CN108027881B - 使用多种捕捉技术的用户认证 - Google Patents

使用多种捕捉技术的用户认证 Download PDF

Info

Publication number
CN108027881B
CN108027881B CN201680055960.5A CN201680055960A CN108027881B CN 108027881 B CN108027881 B CN 108027881B CN 201680055960 A CN201680055960 A CN 201680055960A CN 108027881 B CN108027881 B CN 108027881B
Authority
CN
China
Prior art keywords
mode
iris
user
light
output
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.)
Active
Application number
CN201680055960.5A
Other languages
English (en)
Other versions
CN108027881A (zh
Inventor
M·阿格拉沃尔
K·D·鲍威尔
C·M·梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN108027881A publication Critical patent/CN108027881A/zh
Application granted granted Critical
Publication of CN108027881B publication Critical patent/CN108027881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/17—Image acquisition using hand-held instruments
    • 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
    • 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
    • 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
    • G06V40/60—Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67—Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Vascular Medicine (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本文公开了与用户认证相关的示例。一个示例提供了一种生物测定标识系统，包括：虹膜照明器；图像传感器，其被配置成捕捉作为用户的虹膜被所述虹膜照明器照亮的结果而从这些虹膜反射的光；驱动电路，其被配置成在第一模式和第二模式中驱动所述虹膜照明器，每一模式使得虹膜被不同地照亮，所述第一和第二模式由此分别在所述图像传感器处产生第一模式输出和在所述图像传感器处产生第二模式输出；以及处理器，其被配置成处理所述第一模式输出和所述第二模式输出中的至少一者并且响应于此类处理来选择所述第一模式和所述第二模式之一以用于对所述用户执行虹膜认证。

Description

使用多种捕捉技术的用户认证
背景
在许多计算环境中，用户认证被执行以确保某些计算资源仅被经授权用户访问。虹膜识别是一种用于执行用户认证的机制。然而，为了达到可接受的假肯定率，可对虹膜识别系统的可能致使该系统不适于某些使用场景的光学装置施加约束。
概述
本文公开了与用户认证相关的示例。一个示例提供了一种生物测定标识系统，包括：虹膜照明器，图像传感器，其被配置成捕捉作为用户的虹膜被所述虹膜照明器照亮的结果而从这些虹膜反射的光，驱动电路，其被配置成在第一模式和第二模式中驱动所述虹膜照明器，每一模式使得虹膜被不同地照亮，所述第一和第二模式由此分别在所述图像传感器处产生第一模式输出和在所述图像传感器处产生第二模式输出，以及处理器，其被配置成处理所述第一模式输出和所述第二模式输出中的至少一者并且响应于此类处理来选择所述第一模式和所述第二模式之一以用于对所述用户执行虹膜认证。
提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。此外，所要求保护的主题不限于解决在本公开的任一部分中所提及的任何或所有缺点的实现。
附图简述
图1示出其中在移动设备上执行用户认证的示例环境。
图2示出虹膜照明器/图像传感器对的各种示例性布局。
图3示意性地示出生物测定标识系统。
图4A-4C示出配置成用于光发射和/或使用偏振光进行捕捉的各种光学堆叠。
图5解说了即时IPD与平均IPD的示例比较。
图6示出了解说用于执行用户认证的方法的流程图。
图7示出示例计算系统。
详细描述
在许多计算环境中，需要用户认证来将对计算资源(例如，数据、硬件)的访问仅限于被显式地准许访问这些资源的用户。在一些计算平台上，生物测定被测量来促成用户认证。生物测定测量过程可包括例如对用户的一个或两个虹膜进行成像并认证。人类虹膜是展现出人类之间的很大差异程度的复杂结构，并且如此可以提供有用的生物测定。
为了在虹膜识别/认证中达到相对低的假肯定率(例如，百万分之一)，在用于对虹膜进行照明和成像的计算环境和硬件上施加各种约束通常将是合乎需要的。例如，使用对人类目标的明亮照明来以高分辨率进行图像捕捉可以是合需的。然而，各种因素可能极大地降低虹膜识别的有效性，诸如失焦成像、噪声、离轴虹膜成像、虹膜闪光和遮挡、以及透视和仿射失真。这些因素连同虹膜识别系统中所需的光学质量导致了相对大型驻定装置的设计，这通常迫使用户将他或她的头置于高度受约束(例如，固定)位置。作为结果，以此方式设计的虹膜识别系统极大地限制了可在其中执行虹膜识别的情境——例如，此类系统可能不适于其中在任意位置处在进行中需要虹膜识别的移动使用情形。
相应地，本文公开了用于使用利用可被实现在移动设备中的虹膜认证的生物测定标识系统来认证用户的示例。如下文进一步详细描述的，得自由于它们被包括在移动设备中而施加在光学装置上的空间约束的虹膜识别准确度的降低可通过使用第一和第二虹膜照明模式来补偿。在一个示例中，这一降低可通过组合用户的两个虹膜的部分图像来补偿。此外，公开了使用多因素生物测定标识的办法。
图1示出其中在移动设备102上为用户104执行用户认证的示例环境100。尽管环境100被描绘成家庭环境，但本文描述的办法适用于任何合适环境。此外，移动设备102被描绘成智能电话，但可以采用任何合适形式，包括另一移动计算设备、可穿戴计算设备(例如，头戴式显示器)，等等。本文描述的办法还适用于非移动设备，诸如台式计算设备和/或服务器计算设备。示例计算设备硬件和配置在下文参考图7描述。
为了促成用户104的认证，移动设备102包括生物测定标识系统106。在各种潜在生物测定中，系统106可被配置成捕捉用户104的眼睛的一个或两个虹膜的图像。如此，系统106包括可用于照明用户104的一个或两个虹膜的虹膜照明器108以及配置成捕捉作为用户的一个或两个虹膜由虹膜照明器照亮的结果而从这些虹膜反射的光的图像传感器110。作为非限制性示例，图1示出了从虹膜照明器108发射的入射在用户104的两个虹膜上的发射光112，以及作为虹膜由发射光112照亮的结果而从虹膜反射的反射光114。在所描绘的示例中，反射光114的至少一部分由图像传感器110捕捉。一旦在图像传感器110处被捕获，反射光114的该部分随后可被感测并处理以用于对用户104进行认证。
生物测定标识系统106的光学配置可以使得在按用户104将在正常操作移动设备的过程中拿住该移动设备的方式来拿住移动设备102时——例如，在所谓的“臂长”距离处，诸如约20-60厘米——能够执行用户认证。在图1中描绘的示例中，虹膜照明器108的发射角促成在这样的距离处对用户104的两个虹膜的充分照亮，同时图像传感器110的视野(FOV)足够大以也从这样的距离处捕捉从这两个虹膜反射的光的有用部分。生物测定标识系统106的这些质量可启用如下用户体验：无中断且快速(例如，1到5秒之间)认证用户104，并且认证可在进行中在任何位置发生。
作为对用户104进行认证的一部分，移动设备102可被配置成在初始认证步骤之外执行在其中对用户的一个或两个虹膜进行成像的动作。例如，移动设备102可以将从一个或多个虹膜图像导出的数据与虹膜数据阈值相比较，并且如果该数据不满足阈值则可提示用户104调整他或她的注视和/或头部取向。注视的变更可解决虹膜数据归因于闪光/刺光造成的不足，同时头部取向的更改可解决虹膜数据归因于(例如，由用户104佩戴的眼镜引起的)虹膜遮挡造成的不足。虹膜数据阈值可被选择成使得满足阈值的虹膜数据提供例如所需假肯定率。
移动设备102可被配置成收集其他眼睛生物测定作为虹膜数据的补充。例如，移动设备102可通过经由移动设备的显示器116显示至少部分地预定的视觉内容并响应于预定视觉内容的显示来跟踪用户的一只或两只眼睛的移动，来评估用户104的一只或两只眼睛的移动特性。作为替换或补充，移动设备102可以调制虹膜照明器108的输出以评估用户104的一只或两只眼睛的收缩和/或膨胀特性；例如虹膜照明器的输出可按逐步方式来调整，并且测量瞳孔大小变化的量、速度、以及延迟。在这些情形中的每一情形中，感测到的用户响应可以对照用户的已知参考来进行比较以执行/支持认证。
图1示出了由虹膜照明器108照亮的用户104的脸部区域118。脸部区域118包括用户104的两个虹膜。如此，脸部区域118的照明可以允许收集用户104的两个虹膜的至少部分图像。脸部区域118还包括用户104的除虹膜以外的脸部特征。如此，脸部区域118的照亮可因而使得能够捕捉从用户104的脸部反射的光并且因而能够收集脸部生物测定。脸部生物测定的收集可以增强虹膜认证，并且可以由移动设备102自动执行，或者在向用户104通知虹膜图像以外的附加生物测定要被收集(例如，归因于虹膜数据不满足虹膜数据阈值、虹膜数据没有包含足够信号来达到所需假接受率)之后执行。作为非限制性示例，移动设备102可以认证用户104的以下脸部特征中的一者或多者：瞳孔边界、异色边界、瞳孔间距(IPD)、眼睛形状、眼睑形状、眉毛形状、以及虹膜-到-瞳孔照亮率(下文描述)。具体而言，眼睑形状的测量可辅助精确地对虹膜进行掩膜并且标识例如虹膜的相关特征。
在一些情形中，可归因于由于生物测定标识系统106容纳在移动设备102中而施加在其上的光学限制——例如，有限分辨率、FOV等等——而造成虹膜识别挑战。这可通过从大约相同位置对用户104的两个虹膜进行成像来减轻。具体而言，如下文进一步详细描述的，光学限制或其他条件可限制生物测定标识系统106收集用户104的虹膜的部分而非完整图像。在其他情形中，获得完整虹膜图像，但该图像只有一部分是可使用的。本说明书设想了使用这些部分图像来执行认证。具体而言，用户的两个虹膜的部分图像可被组合，其中用户认证基于所得的经组合虹膜图像。从两个部分虹膜图像产生的经组合虹膜图像可以提供比例如仅单个完整虹膜图像更多的有用数据。诸如多模虹膜照亮和脸部生物测定收集等替换或附加技术也可以支持虹膜识别。
移动设备102可被配置成同时捕捉用户104的两个虹膜的图像，而在其他实现中，移动设备可以按交替的时间顺序的方式捕捉每一虹膜的图像——例如，捕捉左虹膜图像，之后捕捉右虹膜图像。时间顺序图像捕捉可被采用，而不管脸部区域118是否包括用户104的两个虹膜。图1描绘了其中虹膜照明器108包括在空间上分开的第一光源108A和第二光源108B的示例。第一和第二光源108A和108B可以是任何合适的类型，诸如例如发光二极管(LED)。在这样的配置中，时间顺序图像捕捉可包括例如交替地驱动第一和第二光源108A和108B并且捕捉在光源之间的每一交替的一个或多个图像。在一些情形中，给定模式(即，光源108A被驱动)将产生两个虹膜的图像。在其他情形中，一种模式将产生仅一个虹膜的图像。归因于图像传感器110的FOV并且如上所示，每一图像可包括两个虹膜的图像，但作为交替地驱动第一和第二光源108A和108B的结果，一个虹膜可比另一虹膜更大程度地被照亮。然而，设想了各种实现，其中采用一个、三个或超过三个光源，以及其中两个或更多个光源被置于大致相同位置且并发地或交替地驱动的那些实现。下文参考图3提供与时间顺序图像捕捉以及虹膜照明器108的输出的时间顺序调制有关的附加细节。
虹膜照明器108(及其光源108A和108B)与图像传感器110在移动设备102上的相对放置部分地确定了从对象空间中用户的眼睛的位置来看的在该图像传感器与虹膜照明器之间对向的角度。这一角度进而影响对用户的眼睛的瞳孔相对于虹膜的照亮，并且因而影响图像传感器110感知的照亮，这可极大地影响虹膜认证——虹膜和瞳孔的相对类似的感知到的照亮(称为“灰瞳”的状况)可增加将虹膜和瞳孔区分开的难度，并且因而降低了虹膜认证的有效性。因而，在显著不同的程度上照亮给定眼睛的虹膜和瞳孔可以是合乎需要的。灰瞳可对应于例如2°到8°之间的对向角，并且如此，虹膜照明器108和图像传感器110的相对放置可被选择成避免此类角度。在另一实现中，虹膜照明器的两个或更多个光源可被按各种角度放置以产生不同灰瞳效果，这也可辅助检测瞳孔边界(例如，使用图像减法)。
图2示出虹膜照明器/图像传感器对的各种示例性布局。尽管在图2中未示出，但虹膜照明器/图像传感器对可被布置在设备外壳的任何合适的位置——例如，在移动设备(诸如图1的移动设备102)的边框、背面、和/或侧面上或者在不同表面上。参考图1，虹膜照明器可以是虹膜照明器108，图像传感器可以是图像传感器110，并且对于包括两个光源的布局而言，这两个光源可以是例如光源108A和108B。
第一布局202包括垂直布置在图像传感器206上方距离d1处的单个光源204。相对小的距离d1可导致相对小的对向角(例如，<2°)，这进而可导致称为“亮瞳”的状况，其中图像传感器感知到瞳孔被照亮到远大于给定眼睛的虹膜的程度。
第二布局208包括第一和第二光源204A和204B，每一光源横向地(例如，水平地)布置在相对方向上，距图像传感器206相同距离d2。距离d2可被选择成达到相对较大的对向角(例如，>8°)，这进而可导致称为“暗瞳”的状况，其中图像传感器感知到瞳孔被照亮到远小于给定眼睛的虹膜的程度。对于其中仅使用或主要使用第一和第二光源204A和204B中的一者来捕捉图像的实现，归因于共同的分隔距离d2，虹膜到瞳孔照亮比率(例如，灰度级比率)在仅使用或主要使用第一光源捕捉的图像与仅使用或主要使用第二光源捕捉的图像之间可以是相似的。
第三布局210包括第一和第二光源204A和204B，每一光源横向地布置在自图像传感器206的相对方向上。然而，与第二布局208不同，第一和第二光源204A和204B从图像传感器206位移不相等的距离——第一光源被置于距图像传感器距离d3处，而第二光源被置于距图像传感器相对更大的距离d4处。分隔距离d3和d4可被选择成达成暗或亮瞳孔，但归因于它们的不同量级，可导致不同对向角并且因而导致不同虹膜到瞳孔照亮比率。因而，仅使用或主要使用第一光源204A捕捉的图像可展现出第一虹膜到瞳孔照亮比率，而仅使用或主要使用第二光源204B捕捉的图像可展现出不同于第一比率的第二虹膜到瞳孔照亮比率。对于其中可测量两个不同虹膜到瞳孔照亮比率的此类实现，在执行用户认证时，这两个比率可被用作另一生物测定(例如，通过将测得的比率与它们的先前测得的对应比率相比较)。
第四布局212包括第一和第二光源204A和204B，每一光源以相应不相等的量d5和d6横向布置在自图像传感器206相同的方向上。如第三布局210那样，第一和第二光源204A和204B距图像传感器206的不相等的位移可以使得能够测量两个不同虹膜到瞳孔照亮比率。
将理解，图2中示出的布局是出于示例的目的而被提供的，而并不旨在以任何方式进行限制。一个或多个光源可以按任何合适的方式相对于图像传感器放置——例如，水平地、垂直地、横向地、径向地，等等。
图3示意性地示出生物测定标识系统300。系统300可例如被实现在移动设备102(图1)中。系统300包括处理器302，它可被配置成执行保持在合身存储机(未示出)上的指令。处理器302在操作上耦合至驱动电路304，驱动电路304进而在操作上耦合至虹膜照明器306并被配置成驱动虹膜照明器306，虹膜照明器306可以例如是虹膜照明器108(图1)。以此方式，光可由系统300选择性地发射以用于认证用户。作为他或她由系统300照亮的结果而从用户反射的光可在图像传感器308处收集，在此作为认证用户的一部分它随后可被感测并馈送到处理器302以供处理。图像传感器308可以是任何合适的类型，诸如例如在电磁频谱的可见光和红外光部分中具有感光度的CCD或CMOS传感器。
在一些实现中，驱动电路304可被配置成以第一模式和第二模式来驱动虹膜照明器306，每一模式使得用户的一个或两个虹膜被不同地照亮。以第一模式操作在图像传感器308处得到第一模式输出，而以第二模式操作在图像传感器处得到第二模式输出。处理器302可被配置成处理第一和第二模式输出，并且响应于此类处理，作出与要如何执行后续用户认证操作有关的确定。第一和第二模式输出可各自包括在相应帧期间捕捉的相应图像，使得第一和第二模式输出可例如被捕捉在两个帧中。
在一些示例中，处理器302可以响应于处理第一和第二模式输出来选择第一和第二模式输出中的一者或两者来执行虹膜认证。因而，虹膜认证可以在第一和第二模式输出的捕捉和处理之后使用它们中的一者或两者来执行。当仅使用输出之一时，这一选择可以响应于确定其相关联的图像具有比使用另一模式产生的图像显著更高的质量来执行。然而，如果质量足够则可以使用这两个模式输出。
作为选择第一和第二模式输出中的一者或两者来执行虹膜认证的替换或补充，处理器302可以响应于处理第一和第二模式输出来选择第一和第二模式输出中的一者或两者来用于执行虹膜认证。例如，响应于确定一个模式正产生更好输出，在后续照明周期期间，该模式可被选择或以其他方式优先。作为非限制性示例，处理器302可以经由对第一和第二模式输出中的每一者的信噪比(SNR)评估来评估质量并基于较高SNR进行选择。然而，评估在执行用户认证时模式输出的有效性的其他过程是可能的。
在一些实现中，驱动电路304可以交替地且以时间顺序按第一和第二模式驱动虹膜照明器306。照明器306可按第一和第二模式驱动达相等历时，其中交替以任何合适的速率(例如，30Hz)执行。在其他示例中，照明器306可按第一和第二模式被驱动达不相等历时——例如，处理器302可动态地确定每一模式的占空比。此外，处理器302可以单独地使用第一和第二模式输出中的每一者执行用户认证。在另一示例中，处理器302可以基于第一和第二模式输出的组合来执行认证。
根据上文，将明白，虹膜认证可以在其中经由使用两个或更多个模式捕捉多个图像的历时期间发生。认证可以使用来自仅一个模式的图像或使用来自多个模式的图像来执行。基于模式输出的质量，不同模式可以在该区间上相等地使用，或者以不同频率、占空比等来使用。
如上所示，在一些实现中，虹膜照明器306可包括第一和第二光源(例如，虹膜照明器108的第一和第二光源108A和108B，它们全是图1中的)在这样的示例中，驱动电路304可被配置成按第一模式(其中仅第一光源被驱动)和第二模式(其中仅第二光源被驱动)驱动虹膜照明器306。各模式可如上所述相等地或不相等地被不同地使用，其中使用任何数目的图像来执行认证。对于其中第一和第二光源在空间上隔开的实现，光源的交替驱动可以减轻虹膜闪光，因为每一光源可归因于它们不同的光发射位置而在不同位置产生闪光点。作为替换或补充，第一光源可被配置成发射第一发射角范围中的光，而第二光源可被配置成发射与第一发射角范围不同的第二发射角范围中的光。
在一些实现中，在第一模式中操作使得以具有第一波长范围的光进行虹膜照亮，而在第二模式中操作使得以具有不同于第一波长范围的第二波长范围的光进行虹膜照亮。因为人类虹膜的各区域对不同波长的光不同地作出响应，所以在不同波长范围执行虹膜照亮可以产生比在单个波长范围执行虹膜照亮所产生的有用数据更大量的有用数据。作为非限制性示例，两个或更多个波长可以从电磁频谱的红外、可见、或紫外部分选择，或者从这些部分以及潜在地其他部分(例如，可见和红外波长)的组合中选择。在一些示例中，不同波长或波长范围可以用两个或更多个在空间上隔开的光源来达成。在其他情形中，单个源可被采用来提供多个波长(例如，通过控制图3中未示出的滤光器组装件，或者通过改变驱动光源的电压)。
在一些实现中，在第一模式中操作使得以具有第一偏振属性的光进行虹膜照亮，而在第二模式中操作使得以具有不同于第一偏振属性的第二偏振属性的光进行虹膜照亮。与不同波长一样，人类虹膜的各区域可对光的不同偏振不同地作出响应。相应地，使用多个偏振属性可以产生比不使用多样化偏振可获得的有用数据更多的有用数据。作为非限制性示例，第一和第二偏振属性可各自是无偏振、线偏振、以及圆偏振之一。具体而言，圆偏振可以产生与眼睛的转动取向无关的眼睛图像。
图3示出系统300中可能包括一个或多个偏振器，具体而言是发射侧偏振器310A和接收侧偏振器310B。发射侧和接收侧偏振器310A和310B可被配置成允许传输所选偏振(例如，线偏振、圆偏振，等等)的光，使得具有所选偏振的光基本上(例如，99％或更多)传送到图像传感器308，而不具有所选偏振的光基本上(99％或更多)被阻塞或再循环成所允许的偏振状态，以增加光源的使用效率。在一些实现中，可以提供使得能够在操作期间动态地选择两个或更多个偏振的有源偏振器组装件(图3中未示出)。有源偏振器组装件可由例如处理器302或图3中未示出的特定电路来控制。
在一些示例中，接收侧偏振器310B可被配置成允许传输处于与发射光的偏振状态正交的偏振状态的光(例如，从虹膜照明器306发射但没有通过偏振器或者已通过发射侧偏振器310A之后的光)。此类配置可以与时间顺序图像捕捉一起或不与其一起并且结合一个、两个或三个或者更多个光源来采用——例如，参考图2的第一布局202，光源204可被配置成发射第一偏振状态的光(例如，经由发射侧偏振器310A)，而图像传感器206可被配置成接收与第一状态正交的第二偏振状态的反射光(例如，经由接收侧偏振器310B)。在另一示例中，两个或更多个光源可各自发射相同偏振状态的光，其中偏振光学装置被用来传送与图像传感器正交的偏振状态的光。在又一示例中，第一光源可以发射特定偏振(例如，圆偏振、线偏振)的光，而第二光源可以发射随机偏振的光。一般而言，偏振可被利用来降低捕捉到的图像中的闪光——在偏振光照亮虹膜时，该光的一部分可镜面反射而基本上不改变偏振状态，而该光的一不同部分可漫反射并且其偏振状态被部分地随机化；通过对入射光进行滤波以允许传输与发射状态正交的偏振状态的光，镜面反射部分(这可造成闪光)可基本上被滤除，从而提供基本上没有表面反射的图像。将明白，本文描述的偏振配置与图2中所示的布局兼容。
图4A-4C示出配置成用于光发射和/或使用偏振光进行捕捉的各种光学堆叠。光学堆叠可被合并到例如移动设备102(图1)和/或系统300(图3)，并且可至少部分地启用本文描述的虹膜和用户认证办法。将理解，可以作出对图4A-4C中示出的光学堆叠的各种修改而不背离本公开的范围，包括添加未示出的元件和/或移除所示出的元件。此外，图4A-4C解说了光学堆叠可被如何配置成发射所选偏振的光作为一主体的照明光，同时阻塞所选偏振的光到达图像传感器，并且向图像传感器传送与所选偏振正交的偏振的光。如上所述，此类办法可以减轻刺光/闪光。
图4A示出了包括配置成传送基本上全部(例如，99％或更多)入射可见光(并且可能地其他波长，诸如红外波长)(包括从光源(未示出)发射来照亮主体的光以及要由相机模块407的图像传感器406感测的反射光)的光学透明层(OTL)404的第一光学堆叠402。OTL404可包括任何合适材料，诸如例如玻璃。如图4A所示，沿第一平面偏振的光L被发射且传送通过OTL 404，而随机偏振的光L’撞击在OTL上。在光学上定位在OTL 404与相机模块407之间的偏振器408传送沿与第一平面正交的第二平面偏振的光L”，同时阻塞沿第一平面偏振的光，使得由图像传感器接收到的光的基本上全部(例如，99％或更多)是沿第二平面偏振的光。偏振器408可以是任何合适类型的偏振器，诸如例如线网格偏振器。
对于其中红外光被用作照明光的实现，OTL 404可充当防护玻璃并可包括红外光传送和可见光阻塞膜(图4A中未示出)，诸如OTL 404的下侧上的丝网印刷墨水，这可用于仅允许有限频带的波长传送通过相机模块407。作为替换或补充，相机模块407可包括带通滤波器(图4A中未示出)和/或透镜409。
图4A还示出了配置成用于传输圆偏振光的第二光学堆叠410。在这一示例中，第一偏手性的圆偏振光L”’(由图4A-4C中的箭头指示)从光源(未示出)发射并传送通过OTL404。随机偏振的光L’撞击在OTL 404上并到达偏振器组装件412，这可包括圆偏振器或另选地包括四分之一波片和线偏振器。偏振器组装件412可以传送基本上全部(例如，99％或更多)与光L”’的第一偏手性正交的第二偏手性的撞击圆偏振光，同时阻塞不是圆偏振的光。如此，具有第二偏手性的光L””被示为到达图像传感器406。
现在转向图4B，第三光学堆叠414解说了使用偏振再循环光学装置。第三光学堆叠414包括OTL 404和可用于分离不同偏振的光的偏振分光器416。在图4B中描绘的示例中，偏振分光器416将不同线偏振的光分离——例如，沿第一平面偏振的光和沿与第一平面正交的第二平面偏振的光。光源418(例如，红外发光二极管)发射随机偏振的光L’，其到达偏振分光器416，在此光被分离；沿第一平面偏振的光L朝OTL 404传送，而沿第二平面偏振的光L”被传送回光源。光源418包括使得光L”能被再循环且用于照明的偏振再循环光学装置，从而提高第三光学堆叠414的光学效率。
光学堆叠可被配置用于传输圆偏振光以及使用偏振再循环光学装置。第四光学堆叠421是此类光学堆叠的一个示例，采用圆偏振分光器422来提供第一偏手性的圆偏振光L”’作为照明光，而不管从光源418发射了随机偏振的光L’。圆偏振分光器422可以是例如胆甾型液晶圆偏振器膜，且可分离左手性和右手性圆偏振光，使得第一偏手性的圆偏振光被传送而第二、正交偏手性的圆偏振光被阻塞(例如，经由反射、排斥、或吸收)。
图4B还示出了具有光源418的第五光学堆叠424。由光源418发射的随机偏振的光L’撞击在偏振分光器416上，该偏振分光器416将沿第一平面偏振的光L传送到配置成将光L转换成(例如，第一偏手性的)圆偏振光L”’以用作照明光的四分之一波片426。
图4C解说了使用重散射和光分布光学装置。第六光学堆叠428包括OTL404和发射线偏振光L的光源420。光源420可以是红外激光器，例如它可由于其输出偏振光而避免包括偏振器和/或再循环光学装置。从光源420发射的光L撞击在光学组装件430上，这包括重散射平面和光分布光学装置。光学组装件430可以增加光源420的外观大小，增加传送通过OTL404的光的同质性，并可允许传送通过OTL 404的光匹配或超出图像传感器的FOV以增加各主体被均匀地照亮的程度。
图4C还示出了被配置用于发射(例如，第一偏手性的)圆偏振照明光L”’的第七光学堆叠432。第七光学堆叠432包括包含重散射平面、光分布光学装置、以及用于将线偏振光L转换成圆偏振光L”’的四分之一波片426的光学组装件434。
返回图3，鉴于第一和第二模式中的光发射的方式可能不同，处理器302可被配置成处理具有不同波长、偏振以及发射角和位置的模式输出。处理器302随后可响应于处理不同第一和第二模式输出按多种方式选择性地使用第一和第二光发射模式。例如，响应于处理输出，处理器302可以选择波长范围、偏振属性、发射角和/或发射位置(例如，光源)。换言之，模式选择和相关联参数的使用可以通过评估改变每一参数如何影响图像捕捉来执行。
在其他示例中，处理器302可以按交替的时间顺序方式利用第一和第二光发射模式两者。时间顺序办法的选择可以或可以不是对评估第一和第二模式输出的质量的响应。在这样的配置中，第一模式中的第一帧中发射的光以及在第一帧之后在第二模式中的第二帧中发射的光可以在波长范围、偏振属性、发射角、以及发射位置中的一者或多者方面是不同的。
此类交替光发射可以按需迭代地重复。第一和第二模式输出可被单独地使用。另选地，处理器302可被配置成组合第一和第二模式输出并处理经组合输出——例如，处理器可在空间上组合并处理在波长范围、偏振属性、发射角以及发射位置中的一者或多者方面不同的输出。因而，在执行用户认证时可以使用两个或更多个不同波长、偏振属性、发射角以及发射位置。在一个示例中，第一和第二模式输出可分别包括用户的第一虹膜和第二虹膜的部分而非完整图像。处理器302可被配置成将各个部分虹膜图像相组合以产生经组合虹膜图像，并处理经组合虹膜图像。这一部分虹膜图像组合过程可至少部分地减轻得自通过例如将系统300的光学装置容纳在移动设备中所施加的光学约束的用户认证的经降低准确度。
系统300进一步包括包含配置成传送并将撞击光聚集到图像传感器308的一个或多个光学元件(例如，至少一个聚光镜)的透镜组装件312。透镜组装件312可具有至少部分地启用本文描述的认证的各种光学属性。例如，透镜组装件312可以促进在单个图像传感器和共用位置处捕捉从用户的两个虹膜反射的光，和/或捕捉用户的眼睛和/或脸部特征作为来自共用位置的虹膜的补充。具体而言，透镜组装件312可被设计用于200到500mm之间的焦距，这可促进在臂长距离处的用户认证，如上所述。透镜组装件312还可具有针对此类焦距定制并且达到最小像素密度(与图像传感器308相组合)和所需调制传递函数(MTF)的FOV和数值孔径(NA)。透镜组装件312的光学属性的选择可包括平衡各竞争属性，诸如景深(DOF)和MTF。
透镜组装件312(例如，该至少一个光学元件)可被配置用于固定焦点或可调整焦点操作。在被配置用于固定焦点操作时，相对于可调整焦点配置而言，透镜组装件312可具有更大DOF。相反，在被配置用于可调整焦点操作时，相对于固定焦点配置而言，透镜组装件312可展现出更大MTF输出但降低DOF。
不管使用可调整还是固定焦点，处理器302可以确定用户被成像的距离。此类距离在本文中称为“z距离”，并且一般与执行用户认证的设备(例如，图1的移动设备102)上的光发射或收集的位置(例如，布置虹膜照明器306或图像传感器308的位置)与被成像用户的区域(例如，眼睛、鼻梁)的表面之间的(例如，欧几里得)距离相对应。
如上所述，许多现有虹膜和脸部识别系统迫使用户将他或她的头置于高度受约束的位置中。这一约束允许假定z距离。相反，使用本文描述的办法，显著更大范围的z距离可以是可能的。相应地，在许多示例中，处理器302和/或其他组件可被配置成(在特定场景中合乎需要的情况下)确定距经历认证的用户的z距离。
在一些示例中，z距离可通过评估至少一个图像是否接近最优焦点——例如，对于其中透镜组装件被配置用于固定焦点的实现，透镜组装件312的焦距——来确定。这一评估一般可包括评估图像中各特征的锐度，并且具体而言例如通过经由斜率检测确定边缘特征的峰值辐照与滚降(roll-off)的比率。被成像的对象的边缘特征可以提供具有强度简档或由图像传感器捕捉的灰度级简档的图像内容，这可展现斜率；较陡斜率与具有较不陡峭斜率的图像相比可指示相对更聚焦的图像。作为非限制性示例，可评估边缘特征的斜率的一种类型的滤波器是Hessian滤波器。在一些示例中，处理器302可被配置成处理在图像传感器308处接收到的图像序列，每一图像在不同z距离处被捕捉。该图像序列中的每一图像可以通过分析该图像中的一个或多个特征的锐度来被处理。与最尖锐图像相关联的焦距可被选为z距离。对于可调整焦点实现，处理器302可以通过处理在图像传感器308处接收到的图像序列并评估该图像中的一个或多个特征的锐度来确定透镜组装件312的最优焦点(例如，最优焦距)。透镜组装件312的焦点可被设置成捕捉具有最大锐度的图像的焦距。
z距离的确定可以使得能够确定其他参数，诸如IPD(这可基于z距离和FOV以至少部分三角测量的方式来确定)。
IPD本身可被用来评估透镜组装件312距其最优焦点的接近度。在一个实现中，可基于人类IPD的已知调查数据来确定表示人类群体的平均IPD的平均IPD。随后可基于透镜组装件312和图像传感器308的已知属性来确定将在该透镜组装件处于或接近最优焦点(例如，250mm焦距)的情况下所捕捉的具有平均IPD的人类主体的图像中预期的像素数。与随后被成像的人类主体的IPD相对应的像素数随后可与对应于平均IPD的像素数相比较以评估距最优焦点的接近度。一旦给定人类主体的IPD像素数是已知的，就可以在后续用户认证会话中咨询这一数目以将人类主体引导至最优z距离。作为替换或补充，在后续用户认证会话期间收集的数据可以根据IPD像素的即时数目与先前针对该人类主体确定的IPD像素数之差来加权。
图5描绘了将所捕捉的人类主体的IPD与平均人类IPD相比较可如何产生透镜组装件312距其最优焦点的距离的数值估计的示例。在所描绘的示例中，三组瞳孔(每一组瞳孔具有不同IPD)被透镜组装件成像，诸如图3的透镜组装件312，它具有示例性焦距250mm和30°FOV。这三组瞳孔分别具有74mm、64.5mm以及55mm的IPD。如在图5中可看到的，55mm的下限IPD可越过平均IPD场线502，比焦距接近焦点504约34mm，而74mm的上限IPD越过平均IPD场线，比焦距远约43mm。如此，可以检测到图像是否处于距理想焦点-34mm/+43mm内，而无需知悉被成像的人类主体的IPD。将理解，各数值(例如，FOV、焦距、IPD)是非限制性示例，并且检测图像与理想焦点的偏差的办法适用于具有其他数值的系统。
返回图3，将明白，生物测定标识系统300被提供作为示例，并且可被修改而不背离本公开的范围。例如，系统300可包括在发射侧偏振器310A的下游的光学窗口(图3中未示出)和在接收侧偏振器310B的上游的另一光学窗口(图3中未示出)。作为替换或补充，接收侧偏振器310B可被置于透镜组装件312下游而非上游。在其他实现中，可为两只眼睛中的每一只眼睛提供虹膜照明器、偏振器、透镜组装件、以及图像传感器中的一者或多者。此外，处理器302可用于按三种或更多种模式来驱动虹膜照明器，每一模式使得用户的虹膜被不同地照亮。
图6示出了解说用于执行用户认证的方法600的流程图。方法600可例如由移动设备102(图1)和/或生物测定标识系统300(图3)执行。此外，方法600可由下文参考图7描述的计算设备700执行。虽然该方法可由图1、2和5中所示的那些组件和设备以外的组件和设备来执行，但该方法可以按包括结合这些附图以及图3描述的功能性的方式来执行。
在方法600的602，通过在第一模式和第二模式中驱动虹膜照明器来照亮用户的虹膜。虹膜照亮可包括在方法600的604在第一模式中只驱动第一光源、在第二模式中只驱动第二光源。第一和第二光源可以在空间上分隔开。虹膜照亮可包括在方法600的606在第一模式中发射第一波长范围的光，且在第二模式中发射不同于第一范围的第二波长范围的光。虹膜照亮可包括在方法600的608在第一模式中以第一发射角来发射光，且在第二模式中以不同于第一角度的第二发射角来发射光。虹膜照亮可包括在方法600的610在第一模式中发射具有第一偏振属性的光，且在第二模式中发射具有不同于第一偏振属性的第二偏振属性的光。
在方法600的612，在图像传感器处捕捉从用户的虹膜反射的光，使得第一模式输出和第二模式输出被捕捉。第一模式输出和第二模式输出可分别与作为在第一模式中和第二模式中的照明的结果而反射的光相对应，并且如此可以提供使用不同源、波长、发射角和/或偏振属性的光来产生的输出。
在方法600的614，处理第一和第二模式输出中的至少一者。该处理可包括例如评估至少一个模式输出以确定其在执行用户认证时的效用。
在方法600的616，可任选地确定在614处处理的输出是否满足虹膜数据阈值(例如，质量阈值)。如果确定经处理的输出的确满足(是)虹膜数据阈值，则方法600进至622。如果确定经处理的输出不满足(否)虹膜数据阈值，则方法600进至618。
在方法600的618，可任选地收集一个或多个附加生物测定。例如，瞳孔边界、异色边界、IPD、眼睛形状、眼睑形状、眉毛形状、眼睛移动以及眼睛收缩/扩张中的一者或多者可被测量。捕捉一个或多个脸部特征的图像可以在图像传感器处产生脸部模式输出。执行对从脸部模式输出导出的一个或多个脸部特征的认证可以增强使用虹膜识别的用户认证。
在方法600的620，可任选地生成提示用户动作的输出。例如，可以生成提示用户调整他或她的注视和/或头部取向的输出并将其发送到显示设备。在620之后，方法600进至622。
在方法600的622，选择第一和第二模式之一来对用户执行虹膜认证。
在方法600的624，可任选地选择第一和第二模式中的另一者来对用户执行虹膜认证——例如，在622处未被选择的模式可在624处被选择。
在方法600的626，可任选地基于第一和第二模式输出的组合来执行虹膜认证。基于这一组合来执行虹膜认证可包括在方法600的628组合第一和第二部分虹膜图像并处理经组合的虹膜图像。
在方法600的630，可任选地单独地基于第一和第二模式输出来执行虹膜认证。
将理解，本文描述的办法适用于其中对用户的单个虹膜而非两个虹膜进行认证的实现。在此类实现中，单个虹膜可根据各自使得该单个虹膜被不同地照亮的一个或多个模式来被照亮。虹膜照亮以及得自虹膜照亮的反射光的捕捉可以或可以不包括两个虹膜的至少部分照亮和捕捉，即使只有单个虹膜被认证。
在一些实现中，本文中描述的方法和过程可以与一个或多个计算设备的计算系统绑定。具体而言，这样的方法和过程可被实现为计算机应用程序或服务、应用编程接口(API)、库和/或其他计算机程序产品。
图7示意性地示出了可执行上述方法和过程中的一个或多个的计算系统700的非限制性实施例。以简化形式示出了计算系统700。计算系统700可采取以下形式：一个或多个个人计算机、服务器计算机、平板计算机、家庭娱乐计算机、网络计算设备、游戏设备、移动计算设备、移动通信设备(例如，智能电话)、可穿戴计算设备和/或其他计算设备。
计算系统700包括逻辑设备702和存储设备704。计算系统700可任选地包括显示子系统505、输入子系统708、通信子系统710和/或在图7中未示出的其他组件。
逻辑设备702包括被配置为执行指令的一个或多个物理设备。例如，逻辑设备可被配置成执行作为以下各项的一部分的指令：一个或多个应用、服务、程序、例程、库、对象、组件、数据结构、或其他逻辑构造。这种指令可被实现以执行任务、实现数据类型、转换一个或多个组件的状态、实现技术效果、或以其他方式得到期望结果。
逻辑设备可以包括被配置成执行软件指令的一个或多个处理器。附加地或替换地，逻辑设备可包括被配置成执行硬件或固件指令的一个或多个硬件或固件逻辑设备。逻辑设备的处理器可以是单核的或多核的，其上执行的指令可以被配置用于串行、并行和/或分布式处理。逻辑设备的个体组件可任选地分布在两个或更多个分开的设备之间，所述设备可以位于远程以及/或者被配置用于协同处理。逻辑设备的各方面可由以云计算配置进行配置的可远程访问的联网计算设备来虚拟化和执行。
存储设备704包括被配置成保持可由逻辑设备执行的指令以实现本文描述的方法和过程的一个或多个物理设备。当实现这样的方法和过程时，存储设备704的状态可以被转换—例如以保存不同的数据。
存储设备704可包括可移动和/或内置设备。存储设备704可包括光学存储器(例如，CD、DVD、HD-DVD、蓝光碟等)、半导体存储器(例如，RAM、EPROM、EEPROM等)和/或磁性存储器(例如，硬盘驱动器、软盘驱动器、磁带驱动器、MRAM等)、等等。存储设备704可包括易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序存取、位置可寻址、文件可寻址和/或内容可寻址设备。此外，存储设备704可被配置成作为安全协议的一部分来加密数据，诸如经处理的生物测定信息。
可以理解，存储设备704包括一个或多个物理设备。然而，本文描述的指令的各方面可替换地通过不由物理设备在有限时长内持有的通信介质(例如，电磁信号、光信号等)来传播。
逻辑设备702和存储设备704的各方面可以被一起集成到一个或多个硬件逻辑组件中。这些硬件逻辑组件可包括例如现场可编程门阵列(FPGA)、程序和应用专用的集成电路(PASIC/ASIC)、程序和应用专用的标准产品(PSSP/ASSP)、片上系统(SOC)以及复杂可编程逻辑器件(CPLD)。
应该理解，在此使用的“服务”是跨多个用户会话可执行的应用程序。服务可用于一个或多个系统组件、程序和/或其他服务。在某些实现中，服务可以在一个或多个服务器计算设备上运行。
在包括显示子系统505时，显示子系统704可用于呈现由存储设备704所保持的数据的视觉表示。此视觉表示可采用图形用户界面(GUI)的形式。由于本文所描述的方法和过程改变了由存储设备保存的数据，并由此转换存储设备的状态，因此同样可以转换显示子系统505的状态以可视地表示底层数据的改变。显示子系统505可包括使用实质上任何类型的技术的一个或多个显示设备。这样的显示设备可与逻辑设备702和/或存储设备704一起组合在共享封装中，或者这样的显示设备可以是外围显示设备。
在包括输入子系统708时，输入子系统708包括诸如键盘、鼠标、触摸屏或游戏控制器之类的一个或多个用户输入设备或者与其对接。在一些实施例中，输入子系统可以包括所选择的自然用户输入(NUI)部件或与其对接。此类部件可以是集成的或外围的，并且输入动作的转导和/或处理可以在板上或板外被处理。NUI部件的示例可包括用于语言和/或语音识别的话筒；用于机器视觉和/或姿势识别的红外、色彩、立体显示和/或深度相机；用于运动检测和/或意图识别的头部跟踪器、眼睛跟踪器、加速度计和/或陀螺仪；以及用于评估脑部活动的电场感测部件。
当包括通信子系统710时，通信子系统710可被配置为将计算系统700与一个或多个其他计算设备通信地耦合。通信子系统710可包括与一个或多个不同通信协议兼容的有线和/或无线通信设备。作为非限制性示例，通信子系统可被配置成用于经由无线电话网络或者有线或无线(例如，蓝牙)局域网或广域网来进行通信。在一些实施例中，通信子系统可允许计算系统700经由诸如互联网这样的网络将消息发送至其他设备以及/或者从其他设备接收消息。
另一示例提供了一种生物测定标识系统，包括：虹膜照明器，图像传感器，其被配置成捕捉作为用户的虹膜被所述虹膜照明器照亮的结果而从这些虹膜反射的光，驱动电路，其被配置成在第一模式和第二模式中驱动所述虹膜照明器，每一模式使得虹膜被不同地照亮，所述第一和第二模式由此分别在所述图像传感器处产生第一模式输出和在所述图像传感器处产生第二模式输出，以及处理器，其被配置成处理所述第一模式输出和所述第二模式输出中的至少一者并且响应于此类处理来选择所述第一模式和所述第二模式之一以用于对所述用户执行虹膜认证。在这样的示例中，作为替换或补充，虹膜照明器可包括第一光源和第二光源。在这样的示例中，作为替换或补充，在第一模式中，只有第一光源而非第二光源可被驱动。在这样的示例中，作为替换或补充，在第二模式中，只有第二光源而非第一光源可被驱动。在这样的示例中，作为替换或补充，第一和第二光源可以在空间上分开。在这样的示例中，作为替换或补充，第一光源可被配置成以第一发射角范围来发射光。在这样的示例中，作为替换或补充，第二光源可被配置成以第二发射角范围来发射光。在这样的示例中，作为替换或补充，第二范围可不同于第一范围。在这样的示例中，作为替换或补充，处理器可被配置成通过组合用户的第一虹膜的第一部分图像和用户的第二虹膜的第二部分图像以产生经组合虹膜图像并处理经组合的虹膜图像来对用户执行虹膜认证。在这样的示例中，作为替换或补充，处理器可被配置成在选择第一和第二模式之一之后选择第一和第二模式中的另一者。在这样的示例中，作为替换或补充，处理器可被配置成基于第一和第二模式输出的组合来执行虹膜认证。在这样的示例中，作为替换或补充，第一模式可以使得用具有第一波长范围的光来进行虹膜照亮。在这样的示例中，作为替换或补充，第二模式可以使得用具有第二波长范围的光来进行虹膜照亮。在这样的示例中，作为替换或补充，第二波长范围可不同于第一波长范围。在这样的示例中，作为替换或补充，第一模式可以使得用具有第一偏振属性的光来进行虹膜照亮。在这样的示例中，作为替换或补充，第二模式可以使得用具有第二偏振属性的光来进行虹膜照亮。在这样的示例中，作为替换或补充，第一和第二偏振属性可分别包括相互正交的偏振。在这样的示例中，作为替换或补充，图像传感器可被进一步配置成捕捉从用户的脸部反射的光，由此在图像传感器处产生脸部模式输出。在这样的示例中，作为替换或补充，处理器可被配置成通过执行对从脸部模式输出导出的一个或多个脸部特征的认证来增强用户的虹膜认证。在这样的示例中，作为替换或补充，一个或多个脸部特征可包括瞳孔边界、异色边界、瞳孔间距、眼睛移动、瞳孔扩张和/或收缩、眼睛形状、眼睑形状以及眉毛形状。在这样的示例中，作为替换或补充，处理器可被配置成响应于此类处理来确定第一和第二模式输出之一的经处理输出是否满足虹膜数据阈值。在这样的示例中，作为替换或补充，处理器可被配置成在经处理输出不满足虹膜数据阈值的情况下生成提示用户更改用户的注视和/或头部取向的输出。在这样的示例中，作为替换或补充，处理器可被配置成通过处理在图像传感器处接收到的图像序列来确定光学元件的最优焦点或z距离，每一图像是在不同z距离处捕捉的，该处理包括评估图像中一个或多个特征的锐度。在这样的示例中，作为替换或补充，处理器可被配置成基于图像序列中被评估为具有最大锐度的图像来确定用户的瞳孔间距。以上描述的示例中的任何一个或全部可按任何合适的方式被组合在各实现中。
另一示例提供了一种生物测定标识方法，包括：通过在第一模式和第二模式中驱动虹膜照明器来照亮用户的虹膜，每一模式使得所述虹膜被不同地照亮，在图像传感器处捕捉作为所述用户的虹膜被在所述第一模式和第二模式中驱动的所述虹膜照明器照亮的结果从这些虹膜反射的光，使得在所述图像传感器处捕捉第一模式输出和第二模式输出，处理所述第一模式输出和所述第二模式输出中的至少一者，以及响应于此类处理，选择所述第一模式和所述第二模式之一来用于对所述用户执行虹膜认证。在这样的示例中，虹膜照明器另选地或附加地可包括第一光源和第二光源。在这样的示例中，作为替换或补充，在第一模式中，只有第一光源而非第二光源可被驱动。在这样的示例中，作为替换或补充，在第二模式中，只有第二光源而非第一光源可被驱动。在这样的示例中，作为替换或补充，该方法可包括在选择第一和第二模式之一之后选择第一和第二模式中的另一者。在这样的示例中，作为替换或补充，该方法可包括基于第一和第二模式输出的组合来执行虹膜认证。在这样的示例中，作为替换或补充，第一模式输出可以是用户的第一虹膜的第一部分图像。在这样的示例中，作为替换或补充，第二模式输出可以是用户的第二虹膜的第二部分图像。在这样的示例中，作为替换或补充，第一和第二模式输出的组合可以是经组合虹膜图像。在这样的示例中，作为替换或补充，在第一模式中发射的光的波长范围和偏振属性中的一者或两者可分别不同于在第二模式中发射的光的波长范围和偏振属性中的一者或两者。以上描述的示例中的任何一个或全部可按任何合适的方式被组合在各实现中。
另一示例提供了一种生物测定标识系统，包括：虹膜照明器，图像传感器，其被配置成捕捉作为用户的虹膜被所述虹膜照明器照亮的结果而从这些虹膜反射的光，驱动电路，其被配置成在第一模式和第二模式中交替驱动所述虹膜照明器，每一模式使得虹膜被不同地照亮，所述第一和第二模式由此分别在所述图像传感器处产生第一模式输出和在所述图像传感器处产生第二模式输出，以及处理器，所述处理器被配置成：处理所述第一模式输出和所述第二模式输出中的至少一者，以及响应于此类处理，选择第一模式和第二模式中的一者以通过组合用户的第一虹膜的第一部分图像和用户的第二虹膜的第二部分图像以产生经组合虹膜图像并处理该经组合的虹膜图像来对用户执行虹膜认证。以上描述的示例中的任何一个或全部可按任何合适的方式被组合在各实现中。
将会理解，本文描述的配置和/或方式本质是示例性的，这些具体实施例或本文示例不应被视为限制性的，因为许多变体是可能的。本文描述的具体例程或方法可以表示任何数量的处理策略中的一个或多个。如此，所例示和/或所描述的各种动作可以以所示和/或所述顺序、以其他顺序、并行地执行，或者被省略。同样，上述过程的次序可以改变。
本公开的主题包括本文公开的各种过程、系统和配置以及其他特征、功能、动作和/或性质的所有新颖和非显而易见的组合和子组合，以及其任何和所有等同物。

Claims (19)

1.一种生物测定标识系统，包括：
虹膜照明器；
图像传感器，其被配置成捕捉作为用户的虹膜被所述虹膜照明器照亮的结果而从这些虹膜反射的光；
驱动电路，其被配置成在第一模式和第二模式中驱动所述虹膜照明器，每一模式使得虹膜被不同地照亮，所述第一和第二模式由此分别在所述图像传感器处产生第一模式输出和在所述图像传感器处产生第二模式输出,其中所述第一模式输出和所述第二模式输出中的每一者能被单独地使用来执行对所述用户的虹膜认证；以及
处理器，其被配置成处理所述第一模式输出和所述第二模式输出中的至少一者并且响应于此类处理来选择所述第一模式和所述第二模式之一以用于对所述用户执行虹膜认证；
其中，所述处理器被进一步配置成确定对所述第一模式和所述第二模式之一或两者的选择性使用以用于后续的虹膜认证；
其中，所述处理器被进一步配置成按交替的时间顺序方式来利用所述第一模式输出和所述第二模式输出两者。
2.如权利要求1所述的生物测定标识系统，其特征在于：
所述虹膜照明器包括第一光源和第二光源，
在所述第一模式中，只有所述第一光源而没有所述第二光源被驱动，以及
在所述第二模式中，只有所述第二光源而没有所述第一光源被驱动。
3.如权利要求2所述的生物测定标识系统，其特征在于，所述第一和第二光源在空间上分隔开。
4.如权利要求2所述的生物测定标识系统，其特征在于：
所述第一光源被配置成以第一范围的发射角来发射光，以及
所述第二光源被配置成以第二范围的发射角来发射光，所述第二范围不同于所述第一范围。
5.如权利要求1所述的生物测定标识系统，其特征在于，所述处理器被进一步配置成通过以下操作对所述用户执行所述虹膜认证：
组合所述用户的第一虹膜的第一部分图像与所述用户的第二虹膜的第二部分图像以产生经组合虹膜图像，以及
处理所述经组合虹膜图像。
6.如权利要求1所述的生物测定标识系统，其特征在于，所述处理器被进一步配置成：
在选择所述第一和第二模式之一之后，选择所述第一和第二模式中的另一者，以及
基于所述第一和第二模式输出的组合来执行所述虹膜认证。
7.如权利要求1所述的生物测定标识系统，其特征在于：
所述第一模式使得用具有第一波长范围的光来进行虹膜照亮，以及
所述第二模式使得用具有第二波长范围的光来进行虹膜照亮，所述第二波长范围不同于所述第一波长范围。
8.如权利要求1所述的生物测定标识系统，其特征在于：
所述第一模式使得用具有第一偏振属性的光来进行虹膜照亮，以及
所述第二模式使得用具有第二偏振属性的光来进行虹膜照亮。
9.如权利要求8所述的生物测定标识系统，其特征在于，所述第一和第二偏振属性分别包括相互正交的偏振。
10.如权利要求1所述的生物测定标识系统，其特征在于：
所述图像传感器被进一步配置成捕捉从所述用户的脸部反射的光，由此在所述图像传感器处产生脸部模式输出，以及
所述处理器被进一步配置成通过执行对从所述脸部模式输出导出的一个或多个脸部特征的认证来增强所述用户的虹膜认证。
11.如权利要求10所述的生物测定标识系统，其特征在于，所述一个或多个脸部特征包括瞳孔边界、异色边界、瞳孔间距、眼睛移动、瞳孔扩张和/或收缩、眼睛形状、眼睑形状以及眉毛形状。
12.如权利要求1所述的生物测定标识系统，其特征在于，所述处理器被进一步配置成：
响应于此类处理，确定所述第一和第二模式输出之一的经处理输出是否满足虹膜数据阈值，以及
如果经处理输出不满足虹膜数据阈值，则生成提示所述用户更改所述用户的注视和/或头部取向的输出。
13.如权利要求1所述的生物测定标识系统，其特征在于，所述处理器被进一步配置成通过处理在所述图像传感器处接收到的图像序列来确定光学元件的最优焦点或z距离，每一图像是在不同z距离处捕捉的，所述处理包括评估所述图像中一个或多个特征的锐度。
14.如权利要求13所述的生物测定标识系统，其特征在于，所述处理器被进一步配置成基于所述图像序列中被评估为具有最大锐度的图像来确定所述用户的瞳孔间距。
15.一种生物测定标识方法，包括：
通过在第一模式和第二模式中驱动虹膜照明器来照亮用户的虹膜，每一模式使得所述虹膜被不同地照亮；
在图像传感器处捕捉作为所述用户的虹膜被在所述第一模式和第二模式中驱动的所述虹膜照明器照亮的结果从这些虹膜反射的光，使得在所述图像传感器处捕捉第一模式输出和第二模式输出,其中所述第一模式输出和所述第二模式输出中的每一者能被单独地使用来执行对所述用户的虹膜认证；
处理所述第一模式输出和所述第二模式输出中的至少一者；以及
响应于此类处理，选择所述第一模式和所述第二模式之一来用于对所述用户执行虹膜认证；以及
确定对所述第一模式和所述第二模式之一或两者的选择性使用以用于后续的虹膜认证；
其中，所述第一模式输出和所述第二模式输出两者按交替的时间顺序方式来被利用。
16.如权利要求15所述的方法，其特征在于：
所述虹膜照明器包括第一光源和第二光源，
在所述第一模式中，只有所述第一光源而没有所述第二光源被驱动，以及
在所述第二模式中，只有所述第二光源而没有所述第一光源被驱动。
17.如权利要求15所述的方法，其特征在于，进一步包括：
在选择所述第一和第二模式之一之后，选择所述第一和第二模式中的另一者；以及
基于所述第一和第二模式输出的组合来执行所述虹膜认证。
18.如权利要求15所述的方法，其特征在于，在所述第一模式中发射的光的波长范围和偏振属性中的一者或两者分别不同于在所述第二模式中发射的光的波长范围和偏振属性中的一者或两者。
19.一种生物测定标识系统，包括：
虹膜照明器；
图像传感器，其被配置成捕捉作为用户的虹膜被所述虹膜照明器照亮的结果而从这些虹膜反射的光；
驱动电路，其被配置成在第一模式和第二模式中交替驱动所述虹膜照明器，每一模式使得虹膜被不同地照亮，所述第一和第二模式由此分别在所述图像传感器处产生第一模式输出和在所述图像传感器处产生第二模式输出，其中所述第一模式输出和所述第二模式输出中的每一者能被单独地使用来执行对所述用户的虹膜认证；以及
处理器，所述处理器被配置成：处理所述第一模式输出和所述第二模式输出中的至少一者，以及响应于此类处理，选择第一模式和第二模式中的一者以通过组合所述用户的第一虹膜的第一部分图像和所述用户的第二虹膜的第二部分图像以产生经组合虹膜图像并处理该经组合的虹膜图像来对用户执行虹膜认证；
其中，所述处理器被进一步配置成确定对所述第一模式和所述第二模式之一或两者的选择性使用以用于后续的虹膜认证；
其中，所述处理器被进一步配置成按交替的时间顺序方式来利用所述第一模式输出和所述第二模式输出两者。
CN201680055960.5A 2015-09-24 2016-08-08 使用多种捕捉技术的用户认证 Active CN108027881B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/864,622 2015-09-24
US14/864,622 US10049272B2 (en) 2015-09-24 2015-09-24 User authentication using multiple capture techniques
PCT/US2016/045943 WO2017052807A1 (en) 2015-09-24 2016-08-08 User authentication using multiple capture techniques

Publications (2)

Publication Number Publication Date
CN108027881A CN108027881A (zh) 2018-05-11
CN108027881B true CN108027881B (zh) 2023-01-06

Family

ID=56877115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680055960.5A Active CN108027881B (zh) 2015-09-24 2016-08-08 使用多种捕捉技术的用户认证

Country Status (4)

Country Link
US (1) US10049272B2 (zh)
EP (1) EP3353707A1 (zh)
CN (1) CN108027881B (zh)
WO (1) WO2017052807A1 (zh)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005086802A2 (en) 2004-03-08 2005-09-22 Proxense, Llc Linked account system using personal digital key (pdk-las)
US8219129B2 (en) 2006-01-06 2012-07-10 Proxense, Llc Dynamic real-time tiered client access
US11206664B2 (en) 2006-01-06 2021-12-21 Proxense, Llc Wireless network synchronization of cells and client devices on a network
US8412949B2 (en) 2006-05-05 2013-04-02 Proxense, Llc Personal digital key initialization and registration for secure transactions
WO2009062194A1 (en) 2007-11-09 2009-05-14 Proxense, Llc Proximity-sensor supporting multiple application services
US8171528B1 (en) 2007-12-06 2012-05-01 Proxense, Llc Hybrid device having a personal digital key and receiver-decoder circuit and methods of use
US9251332B2 (en) 2007-12-19 2016-02-02 Proxense, Llc Security system and method for controlling access to computing resources
US8508336B2 (en) 2008-02-14 2013-08-13 Proxense, Llc Proximity-based healthcare management system with automatic access to private information
US11120449B2 (en) 2008-04-08 2021-09-14 Proxense, Llc Automated service-based order processing
US9418205B2 (en) 2010-03-15 2016-08-16 Proxense, Llc Proximity-based system for automatic application or data access and item tracking
US8918854B1 (en) 2010-07-15 2014-12-23 Proxense, Llc Proximity-based system for automatic application initialization
US9265450B1 (en) 2011-02-21 2016-02-23 Proxense, Llc Proximity-based system for object tracking and automatic application initialization
US9405898B2 (en) 2013-05-10 2016-08-02 Proxense, Llc Secure element as a digital pocket
KR102255351B1 (ko) * 2014-09-11 2021-05-24 삼성전자주식회사 홍채 인식 방법 및 장치
US20170180614A1 (en) * 2015-12-17 2017-06-22 Intel Corporation Iris imaging
US20170308763A1 (en) * 2016-04-25 2017-10-26 Microsoft Technology Licensing, Llc Multi-modality biometric identification
US10496163B2 (en) * 2016-09-22 2019-12-03 Apple Inc. Eye and head tracking
US10904514B2 (en) 2017-02-09 2021-01-26 Facebook Technologies, Llc Polarization illumination using acousto-optic structured light in 3D depth sensing
JP2018185749A (ja) * 2017-04-27 2018-11-22 ソニーセミコンダクタソリューションズ株式会社 固体撮像装置および固体撮像装置の制御方法
DE102017110818A1 (de) * 2017-05-18 2018-11-22 Osram Opto Semiconductors Gmbh System zur Iriserkennung
US10613413B1 (en) 2017-05-31 2020-04-07 Facebook Technologies, Llc Ultra-wide field-of-view scanning devices for depth sensing
US10657401B2 (en) * 2017-06-06 2020-05-19 Microsoft Technology Licensing, Llc Biometric object spoof detection based on image intensity variations
US10380418B2 (en) * 2017-06-19 2019-08-13 Microsoft Technology Licensing, Llc Iris recognition based on three-dimensional signatures
US10181200B1 (en) 2017-06-28 2019-01-15 Facebook Technologies, Llc Circularly polarized illumination and detection for depth sensing
CN107463880A (zh) * 2017-07-07 2017-12-12 广东欧珀移动通信有限公司 控制方法、电子装置和计算机可读存储介质
US10574973B2 (en) 2017-09-06 2020-02-25 Facebook Technologies, Llc Non-mechanical beam steering for depth sensing
WO2019094322A1 (en) * 2017-11-07 2019-05-16 EyeVerify Inc. Capturing images under coded illumination patterns to reduce effects of ambient lighting conditions
US10685101B1 (en) 2017-11-30 2020-06-16 Wells Fargo Bank, N.A. Pupil dilation response for authentication
US10521662B2 (en) * 2018-01-12 2019-12-31 Microsoft Technology Licensing, Llc Unguided passive biometric enrollment
US10602930B2 (en) * 2018-03-29 2020-03-31 Bank Of America Corporation Multi-biometric-factor, internet of things (IOT), secured network
KR102592696B1 (ko) * 2018-06-05 2023-10-24 삼성전자주식회사 다파장 광원 장치, 이를 포함하는 다기능 프로젝터 및 다기능 프로젝터를 포함하는 전자 장치
US10872221B2 (en) * 2018-06-21 2020-12-22 Amazon Technologies, Inc Non-contact biometric identification system
US11386719B2 (en) * 2018-08-16 2022-07-12 Samsung Electronics Co.. Ltd. Electronic device and operating method therefor
WO2020053610A1 (en) 2018-09-14 2020-03-19 SOLOVEV, Sergei, Vladimirovich A method for automatic contactless authentication
CN108875718B (zh) * 2018-09-25 2022-05-20 中国科学院苏州纳米技术与纳米仿生研究所 人脸识别系统及其扫描装置
CN111126145B (zh) * 2018-10-18 2024-05-10 天目爱视（北京）科技有限公司 一种避免光源像影响的虹膜3d信息获取系统
US10878548B2 (en) 2019-03-28 2020-12-29 Advanced New Technologies Co., Ltd. Specular reflection reduction using polarized light sources
US10867173B1 (en) * 2019-07-01 2020-12-15 Quantum Biometronics Private Company System and method for biometrics identification and pupillometry
BR112022001826A2 (pt) * 2019-09-04 2022-03-29 Nec Corp Dispositivo de controle, método de controle, e meio de armazenamento
EP4057214A4 (en) * 2019-11-05 2022-10-26 NEC Corporation IRIS AUTHENTICATION DEVICE AND IRIS AUTHENTICATION METHOD
WO2021105946A1 (en) * 2019-11-29 2021-06-03 Gottardo Advisory Limited Biometric registration and verification device for aircraft service and maintenance
US11232284B2 (en) * 2019-12-27 2022-01-25 Omnivision Technologies, Inc. Techniques for robust anti-spoofing in biometrics using polarization cues for NIR and visible wavelength band
EP4217920A1 (en) * 2020-09-25 2023-08-02 Apple Inc. Automatic selection of biometric based on quality of acquired image
CN112329572B (zh) * 2020-10-27 2022-07-22 苏州中科先进技术研究院有限公司 一种基于边框和闪光点的快速静态活体检测方法及装置
CN117296056A (zh) * 2021-05-19 2023-12-26 金泰克斯公司 偏振生物计量操作
EP4141819A1 (en) * 2021-08-25 2023-03-01 Tools for Humanity Corporation Iris scanning device with a single camera sensor
WO2023229512A1 (en) * 2022-05-23 2023-11-30 Fingerprint Cards Anacatum Ip Ab Real-eye detection using light of different polarization rotations

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1388945A (zh) * 2000-10-07 2003-01-01 辛成福 虹膜识别系统和方法及用于实现虹膜识别方法的计算机可读存储介质存储的计算机可执行指令
CN1940959A (zh) * 2005-09-29 2007-04-04 上海乐金广电电子有限公司 便携式虹膜识别系统及其识别虹膜的方法
CN103106401A (zh) * 2013-02-06 2013-05-15 北京中科虹霸科技有限公司 具有人机交互机制的移动终端虹膜识别装置和方法
CN104252622A (zh) * 2014-10-15 2014-12-31 倪蔚民 移动终端前置和虹膜识别一体化光电成像系统及方法

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7512254B2 (en) 2001-11-07 2009-03-31 Symbol Technologies, Inc. System and method for mobile biometric authentication
JP2001034754A (ja) 1999-07-19 2001-02-09 Sony Corp 虹彩認証装置
US20030169334A1 (en) 2001-08-06 2003-09-11 Michael Braithwaite Iris capture device having expanded capture volume
AU2003275724A1 (en) 2002-11-07 2004-06-07 Matsushita Electric Industrial Co., Ltd. Method for cerficating individual, iris registering device, system for certificating iris, and program for cerficating individual
US7280678B2 (en) * 2003-02-28 2007-10-09 Avago Technologies General Ip Pte Ltd Apparatus and method for detecting pupils
WO2004090786A2 (en) 2003-04-04 2004-10-21 Lumidigm, Inc. Multispectral biometric sensor
JP3802892B2 (ja) * 2003-08-08 2006-07-26 株式会社シゲマツ 虹彩認証装置
WO2005024698A2 (en) 2003-09-04 2005-03-17 Sarnoff Corporation Method and apparatus for performing iris recognition from an image
CN1330275C (zh) * 2003-12-07 2007-08-08 倪蔚民 基于虹膜纹理分析的生物测定方法
US7248720B2 (en) 2004-10-21 2007-07-24 Retica Systems, Inc. Method and system for generating a combined retina/iris pattern biometric
US7418115B2 (en) 2004-12-07 2008-08-26 Aoptix Technologies, Inc. Iris imaging using reflection from the eye
US7428320B2 (en) 2004-12-07 2008-09-23 Aoptix Technologies, Inc. Iris imaging using reflection from the eye
KR100729280B1 (ko) 2005-01-08 2007-06-15 아이리텍 잉크 스테레오 카메라를 장착한 이동단말기를 이용한 홍채인식시스템 및 그 방법
US8260008B2 (en) * 2005-11-11 2012-09-04 Eyelock, Inc. Methods for performing biometric recognition of a human eye and corroboration of same
US8014571B2 (en) 2006-05-15 2011-09-06 Identix Incorporated Multimodal ocular biometric system
WO2008091401A2 (en) 2006-09-15 2008-07-31 Retica Systems, Inc Multimodal ocular biometric system and methods
US7574021B2 (en) 2006-09-18 2009-08-11 Sarnoff Corporation Iris recognition for a secure facility
US7986816B1 (en) 2006-09-27 2011-07-26 University Of Alaska Methods and systems for multiple factor authentication using gaze tracking and iris scanning
US8025399B2 (en) 2007-01-26 2011-09-27 Aoptix Technologies, Inc. Combined iris imager and wavefront sensor
CN100524343C (zh) * 2007-03-13 2009-08-05 杭州电子科技大学 双眼虹膜的采集方法和装置
US8953849B2 (en) 2007-04-19 2015-02-10 Eyelock, Inc. Method and system for biometric recognition
US8317325B2 (en) 2008-10-31 2012-11-27 Cross Match Technologies, Inc. Apparatus and method for two eye imaging for iris identification
US8374404B2 (en) 2009-02-13 2013-02-12 Raytheon Company Iris recognition using hyper-spectral signatures
CN101770573B (zh) * 2010-01-14 2012-02-01 沈洪泉 用于虹膜识别的自动聚焦虹膜图像成像装置及其控制方法
JP2013518319A (ja) * 2010-01-22 2013-05-20 イリテック インコーポレイテッド 虹彩サイズの異なる複数の虹彩イメージを用いた虹彩認識装置及び方法
WO2012158825A2 (en) 2011-05-17 2012-11-22 Eyelock Inc. Systems and methods for illuminating an iris with visible light for biometric acquisition
US8988350B2 (en) 2011-08-20 2015-03-24 Buckyball Mobile, Inc Method and system of user authentication with bioresponse data
KR102024954B1 (ko) * 2011-08-22 2019-09-24 아이락 엘엘씨 아티팩트 없는 이미지들을 캡처하기 위한 시스템들 및 방법들
KR101158501B1 (ko) * 2012-02-16 2012-06-20 김유정 홍채 이미지 캡쳐 장치
US9519640B2 (en) 2012-05-04 2016-12-13 Microsoft Technology Licensing, Llc Intelligent translations in personal see through display
US8437513B1 (en) * 2012-08-10 2013-05-07 EyeVerify LLC Spoof detection for biometric authentication
US8953850B2 (en) 2012-08-15 2015-02-10 International Business Machines Corporation Ocular biometric authentication with system verification
US9367676B2 (en) 2013-03-22 2016-06-14 Nok Nok Labs, Inc. System and method for confirming location using supplemental sensor and/or location data
CN103870805B (zh) * 2014-02-17 2017-08-15 北京释码大华科技有限公司 一种移动终端生物特征成像方法和装置
WO2015127313A1 (en) 2014-02-21 2015-08-27 Samsung Electronics Co., Ltd. Multi-band biometric camera system having iris color recognition

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1388945A (zh) * 2000-10-07 2003-01-01 辛成福 虹膜识别系统和方法及用于实现虹膜识别方法的计算机可读存储介质存储的计算机可执行指令
CN1940959A (zh) * 2005-09-29 2007-04-04 上海乐金广电电子有限公司 便携式虹膜识别系统及其识别虹膜的方法
CN103106401A (zh) * 2013-02-06 2013-05-15 北京中科虹霸科技有限公司 具有人机交互机制的移动终端虹膜识别装置和方法
CN104252622A (zh) * 2014-10-15 2014-12-31 倪蔚民 移动终端前置和虹膜识别一体化光电成像系统及方法

Also Published As

Publication number Publication date
EP3353707A1 (en) 2018-08-01
US10049272B2 (en) 2018-08-14
CN108027881A (zh) 2018-05-11
WO2017052807A1 (en) 2017-03-30
US20170091548A1 (en) 2017-03-30

Similar Documents

Publication Publication Date Title
CN108027881B (zh) 使用多种捕捉技术的用户认证
JP6342458B2 (ja) ビデオにおける改良型の顔面認識
US10413177B2 (en) Eyeball observation device, eyewear terminal, line-of-sight detection method, and program
US10380418B2 (en) Iris recognition based on three-dimensional signatures
US10521662B2 (en) Unguided passive biometric enrollment
JP2014519665A6 (ja) ビデオにおける改良型の顔面認識
JP2017527036A (ja) セキュアなモバイル通信で眼信号を用いるためのシステムおよび方法
KR20160126060A (ko) 편광 시선 추적
US20170185840A1 (en) Human-machine interface guidance/indication device and method for iris recognition of mobile terminal
GB2495325A (en) Focusing in iris cameras
US9877015B2 (en) User information extraction method and user information extraction apparatus
KR20220119161A (ko) 뇌-컴퓨터 인터페이스
US9838588B2 (en) User information acquisition method and user information acquisition apparatus
JP6904635B2 (ja) 複屈折ベースの生体認証のための方法及び装置
JP2006318374A (ja) 眼鏡判別装置および認証装置ならびに眼鏡判別方法
KR101419676B1 (ko) 인식 성능이 개선된 객체 인식 장치
CN107784255B (zh) 头戴式用户虹膜信息采集设备
US20230309824A1 (en) Accommodation tracking based on retinal-imaging
JP2013062560A (ja) 画像処理装置、画像処理方法、及びプログラム
WO2019167381A1 (ja) 情報処理装置、情報処理方法、およびプログラム
CN118871822A (zh) 包括透镜阵列的摄像头
WO2022066817A1 (en) Automatic selection of biometric based on quality of acquired image
CN118829960A (zh) 基于视网膜成像的调节跟踪

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant