CN107533643A

CN107533643A - 多重生物计量认证

Info

Publication number: CN107533643A
Application number: CN201680026817.3A
Authority: CN
Inventors: 刘当惠; 埃德温·杰伊·萨尔韦尔
Original assignee: Vee J Furlong Te Bioassay Technology Co Ltd
Current assignee: Vee J Furlong Te Bioassay Technology Co Ltd; Wavefront Biometric Technologies Pty Ltd
Priority date: 2015-04-08
Filing date: 2016-04-08
Publication date: 2018-01-02
Also published as: WO2016161481A1; AU2016245332A1; HK1244086A1; CA2981536A1; EP3281138A4; JP2018514046A; US20180121639A1; EP3281138A1

Abstract

使用多个生物计量特征来认证对象(21)的方法(100)，其包括：确定(110)表示第一生物计量特征的第一数据集，所述第一生物计量特征基于对象的虹膜图案或虹膜颜色中的至少一项；确定(120)表示第二生物计量特征的第二数据集，所述第二生物计量特征基于对象的角膜表面；比较(130)表示第一生物计量特征的第一数据集与第一参考，以及表示第二生物计量特征的第二数据集与第二参考；以及基于所述比较来认证(140)对象的身份。

Description

多重生物计量认证

技术领域

本公开内容涉及使用多重生物计量学进行生物计量认证。本公开内容可以特别地适用于用眼部的一个或更多个生物计量学特征进行认证。

背景技术

对象(如人)具有许多生物计量特征，并且生物计量特征一般在对象之间不同。一些生物计量特征相比于另一些生物计量特征更适合用于认证。然而，迄今为止，尚不存在实现具有零错误拒绝率(rejection rate)和零错误接受率(acceptance rate)的完美可靠性同时具有成本效益且实用的单一生物计量特征及相关生物计量认证方法或系统。

对象的生物计量认证用于多种情况。实例包括由政府在港口和机场对对象进行认证，在安保场所的入口点对对象进行认证，以及服务提供商对希望接入服务的客户进行认证(例如银行客户和银行)。

生物计量认证还具有家庭应用。一个实例包括房门的门锁中的生物计量认证系统。另一个实例包括移动通信设备、平板型计算机、膝上型计算机以及其他计算设备中对试图使用该设备的对象进行认证的生物计量认证系统。

因此，具有提高的可靠性和/或较低成本的生物计量认证方法和系统将是有利的。提供具有较低错误拒绝和接受率并且包括抵抗欺骗的特征的生物计量认证系统和方法也可以是有利的。

已经包括在本说明书中的对文件、法案、材料、装置、物品等的任何讨论不应被认为是承认任何或所有这些事物由于其在本申请中每项权利要求的优先权日之前存在而形成现有技术基础的一部分或者是本公开内容相关领域中的公知常识。

在本说明书通篇，词语“包含/包括”及其变化形式将被理解为暗示包括所述要素、整数或步骤或者要素、整数或步骤的组，但是不排除任何其他要素、整数或步骤或者要素、整数或步骤的组。

发明概述

使用多个生物计量特征来认证对象的方法，其包括：确定表示第一生物计量特征的第一数据集，所述第一生物计量特征基于对象的虹膜图案或虹膜颜色中的至少一项；确定表示第二生物计量特征的第二数据集，所述第二生物计量特征基于对象的角膜表面；将表示第一生物计量特征的第一数据集与第一参考进行比较并将表示第二生物计量特征的第二数据集与第二参考进行比较；以及基于比较来认证对象的身份。

基于角膜表面的第二生物计量特征可包括角膜的前表面和/或角膜的后表面。应当理解的是，在多个实施方案中，角膜的前表面和后表面中的任一个或二者的组合可以是合适的。

在该方法中，认证对象的身份的步骤可包括向比较的结果施加一个或更多个权重。

该方法还可以包括：提供光布置，捕获第一图像，其中第一图像包括虹膜的展示，并且由第一图像来确定第一数据集；提供另一光布置；捕获第二图像，其中第二图像包括光布置从角膜表面的反射的展示，并且根据第二图像来确定第二数据集；在第二图像中确定光布置的反射展示中的一个或更多个伪像(artefact)；以及从第一数据集与第一参考的比较中排除伪像。

在该方法中，从比较中排除伪像的步骤还可包括：基于所确定的一个或更多个伪像来确定伪像掩模(mask)，其中伪像掩模从第一数据集与第一参考的比较中掩蔽一个或更多个对应的伪像。

在该方法中，一个或更多个伪像可以是睫毛的轮廓，其中睫毛在来自光布置的光路与捕获第二图像的相机之间。

光布置可以由多个照亮的同心圆提供。

在该方法中，捕获第二生物计量特征还可以基于光布置从角膜表面的反射。角膜表面可以包括角膜前表面，在此反射包括从角膜的外表面反射的第一浦肯野图像(Purkinje image)。

在该方法中，捕获第二生物计量特征还可基于光布置从角膜后表面的反射。这可包括从角膜的内表面反射的第二浦肯野图像。应当理解的是，可以使用第一浦肯野图像和第二浦肯野图像二者。

在该方法中，基于比较来认证对象的身份还可以包括：确认第一图像和第二图像是在用于捕获第一图像和第二图像的相应一个或更多个指定时间期间中被捕获的。

该方法还可以包括：捕获一个或更多个第一图像，其中根据一个或更多个第一图像来确定第一数据集；捕获一个或更多个第二图像，其中根据一个或更多个第二图像来确定第二数据集，以及其中基于比较来认证对象的身份还包括：确认第一图像和第二图像是在用于捕获第一图像和第二图像的相应一个或更多个指定时间期间中被捕获的。

一个或更多个指定时间可以基于时长和/或序列。

一个或更多个指定时间可以是预定的。

或者，一个或更多个指定时间可以至少部分地基于随机生成的结果。

第一图像和第二图像可以在小于1秒的时长内被捕获。

第一图像和第二图像可以在小于0.5秒的时长内被捕获。

该方法还可包括在一个或更多个指定时间期间中进行确定第一数据集和第二数据集的步骤，并且其中基于比较来认证对象的身份还包括：确认所确定的第一数据集和第二数据集在相应的指定时间内被确定。

可以使用图像捕获装置来捕获第一图像和第二图像，并且该方法还可包括：基于第一图像、第一参考、第二图像和第二参考来确定对象的眼部与图像捕获装置的相对对准。

在该方法中，多个生物计量特征可以包括第三生物计量特征且该方法还包括：确定表示对象的第三生物计量特征的第三数据集；以及将表示第三生物计量特征的第三数据集与第三参考进行比较，并且认证对象的身份的步骤还基于第三数据集与第三参考的比较。

第三生物计量特征可基于对象的角膜缘的形状、眼部的另一生物计量特征或对象的指纹。

用于使用多个生物计量特征来认证对象的设备，其包括：图像捕获装置，其用于捕获一个或更多个图像；处理装置，其用于：根据一个或更多个图像来确定第一数据集，所述第一数据集表示基于对象的虹膜图案或虹膜颜色中至少一项的第一生物计量特征；根据一个或更多个图像来确定第二数据集，所述第二数据集表示基于对象的角膜表面的第二生物计量特征；将表示第一生物计量特征的第一数据集与第一参考进行比较并将表示第二生物计量特征的第二数据集与第二参考进行比较；并且基于比较来认证对象的身份。

该设备还可以包含：提供光布置的光源，其中处理装置还被提供成用于：根据一个或更多个图像中的第一图像来确定第一数据集，其中第一图像包括虹膜的展示；根据第二图像来确定第二数据集，其中第二图像包括光布置从角膜表面的反射的展示；在第二图像中确定光布置的反射展示中的一个或更多个伪像；并且从第一数据集与第一参考的比较中排除伪像。

在该设备中，为了从比较中排除伪像，处理装置可以被提供成用于：基于所确定的一个或更多个伪像来确定伪像掩模，其中所述伪像掩模从第一数据集与第一参考的比较中掩蔽一个或更多个对应的伪像。

在该设备中，为了基于比较来认证对象的身份，处理装置可以被设置成：确认第一图像和第二图像是在用于捕获第一图像和第二图像的相应一个或更多个指定时间期间中被捕获的。

在该设备中，处理装置还被设置成：根据一个或更多个图像中的第一图像来确定第一数据集；并且根据一个或更多个图像中的第二图像来确定第二数据集，其中基于比较来认证对象的身份还包括使处理装置：确认第一图像和第二图像是在用于捕获第一图像和第二图像的相应一个或更多个指定时间期间被捕获的。

在该设备中，一个或更多个指定时间基于时长和/或序列。

在该设备中，处理装置还可以被设置成基于第一图像、第一参考、第二图像和第二参考来确定对象的眼部与图像捕获装置的相对对准。

上述设备，其中该设备执行上述认证对象的方法。

计算机程序，其包含使处理装置实施上述认证对象的方法的机器可执行指令。

附图简述

将参照以下来描述本公开内容的一些实施方案：

图1示出了用于认证对象的设备的示意图；

图2是眼部的侧视图，其示出了用于捕获第一图像的从虹膜的光反射；

图3是眼部的侧视图，其示出了用于捕获第二图像的从角膜表面的光反射；

图4是对对象进行认证的方法的流程图；

图5是对对象进行认证的方法的一部分的流程图，在方法中其还包括从比较中排除伪像的步骤；

图6是对对象进行认证的方法的一部分的流程图，其还包括在一个或更多个指定时间期间中捕获第一图像和捕获第二图像的步骤；

图7是包括虹膜的展示的第一图像；

图8是光源的前视图，其示出了光布置；

图9是第二图像，其包括光布置从角膜表面的反射的展示；

图10a示出了虹膜带(iris band)；

图10b示出了经修饰的虹膜带；

图10c示出了伪像掩模；

图11是处理装置的示意图；

图12示出了用于确定虹膜颜色的另一第一图像和样品区域；

图13是用于通过网络对对象进行认证的可替选设备的示意图；

图14(a)是相机、眼部和反射光的示意性截面图，其中相机以与眼部基本上同轴的轴定向；

图14(b)是由图14(a)中相机捕获的图像的表示；

图14(c)是相机、眼部和反射光的示意性截面图，其中相机与眼部离轴定向；

图14(d)是由图14(c)中相机捕获的图像的表示；以及

图15(a)至图15(c)是眼部的示意性表示，其示出了轴向曲率半径、切向曲率半径和角膜高度。

具体实施方案

现在将参照图1至图5来描述对对象21进行认证的设备1和方法100。

设备1的概述

图1示出了包括图像捕获装置和处理装置5的设备1，所述图像捕获装置可以是相机3的形式。相机3可以捕获对象21的眼部23的部分的图像。特别地，相机3可以捕获表示对象21的虹膜25(如图2所示)和表示对象1的角膜27(如图3所示)的图像。

处理装置5可以与数据存储器7和用户接口9进行通信。包括处理装置5的设备1可以执行本文描述的用于对对象进行认证的方法100的至少一部分。

设备1还可包括光源11以照亮对象的眼部23的至少一部分。光源11可被配置成提供光布置13，并且在一种形式中可以由多个照亮的同心圆提供(如图8所示)。光源11提供光线15，其可以从眼部23反射并由相机3以图像捕获。

在一个实例中，设备1是移动设备、移动通信设备、平板计算机、膝上型计算机或其他计算设备的一部分，其需要对使用或试图使用该设备的对象进行认证。在一种形式中，使用设备可以包括：使用特定应用、访问特定应用、访问信息或服务，其可以在该设备上或在通过通信网络连接至该设备的另一设备上。

在一个替代方案中，如图13所示，设备1001可以包括分布式的多个网络元件。与本文所述设备1类似的设备1001的组件用相同的附图编号标记。设备1001可以包括通过通信网络1004与处理装置5进行通信的相机3和光源11。处理装置5还可以通过通信网络1004与数据存储器7进行通信。尽管设备1001的组件可以位于不同的位置，但是应当理解的是，通过设备1001也可执行本文所述的方法100。

方法的概述

现在将参照图4来描述使用多个生物计量特征对对象1进行认证的方法100的概述。方法100包括以下步骤：确定110表示基于对象的虹膜图案或虹膜颜色中至少一项的第一生物计量特征的第一数据集。该方法还包括以下步骤120：确定表示基于对象21的角膜表面的第二生物计量特征的第二数据集。方法100还包括以下步骤：将表示第一生物计量特征的第一数据集与第一参考进行比较并将表示第二生物计量特征的第二数据集与第二参考进行比较130。方法100还包括基于比较130来认证140对象21的身份。

与使用单个生物计量特征进行认证相比，使用多个生物计量特征来认证140对象的方法100可以提供较低的等错误率(其是错误接受率与错误拒绝率之间的交叉)。

参照图5，方法100可以包括捕获210第一图像400(如图7所示)，其中第一图像400包括虹膜25的表示401，并且根据第一图像400来确定第一数据集。第一图像400可以由相机3捕获。方法100还包括提供220光布置13(如图1和图8所示)，其可以由光源11提供。方法100后续包括捕获230第二图像500(如图9所示)，其中第二图像500包括光布置13从角膜27的角膜表面的反射的展示501，并且根据第二图像500来确定第二数据集。下一步包括：在第二图像中确定240光布置13的反射展示中的一个或更多个伪像503。方法100还可以包括：从第一数据集与第一参考的比较130中排除250伪像。

从比较中排除250伪像的步骤可包括基于所确定的一个或更多个伪像来确定伪像掩模。伪像掩模可用于从第一生物计量特征与第一参考的比较130中掩蔽一个或更多个对应的伪像。在一个实例中，图5中提供的步骤可以作为确定第一数据集和第二数据集的步骤110、120和/或比较步骤130的一部分进行。然而，应当理解的是，这些步骤中的一个或更多个可以作为图4所示方法100的一部分或者作为其附加步骤进行。

伪像可包括位于相机3与对象21的眼部23之间的睫毛。在一个具体实例中，伪像与第一生物计量特征(其转而基于虹膜特征)不相关。通过确定伪像掩模，可以从第一生物计量特征与第一参考的比较130中掩蔽可能在第一图像中的对应伪像。通过从比较130中排除伪像，这可以降低错误拒绝率和/或错误接受率。

参照图6，方法100可以包括捕获310一个或更多个第一图像，其中根据一个或更多个第一图像来确定第一数据集。方法100还可以包括捕获320一个或更多个第二图像，其中根据一个或更多个第二图像来确定第二数据集。基于比较130来认证140对象的身份的步骤还可以包括：确认第一图像和第二图像是在用于捕获第一图像和第二图像的相应一个或更多个指定时间期间被捕获的。

在图6中，捕获第一图像的步骤310包括在步骤310a、310b和310c捕获第一图像。捕获320第二图像的步骤包括在步骤320a和步骤320b捕获第二图像。因此，用于捕获的指定时间可以包括捕获图像的步骤中的特定时长和/或序列。此外，相继图像(其可以包括第一图像至第二图像、第一图像至另一第一图像、第二图像至另一第二图像或者第二图像至第一图像)之间的指定时长可以指定为短的时长，例如少于1秒。通过指定用于捕获第一图像和第二图像的时间，可降低设备1或方法100可被成功欺骗(即，被蒙骗)的机会。在一个实例中，相机3捕获第一图像和第二图像二者。因此，试图用例如用于欺骗第一图像的第一照片以及用于欺骗第二图像的第二照片来欺骗设备1或方法100的个体(或装置)将需要(i)知道相应的指定时段；以及(ii)能够在相应的指定时段向相机3呈现相应的第一照片或第二照片。通过具有试图欺骗设备1或方法1的个体不知道或难以获得的指定时段，这提高该方法的防欺骗特征。此外，通过具有相对短的第一图像与第二图像之间的指定时段，这也将加强防欺骗特征，因为在于指定时间(例如指定时长和/或序列)向相机呈现第一照片和第二照片之间快速且准确地切换可能存在物理困难。

设备1的详细描述

现在将详细描述设备1。在一个实施方案中，设备1的组件可以共定位，并且在另一个实施方案中，组件在一个设备(例如，移动设备)中。然而，在一些替代实施方案中，设备1的组件可以是分开的并且通过有线或无线通信装置彼此通信。在另一些替代实施方案中，组件在地理上分开，其中一些组件位于靠近对象而另一些组件远离待认证对象。在这样的替代实施方案(例如图13所示的设备1001)中，一个或更多个组件可以通过通信网络1004与另一组件进行通信。

(i)光源11

现在将参照图8来描述光源11。在该实例中，光源11可以以多个照亮的同心环31a、31b的形式提供光布置13。在该实例中，存在内环31a和外环31b。

光布置13可以由对应于光布置13而布置的多个光发射器(例如发光二极管(lightemitting diode，LED))提供。可替选地，LED可以与相邻LED紧密地布置，使得光布置13中的不同LED光发射器实际上是觉察不出或几乎不可觉察的。可以使用光扩散器或光管来帮助提供光布置13。在一个替代实施方案中，LED光发射器被布置成使得来自每个LED光发射器的光与相邻LED可区分。

在另一种形式中，透明介质(其透射来自光发射器的至少一个波长的光)被配置成提供光布置13。例如，透明介质可以具有与光布置13对应的形状，并且一个或更多个光发射器照亮透明介质。

在另一个实例中，光布置可以由包括用一个或更多个不透明表面覆盖的光发射器的光源(未示出)产生。不透明表面之一可以具有一个或更多个环形窗以提供光布置13。

在另一个实例中，光源可以是电子显示器或投光器。在另一个实例中，电子显示器或投光器可以是可重新配置的，使得光布置13在空间上和时间上都可以被选择性地重新配置。

光布置13可具有已知的特征，例如尺寸和配置13，并且提供如图3所示的入射光线15a。在一个实施方案中，这些入射光线15a被从角膜27的角膜前表面反射(通过镜面反射)以提供反射光线16a。参照图9，捕获的第二图像500具有光布置13从角膜27的角膜前表面的镜面反射的展示501。由于光布置13的特征是已知的，因此可以根据第二图像500来确定可以用作生物计量特征的关于对象的角膜前表面的信息。例如，眼部21的角膜前表面不是完美的几何形状(例如球形)，并且与群体相比较的单个对象将具有差异。角膜前表面中的这些差异使得光布置13的镜面反射改变，其然后可以用作用于认证的生物计量特征。

在一个实例中，光布置从角膜前表面的反射可包括第一浦肯野图像。然而，应当理解的是，捕获第二生物计量特征也可以基于光布置从角膜后表面的反射。这可包括从角膜的内表面反射的第二浦肯野图像。应当理解的是，可使用第一浦肯野图像和第二浦肯野图像中的任一个或二者。

尽管图8所示的光布置13是两个同心环31a、31b的形式，但是应当理解的是，也可以使用其他光布置13。在一个实例中，光布置可包括一个或更多个照亮的光带。在一个实例中，光源11是投射薄光片的裂隙灯。

在另一些实施方案中，光布置13可以是辐射状图案、网格状图案、棋盘状图案或蛛网状图案中的一种或更多种。在另一个实施方案中，光布置可包括具有不同厚度的同心环的组合。

在另一些实施方案中，可以使用上述光布置中一种或更多种的组合。

在图1和图8所示的光源11中，提供中心孔33以允许反射光16通过光源11并在相机3处被接收。在一个实例中，如图1所示，可优选地使眼部21的瞳孔的轴、中心孔33的中心轴和相机3的相机轴沿共同轴对齐。

光源11还可以提供照明以帮助捕获第一图像400。光源11可以提供光以使得相机3能够捕获包括虹膜25的表示401的第一图像400。在一种形式中，使得相机3能够捕获第一图像400的光源11可以是产生漫射光的光源。

为了捕获第一图像400以获得表示眼部21的虹膜颜色的第一数据集，光源可以包括泛光照明源。泛光照明可以是提供在可见光谱内的白光线15b的白光源11a。来自白光源11a的白光(如图2所示)然后从对象的虹膜25漫反射。白光源11a可以是一个或更多个白LED的形式。由于对象的眼部21的色素沉着，只有某些波长将从虹膜25反射。来自虹膜的反射光在图2中作为反射线16b示出。然后，相机3可以捕获(被反射的某些波长的)反射线16b以提供第一图像。

为了捕获第一图像400以获得表示眼部21的虹膜图案的第一数据集，光源可以是如上所述的白光源11a。在一个替代方案中，光源11可以是特定波长或波长带。在一种形式中，用于捕获第一图像500以获得表示眼部21的虹膜图案的第一数据集的光源11可以包括近红外光源。

(ii)图像捕获装置-相机3

图像捕获装置3可以是静态或视频相机3的形式。相机3可以是可包括一个或更多个光学透镜和图像传感器的数字相机。图像传感器对光灵敏并且可以包括CCD(电荷耦合装置，charged coupled device)或CMOS(互补金属氧化物半导体，complementary metal-oxide-semiconductor)传感器。应当理解的是，也可以使用其他图像捕获装置3技术来捕获第一图像和第二图像。

在图1所示的实施方案中，单个相机3捕获第一图像和第二图像二者。使用一个相机3来捕获用于第一图像和第二图像的图像可以节省设备1的材料、重量、复杂性和成本。这对于一些应用，例如其中设备1是移动设备的形式或者为移动设备的至少一部分的应用来说可以是重要的。

然而，在一个替代形式中，设备1可包括两个或更多个图像捕获装置。这可以是有益的，例如其中一个图像捕获装置适合于捕获第一图像，另一个图像捕获装置适合于捕获第二图像。

(iii)处理装置5

图11示出了处理装置901(例如处理装置5)的实例。处理装置901包括经由总线930彼此进行通信的处理器910、存储器920和接口装置940。存储器920存储用于实施上述方法100的至少一部分的指令和数据，处理器910执行来自存储器920的指令以实施方法100。在一个非限制性实例中，接口装置940有利于与相机3、光源11、用户接口9和数据存储器7进行通信。因此，处理装置可以发送和接收来自设备1的这些其他组件的指令和数据。

在一些实施方案中，接口装置940还有利于从处理装置901经由通信网络1004与其他网络元件进行通信。应当注意的是，虽然处理装置901被示出为独立元件，但是处理装置101也可以是另一网络元件的一部分。

由处理装置901执行的另外功能可以在与设备1，1001进行通信的多个网络元件之间分配(如图13所示)。例如，可期望方法100的一个或更多个步骤被远离对象21地执行。可能需要这种情况，例如设备1是移动设备1006的一部分，但是出于安全原因可能不期望使位于数据存储器7中的第一参考和第二参考存在于移动设备1006上。因此，该方法可包括首先使用移动设备1006的相机来捕获第一图像和第二图像。然后，可以通过通信网络1004向另一网络元件(例如处理装置5)发送第一图像和第二图像(和/或第一数据集和第二数据集)，以执行方法100中的一个或更多个其他步骤。

(iv)数据存储器7

数据存储器7可存储用于比较步骤130中的第一参考和第二参考。第一参考和第二参考可基于在对象登记期间的登记数据(在下面讨论)。在一个实施方案中，数据存储器7是设备1的一部分。

在一个替代实施方案中，第一参考和第二参考可存储在与设备1分离的数据存储器中。例如，数据存储器可以位于远离设备1，并且通过通信网络将第一参考和第二参考从远程数据存储器发送至设备1(或根据需要发送至任何其他网络元件)，以执行方法100的一个或更多个步骤。

(v)用户接口9

用户接口9可包括传送信息和指令的用户显示器，例如电子显示器或计算机监视器。用户接口9还可包括从用户接收一个或更多个输入的用户输入装置，例如键盘、触摸板、计算机鼠标、电子开关或机电开关等。在一个实例中，用户接口9可以包括可以显示信息并接收输入的触摸屏。

用户接口的“用户”可以是希望被认证的对象，或者可替选地，可以是帮助对象认证的操作者。

使用多个生物计量特征来认证对象的方法的详细描述

现在将详细描述方法100的步骤。将首先描述用于确定第一参考和第二参考的登记步骤，随后是确定110，120第一数据集和第二数据集并将数据集与相应参考进行比较130的步骤。为了易于描述，已经将确定110，120并比较130的步骤分组，并在针对每个生物计量特征(即，虹膜图案、虹膜颜色和角膜表面)的单独标题下描述。在此之后是基于比较(其涉及上述生物计量特征中的至少两个)来认证140身份的描述。

然后将描述从比较中排除伪像，其包括确定伪像并确定伪像掩模。在此之后是对方法100中降低欺骗方法100的可能性(也称为“防欺骗”)以及检测欺骗的步骤的描述。

在本文描述的比较步骤中，比较不限于数据集与参考之间的匹配，而且还可以包括对信息的前处理和/或后处理，其所有组合地可以组成比较步骤。

(i)登记

第一参考和第二参考可以在对象的登记期间确定，对象的登记将在方法100之前执行。确定第一参考可以包括确定表示第一生物计量特征的第一参考数据。类似地，获得第二参考包括确定表示第二生物计量特征的参考数据。

在一个实施方案中，确定第一参考和第二参考包括与在认证期间确定110，120第一数据集和第二数据集(这将在下面进一步详细讨论)类似的步骤。

因此，确定第一参考可包括用相机3捕获图像，其中图像包括待登记对象的虹膜的展示，并且根据该图像来确定第一参考。类似地，确定第二参考可以包括提供光布置13并捕获图像，其中图像包括光布置从待登记对象的角膜表面的反射的展示，并且根据该图像来确定第二参考。

登记过程可包括用相机3捕获多个图像以确定多个第一参考和第二参考。多个确定的(相同参考类型的)第一参考和第二参考可彼此进行质量检测。如果第一参考和第二参考符合质量检测，则可以将一个或更多个第一参考和第二参考存储在数据存储器7中。

质量检测是为了确保每个登记数据(第一参考和第二参考)满足某些最低质量要求。这样的质量检测可包括瞳孔的中心、环的中心以及环的完整性。例如，如果瞳孔中心被确定高于与相机中心的阈值偏移，则参考将被质量检测拒绝。可以保存多个登记数据(第一参考和第二参考)用于在执行认证方法100时进行比较。当执行方法100时，可以将相应的第一数据集和第二数据集与多个相应的登记(第一和第二)参考各自进行比较，并且可以在认证对象的最终决策中使用特定相应生物计量特征的最高匹配评分。

(ii)确定110并比较130表示基于虹膜图案的第一生物计量特征的第一数据集

现在将描述根据一个示例性实施方案来确定表示基于虹膜图案的第一生物计量特征的第一数据集。图7示出了包括虹膜25的展示的第一图像400。对象的虹膜25包括在大多数情况下具有区别于另一个体的虹膜的图案的独特图案。

根据第一图像400，操作图像以提供如图10a所示的虹膜带410。为了产生虹膜带400，确定眼部23的瞳孔中心，并以瞳孔中心作为原点来执行第一图像400的极域转换(polar domain conversion)。极域转换仅对瞳孔与包含虹膜图案的边缘之间的区域进行以提供虹膜带410。

如图10a所示的虹膜带410具有包括模糊图案边缘的虹膜图案的展示。因此，如图10a所示的虹膜带410可能难以用作第一数据集。为了提高匹配和比较，可以使虹膜图案的边缘得以清晰和加强。在一种方法中，这包括使用边缘检测来提取虹膜图案中更加主要的特征。边缘检测之后的经修饰虹膜带420在图10b中示出。该经修饰虹膜带420可以在每个像素位置具有正值、零值和负值。使用边缘检测来提取主要特征的这个步骤可以由处理装置5执行。

第一图像400的某些区域可具有需要从第一数据集(表示虹膜图案)与第一参考的比较中排除250的伪像503。伪像503可由睫毛29(或睫毛的轮廓)、来自光源(例如白光源11a)的眩光斑点、相机3的光路中的尘点、环境光污染等引起。可以如下进行该排除：确定伪像掩模430(在图10c示出并且在下面进一步详细讨论)并用伪像掩模掩蔽经修饰虹膜带420中的对应伪像以提供第一数据集。结果是提供不包括具有对应伪像503的区域的第一数据集，使得在第一数据集与第一参考的比较中，从该比较中排除伪像。

在一个替代方案中，经修饰的虹膜带420可以是用于与第一参考进行比较的第一数据集，并且其中在第一数据集与第一参考的初始比较之后，应用伪像掩模430以掩蔽具有伪像503的对应区域。这还具有从第一数据集与第一参考的后续比较结果中排除伪像的作用。

因此，第一数据集和第一参考可以各自是经修饰虹膜带420(或已应用伪像掩模的经修饰虹膜带)的形式的图像，并且第一数据集与第一参考的比较可以包括计算相应图像之间的匹配评分。

在一个实施方案中，在第一数据集和第一参考中可以存在多个图像，并且比较步骤可以包括计算图像之间的多个匹配评分。在另一些实施方案中，比较130或认证140可以包括选择一个或更多个最高匹配评分。在一个替代方案中，这可包括选择两个或更多个匹配评分的平均值、一个或更多个最低匹配评分、或者其组合。

(iii)确定110并比较130表示基于虹膜颜色的第一生物计量特征的第一数据集

第一数据集可作为替代或补充地表示基于对象的虹膜颜色的第一生物计量特征。在本发明上下文中，对象的虹膜颜色可以包括虹膜25的颜色和虹膜25的部分展示的颜色。虹膜颜色可以由颜色的一个或更多个要素(包括色调、值和饱和度)限定。

在一个实施方案中，参照图12，确定第一数据集可包括确定虹膜25的区域435的颜色(其可以表达为具有色彩角(hue angle)的色彩)。这可以包括通过从第一图像400中选择虹膜25的像素区来选择虹膜25的样品区435。

在一个实施方案中，虹膜25的样品区435可以被限定为到瞳孔25的一侧的像素区435，例如40×40像素盒440。可以使用虹膜的附加样品区435，其包括到瞳孔的相对侧的附加像素区。在一个实例中，如图12所示，一对样品区435位于瞳孔的左侧和右侧，以降低眼睑干扰样品区的机会。

然后，可以确定来自样品区435中像素的颜色色彩角，以提供表示基于虹膜颜色的第一生物计量特征的第一数据集。确定第一数据集可以包括例如计算区域中的中值色彩角或对其求平均值或者确定色彩直方图。

然后，可以例如如下将所确定的第一数据集(其为颜色色彩角)与第一参考(其也可以为色彩角)进行比较：确定二者之间的差异或者确定二者之间的匹配评分。与上述类似，该第一数据集可以是与一个或更多个第一参考进行比较的多个第一数据集之一。

在另一些实施方案中，可以在第一数据集和第一参考中使用色彩、饱和度与值(hue，saturation and value，HSV)坐标，或色彩、饱和度、亮度(hue，saturation，lightness，HSL)坐标。

(iv)确定120并比较130表示基于角膜表面的第二生物计量特征的第二数据集

现在将描述根据一个示例性实施方案来确定表示基于角膜表面的第二生物计量特征的第二数据集。如上所述，在大多数情况下，对象的角膜27的角膜表面与群体中的其他对象不同。因此，角膜表面，并且特别是角膜前表面或角膜后表面的形状和拓扑结构可用作用于认证的生物计量特征。

角膜表面地形图(corneal surface topography)与光的反射图案的图像图案直接相关。角膜表面的形状可以由反射光图案的形状表示。在使用同心环的一个实施方案中，使用经归一化且旋转调整的环距离RMS或者认证数据与参考数据之间的环的经归一化傅里叶系数(其是旋转不变量)。

在一个实例中，可以在方法100中使用角膜表面地形图未经重构的反射光图案域。然而，另一些方法可以包括角膜表面地形图的重构，由此重构角膜表面地形图可以用于第一数据集和第二数据集或第一参考和第二参考中的一个或更多个。

图9示出了第二图像500，其包括光布置13(其包括同心环)从对象的角膜前表面的反射的展示501。因此，展示501的形状可以表示角膜前表面的生物计量特征。应当理解的是，捕获第二生物计量特征也可以基于光布置从角膜后表面的反射。

在一个实例中，确定第二数据集可以包括确定第二图像500中展示501中一个或更多个同心环的大小和形状。同心环的大小和形状可以被参数化用于第二数据集。因此，第二数据集与第二参考的比较可以是参数值之间的比较。

在图9中，在展示501中存在两个同心环。可以确定环的内边缘和外边缘，从而提供可以用于第二数据集的四个环(外环的外边缘、外环的内边缘、内环的外边缘和内环的内边缘)。内边缘和外边缘可以由展示501中从暗到亮或从亮到暗的过渡确定。

在一个替代方案中，确定第二数据集可以包括基于第二图像中展示501中的同心环来确定反射环图像。因此，第二数据集与第二参考的比较可以是图像之间的比较。

第二数据集与第二参考之间的比较可以包括如上文针对第一数据集与第一参考的比较所述确定匹配评分。此外，也可以以与第一数据集和第一参考相同的方式比较多个第二数据集和第二参考。

尽管参照同心环31a、31b描述了上面提到的实例，但是应当理解的是，也可以使用上面讨论的其他光布置13，例如离散点阵列、光带、辐射状图案、网格状图案、棋盘状图案或蜘蛛网状图案等。

应当理解的是，可以利用使用基于角膜表面的生物计量特征的其他认证形式。在一个实例中，可以使用已知的角膜地形图方法来确定对象的角膜地形图。在一个实例中，这可以包括使用普拉西多盘(Placido’s disk)的方法。在另一个实例中，这可以包括确定对象的角膜表面的光学相干断层成像术(optical coherence tomography，OCT)技术。第二数据集可以基于所确定的角膜地形图。

(v)基于多个生物计量特征与相应参考的比较130来认证140对象的身份

在上述方法100中，认证包括确定110，120第一数据集和第二数据集，其可以包括捕获310，320待认证对象的第一图像和第二图像。捕获310，320用于认证的第一图像和第二图像也可以被称为从待认证的(采集)对象采集信息。

在比较130确定的数据集与相应参考之后，存在基于比较来认证140对象的身份的步骤。如上所述，比较基于至少两个生物计量特征，其中一个基于虹膜图案或虹膜颜色，另一个基于角膜表面。为了得出认证或不认证对象身份的决定，该决定可以基于与两个或更多个生物计量特征比较的结果的组合。

在一个实施方案中，比较130步骤可包括：针对相应数据集与相应参考的比较提供以下一项或更多项：

-匹配评分；

-指示在采集中接收的相应数据集是真实(或虚假)的概率的一个或更多个概率值；

-关于基于特定数据集，所采集的数据集是真实还是虚假(因此，与登记对象相比，采集对象是真实还是虚假)的决定；

-指示对采集的数据集(或采集对象)是真实还是虚假的决定的置信度的数值评分；

-指示比较的不确定结果或比较期间的错误的结果。

在一个实施方案中，当作出认证对象身份的决定时，与第二数据集与第二参考的比较结果(其表示第二生物计量特征)相比，可以给予第一数据集与第一参考的比较结果(其表示第一生物计量特征)更大的权重。相反地，在一个替代方案中，与表示第一生物计量特征的比较相比，可以给予表示第二生物计量特征的比较更大的权重。在另一个实施方案中，可以给予表示第一生物计量特征和第二生物计量特征的比较相等的加权。在又一个实施方案中，相应特征的加权可以基于特征匹配评分或概率值。

(vi)认证140的实例

现在将描述一种示例性方法中认证140对象的身份的步骤。

在比较130中，对于第一数据集和第二数据集(表示相应的生物计量特征)中的每一个，可以确定相应的匹配评分。根据这些匹配评分，确定表示每个生物计量特征的认证对象是真实的概率(用于真实决定类别)以及认证对象是虚假的概率(用于虚假决定类别)并提供为相应的概率评分。真实概率和虚假概率可以是互补的，其总和等于1。在一些实例中，与不同生物计量特征对应的概率评分彼此不相关。如果其相关，则可以执行主成分分析(principal components analysis，PCA)以使这些评分不相关。PCA分析是本领域技术人员已知的。对给定生物计量特征的PCA分析可以包括：

-针对真实和虚假两个类别确定给定群体中每种生物计量类型的多个概率评分；

-确定经归一化的协方差矩阵，并且如果生物计量学相关，则执行PCA以使对应的数据集不相关；

-针对所得到的每个不相关数据集，确定每个类别(真实或虚假)的均值和标准偏差。

对于每个不相关数据集，考虑到每个单独生物计量特征以及真实类别和虚假类别的概率密度函数p(x_i|i)，并且假定可以存在用于认证的真实或虚假采集对象，可以使用等式(1)来确定真实和虚假的概率P(i|x)(二者之和等于1)：

其中，

i＝决定的指数计数值：0＝真实，1＝虚假。

P(i|x)＝考虑生物计量特征x的决定i的概率

j＝用于决定类别的指数计数值。

为了做出使用多个相应的生物计量特征将采集对象认证为真实或虚假的最终决定，可以基于使用等式1针对每个生物计量特征确定的真实(或虚假)概率的概率组合来确定总体评分。可以使用等式(2)来确定总体评分：

其中，

i＝决定的指数计数值：0＝真实，1＝虚假。

P(i|x)＝考虑生物计量特征x的决定i的概率测量值

j＝用于相应生物计量特征的指数计数值

J＝用于认证的生物计量特征的数目

w_j＝施加于生物计量特征j以考虑相应特征的可靠性的正权重。

为了针对采集对象是真实还是虚假作出决定，将用等式(2)确定的总体评分用于下面的等式(3)。提供阈值T以允许调整从而考虑错误采集率(false acquisition rate，FAR)和错误拒绝率(FRR)。

其中，

P(0)对应于如根据等式(2)计算的复合真实概率，

P(1)对应于如根据等式(2)计算的复合虚假概率。

一般来说，如果真实的总体概率评分加阈值T大于虚假的总体概率评分，则等式3提供采集对象为真实的决定(i＝0)。否则，则决定是采集对象为虚假(i＝1)。

在上面的描述中，已经参照第一生物计量特征和第二生物计量特征描述了多个生物计量特征。然而，应当理解的是，可以使用多于两个生物计量特征，并且在另一个实施方案中，多个生物计量特征包括第三生物计量特征，且该方法还包括：确定表示对象的第三生物计量特征的第三数据集；将表示第三生物计量特征的第三数据集与第三参考进行比较，以及认证140对象的身份的步骤进一步基于第三数据集与第三参考的比较。第三生物计量特征基于对象的角膜缘的形状、对象的指纹等。可以根据第一图像和/或第二图像来确定角膜缘的形状。

确定并排除伪像

现在将详细描述确定伪像并从第一数据集与第一参考的比较中排除伪像的方法。

参照图5，该方法包括捕获210第一图像400(包括虹膜的展示)的步骤，并且可以根据第一图像来确定第一数据集。处理装置5可以向相机3发送捕获第一图像400的指令。相机3进而可以向处理装置5发送与第一图像400对应的数据。处理装置可以向白光源11a或光源11发送提供光线(例如白光线15b或者一个或更多个波长的光线)的指令，以便于如图2所示捕获第一图像。

提供220光布置13的步骤可以通过照亮同心环31a、31b来执行。处理装置5可向光源11发送提供光布置13的指令。处理装置5可发送指令以在下面讨论的对应于捕获230第二图像之步骤的一个或更多个时间提供220光布置13。然而，应当理解的是，在一些实施方案中，光源11可以在其他时间提供光布置13。

捕获第二图像500(包括光布置从角膜表面的反射的展示)的步骤230可以包括相机3捕获第二图像500。处理装置5可以向相机3发送在光源11提供光布置13时捕获第二图像的指令。相机3进而可以向处理装置5发送与第二图像500对应的数据。在该步骤230中，相机3在提供光布置13的同时捕获第二图像500，而在上述实例中，处理装置5向光源11和相机3二者单独发送指令。然而，应当理解的是，可以使用捕获第二图像500与提供光布置13的其他协调形式，例如，处理装置可以向光源发送指令，而光源进而向相机3发送捕获第二图像的指令。

用于捕获210第一图像的步骤的时长小于1秒，并且在另一个实施方案中小于0.5秒。通过在短时长内捕获第一图像和第二图像，第二图像中伪像503(由睫毛引起)的位置也可以位于第一图像中的相同位置(或者为对应位置或偏移位置)。应当理解的是，在一些实施方案中，在第一图像和第二图像之间具有较短的时长可提高以下可能性：第二图像中检测的伪像的位置可用于确定第一图像中对应伪像的位置。

还应当理解的是，可以不必按顺序捕获第一图像400和第二图像500。在一些实例中，可以在第一图像400之前捕获第二图像500。

(i)在第二图像中确定240光布置的反射展示中的一个或更多个伪像

现在将描述在一个实施方案中在第二图像500中确定240光布置13的反射展示501中的一个或更多个伪像的步骤。参照图9，光布置13提供从角膜表面的(同心环的)镜面反射501，其比光从虹膜25的漫反射明显更亮。在图9中，与从虹膜25反射的光相比，反射展示501通常基本上是白色的(或较浅的)。这种情况的例外是示出为暗线或条带的伪像503。在图9中，伪像503是在入射光线15a(例如图3中的515a)的路径中的睫毛29的轮廓(或阴影)。这样的伪像503也可以由在反射光线16a(例如图3中的516a)的路径中的睫毛引起。

因此，可以通过检测光布置的相对较亮展示501中的相对较暗像素来确定展示501中的伪像503。

(ii)从第一数据集与第一参考的比较中排除250伪像和确定伪像掩模

上面描述了例如使用伪像掩模430来从第一数据集与第一参考的比较中排除250伪像。现在将描述基于所确定的伪像503来确定伪像掩模430的步骤。

在确定展示501中的伪像503(如图9所示)的步骤240之后，确定这些伪像503可能出现在第一图像(或者由第一图像得到的图像，例如虹膜带410或经修饰虹膜带420)或第一数据集中的对应位置。参考影响第一图像和第二图像二者的共同伪像之间的关系将更好地理解对应位置。

参照图2和图3，现在将描述第一图像和第二图像二者中特定伪像(例如由睫毛429引起的特定伪像)之间的关系。首先参照图3，睫毛429处于入射光线515a的路径中，当相机在第二图像500中捕获反射光线16a时，这引起第二图像中的伪像。参照图2，可以预期相同睫毛429也将处于光路径中，这可能引起第一图像中的伪像。特别地，在入射光15b从虹膜漫反射之后，相同睫毛429可能处于反射光线416b的路径中。然后，由相机3在第一图像400中捕获反射光线416b，并且在第一图像400中可以预期对应的伪像。

第一图像400中的对应伪像可以不像第二图像中展示501中的伪像503那样位于精确位置。例如，由于光源11和白光源11a的不同位置可以引起睫毛29的轮廓(或阴影)位于对应的偏移位置，因此可以确定对应伪像可处于第一图像400中的偏移位置。

在一些实施方案中，可以由第一图像400知道或确定第一图像400中的另外伪像。例如，白光源11a可以产生从角膜前表面的镜面反射(例如眩光斑点)。对于设备1的给定配置，可以知道或估计第一图像400中产生的眩光斑点的位置(或近似位置)。因此，可以另外确定第一图像400中的伪像。在一个实施方案中，可以根据先前捕获的第一图像中这样的伪像的位置来确定或估计这些伪像的位置。

可以使用对应的伪像(和位置)(例如根据第二图像(以及在一些实施方案中第一图像)确定的那些)来确定如图10c所示的伪像掩模430。伪像掩模430包括在预期对应伪像可能所在的位置的掩模部分431。在图10c中，所确定的伪像掩模430是适合于掩蔽虹膜带410或经修饰虹膜带420的带的形式。然而，应当理解的是，掩模430可以是其他形式。

应当理解的是，掩模部分431可以在大于第一图像中的预期对应伪像的部分中。这可以提供一定余地以考虑与所确定的伪像位置(其基于第二图像中的伪像)相比第一图像中伪像的实际位置的变化。

降低成功欺骗设备和方法的可能性及其欺骗检测

该方法还可包括降低成功欺骗设备1和方法100的可能性以及检测设备1和方法100的欺骗的步骤，其将参照图6进行描述。

该方法包括捕获310第一图像400以及捕获320第二图像500。这些图像可以被捕获多次，并且为了便于参考，在图6中用后缀“a”、“b”和“c”来标识相继捕获步骤。

捕获310第一图像400的步骤可以与上面参照图5描述的捕获210第一图像相同或类似。类似地，捕获320第二图像500的步骤也可以与上面参照图5描述的捕获第二图像230相同或类似。

为了降低欺骗的可能性，捕获310第一图像以及捕获320第二图像的步骤可以具有用于捕获图像的一个或更多个指定时间。如上所述，指定用于捕获第一图像和第二图像的时间可以降低设备1或方法100可以被成功欺骗的可能性或机会。特别地，试图欺骗的个体(或装置)将需要知道用于捕获第一图像和第二图像的指定时长。此外，在那些指定时间期间，个体(或装置)将需要能够在那些指定时间期间向相机3呈现相应的欺骗照片(或其他欺骗材料)。

当认证140对象21的身份时(或在之前的步骤中)，方法100还可以包括确认第一图像和第二图像是在用于捕获第一图像和第二图像的相应一个或更多个指定时间期间被捕获的。如果第一图像和第二图像中的一个或更多个在指定时间之外被捕获，则该方法可包括不将采集对象认证为真实(例如，将采集对象确定为虚假)。

指定时间可以包括但不限于为了使相机捕获一个或更多个第一图像和第二图像(根据与处理装置组合的软件中的指令)随机生成的指定时间。应当理解的是，用于捕获第一图像和第二图像的指定时间可以是如下所述的多种形式。

在一个实施方案中，如图6所示，指定时间可包括用于捕获310a第一图像并捕获320a第二图像的时长351。时长351(其也可以被描述为“时间窗口”)可以具有限定值(例如1秒)。在另一个实施方案中，时长351可以小于1秒。在另一些实施方案中，时长351可以为0.5秒、0.2秒、0.1秒或更短。应当理解的是，相对短的时长351可以增强防欺骗特性，因为对于个体(或装置)而言快速相继地欺骗第一图像和第二图像的捕获可能存在物理困难。

在另一个实施方案中，指定时间可包括指定用于捕获相应第一图像和第二图像的一个或更多个特定时长361、371。例如，指定时间可以包括指定第一图像在第一图像时长361a、361b期间被捕获。类似地，指定时间可以包括指定第二图像在第二图像时长371a期间被捕获。在一个实施方案中，可优选地，第一图像时长361在时间上与第二图像时长371不重叠。在一些实例中，第一时长361和第二时长371的长度可以为1秒、0.5秒、0.2秒、0.1秒或更短。

除指定第一时长361和第二时长371的长度以外，还可以指定所指定第一时长361和第二时长371的时机。在一个实例中，指定第一时长361和第二时长371的时机可以与特定时间点相关。例如，可以指定时长361a在方法100开始后1秒开始，时长361b在方法100开始后2秒开始，并且时长371a在方法100开始后3秒开始。在另一些实例中，时机可以基于时钟的时间。

在另一个实施方案中，指定时间可以包括指定用于捕获相应第一图像和第二图像的一个或更多个序列。例如，该方法可以包括指定以交替的顺序捕获第一图像和第二图像。这可以包括按顺序捕获第一图像、第二图像、另一第一图像、另一第二图像。应当理解的是，可以指定其他序列，并且较为不可预测的序列可能是有利的。例如，图6示出了包括捕获以下图像的序列：第一图像310a、第二图像320a、第一图像310b、第一图像310c和第二图像320b。

在又一个实施方案中，指定时间可以包括：指定一个或更多个图像应在相对于另一捕获图像偏移381的时长383内捕获。例如，该方法可以包括：捕获310c第一图像，并且指定捕获320b第二图像必须在与捕获310c第一图像的时间偏移381的时长383期间捕获。在另一个实例中，用于捕获第二图像的指定时长383可以在捕获第一图像之后立即开始(即，在此偏移381为零)。因此，在该实施方案中，可以通过并非预定的事件来确定指定时间或其至少一部分。

在一些实施方案中，在适当时，可以在捕获310，320第一图像和第二图像之前预定指定时间。例如，可以确定一个或更多个序列并将其存储在数据存储器7中，当执行方法100时，处理装置5可以接收序列并向相机3发送根据该序列来捕获310，320第一图像和第二图像的指令。类似地，处理装置可以向相机3发送根据其他预定的指定时间(例如时长351、361、371)来捕获310，320第一图像和第二图像的指令。

在一些实施方案中，一个或更多个指定时间至少部分地基于随机生成的结果。在一个实例中，指定时间包括序列，并且该序列基于随机生成的结果。这可以使得指定时间对于试图欺骗设备1的个体(或装置)而言较为不可预测。在另一个实例中，指定时间包括指定时长361和371相对于特定时间点发生，并且随机生成的结果确定相对于特定时间点的时长361和371。

应当理解的是，也可使用两个或更多个指定时间(包括本文讨论的那些)的组合。例如，该方法可以包括：指定用于捕获310，320第一图像和第二图像的序列(例如图6中提供的顺序)，以及指定其中必须在整个指定时长内捕获所有捕获310a，320a，310a，310c，320b的第一图像和第二图像的时长。

在上述实施方案中，该方法包括确认第一图像和第二图像是在相应的指定时间期间被捕获的。然而，应当理解的是，确定第一数据集和第二数据集的相应时间可以至少部分地取决于捕获相应第一图像和第二图像的时间。因此，应当理解的是，在一些变化方案中，该方法可包括确认第一数据集和第二数据集在相应的指定时间内被确定。这样的变化方案可以包括上面关于包括确认用于捕获图像的指定时间的方法所讨论的对应特征。

由于眼部是活组织，因此可以预期物理特征随时间发生一些变化。此外，相机3可能不可能每次都拍摄相同的第一图像。因此，当捕获多个第一图像时，在第一图像(以及对应的第一数据集)中会存在一些变化。该方法还可以包括将第一数据集与先前确定的第一数据集进行比较。如果该比较的结果指示该第一数据集与先前确定的数据集相同，则这可能指示欺骗设备1的尝试(例如使用眼部的照片或先前捕获的图像)。对于第二数据集，也可以使用类似的方法。类似地，可以预期数据集与相应的参考之间将存在差异，并且如果数据集与相应的参考相同，则这可能指示欺骗设备1的尝试以及不应对采集对象进行认证。

使用视差来确定相机的对准

角膜27和虹膜25的紧密且固定的相对定位可以允许有机会确定相机3、光源11和眼部23之间的相对对准。特别地，可以使用通过将捕获的第一图像和第二图像与相应的第一参考和第二参考进行比较所确定的视差差异来确定对准。这将参照图14(a)至图14(d)进行描述。

参照图14(a)和图14(b)，这是其中相机3面向与眼部23的轴平行的方向的情况。图14(a)示出了相机3、眼部23和反射光16的示意性截面，同时图14(b)示出了由相机3捕获的图像的表示。角膜27在虹膜25的后部，使得来自虹膜25的第一点801的反射光线16b将具有与从角膜27的第二点802反射的反射光16a同轴的路径。这在图14(b)中最佳地示出，在图14(b)中，当从相机3的视角观察时，第一点801与第二点802共定位。应当理解的是，第一点801和第二点802可以在捕获相应第一图像和第二图像期间通过相机可见，或者在一些情况下，如图14(b)所示，在单个图像中可见。

图14(a)和图14(b)还示出了在角膜802上与第一点801分离的第三点803，其将在下面进一步详细描述。

现在参照图14(c)和图14(d)，这些示出了其中相机3与眼部23离轴地定向的情况。这导致视差差异，使得来自虹膜25的第一点801的反射光16b’将具有与从角膜27的第三点803反射的反射光16a’同轴的路径。

可以使用第一点801、第二点802和第三点803(或者虹膜25和角膜27反射光线16的任何其他点和特征)的相对空间位置来确定相机3与眼部23的相对对准。关于这些点801、802、803的空间位置的信息可以包括在第一参考和第二参考中。

对准的确定可以用于许多方面。首先，可以使用对准(或未对准)的确定来确定参考与捕获的图像之间的调整和/或补偿。这可以提高方法和设备1的可靠性，因为可以在认证对象时将对象的轻微凝视变化考虑在内。此外，在实际应用中，可以预期眼部和相机的相对方向之间将存在一些差异。在此采集的图像包括这样的差异的确定可以指示对象是活的。这可以与可能指示欺骗设备1之尝试的接收与先前所捕获图像相同的第一图像和第二图像形成对比。

此外，对准的确定对于确定包括伪像的图像部分可以是有用的。例如，在一些环境中，可能存在来自外部光源(例如室内的光、太阳、监视器等)的镜面反射，其引起可能干扰来自光源11的光或者与来自光源11的光混淆的伪像(例如上述眩光斑点)。通过确定相机3(和设备1)与眼部23之间的相对对准，这可以允许确定这样的反射是伪像还是来自光源11的镜面反射。例如，确定对准可以允许设备1确定第二图像中具有来自光源11的光布置的对应反射光的区域。这可以帮助掩蔽不在预期区域中的光。此外，这可以帮助确定：第一图像和或第二图像的某些区域可能受伪像影响，并且应当通过比较与未受影响区域对应的数据集来进行认证。这可以实现可以在更加多样化的照明条件下进行认证的优点。

角膜特征的类型

应当理解的是，一个或更多个角膜特征可以用于该方法中的第二生物计量特征。应当理解的是，可以在认证方法中使用多个生物计量特征，其中这多个生物计量特征可以以相应的权重使用。在一些实例中，轴向半径950(如图15(a)所示)和/或对应的轴向力可以以相对较高的权重来使用。在另一些实例中，可以使用切向半径960(如图15(b)所示)和/或对应的切向力。在一些实例中，也可以使用角膜高度970(如图15(c)所示)。在另一些实例中，可以使用角膜散光。

可以用于第二生物计量特征的角膜生物计量特征的类型可以包括表1中列出的那些中的一个或更多个。

表1

	角膜生物计量
		1	波前误差_Zernike拟合
2	波前误差
		3	轴向半径
4	轴向力
		5	切向半径
6	切向力
		7	角膜高度
8	角膜直径
		9	角膜仰角
10	角膜散光(SteepK-Flat K)
		11	平坦K角
12	平坦离心率
		13	平坦K角
14	H(0，0)：Piston
		15	H(0，4)球面像差
16	H(1，1)：倾斜
		17	H(-1，1)：倾斜
18	H(1，3)：彗形像差
		19	H(-1，3)：彗形像差
20	H(2，2)：散光
		21	H(-2，2)：散光
22	H(2，4)：二级散光
		23	H(-2，4)：二级散光
24	H(3，3)：三叶像差
		25	H(-3，3)：三叶像差
26	H(4，4)：四叶像差
		27	H(-4，4)：四叶像差
28	水平e
		29	水平p
30	水平Q
		31	HVID
32	虹膜面积
		33	虹膜周长
34	下/上角膜曲率指数
		35	陡峭e
36	陡峭K
		37	陡峭p
38	陡峭q
		39	垂直e
40	垂直p
		41	垂直q
42	w(1，3)：彗形像差
		43	w(-1，3)：彗形像差
44	w(2，2)：散光
		45	w(-2，2)：散光
46	w(2，2)：二级散光
		47	w(-2，2)：二级散光
48	W(3，3)：三叶像差
		49	W(-3，3)：三叶像差
50	w(4，4)：四叶像差
		51	w(-4，4)：四叶像差

应当理解的是，设备1和方法100可用于认证作为人的对象。此外，设备1和方法可以用于认证动物(例如狗、猫、马、猪、牛等)。

本领域技术人员将认识到，可以在不脱离本公开内容的广泛一般范围的情况下对上述实施方案进行许多变化和/或修改。因此，本发明的实施方案在所有方面均应当被认为是说明性的而非限制性的。

Claims

1.使用多个生物计量特征来认证对象的方法，其包括：

确定表示第一生物计量特征的第一数据集，所述第一生物计量特征基于所述对象的虹膜图案或虹膜颜色中的至少一项；

确定表示第二生物计量特征的第二数据集，所述第二生物计量特征基于所述对象的角膜表面；

将表示所述第一生物计量特征的所述第一数据集与第一参考进行比较并将表示所述第二生物计量特征的所述第二数据集与第二参考进行比较；以及

基于所述比较来认证所述对象的身份。

2.根据权利要求1所述的方法，其中认证所述对象的身份的步骤包括向所述比较的结果施加一个或更多个权重。

3.根据前述权利要求中任一项所述的方法，其还包括：

捕获第一图像，其中所述第一图像包括虹膜的展示，并且根据所述第一图像来确定所述第一数据集；

提供光布置；

捕获第二图像，其中所述第二图像包括所述光布置从角膜表面的反射的展示，并且根据所述第二图像来确定所述第二数据集；

在所述第二图像中确定所述光布置反射的展示中的一个或更多个伪像；以及

从所述第一数据集与第一参考的比较中排除所述伪像。

4.根据权利要求3所述的方法，其中从所述比较中排除所述伪像的步骤包括：

基于所确定的一个或更多个伪像来确定伪像掩模，

其中所述伪像掩模从所述第一数据集与第一参考的比较中掩蔽一个或更多个对应的伪像。

5.根据权利要求3或4所述的方法，其中所述第一图像和第二图像在小于1秒的时长内被捕获。

6.根据权利要求3或4所述的方法，其中所述第一图像和第二图像在小于0.5秒的时长内被捕获。

7.根据权利要求3至6中任一项所述的方法，其中所述一个或更多个伪像是睫毛的轮廓，其中所述睫毛在来自所述光布置的光路与捕获所述第二图像的相机之间。

8.根据权利要求3至7中任一项所述的方法，其中所述光布置由多个照亮的同心圆提供。

9.根据权利要求3至8中任一项所述的方法，其中捕获所述第二生物计量特征还基于所述光布置从角膜表面的反射。

10.根据权利要求3至9中任一项所述的方法，其中所述角膜表面包括角膜前表面。

11.根据前述权利要求中任一项所述的方法，其中基于所述比较来认证所述对象的身份还包括：确认所述第一图像和第二图像是在用于捕获所述第一图像和第二图像的相应一个或更多个指定时间期间中被捕获的。

12.根据权利要求1或2中任一项所述的方法，其包括：

捕获一个或更多个第一图像，其中根据所述一个或更多个第一图像来确定所述第一数据集；以及

捕获一个或更多个第二图像，其中根据所述一个或更多个第二图像来确定所述第二数据集，

其中基于所述比较来认证所述对象的身份还包括：确认所述第一图像和第二图像是在用于捕获所述第一图像和第二图像的相应一个或更多个指定时间期间中被捕获的。

13.根据权利要求11或12所述的方法，其中所述一个或更多个指定时间基于时长和/或序列。

14.根据权利要求11至13中任一项所述的方法，其中一个或更多个指定时间是预定的。

15.根据权利要求11至14中任一项所述的方法，所述一个或更多个指定时间至少部分地基于随机生成的结果。

16.根据权利要求11至15中任一项所述的方法，其中所述第一图像和第二图像在小于1秒的时长内被捕获。

17.根据权利要求11至15所述的方法，其中所述第一图像和第二图像在小于0.5秒的时长内被捕获。

18.根据权利要求1至10中任一项所述的方法，其中所述方法包括在一个或更多个指定时间期间中执行确定所述第一和第二数据集的步骤，并且其中基于比较来认证所述对象的身份还包括：确认所确定的第一和第二数据集是在相应的指定时间内确定的。

19.根据权利要求3至17中任一项所述的方法，其中使用图像捕获装置来捕获所述第一和第二图像，所述方法还包括：

基于所述第一图像、第一参考、第二图像和第二参考来确定所述对象的眼部与图像捕获装置的相对对准。

20.根据前述权利要求中任一项的方法，其中所述多个生物计量特征包括第三生物计量特征，并且所述方法还包括：

确定表示所述对象的第三生物计量特征的第三数据集；以及

将表示所述第三生物计量特征的所述第三数据集与第三参考进行比较，

并且认证所述对象的身份的步骤还基于所述第三数据集与第三参考的比较。

21.根据权利要求20的方法，其中所述第三生物计量特征基于所述对象的角膜缘的形状。

22.用于使用多个生物计量特征来认证对象的设备，其包含：

图像捕获装置，其用于捕获一个或更多个图像；

处理装置，其用于：

根据所述一个或更多个图像来确定第一数据集，所述第一数据集表示基于所述对象的虹膜图案或虹膜颜色中至少一项的第一生物计量特征；

根据所述一个或更多个图像来确定第二数据集，所述第二数据集表示基于所述对象的角膜表面的第二生物计量特征；

基于所述比较来认证所述对象的身份。

23.根据权利要求22所述的设备，其还包含：

提供光布置的光源；

其中所述处理装置还被提供成用于：

根据所述一个或更多个图像中的第一图像来确定所述第一数据集，其中所述第一图像包括虹膜的展示；

根据第二图像来确定所述第二数据集，其中所述第二图像包括所述光布置从角膜表面的反射的展示；

从所述第一数据集与第一参考的比较中排除所述伪像。

24.根据权利要求23所述的设备，其中所述处理装置通过基于所确定的一个或更多个伪像以确定伪像掩模，来从所述比较中进行排除，

25.根据权利要求23或24所述的设备，其中基于所述比较来认证所述对象的身份还包括使所述处理装置：

确认所述第一和第二图像是在用于捕获所述第一和第二图像的相应一个或更多个指定时间期间中被捕获的。

26.根据权利要求23所述的设备，其中所述处理装置还被提供成用于：

根据所述一个或更多个图像中的第一图像来确定所述第一数据集；以及

根据所述一个或更多个图像中的第二图像来确定所述第二数据集，

其中基于所述比较来认证所述对象的身份还包括使所述处理装置：

27.根据权利要求25或26所述的设备，其中所述一个或更多个指定时间基于时长和/或序列。

28.根据权利要求22至27中任一项所述的设备，其中所述处理装置还被提供成用于：

29.根据权利要求22至27中任一项所述的用于使用多个生物计量特征来认证对象的设备，其中所述设备执行根据权利要求1至21中任一项所述的方法。

30.计算机程序，其包含使处理装置实施根据权利要求1至21中任一项所述的方法的机器可执行指令。