纹特征和第二掌纹特征之间的相似度数据,根据相似度数据和预设相似度阈值进行身份识别,以登录增强现实设备,在降低身份识别成本代价的同时,实现了安全快捷的身份识别,从而提高了登录的效率和安全性。从而提高了登录的效率和安全性。从而提高了登录的效率和安全性。

【技术实现步骤摘要】
身份识别方法、身份识别装置、电子设备及存储介质


[0001]本申请涉及图像处理
,尤其涉及一种身份识别方法、身份识别装置、电子设备及存储介质。

技术介绍

[0002]头戴式增强现实(Augmented Reality,AR)设备在开机登录时需要对登录对象的身份进行身份识别,以增强登录安全性。现有的增强现实设备的登录方式主要为密码登录。部分增强现实设备搭载有虹膜检测元件,可实现基于虹膜特征的登录。密码登录方式通过验证普通密码或者个人识别密码(Personal Identification Number,PIN),来对登录对象进行身份识别。但是,密码验证方式需要用户自定义设置密码,各类平台以及设备大多需要设置密码进行登录,在用户的诸多密码中,AR设备登录密码可能会随着时间推移而被用户遗忘,存在遗忘风险,当用户不慎忘记密码时,无法实现快速登录。密码是多字符构成的字符串序列,存在容易泄露或者容易被破译的缺点,使得密码验证的方式存在安全性风险。而且每次登录输入密码需要一定的时间,不利于用户的体验感和整体的交互性。虹膜识别登录方式需要捕获用户的虹膜信息,这就需要在AR设备中搭载一系列紧密协作的硬件组件,例如红外专用摄像头、虹膜识别芯片等,这需要较高的实现成本。

技术实现思路

[0003]本申请实施例的主要目的在于提出一种身份识别方法、身份识别装置、电子设备及存储介质,旨在实现头戴式增强现实设备在开机时的方便快速登录,在降低成本代价的同时,提高登录的效率和安全性。
[0004]为实现上述目的,本申请实施例的第一方面提出了一种身份识别方法,应用于增强现实设备,所述方法包括:
[0005]获取第一手部图像;
[0006]对所述第一手部图像进行手部关键点检测,得到第一关键点位置特征;
[0007]根据所述第一关键点位置特征从所述第一手部图像提取第一感兴趣区域;
[0008]对所述第一感兴趣区域进行掌纹特征提取,得到第一掌纹特征,对预设模板进行掌纹特征提取,得到第二掌纹特征;
[0009]计算所述第一掌纹特征和所述第二掌纹特征之间的相似度数据;
[0010]根据所述相似度数据和预设相似度阈值进行身份识别,以登录所述增强现实设备。
[0011]在一些实施例,所述第一关键点位置特征包括第一关键点坐标、第二关键点坐标和第三关键点坐标,所述根据所述第一关键点位置特征从所述第一手部图像提取第一感兴趣区域,包括:
[0012]将所述第一关键点坐标作为第一顶点坐标,并将所述第二关键点坐标作为第二顶点坐标;
[0013]根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第三顶点坐标,根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第四顶点坐标;
[0014]连接所述第一手部图像的所述第一顶点坐标、所述第二顶点坐标、所述第三顶点坐标和所述第四顶点坐标,得到所述第一感兴趣区域。
[0015]在一些实施例,所述根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第三顶点坐标,根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第四顶点坐标,包括:
[0016]根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行距离评估,得到距离数据;
[0017]根据所述第一关键点坐标、所述第二关键点坐标和所述距离数据进行顶点位置预测,得到所述第三顶点坐标,根据所述第一关键点坐标、所述第二关键点坐标和所述距离数据进行顶点位置预测,得到所述第四顶点坐标。
[0018]在一些实施例,所述对所述第一感兴趣区域进行掌纹特征提取,得到第一掌纹特征,包括:
[0019]对所述第一感兴趣区域进行多方向掌纹特征提取,得到多个掌纹特征图;
[0020]比对多个掌纹特征图在每一对应位置的像素点的像素值;
[0021]将每一对应位置的像素值最大的像素点,作为所述第一掌纹特征。
[0022]在一些实施例,所述计算所述第一掌纹特征和所述第二掌纹特征之间的相似度数据,包括:
[0023]对所述第一掌纹特征进行编码得到第一编码,对所述第二掌纹特征进行编码得到第二编码;
[0024]根据所述第一编码和所述第二编码进行角距离计算,得到所述相似度数据。
[0025]在一些实施例,根据所述相似度数据和预设相似度阈值进行身份识别,包括:
[0026]若所述相似度数据小于或者等于所述预设相似度阈值,则身份识别失败;
[0027]获取身份识别失败的次数;
[0028]若所述次数小于预设次数阈值,则获取第二手部图像;
[0029]根据所述第二手部图像和所述预设模板进行身份识别。
[0030]在一些实施例,所述预设模板根据以下步骤得到:
[0031]获取第三手部图像;
[0032]对所述第三手部图像进行手部关键点检测,得到第二关键点位置特征;
[0033]根据所述第二关键点位置特征从所述第三手部图像提取第二感兴趣区域;
[0034]将所述第二感兴趣区域作为所述预设模板。
[0035]为实现上述目的,本申请实施例的第二方面提出了一种身份识别装置,应用于增强现实设备,所述装置包括:
[0036]图像获取模块,用于获取第一手部图像;
[0037]关键点检测模块,用于对所述第一手部图像进行手部关键点检测,得到第一关键点位置特征;
[0038]感兴趣区域提取模块,用于根据所述第一关键点位置特征从所述第一手部图像提
取第一感兴趣区域;
[0039]掌纹特征提取模块,用于对所述第一感兴趣区域进行掌纹特征提取,得到第一掌纹特征,对预设模板进行掌纹特征提取,得到第二掌纹特征;
[0040]计算模块,用于计算所述第一掌纹特征和所述第二掌纹特征之间的相似度数据;
[0041]身份识别模块,用于根据所述相似度数据和预设相似度阈值进行身份识别,以登录所述增强现实设备。
[0042]为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的身份识别方法。
[0043]为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的身份识别方法。
[0044]本申请提出的身份识别方法、身份识别装置、电子设备及存储介质,通过头戴式增强现实设备自身搭载的摄像头获取第一手部图像,并不需要在增强现实设备中搭载一系列专业硬件组件,降低成本代价。对第一手部图像进行手部关键点检测,得到第一关键点位置特征,根据第一关键点位置特征从第一手部图像提取第一感兴趣区域,对第一感兴趣区域进行掌纹特征提取,得到第一掌纹特本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.身份识别方法,其特征在于,应用于增强现实设备,所述方法包括:获取第一手部图像;对所述第一手部图像进行手部关键点检测,得到第一关键点位置特征;根据所述第一关键点位置特征从所述第一手部图像提取第一感兴趣区域;对所述第一感兴趣区域进行掌纹特征提取,得到第一掌纹特征,对预设模板进行掌纹特征提取,得到第二掌纹特征;计算所述第一掌纹特征和所述第二掌纹特征之间的相似度数据;根据所述相似度数据和预设相似度阈值进行身份识别,以登录所述增强现实设备。2.根据权利要求1所述的身份识别方法,其特征在于,所述第一关键点位置特征包括第一关键点坐标、第二关键点坐标和第三关键点坐标,所述根据所述第一关键点位置特征从所述第一手部图像提取第一感兴趣区域,包括:将所述第一关键点坐标作为第一顶点坐标,并将所述第二关键点坐标作为第二顶点坐标;根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第三顶点坐标,根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第四顶点坐标;连接所述第一手部图像的所述第一顶点坐标、所述第二顶点坐标、所述第三顶点坐标和所述第四顶点坐标,得到所述第一感兴趣区域。3.根据权利要求2所述的身份识别方法,其特征在于,所述根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第三顶点坐标,根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行顶点位置预测得到第四顶点坐标,包括:根据所述第一关键点坐标、所述第二关键点坐标和所述第三关键点坐标进行距离评估,得到距离数据;根据所述第一关键点坐标、所述第二关键点坐标和所述距离数据进行顶点位置预测,得到所述第三顶点坐标,根据所述第一关键点坐标、所述第二关键点坐标和所述距离数据进行顶点位置预测,得到所述第四顶点坐标。4.根据权利要求1所述的身份识别方法,其特征在于,所述对所述第一感兴趣区域进行掌纹特征提取,得到第一掌纹特征,包括:对所述第一感兴趣区域进行多方向掌纹特征提取,得到多个掌纹特征图;比对多个掌纹特征图在每一对应位置的像素点的像素值...

【专利技术属性】
技术研发人员:李锦兴周宇哲卢光明
申请(专利权)人:哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院
类型:发明
国别省市:

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