【技术实现步骤摘要】
【国外来华专利技术】
本专利技术特别涉及一种比较至少一个参考图像与至少一个测试图像之间的生物测量图像(biometric images)的方法,其用于评估所述测试图像与参考图像之间的相关度(degree of correlation)。 本专利技术更特别应用于但不限于个体的生物测量识别,例如通过获取虹膜图像并比较该图像与先前获取的相同个体的虹膜图像来实现个体的生物测量识别。
技术介绍
虹膜识别是一种相对可靠的识别个体的方法。 专利US 4 141 349公开了一种虹膜识别系统,但其没有给出所涉及的数据处理的细节。 专利US 5 291 560公开了一种处理方法,其包括将虹膜和瞳孔从眼睛图像的其余部分中分割,归一化虹膜盘的尺寸,应用相位解调,在相位解调中,通过Gabor小波滤波操作将虹膜的纹理转换为二进制码。涉及测试图像与参考图像之间的相关度的确定基于Bernoulli概率模型。 专利US 5 572 596公开了一种分割虹膜和瞳孔的方法,以及一种基于不同分辨率水平的相关性的识别方法。 专利US 7 031 539公开了一种基于圆形Hilbert滤波器的识别方法,其假设虹膜的纹理在径向方向上变化,但是在角度方向上保持恒定。 E.Krichen,L.Allano,S.Garcia-Salicetti和B.Dorizzi发表的“Specific texture analysis for iris recognition”公开了一种虹膜识别方法,其中,在两个图像之间的相关性测度过程中,考虑独立于这些图像的质量的相关性的峰值及其位置的值。 当在受限的模式中执行图像获取时,现有 ...
【技术保护点】
一种比较至少一个测试图像与至少一个参考图像的方法,包括以下步骤:a)从测试图像(I)生成多个小块图像;b)为每个小块图像计算:-通过应用统计学习模型确定的至少一个质量测度(Q↓[j]↑[(b)]),所述质量测度与该小块图像相关,以及-表示与所述参考图像或所述参考图像的子图像的相关性(C↓[i])的至少一个量;以及c)为所述测试图像(I)计算用于与所述参考图像(J)进行比较的比较得分S(I,J),该得分是表示所述相关性(Ci)的一个或多个量和通过应用统计学习模型确定的所述一个或多个质量测度(Q↓[j]↑[(b)])的函数。
【技术特征摘要】
【国外来华专利技术】FR 2007-4-20 07546211.一种比较至少一个测试图像与至少一个参考图像的方法,包括以下步骤a)从测试图像(I)生成多个小块图像;b)为每个小块图像计算-通过应用统计学习模型确定的至少一个质量测度(Qj(b)),所述质量测度与该小块图像相关,以及-表示与所述参考图像或所述参考图像的子图像的相关性(Ci)的至少一个量;以及c)为所述测试图像(I)计算用于与所述参考图像(J)进行比较的比较得分S(I,J),该得分是表示所述相关性(Ci)的一个或多个量和通过应用统计学习模型确定的所述一个或多个质量测度(Qj(b))的函数。2.如权利要求1所述的方法,其中所述参考图像被切割成多个小块图像,为所述小块图像计算通过应用统计学习模型确定的至少一个质量测度(Qj(a))。3.如权利要求2所述的方法,其中所述比较得分S(I,J)是表示所述相关性(Ci)的一个或多个量和通过应用统计学习模型确定的一个或多个质量测度(Qj(b),Qj(a))的函数。4.如前述权利要求中任一项所述的方法,其中通过两个图像之间的归一化的相关性或者两个图像各自的经过至少一次数学变换的表示之间的归一化的相关性来计算相关性量。5.如权利要求4所述的方法,其中从相关性最大值、次最大值、其位置、相关性矩阵的平均值和标准差中选择一个或多个相关性量。6.如前述权利要求中任一项所述的方法,其中数学变换是通过利用二维Gabor滤波器或通过提取二维Gabor相位来执行的多分辨率分析。7.如前述权利要求中任一项所述的方法,其中通过应用隐马尔可夫模型HMM类型的统计学习模型来确定所述质量测度中的至少一个。8.如权利要求1至8中任一项所述的方法,其中通过应用高斯混合模型GMM类型的统计学习模型来确定所述质量测度中的至少一个。9.如权利要求8所述的方法,其中一个或多个所述参考图像和一个或多个所述测试图像是用于处理的信息的丰富性和质量不均匀的生物测量数据。10.如前述权利要求中任一项所述的方法,其中一个或多个所述参考图像和一个或多个所述测试图像是通过任意传感器直接获取的,或者是从视频序列中提取的。11.如前述权利要求中任一项所述的方法,其中所述参考图像和所述测试图像来自于虹膜图像。12.如前述权利要求中任一项所述的方法,其中通过应用统计模型而确定的质量测度(Qj(a),Qj(b))表示小块图像中的隐蔽噪声量。13.如权利要求1至12中任一项所述的方法,其中通过应用统计学习模型而确定的质量测度(Qj(a),Qj(b))表示斑点的量。14.如前述权利要求中任一项所述的方法,其中参考图像和测试图像之间的相关度测度由以下表达式给出其中其中其中WR表示通过具有给定分辨率R的Gabor分析被滤波的测试小块图像与参考小块图像之间的比较,C1(WR)和C2(WR)分别表示比较WR过程中的最大相关性值及其位置,Qj(b)和Qj(a)分别表示在测试小块图像和相应的参考小块图像上计算的质量测度的值,G表示预定阈值。15.如前述权利要求中任一项所述的方法,其中每个测试小块图像的宽度在11至111个像素之间,高度在7至21个像素之间,相应的参考小块图像的宽度在31至131个像素之间,高度在11至25个像素之间。16.如前述权利要求中任一项所述的方法,其中通过比较一个或多个质量测度与预定阈值,从所述多个小块图像选择被计算表示相关性的量的所述小块图像。17.一种识别个体的方法,包括以下步骤获取该个体的至少第一生物测量图像;从该图像生成多个小块图像;获取该个体的至少第二图像;通过执行如权利要求1至16中任一项所述的方法,生成表示所述第一图像与所述第二图像之间的相关度的信息;以及基于该信息,生成关于该个体的身份的决策。18.一种识别个体的方法,包括以下步骤从存储器或介质上读取数据,所述数据表示第一图像或涉及这些数据的标识;获取该个体的至少第二图像;通过执行如权利要求1至16中任一项所述的方法,生成表示所述第一图像或者其经过至少一次数学变换的表示与所述第二图像或...
【专利技术属性】
技术研发人员:B多里齐,S加西亚萨利切蒂,E克里兴,
申请(专利权)人:电信联合大学国立电信学院,
类型:发明
国别省市:FR[法国]
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。