【技术实现步骤摘要】
本专利技术涉及智能眼镜领域，尤其涉及一种vr中活体识别方法、装置及智能眼镜。
技术介绍
1、人眼外部由巩膜、虹膜、瞳孔三部分组成，其中虹膜位于巩膜和瞳孔之间，包含了丰富的纹理信息。人体基因决定了虹膜的颜色、纹理和外观等。虹膜是外部可见的，但同时又属于内部组织，虹膜纹理结构复杂、特征数多、不易被伪造，所以虹膜识别技术是目前的生物特征识别技术中，准确度最高、防伪性最好的技术之一。
2、在现有技术中，虹膜活体检测是虹膜识别系统自身安全性的关键问题，对虹膜识别系统进行攻击主要集中在虹膜数据方面，因为虹膜识别处理的是视频图像，所以利用视频、照片中的虹膜来欺骗虹膜识别系统，可以获得合法身份的权限，此存在极大的安全隐患。
技术实现思路
1、鉴于以上技术问题，本专利技术提供了一种vr中活体识别方法、装置及智能眼镜，以提供一种在vr中的基于虹膜特征的活体识别的技术方案。
2、本公开的其他特征和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
3、根据本专利技术的一方面，公开一种vr中活体识别方法，所述方法包括：
4、获取由若干个按照预设位置排列的第一摄像头按预设频率拍摄的若干个第一人眼图像，所述预设频率与vr显示屏的亮度变化对应；
5、对若干个所述第一人眼图像进行处理得到人眼的虹膜特征，所述虹膜特征包括椭圆长轴、短轴、中心坐标、倾角和纹理，并计算瞳孔的收缩或/和扩张的程度，量化形成时序特征矢量；
6、获取由若干
7、对若干个所述下半脸图像进行拼接，以得到下半人脸模型；
8、基于所述时序特征矢量和所述下半人脸模型，判断当前使用者是否为活体。
9、进一步的，所述对若干个所述第一人眼图像进行处理得到人眼的虹膜特征,包括：
10、对同一人眼的至少两个所述第一人眼图像进行配准，得到具有完整人眼虹膜的第二人眼图像；
11、提取所述第二人眼图像中的虹膜区域，所述虹膜区域由虹膜至巩膜的边界及虹膜至瞳孔的边界构成，所述虹膜特征位于所述虹膜区域中。
12、进一步的，在对至少两个所述第一人眼图像进行配准前，还对所述第一人眼图像进行清晰化。
13、进一步的，在对至少两个所述第一人眼图像进行配准时，还包括：
14、检测并提取至少两个所述第一人眼图像的表面特征；
15、对至少两个所述第一人眼图像的所述表面特征进行匹配；
16、检索匹配的所述表面特征的对应点的位置；
17、基于msac算法计算匹配的所述表面特征的点的变换关系；
18、基于所述变换关系对至少两个所述第一人眼图像进行几何变换，使得至少两个所述第一人眼图像重叠。
19、进一步的，所述方法基于圆形霍夫变换、迭代算法、chan-vese主动轮廓算法和fourier频谱密度算法中的一种来提取所述第二人眼图像中的所述虹膜区域，对所述虹膜区域进行图像分析得到所述椭圆长轴、所述短轴、所述中心坐标、所述倾角，并基于边缘算法对所述虹膜区域进行计算得到所述纹理。
20、进一步的，所述计算瞳孔的收缩或/和扩张的程度，量化形成时序特征矢量，包括：
21、将虹膜的所述椭圆长轴、所述短轴、所述中心坐标、所述倾角的参数变化按照时间排序组合成所述时序特征矢量。
22、进一步的，所述对若干个所述下半脸图像进行拼接，以得到下半人脸模型，包括：
23、根据基于尺度空间理论和非线性尺度空间极值点检测的算法，构建至少两个所述下半脸图像的非线性尺度空间；
24、计算所述非线性尺度空间中的极值点，得到特征点；
25、计算所述特征点的预设区域内的主方向；
26、在每个所述特征点的预设区域内，计算用于表述所述特征点的周围像素点信息的特征向量；
27、基于任意两个所述特征向量之间的距离度量来进行特征匹配，从所述特征向量的匹配数据集中随机选择一组样本，并根据选择的样本计算评估模型参数；
28、计算所述匹配数据集中的所有其他样本与所述评估模型之间的投影误差，若所述误差小于阈值，则记入合格集合中，并将记入元素个数最多的所述合格集合作为最优集合；
29、重复选择样本进行计算，并且若当前的所述合格集合中的元素数量大于之前的所述最优集合，则将当前的所述合格集合更新为新的所述最优集合，同时进行新一轮的样本选择计算，直至达到设定的循环次数；
30、将最终的所述最优集合中的所述特征向量作为结果，作用于拼接图像，使得至少两个所述下半脸图像被拼接成所述下半人脸模型。
31、进一步的，所述基于所述时序特征矢量和所述下半人脸模型，判断当前使用者是否为活体，具体包括：
32、判断所述时序特征矢量与vr显示屏的亮度变化是否对应；
33、判断所述下半人脸模型与当前的系统提示的表情是否对应，或判断所述下半人脸模型是否为人脸；
34、在判断当前使用者是否为活体后，所述方法还包括：
35、单独对所述半人脸模型进行面部识别，或/和结合所述虹膜特征进行识别，以判断使用者的身份。
36、根据本公开的第二方面，提供一种vr中活体识别装置，包括：第一获取模块，用于获取由若干个按照预设位置排列的第一摄像头按预设频率拍摄的若干个第一人眼图像，所述预设频率与vr显示屏的亮度变化对应；第一计算模块，对若干个所述第一人眼图像进行处理得到人眼的虹膜特征，所述虹膜特征包括椭圆长轴、短轴、中心坐标、倾角和纹理，并计算瞳孔的收缩或/和扩张的程度，量化形成时序特征矢量；第二获取模块，用于获取由若干个按照预设位置排列的第二摄像头拍摄到的若干个下半脸图像；第二计算模块，用于对若干个所述下半脸图像进行拼接，以得到下半人脸模型；识别模块，用于基于所述时序特征矢量和所述下半人脸模型，判断当前使用者是否为活体。
37、根据本公开的第三方面，提供一种智能眼镜，包括：若干个红外摄像头，分别指向左右两个人眼设置并且按照预设位置排列；
38、红外泛光发射器，面向人眼设置；
39、若干个可见光摄像头，分别指向下半脸设置并按照预设位置排列；
40、显示屏；
41、一个或多个处理器；
42、存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述的vr中活体识别方法。
43、本公开的技术方案具有以下有益效果：
44、基于与显示屏亮度变化对应的若干个第一图像，可以分析出第一图像中的虹膜特征是否为活体产生的，进而可以防止发生盗用虹膜数据解锁的情况，极大地提高了虹膜识别的安全性。
本文档来自技高网...【技术保护点】
1.一种VR中活体识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的VR中活体识别方法，其特征在于，所述对若干个所述第一人眼图像进行处理得到人眼的虹膜特征,包括：
3.根据权利要求2所述的VR中活体识别方法，其特征在于，在对至少两个所述第一人眼图像进行配准前，还对所述第一人眼图像进行清晰化。
4.根据权利要求2所述的VR中活体识别方法，其特征在于，在对至少两个所述第一人眼图像进行配准时，还包括：
5.根据权利要求2所述的VR中活体识别方法，其特征在于，所述方法基于圆形霍夫变换、迭代算法、Chan-Vese主动轮廓算法和Fourier频谱密度算法中的一种来提取所述第二人眼图像中的所述虹膜区域，对所述虹膜区域进行图像分析得到所述椭圆长轴、所述短轴、所述中心坐标、所述倾角，并基于边缘算法对所述虹膜区域进行计算得到所述纹理。
6.根据权利要求1所述的VR中活体识别方法，其特征在于，所述计算瞳孔的收缩或/和扩张的程度，量化形成时序特征矢量，包括：
7.根据权利要求1所述的VR中活体识别方法，其特征在于，所述
8.根据权利要求1所述的VR中活体识别方法，其特征在于，所述基于所述时序特征矢量和所述下半人脸模型，判断当前使用者是否为活体，具体包括：
9.一种VR中活体识别装置，其特征在于，包括：
10.一种智能眼镜，其特征在于，包括：
...【技术特征摘要】
1.一种vr中活体识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的vr中活体识别方法，其特征在于，所述对若干个所述第一人眼图像进行处理得到人眼的虹膜特征,包括：
3.根据权利要求2所述的vr中活体识别方法，其特征在于，在对至少两个所述第一人眼图像进行配准前，还对所述第一人眼图像进行清晰化。
4.根据权利要求2所述的vr中活体识别方法，其特征在于，在对至少两个所述第一人眼图像进行配准时，还包括：
5.根据权利要求2所述的vr中活体识别方法，其特征在于，所述方法基于圆形霍夫变换、迭代算法、chan-vese主动轮廓算法和fourier频谱密度算法中的一种来提取所述第二人眼图像中的所述虹膜区域，...
【专利技术属性】
技术研发人员：王勃飞，梁立伟，杜与涌，陈晨航，张强，许明秋，
申请(专利权)人：深圳市华弘智谷科技有限公司，
类型：发明
国别省市：
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。