CN105260725A - 一种虹膜识别系统 - Google Patents
一种虹膜识别系统 Download PDFInfo
- Publication number
- CN105260725A CN105260725A CN201510697748.6A CN201510697748A CN105260725A CN 105260725 A CN105260725 A CN 105260725A CN 201510697748 A CN201510697748 A CN 201510697748A CN 105260725 A CN105260725 A CN 105260725A
- Authority
- CN
- China
- Prior art keywords
- image
- iris
- human eye
- module
- search
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种虹膜识别系统,该系统包括图像采集单元,用于中远程采集待识别人员的基础图像信息;人眼搜索单元,用于在基础图像信息中搜寻人眼位置,并采集包含人眼虹膜区域的面部图像;图像质量评估单元,用于对搜索到的含眼面部图像进行图像质量评估;匹配识别单元,基于已注册的虹膜数据,对待识别人员的虹膜图像数据进行特征提取和数据比对验证。本发明所述技术方案能够实现用户在距离设备0.8~1.5m的测量范围内进行虹膜图像采集,实现中距离快速虹膜识别,平均识别时间小于1s。
Description
技术领域
本发明涉及电子身份识别领域,特别设计一种中远距离虹膜识别系统。
背景技术
虹膜识别技术作为目前最先进的生物识别技术,错误接受率和错误拒绝率均较低,且难以伪造,安全性极高;其非接触性也更容易被用户接受。目前国内绝大多数虹膜识别设备的识别距离均小于0.5m,需要用户高度配合凑近采集装置才有可能采集到可用的虹膜图像,用户体验较差。
因此,需要提供一种既能支持远距离虹膜识别,又能保证识别速度的识别系统,以满足市场对虹膜识别的需求。
发明内容
本发明要解决的技术问题是提供一种虹膜识别系统,以解决现有技术中虹膜识别设备识别距离短,识别时间长,用户体验较差的问题。
为解决上述技术问题,本发明采用下述技术方案:
一种虹膜识别系统,该系统包括
图像采集单元,用于中远程采集待识别人员的基础图像信息;
人眼搜索单元,用于在基础图像信息中搜寻人眼位置,并采集包含人眼虹膜区域的面部图像;
质量评估单元,用于对人眼搜索单元搜索得到的含眼面部图像进行图像质量评估;
匹配识别单元,基于已注册的虹膜数据,对待识别人员的虹膜图像数据进行特征提取和数据比对验证。
优选的,所述中远程采集的范围为0.8~1.5m。
优选的,所述图像采集单元包括
待机模块,在场景中未检测到待测人员时,处于低功耗待机状态;
低帧采集模块,在场景中检测到待测人员但未检测到人眼时,以低帧频进行图像采集;
高帧采集模块,在场景中检测到人眼后,以高帧频对基础图像中人眼虹膜图像进行采集。
优选的,所述人眼搜索单元包括
搜寻模块,用于在所述基础图像中搜寻人眼位置,若搜寻到待测人员人眼位置,则向转换模块发送切换指令,若未搜寻到待测人员人眼位置,则继续搜寻;
转换模块,基于搜寻模块发出的切换指令,进行低帧采集到高帧采集的转换。
优选的,该系统进一步包括该系统所述图像质量评估包括离焦模糊、运动模糊以及遮挡度的图像判断评估。
优选的,所述图像质量评估单元包括
图像质量检测模块,基于预设图像质量标准,对人眼搜索单元搜索得到的含眼面部图像进行图像评估,若评估后的图像质量不符合要求,向提示模块发出第一提示指令,若符合指令则将该图像作为匹配识别时使用的图像;
检测终止模块,在预设的单次识别时间内未检测到合格质量图像,则向提示模块发出第二提示指令;
提示模块,基于第一提示指令或第二提示指令,发出用户调整提示或拒绝识别提示。
优选的,该系统进一步包括存储模块,用于以队列或堆栈的方式,存储图像采集单元采集得到的基础图像信息、人眼搜索单元搜索得到的含眼图像信息和质量评估单元评估得到的质量合格图像信息。
优选的,该系统进一步包括用于协助待识别人员进行实时虹膜自助采集的人机交互界面。
优选的,该系统进一步包括故障监控单元,用于对系统进行常规监控,紧急故障处理和脱机管理。
优选的,所述故障监控单元包括
开机自检模块,用于在系统首次开机或重启时,进行系统常规功能检测;
异常状态处理模块,若遇到异常情况时,重启系统,并进行网络连接修复;
脱机管理模块,若出现与外部数据服务器连接异常时,转换为本体数据库进行脱机数据比对。
本发明的有益效果如下:
本发明所述技术方案能够实现用户在距离设备0.8~1.5m的测量范围内进行虹膜图像采集,实现中远距离快速虹膜识别,平均识别时间小于1s。本方案针对中远距离图像采集的特点,在策略上对采集图像进行多层筛选和质量评估,在技术上使用先进的.NET并行算法和内存管理方法,有效提高识别图像的清晰度和识别速度,实现中远距离快速虹膜识别。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明;
图1示出本发明所述虹膜识别系统的工作原理的示意图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
本发明公开了一种虹膜识别系统,该系统包括图像采集单元、人眼搜索单元、图像质量评估单元、匹配识别单元以及用户人机交互界面。
所述图像采集单元用于中远程采集待识别人员的基础图像信息,所述中远程采集的范围为0.8~1.5m;本方案中所述图像采集单元包括在未检测到待测人员时,处于低功耗待机状态的待机模块、在检测到待测人员但未检测到人眼时,以低帧频进行图像采集的低帧采集模块和在检测到人眼后以高帧频对基础图像中人眼虹膜图像进行采集的高帧采集模块。本方案中,图像采集单元是由摄像机或照相机、光学镜头和红外光源等组成的虹膜图像采集设备,优选的采集距离为1m。
所述人眼搜索单元用于在基础图像信息中搜寻人眼位置,并采集包含人眼虹膜区域的面部图像;本方案中,所述人眼搜索单元包括搜寻模块,用于在所述基础图像中搜寻人眼位置,若搜寻到待测人员人眼位置,则向转换模块发送切换指令,若未搜寻到待测人员人眼位置,则继续搜寻;以及,转换模块,基于搜寻模块发出的切换,进行低帧采集到高帧采集的转换。
所述图像质量评估单元用于对人眼搜索单元搜索得到的含眼面部图像进行离焦模糊、运动模糊以及遮挡度的图像判断;本方案中,所述图像质量评估单元包括图像质量检测模块,基于预设图像质量标准,对图像采集单元采集的得到的图像进行图像评估,若评估后的图像质量不符合要求,向提示模块发出第一提示指令,若符合指令则将该图像作为匹配识别时使用的图像;检测终止模块,在预设的单次识别时间内未检测到合格质量图像,则向提示模块发出第二提示指令;以及,提示模块,基于第一提示指令或第二提示指令,发出用户调整提示或拒绝识别提示。
匹配识别单元基于已注册的虹膜数据,对待识别人员的虹膜图像数据进行特征提取和数据比对验证,若匹配成功,指示识别成功;若匹配失败,且单次识别时间已耗尽,指示识别失败;若匹配失败,但单次识别时间未耗尽,则重新对下一幅质量合格的虹膜图像进行特征提取和数据比对,直到匹配成功或单次识别时间耗尽。识别结果通过语音、文字、指示灯等多种人机交互接口进行展示;
用户交互界面控制模块则负责为用户提供相机拍摄画面实时显示、识别过程中的文字/语音提示、识别结果展示等服务。
本方案中进一步设置有存储模块,用于以队列或堆栈的方式,存储图像采集单元采集得到的基础图像信息、人眼搜索单元搜索得到的含眼图像信息和质量评估单元评估得到的质量合格图像信息。存储模块的设置不但便于管理人员对该系统工作过程中获得的待识别人员的数据信息进行存储管理,同时可以支持各模块之间数据信息的调用和备份,提高识别效率,并提高数据处理的安全性和统一性。
本方案中,为提高系统对具体场景的适应能力和应变能力,进一步提出了视频流图像选取和虹膜图像识别的相应策略,以兼顾识别速度和准确率。具体策略如下:
场景选择策略:从图像采集设备的视频流中选取图像进行人眼搜索,从含眼面部图像中选取图像进行质量评估,选取质量合格图像进行特征提取和比对匹配的图像,均提供多种方案以供选取,用户可依据具体应用场景和对识别速度/识别准确率的要求进行自主选择。此外,软件平台通过专用数据链路控制识别设备硬件,调节帧频、曝光时间等工作参数;且允许用户自主设置单次识别时间、匹配阈值等参数。
异常处理策略:软件设有启动时系统自检、故障修复和数据库脱机管理等功能。软件启动时会先对识别设备连接和数据库连接进行检测,必要时将重启网络连接进行修复;工作过程中与数据库服务器的连接出现异常时,则使用本地数据库进行数据比对。
功能扩展策略:由于虹膜识别可与多种应用场景结合,故本系统的软件接口设计简洁通用,适应性强。输出参数为识别事件基本信息,包括匹配人员基本信息、匹配/拒识时间等,(删除此处)十分易于与门禁系统、考勤系统、计算机登录系统、在线支付管理系统等进行集成,便于后续功能扩展。
数据库管理策略:本系统采用非对称加密技术对虹膜模板等敏感信息进行保护,且公钥由管理员不定期更换。中央服务器虹膜数据库中的虹膜编码为使用公钥对原始虹膜编码进行加密后的密文;识别客户端进行识别匹配前先使用自己保管的私钥对加密编码进行解密。此外,还可结合数据库本身的安全访问控制机制,为虹膜数据的存储访问提供双重安全保障。
本方案各模块间采用.net多线程任务并行算法和内存管理方法,有效提升运行速度和内存使用效率,识别速度快,占用内存少,系统性能稳定、平均单次识别耗时不超过1s。本方案中采用与图像采集装置及其具体应用场景相适应的视频流图像选取方案和虹膜图像识别策略,兼顾识别速度和识别准确率。本方案中采用先进的并行数据库检索方法,中小规模数据库(<5万条记录)平均检索时间小于0.3s,保证了虹膜识别的快速实时。本方案中采用非对称加密技术,对虹膜数据库中的敏感数据进行加密保护,保障数据库存储和访问安全。本方案中为了提高系统的应变能力,保证系统在异常情况下恢复能力,进一步在系统中设置了故障监控单元,用于对系统进行常规监控,紧急故障处理和脱机管理,该单元包括开机自检模块,用于在系统首次开机或重启时,进行系统常规功能检测;异常状态处理模块,若遇到异常情况时,重启系统,并进行网络连接修复;以及,脱机管理模块,若出现与外部数据服务器连接异常时,转换为本地数据库进行脱机数据比对。本方案中在人机交互界面系统设有语音、文字、指示灯、实时画面显示等多种人机交互接口,用户体验友好度高。系统通过专用数据链路控制识别硬件设备,调节成像电路工作参数,并提供用户自定义设置和多场景选择等功能,具有多场合适用性。本方案输入输出接口简洁通用,易于与门禁系统、考勤系统、计算机登录系统、在线支付管理系统等进行集成,便于后续功能扩展。
如图1所示,本发明所述一种虹膜识别系统的工作原理:首先,系统初始化;图像采集单元线程开启:图像采集设备进入待触发状态,若检测到有待识别人员进入图像采集区,则使图像采集设备进入低帧频监控模式,开始进行图像采集;开启人眼搜索单元线程,对采集得到的基础图像信息依次进行人眼搜索,若搜索到人眼后将图像采集设备切换至高帧频采图模式,并选出场景中包含虹膜区域的面部图像;开启质量评估线程,对含眼面部图像进行质量评估,筛除离焦模糊和运动模糊的图像,选出一系列质量合格可用于比对识别的眼部图像;利用虹膜识别单元对符合质量要求的眼部图像进行特征提取,并与数据库中的注册数据进行比对匹配。若匹配成功,指示识别成功;若匹配失败,且单次识别时间已到,指示识别失败;若匹配失败,但单次识别时间未到,则对下一幅质量合格的虹膜图像进行特征提取和数据比对,直到匹配成功或单次识别时间到。系统复位,进入下一个识别周期。
下面通过一组实例对本发明作进一步说明:
本虹膜识别系统按照功能将系统划分为以下模块:图像采集模块、人眼搜索模块、图像质量评估模块、匹配识别模块以及用户交互界面控制模块。图像采集模块负责控制相机进行基础图像采集;人眼搜索模块负责在采集到的基础图像中进行人眼搜索;图像质量评估线程负责对搜索到的含眼面部图像进行后续的质量评估;匹配识别模块负责将质量评估合格的图像进行特征提取及数据比对;用户交互界面控制模块则负责为用户提供相机拍摄画面实时显示、识别过程中的文字/语音提示、识别结果展示等服务。模块间采用.net多线程任务并行算法和内存管理方法,有效提升运行速度和内存使用效率,识别速度快,占用内存少,平均单次识别耗时不超过1s。
该系统的工作过程如下
步骤1:系统初始化。
步骤2:图像采集线程和人眼搜索线程开启。
图像采集线程控制图像采集装置进入待触发状态。此处的图像采集装置为虹膜图像光学成像装置,由高清带输入输出口的工业相机、光学镜头和红外光源组成。之所以使用相机的外触发功能,是出于节能考虑。在没有外触发到来时,相机和红外光源均未工作,系统处于低耗能状态。外部触发到来后,图像采集设备进入低帧频监控模式,以较低帧频进行图像采集,并将图像依次存入为其专门设置的队列或堆栈;用户交互界面控制线程对采集画面进行实时显示,对用户起到一定的位置提示作用。
于此同时,人眼搜索线程对采集到的图像依次进行人眼搜索:若长时间搜索不到人眼,相机即停止采图,重新进入待触发状态;若在限定时间内搜索到人眼,则将相机切换至高帧频采图模式,以较高帧频继续采集图像,并选取出场景中包含虹膜区域的面部图像,并将图像依次存入为其专门设置的队列或堆栈。
步骤3:搜索到人眼后,即刻开启图像质量评估线程,对之前选取出的含眼面部图像进行质量评估,并将质量合格的图像依次存入为其专门设置的队列或堆栈。如果对N幅含眼面部图像进行评估后均不满足质量要求,则会通过语音提示用户调整位置。若单次识别时间耗尽仍未找到质量合格图像,则不会进入匹配识别线程,而直接给出拒识结果。
在实际应用中,虹膜图像采集设备的景深和采集范围是固定的,当使用者采集距离处于景深范围以外时,会出现图像离焦模糊问题。同时,使用者在采集过程中移动时,会出现图像运动模糊问题。此外,使用者在采集过程中眨眼时,会造成虹膜图像的遮挡问题。上述问题出现时,所采集到的虹膜图像无法达到虹膜识别的质量要求。因此本步骤的质量评估主要包括离焦模糊、运动模糊以及遮挡度的判断。
步骤4:步骤3中找到质量合格图像后,即刻开启匹配识别线程,对一幅质量合格图像进行特征提取,并与数据库中的注册数据进行比对匹配。若匹配成功,指示识别成功;若匹配失败,且单次识别时间已耗尽,指示识别失败;若匹配失败,但单次识别时间未耗尽,则对下一幅质量合格的虹膜图像进行特征提取和数据比对,直到匹配成功或单次识别时间耗尽。识别结果通过语音、文字、指示灯等多种人机交互接口进行展示。
与虹膜数据库进行数据比对时,采用数据并行式快速检索方法,可实现中小规模数据库(<5万条记录)的平均检索时间小于0.3s。
步骤5:系统复位,回到步骤1),进入下一个识别周期。
通过上述方案可充分保障系统识别的实时快速。此外,本发明在场景选择、异常处理、功能扩展、数据库管理等方面均有完善的处理机制和策略,以保障系统的安全性、多场景适应性以及可扩展性。具体策略如下:
场景选择策略:步骤2中从相机视频流中选取图像进行人眼搜索,步骤3中从含眼面部图像中选取图像进行质量评估,步骤4中选取质量合格图像进行特征提取和比对匹配的图像,均提供多种方案以供选取,用户可依据具体应用场景和对识别速度/识别准确率的要求进行自主选择。此外,软件平台通过数据链路控制识别设备硬件,调节帧频、曝光时间等工作参数;且允许用户自主设置单次识别时间、匹配阈值等参数。
异常处理策略:软件设有启动时系统自检、故障修复和数据库脱机管理等功能。软件启动时会先对识别设备连接和数据库连接进行检测,必要时将重启网络连接进行修复;工作过程中与数据库服务器的连接出现异常时,则使用本地数据库进行数据比对。
功能扩展策略:由于虹膜识别可与多种应用场景结合,故本系统的软件接口设计简洁通用,适应性强。输出参数为识别事件基本信息,包括匹配人员基本信息、匹配/拒识时间等,十分易于与门禁系统、考勤系统、计算机登录系统、在线支付管理系统等进行集成,便于后续功能扩展。
数据库管理策略:本系统采用非对称加密技术对虹膜模板等敏感信息进行保护,且公钥由管理员不定期更换。中央服务器虹膜数据库中的虹膜编码为使用公钥对原始虹膜编码进行加密后的密文;识别客户端进行识别匹配前先使用自己保管的私钥对加密编码进行解密。此外,还可结合数据库本身的安全访问控制机制,为虹膜数据的存储访问提供双重安全保障。
综上所述,本发明所述技术方案能够实现用户在距离设备0.8~1.5m的测量范围内进行虹膜图像采集,实现中远距离快速虹膜识别,平均识别时间小于1s。本方案针对中远距离图像采集的特点,在策略上对采集图像进行多层筛选和质量评估,在技术上使用先进的.NET并行算法和内存管理方法,有效提高识别图像的清晰度和识别速度,实现中远距离快速虹膜识别。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (10)
1.一种虹膜识别系统,其特征在于,该系统包括
图像采集单元,用于中远程采集待识别人员的基础图像信息;
人眼搜索单元,用于在基础图像信息中搜寻人眼位置,并采集包含人眼虹膜区域的面部图像;
图像质量评估单元,用于对人眼搜索单元搜索得到的含眼面部图像进行图像质量评估;
匹配识别单元,基于已注册的虹膜数据,对待识别人员的虹膜图像数据进行特征提取和数据比对验证。
2.根据权利要求1所述的虹膜识别系统,其特征在于,
所述中远程采集的范围为0.8~1.5m。
3.根据权利要求1所述的虹膜识别系统,其特征在于,所述图像采集单元包括
待机模块,在场景中未检测到待测人员时,处于低功耗待机状态;
低帧采集模块,在场景中检测到待测人员但未检测到人眼时,以低帧频进行基础图像采集;
高帧采集模块,在场景中检测到人眼后,以高帧频对基础图像中人眼虹膜图像进行采集。
4.根据权利要求1所述的虹膜识别系统,其特征在于,所述人眼搜索单元包括
搜寻模块,用于在所述基础图像中搜寻人眼,若搜寻到待测人员人眼位置,则向转换模块发送切换指令,若未搜寻到待测人员人眼位置,则继续搜寻;
转换模块,基于搜寻模块发出的切换指令,进行低帧采集到高帧采集的转换。
5.根据权利要求1所述的虹膜识别系统,其特征在于,所述图像质量评估包括离焦模糊、运动模糊以及遮挡度的图像判断评估。
6.根据权利要求1所述的虹膜识别系统,其特征在于,所述图像质量评估单元包括
图像质量检测模块,基于预设图像质量标准,对人眼搜索单元搜索得到的含眼面部图像进行图像质量评估,若评估后的图像质量不符合要求,向提示模块发出第一提示指令,若符合指令则将该图像作为匹配识别使用的图像;
检测终止模块,在预设的单次识别时间内未检测到合格质量图像,则向提示模块发出第二提示指令;
提示模块,基于第一提示指令或第二提示指令,发出用户调整提示或拒绝识别提示。
7.根据权利要求1至6任意一项所述的虹膜识别系统,其特征在于,该系统进一步包括存储模块,用于以队列或堆栈的方式,存储图像采集单元采集得到的基础图像信息、人眼搜索单元搜索得到的含眼图像信息和质量评估单元评估得到的质量合格图像信息。
8.根据权利要求1的虹膜识别系统,其特征在于,该系统进一步包括用于协助待识别人员进行实时虹膜自助采集的人机交互界面。
9.根据权利要求1的虹膜识别系统,其特征在于,该系统进一步包括故障监控单元,用于对系统进行常规监控,紧急故障处理和脱机管理。
10.根据权利要求9的虹膜识别系统,其特征在于,所述故障监控单元包括
开机自检模块,用于在系统首次开机或重启时,进行系统常规功能检测;
异常状态处理模块,若遇到异常情况时,重启系统,并进行网络连接修复;
脱机管理模块,若出现与外部数据服务器连接异常时,转换为本体数据库进行脱机数据比对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510697748.6A CN105260725A (zh) | 2015-10-23 | 2015-10-23 | 一种虹膜识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510697748.6A CN105260725A (zh) | 2015-10-23 | 2015-10-23 | 一种虹膜识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105260725A true CN105260725A (zh) | 2016-01-20 |
Family
ID=55100406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510697748.6A Pending CN105260725A (zh) | 2015-10-23 | 2015-10-23 | 一种虹膜识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105260725A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809139A (zh) * | 2016-03-15 | 2016-07-27 | 广东欧珀移动通信有限公司 | 眼球信息的采集方法及装置 |
CN106503621A (zh) * | 2016-09-26 | 2017-03-15 | 北京无线电计量测试研究所 | 一种虹膜采集方法和系统 |
CN107463884A (zh) * | 2017-07-18 | 2017-12-12 | 山西天地科技有限公司 | 虹膜识别方法及装置 |
CN108334770A (zh) * | 2018-03-06 | 2018-07-27 | 王彬 | 移动终端安全防护系统 |
CN108334377A (zh) * | 2017-01-20 | 2018-07-27 | 深圳纬目信息技术有限公司 | 一种头戴显示设备的用户使用进度控制方法 |
CN109190447A (zh) * | 2018-07-06 | 2019-01-11 | 深圳虹识技术有限公司 | 一种基于芯片的虹膜识别方法和设备 |
CN110647787A (zh) * | 2018-06-27 | 2020-01-03 | 厦门本能管家科技有限公司 | 一种基于虹膜识别的私钥生成与解密的方法及系统 |
CN110889356A (zh) * | 2019-11-19 | 2020-03-17 | 广州恒龙信息技术有限公司 | 一种基于红外相机解锁ar眼镜的方法、装置及ar眼镜 |
CN111798404A (zh) * | 2019-04-04 | 2020-10-20 | 上海点与面智能科技有限公司 | 基于深度神经网络的虹膜图像质量评估方法及评估系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201893A (zh) * | 2006-09-30 | 2008-06-18 | 电子科技大学中山学院 | 一种基于灰度信息的虹膜识别预处理方法 |
CN101814129A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 自动对焦的远距离虹膜图像获取装置、方法和识别系统 |
CN102695042A (zh) * | 2012-05-28 | 2012-09-26 | 昆山锐芯微电子有限公司 | 图像传感器监控系统及监控方法 |
-
2015
- 2015-10-23 CN CN201510697748.6A patent/CN105260725A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201893A (zh) * | 2006-09-30 | 2008-06-18 | 电子科技大学中山学院 | 一种基于灰度信息的虹膜识别预处理方法 |
CN101814129A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 自动对焦的远距离虹膜图像获取装置、方法和识别系统 |
CN102695042A (zh) * | 2012-05-28 | 2012-09-26 | 昆山锐芯微电子有限公司 | 图像传感器监控系统及监控方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809139A (zh) * | 2016-03-15 | 2016-07-27 | 广东欧珀移动通信有限公司 | 眼球信息的采集方法及装置 |
CN106503621A (zh) * | 2016-09-26 | 2017-03-15 | 北京无线电计量测试研究所 | 一种虹膜采集方法和系统 |
CN108334377A (zh) * | 2017-01-20 | 2018-07-27 | 深圳纬目信息技术有限公司 | 一种头戴显示设备的用户使用进度控制方法 |
CN107463884A (zh) * | 2017-07-18 | 2017-12-12 | 山西天地科技有限公司 | 虹膜识别方法及装置 |
CN108334770A (zh) * | 2018-03-06 | 2018-07-27 | 王彬 | 移动终端安全防护系统 |
CN108334770B (zh) * | 2018-03-06 | 2019-01-29 | 石家庄裕兆科技有限公司 | 移动终端安全防护系统 |
CN110647787A (zh) * | 2018-06-27 | 2020-01-03 | 厦门本能管家科技有限公司 | 一种基于虹膜识别的私钥生成与解密的方法及系统 |
CN109190447A (zh) * | 2018-07-06 | 2019-01-11 | 深圳虹识技术有限公司 | 一种基于芯片的虹膜识别方法和设备 |
CN111798404A (zh) * | 2019-04-04 | 2020-10-20 | 上海点与面智能科技有限公司 | 基于深度神经网络的虹膜图像质量评估方法及评估系统 |
CN111798404B (zh) * | 2019-04-04 | 2021-06-18 | 上海点与面智能科技有限公司 | 基于深度神经网络的虹膜图像质量评估方法及评估系统 |
CN110889356A (zh) * | 2019-11-19 | 2020-03-17 | 广州恒龙信息技术有限公司 | 一种基于红外相机解锁ar眼镜的方法、装置及ar眼镜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260725A (zh) | 一种虹膜识别系统 | |
US10769645B2 (en) | Method and device for calculating customer traffic volume | |
US20230206685A1 (en) | Decreasing lighting-induced false facial recognition | |
WO2018180588A1 (ja) | 顔画像照合システムおよび顔画像検索システム | |
CN103514694A (zh) | 一种入侵检测监控系统 | |
US9477877B2 (en) | Asset security management system | |
CN108875837A (zh) | 用于测试目标识别设备的装置及方法 | |
CN106710007A (zh) | 一种基于实名验票制的快速检票验票方法及其系统 | |
CN102497531A (zh) | 基于云计算平台的人脸识别无线视频监控系统 | |
US20100315508A1 (en) | Video monitoring system and method | |
CN112818758A (zh) | 电力施工现场的监测方法、系统、装置和存储介质 | |
CN101976356A (zh) | 网吧实名制人脸识别方法及识别系统 | |
CN111507574B (zh) | 安保人员部署方法、装置、计算机设备和存储介质 | |
CN110244574A (zh) | 智能家居控制方法、装置、系统和存储介质 | |
KR20200059643A (ko) | 영상 분석 기반의 금융자동화기기 보안 시스템 및 그 방법 | |
JP4862518B2 (ja) | 顔登録装置、顔認証装置および顔登録方法 | |
CN105574498A (zh) | 基于海关安检的人脸识别系统及识别方法 | |
CN110246292A (zh) | 家庭视频监控方法、装置及存储介质 | |
JP2023525548A (ja) | 識別方法、機器、セキュリティシステム及び記憶媒体 | |
US10783365B2 (en) | Image processing device and image processing system | |
CN113409056B (zh) | 支付方法、装置、本地识别设备、人脸支付系统及设备 | |
CN113314230A (zh) | 基于大数据的智能防疫方法、装置、设备及存储介质 | |
JP6632632B2 (ja) | 監視システム | |
JP2012049774A (ja) | 映像監視装置 | |
JP2010088756A (ja) | 疲労管理装置、および疲労管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160120 |
|
RJ01 | Rejection of invention patent application after publication |