CN108140113A - 虹膜识别 - Google Patents

虹膜识别 Download PDF

Info

Publication number
CN108140113A
CN108140113A CN201680058904.7A CN201680058904A CN108140113A CN 108140113 A CN108140113 A CN 108140113A CN 201680058904 A CN201680058904 A CN 201680058904A CN 108140113 A CN108140113 A CN 108140113A
Authority
CN
China
Prior art keywords
eyes
digital image
image frames
image data
data
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
Application number
CN201680058904.7A
Other languages
English (en)
Inventor
J·劳哈拉
P·胡苏
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 CN108140113A publication Critical patent/CN108140113A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Abstract

一种方法可包括:获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛时所捕捉的所述假定眼睛的多个数字图像帧的图像数据;以及在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上,自动检测所述虹膜的特性特征。

Description

虹膜识别
背景
虹膜识别可被用作用于各种认证或安全目的的生物测定标识方法。虹膜识别可以基于在由图像传感器捕捉眼睛的图像数据的基础上检测虹膜的一个或多个特性特征。执行该检测过程的装置可被实现为被设计用于虹膜识别目的的特定装置。另选地,用于虹膜识别目的的装备可被包括作为另一类型的装置或设备(诸如例如移动或便携式电子设备)的一部分。
特性特征的检测的可靠性并且因而虹膜识别的可靠性可受到照明和感测组件属性和位置以及虹膜识别算法细节的影响。
概述
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。
公开了一种可被用于虹膜识别目的的方法。该方法可包括:获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛的同时所捕捉的该假定眼睛的多个数字图像帧的图像数据;以及在该多个数字图像帧中的至少两个数字图像帧的图像数据的基础上,检测虹膜的特性特征。
通过参考结合附图考虑的以下详细描述将更易于领会许多附带特征,因为这些附带特征变得更好理解。
附图描述
根据附图阅读以下详细描述将更好地理解本说明书,在附图中:
图1解说了可用于虹膜识别的装置的框图;
图2解说了可用于虹膜识别的装置的框图;
图3解说了可用于虹膜识别的装置的框图;
图4解说了可用于虹膜识别的装置的视图;
图5解说了可用于虹膜识别的装置的视图;
图6解说了可用于虹膜识别的装置的视图;
图7解说了充当可用于虹膜识别的装置的移动设备;
图8解说了可被用于虹膜识别的方法;
图9解说了可被用于虹膜识别的方法;
图10解说了可被用于虹膜识别的方法;以及
图11解说了可被用于虹膜识别的方法。
在图1到7中,各装置被解说为示意图。附图并不是按比例的。图8到11的方法被解说为流程图。
详细描述
下面结合附图提供的详细描述旨在作为数个实施例的描述,并不旨在表示可以构建、实现或使用各实施例的唯一形式。
图1的装置100(在图1的图中被解说为示意性框图)被配置成获得图像数据并在所获得的图像数据的基础上检测假定眼睛的虹膜的特性特征。该装置可用于识别人眼的虹膜。识别虹膜可包括例如将眼睛的一个或多个检测到的特性特征与现有眼睛的相对应的预定一个或多个特性特征相比较以确定所讨论的眼睛是否是该特定现有眼睛。多个现有眼睛的特性特征可以被检测和/或确定并且按如下方式存储:允许将所检查的眼睛的特性特征与多个现有眼睛的特性特征进行此类比较。
图1的装置100包括处理单元101。在下文中,讨论了处理单元在使用时的操作。
在使用时,图像处理单元101获得在从不同方向照亮具有虹膜105和瞳孔106的假定眼睛104以用于捕捉假定眼睛104的两个数字图像帧的同时所捕捉的两个数字图像帧102、103。
“获得”数字图像帧或者任何其他数据内容指的是提供可用的此类数据内容以用于自动数据处理和/或存储目的的任何适当方式。例如,此类数据内容或此类数据内容的一部分可经由任何适当的有线或无线数据传输路径从另一设备或装置或同一装置的另一单元、从外部数据服务器或者例如从云服务来获得。此类数据内容也可以存储在任何适当的数据存储单元、元件、介质或设备之中或之上,处理单元可以从中获得该数据内容。获得还可包括生成所讨论的数据内容的至少一部分。例如,数字图像帧的图像数据可以通过由图像传感器捕捉数字图像帧来“获得”。
“数字图像帧”或简称为“帧”是指经由图像传感器的像素或(一个或多个)某种其他感光元件的曝光来捕获的数据内容。帧因而包括如下图像数据:其允许在该图像数据的基础上合成可显示的数字图像。数字图像的图像数据可包括例如与由图像传感器的像素接收的光能有关的信息。
获得帧的图像数据指的是获得该特定帧的完整图像数据的至少一部分。因而,可能不必要获得该帧的所有图像数据,而是在一些情形中,仅获得例如与该帧的特定部分或区域相对应的图像数据可以是足够的。
“假定眼睛”指的是被确定为可能是人类眼睛的对象。假定眼睛及其位置可由装置100或由另一装置或设备预先检测、识别或确定。
“虹膜”和“瞳孔”指的是人类眼睛或假定眼睛的虹膜和瞳孔。
从不同方向照亮意指入射在假定眼睛上的光的方向分布在两个数字图像帧的捕捉之间至少部分地不同。
此外,当在使用中时,图像处理单元在两个数字图像帧的所获得的图像数据的基础上检测虹膜的至少一个特性特征107。
虹膜的“特性特征”指的是虹膜的任何特性属性,该属性是可检测的且可被用来标识或识别虹膜,即确定所讨论的虹膜属于特定人的眼睛。“至少一个特性特征”实际上可包括多个(即一组)特性特征,这可增强识别或标识过程的可靠性。这样一组特性特征可(例如沿着环形虹膜的周界)被检测,并例如被编码成二维特征图,诸如条形码或QR(快速响应)码。在图1中解说的实施例中,多个特性特征107被编码以形成这样的二维图。
“检测”虹膜的特性特征可以指确定此类特征的存在、位置和/或详细属性的任何适当方式。如上所述,一旦检测到,此类特性特征就可与现有眼睛的对应特性特征相比较以确定该特性特征是否指示假定眼睛是该特定现有眼睛。
在两个数字图像帧的所获得的图像数据的基础上检测虹膜的一个或多个特性特征意指所述检测不是基于选择两个数字图像帧之一并检测只在该所选数字图像帧的图像数据的基础上表征的一个或多个特性。相反,两个数字图像帧两者的所获得的图像数据的至少一部分被用在所述检测中。这可改进虹膜识别过程的可靠性,因为数字图像帧之一中特性特征的存在可由同一特性特征也在另一数字图像帧中的存在来确认。
归因于以下事实可以提供进一步可靠性改进:虹膜是部分透明的三维结构,即入射光可部分穿透虹膜,在其表面下方。因此,从虹膜朝拍摄该虹膜的图像传感器反射和散射的光可取决于虹膜被照亮的方向而变化。因此,数字图像帧的图像数据可依赖于照亮方向。虹膜的一些特征可以是在从特定方向上照亮时在所捕捉的数字图像帧中是不良地可检测的,而从另一方向照亮可使得这些特征更清楚地可检测。因此,在两个被不同地照亮的数据图像帧的基础上对一个特性特征或多个特性特征的检测可以提供与虹膜结构有关的附加信息,并且因此改进虹膜识别过程的可靠性。
具体而言,在从不同方向照亮假定眼睛的同时捕捉的两个数字图像帧的图像数据可以提供虹膜的三维结构(诸如特定三维特性特征)的信息。此类三维信息可以基于例如以不同照明方向来形成的不同阴影。
图1的装置100可以是特别设计用于虹膜识别目的的特定装置或设备。另选地,同一装置可被配置成也用于其他目的。在这两种情形中,该装置可被实现为或包括在控制人员通过门、大门、或某一特定入口点的各种类型的入口控制装置或系统中。
除了实际物理入口控制之外,图1的装置100可被实现为或包括在电子装置、设备、或系统(诸如个人计算机)中,其中虹膜识别可被用于用户标识来控制对该装置、设备或系统的访问或对在此类装置、设备或系统上运行的应用的访问。此类电子设备和系统的其他示例包括例如自动提款机、自动柜员机以及各种类型的电子支付终端。此类设备也可以是便携式或移动设备,诸如膝上型计算机、平板计算机、移动电话或智能电话,但不限于这些示例。一般而言,其中包括虹膜识别装备或者在其中实现虹膜识别方法的装置、设备或系统可以是其中虹膜识别或特性特征检测可被用于例如标识或认证目的的任何类型的装置、设备或系统。
图2的装置200与图1的装置不同之处在于:当在使用时,其处理单元201在从不同方向照亮假定眼睛的同时捕捉的两个数字图像帧的所获得的图像数据的基础上生成辅助图像帧208。
“辅助图像帧”指的是人工数字图像帧,其图像数据是在两个数字图像帧的所获得的图像数据的基础上生成的,即使得这两个数字图像帧两者的图像数据影响该辅助图像帧的图像数据。
辅助图像帧的图像数据可被生成以使得它包括与在从不同方向照亮假定眼睛的同时捕捉的两个数字图像帧的图像数据之间的差异有关的信息。作为一个示例,在这两个数字图像帧中不同地出现的虹膜特征209在图2的附图中的辅助图像帧208中解说。辅助图像帧的图像数据可被称为辅助图像数据。
例如,对于与这两个数字图像帧的其中这两个帧的图像数据基本上相等的各区域相对应的图像数据的各部分,辅助图像帧的图像数据可根据这两个数字图像帧之一来设置。相反,对于与这两个数字图像帧的具有基本上不同图像数据的区域相对应的图像数据的各部分,辅助图像帧的图像数据可被设置成指示这两个数字图像帧之间的差异。
图2的装置200的处理单元201在使用时在辅助图像帧的图像数据的基础上检测假定眼睛204的虹膜205的两个或更多个特性特征207、209。处理单元因而首先将这两个数字图像帧202、203的图像数据组合成单个图像数据的图像数据(即辅助图像数据),并在这一图像数据的基础上检测特性特征。因为辅助图像数据是在这两个数字图像帧的基础上生成的,所以图2的装置的处理单元201在这两个数字图像帧的所获得的图像数据的基础上检测特性特征。然而,图2的处理单元在辅助图像帧208的基础上执行特性特征的实际检测,代替直接从两个分开的数字图像帧检测特性特征。
图3的装置300可以主要根据图1和2的装置中的任一者。它与这些装置的不同之处在于:除了获得两个数字图像帧302、303的图像数据之外,该装置的处理单元301还在使用时生成依赖于(即,相关于)两个数字图像帧的图像数据中与假定眼睛304的一区域相对应的各部分的相似性的比较数据310。相似性可包括例如在这两个数字图像帧的一个或多个相应像素中接收到的类似光能或光强度。这些像素可被选择以使其对应于假定眼睛的特定的预定感兴趣区域。这一特定“感兴趣区域”可以是基于其可确定假定眼睛中存在指示真实眼睛的验证特征的任何合适区域。例如,感兴趣区域可以是假定眼睛的虹膜区域。
在另一实施例中,代替生成比较数据,处理单元可通过从该装置的另一单元或模块或者从另一装置、设备或系统、或者从云服务接收已经生成的比较数据来获取此类比较数据。
此外,图3的装置的处理单元在比较数据310的基础上确定假定眼睛中指示真实眼睛的至少一个验证特征的存在。确定验证特征的存在意味着确定假定眼睛是否包括该验证特征。
“验证特征”指的是能在两个数字图像帧的图像数据中检测到的、在其(验证特征的)基础上可得出假定眼睛是否是真实眼睛的结论的任何种类的验证特征。验证特征可用于验证假定眼睛是否是真实眼睛,例如眼睛的图像。
真实人眼的三维性质和部分透射性可导致在这两个数字图像帧之间的特定照明差异的情况下,眼睛中存在具有产生这两个数字图像帧的图像数据中的差异的一个或多个特征的区域或点。图像数据中的此类差异因此可指示真实眼睛。这两个数字图像帧的图像数据之间缺少针对此类区域或点的任何实质差异可指示假定眼睛不是真实眼睛,而是例如真实眼睛的图像。
确定指示真实眼睛的至少一个验证特征的存在可以改进虹膜识别过程的可靠性,例如通过防止使用例如眼睛的图像来代替真实眼睛通过虹膜识别。
在图3的实施例中,感兴趣区域是假定眼睛的瞳孔306的区域,并且假定眼睛的指示真实眼睛的验证特征是位于假定眼睛的瞳孔306之后的视网膜311。例如,在从用来捕捉不同方向的图像传感器的光轴的一方向上照亮假定眼睛时,可透过假定眼睛的瞳孔可见的视网膜朝图像传感器反射光。在从相对于光轴显著倾斜的方向上进行照亮的情况下,此类反射可强烈地降低。在一实施例中,这由于以下原因而被利用:在基本上从光轴的方向照亮假定眼睛时捕捉两个数字图像帧之一,并且处理单元获得依赖于这两个数字图像帧的图像数据中与假定眼睛的瞳孔的各区域相对应的各部分中的相似性的比较数据。
关于获得数字图像帧以及检测假定眼睛的虹膜的特性特征,图3的装置的处理单元可与图1和2的装置中的任一者类似地操作。例如,处理单元301可与图2的处理单元类似地被配置成生成辅助图像帧。
在其他实施例中,代替两个数字图像帧,图1到3的处理单元所获得的图像数据可包括三个或更多个数字图像帧的图像数据。一般而言,所获得的图像数据可包括多个数字图像帧的图像数据,每一帧是从与其他数字图像帧的照明方向不同的唯一性方向来照亮而获得的。随后,两个以上数字图像帧的图像数据可被用于检测假定眼睛的虹膜的特性特征和/或确定假定眼睛中至少一个验证特征的存在。用于确定验证特征的图像帧可以与用于检测特性特征的那些图像帧相同。另选地,用于确定验证特征的帧中的至少一者可不同于用于检测特性特征的帧,且反之亦然。
此外,完全不同的数字图像帧群可被用于确定验证特征以及用于检测特性特征。此类数字图像帧群可以使用单个图像传感器来捕捉。另选地,不同数字图像帧群可由不同图像传感器来捕捉。随后,相同或不同波长范围可被用于照亮假定眼睛来捕捉不同数字图像帧群。
关于由图1到3的装置的处理单元执行的操作,存在着处理单元被配置成执行这些操作的各种可能性。例如,处理单元可以包括至少一个处理器和耦合到所述至少一个处理器的至少一个存储器,所述存储器存储程序代码指令,所述程序代码指令在所述至少一个处理器上运行时使所述处理器执行所讨论的(一个或多个)操作动作。替换地或附加地,在功能上描述的特征可以至少部分由一个或多个硬件逻辑组件来执行。作为示例而非限制,可使用的硬件逻辑组件的说明性类型包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。
在任何装置中,处理单元可以是特别设计用于以上操作的分开的单元。另选地,它可以是该装置中也执行其他操作和动作的共用处理单元。处理单元可被分成具有不同目的的两个或更多个子单元。
图4的装置400(解说为示意截面图,该装置可以根据图1到3的装置中的任一者)包括第一和第二照明元件412、413(它可包括例如发光二极管LED)和第一图像传感器414。照明元件可被定位成使得第一照明元件在使用时从第一方向照亮假定眼睛404,且第二照明元件在使用时从第二方向照亮假定眼睛。第一和第二方向可以相对于彼此呈至少10度的角α,优选地至少15度。在图4的实施例中,照明元件412、413位于该装置的相对边缘处,而第一图像传感器414基本上位于该装置的中心。
第一和第二照明元件412、413以及第一图像传感器414被配置和控制以使得在使用时第一图像传感器捕捉两个数字图像帧,在由第一照明元件照亮假定眼睛时的第一数字图像帧以及在由第二照明元件照亮假定眼睛时的第二数字图像帧。
该装置的处理单元401通过任何适当的有线或无线数据连接装置连接到第一图像传感器414,以使得它在使用时接收所捕捉的第一和第二数字图像帧。由此,处理单元获得这两个数字图像帧以用于进一步处理。
归因于在两个或更多个数字图像帧的图像数据的基础上检测虹膜的特性特征的原理,能以相对低分辨率或像素数(第一图像传感器414的像素数)来实现高可靠性虹膜识别。此类图像传感器可以是例如视频图形阵列VGA传感器或具有相对低分辨率的任何其他适当的传感器类型。分辨率要求也可以通过具有带窄视野的图像传感器而受影响,由此数字图像帧的该区域的大部分可由假定眼睛及其虹膜来覆盖。此类低分辨率或像素数以及可用图像或帧区域的高效使用可简化图像数据的处理。第一图像传感器的视野可以是例如5或3度或更少。
具有相对低分辨率并且由此具有单个数字图像帧的相对低图像数据量的图像传感器也可允许以高帧率(即,短时间间隔)捕捉连贯数字图像帧。这可改进检测虹膜的特性特征和/或确定验证特征的可靠性。
第一图像传感器414可被实现为连接到适当的外部电源和控制单元的纯数字图像传感器,并且也具有适当的外壳和光学系统。另选地,它可被包括在独立的成像模块或相机模块中,该成像模块或相机模块本身可除了实际数字图像传感器元件之外还包括例如控制电子装置。
第一图像传感器414具有光轴415。光轴是与传感器的视野的中心线相一致的虚拟轴。因而它指的是图像传感器的感光方向。位于装置400的相对边缘处的第一和第二照明元件412、413位于光轴415的相对侧,使得第一和第二方向是相对于光轴呈基本上相等的角β、γ。
从光轴的相对侧进行照明可提供三维虹膜特征的良好可区分性,由此改进特性特征检测以及进一步虹膜识别的可靠性。同时,此类照明可以允许可靠地确定假定眼睛中一个或多个验证特征的存在。
第一图像传感器的光轴可以是可调整的,即它的方向可以是可调节的,例如通过可调整光学装置或图像传感器本身的可调整位置。例如,从具有光学图像稳定化OIS的数字相机模块已知的布置和装备可存在于该装置中以用于这一目的。在一个实施例中,第一图像传感器可被布置在倾斜设计中,其中图像传感器相对于图4的实施例倾斜例如90度,并且其中光轴通过一个或多个镜朝假定眼睛的方向旋转。此类镜可以是可旋转的,以允许调整光轴方向。
除了光轴的方向的横向调整之外,第一图像传感器的焦距和视野也可以是可调整的。例如,包括音圈马达的致动器或压电致动器可被布置以移动一个或多个透镜。
在第一图像传感器的光轴是可调整的时候,第一和第二照明元件的位置也可以是可调整的,从而允许与光轴一起调整第一或第二方向。
图5的装置500与图4的装置的不同之处在于:第一照明元件512位于该装置的第一图像传感器514附近,使得在使用时,它基本上从光轴515的方向上照亮假定眼睛504。使用这一类照明方案,相同的两个数字图像帧既可用作检测虹膜的特性特征的基础,也可用作生成依赖于两个数字图像帧的图像数据中与瞳孔区域相对应的各部分的相似性的比较数据的基础,如以上参考图1到3描述的。
图6的装置600与图4的装置的不同之处在于,除第一和第二照明元件612、613之外,它包括位于第一图像传感器附近的与图5的装置的第一照明元件512相对应的第三照明元件616。
使用图6的装置600,可以用三个不同照明方向来捕捉假定眼睛604的数字图像帧。三个数字图像帧(每一者在从这些方向之一照亮假定眼睛时捕捉)的图像数据可被用于检测假定眼睛的虹膜中的特性特征。类似地,所有这三个数字图像帧的图像数据可被用于确定假定眼睛中验证特征的存在。
另选地,不同数字图像帧群的图像数据可被用于验证特征确定和特性虹膜特征检测。在一个实施例中,两个数字图像帧(一个在由第三照明元件616照亮假定眼睛时捕捉,而另一个在由第一和第二照明元件612、613之一照亮假定眼睛时捕捉)的图像数据可被用于确定验证特征。两个数字帧(一个在由第一照明元件612照亮假定眼睛时捕捉,而另一个在由第二照明元件613照亮假定眼睛时捕捉)的图像数据随后可被用于检测假定眼睛的虹膜的特性特征。
图7的装置700(解说为示意正视图)主要根据图6的装置。第一图像传感器714具有可调整光轴。装置700是移动电子设备,诸如平板计算机或智能电话。第一图像传感器714以及第一、第二和第三照明元件712、713、716是在正面可见的,即在设备的显示器717侧上,被定位成接近该装置的一端。
装置700进一步包括面向前方的相机718。处理单元701连接到第一图像传感器和面向前方的相机两者以接收由它们捕捉的数字图像帧的图像数据。面向前方的相机(它本来可用于正常面向前方的相机的目的)可被配置成也用于第二图像传感器,它在使用时在从不同方向照亮假定眼睛时由第一图像传感器714捕捉两个或更多个数字图像帧之前,捕捉假定人脸的初步数字图像帧。处理单元701随后可在假定人脸的初步数字图像帧的图像数据的基础上确定假定眼睛相对于第一图像传感器714的位置。基于这一位置,第一图像传感器714的可调整光轴随后可瞄准假定眼睛以用于在从不同方向照亮假定眼睛时捕捉两个或更多个数字图像帧。
将光轴瞄准假定眼睛的所确定的位置可以允许具有带有窄视野的第一图像传感器。这可允许将由第一图像传感器捕捉的数字图像帧的帧区域高效地用于实际假定眼睛及其虹膜。
在上文中,讨论了主要涉及装置实施例的各方面。然而,以上讨论的各装置的操作也来自方法视角。在下文中,将着重于方法方面来讨论各实施例。
上面关于这些装置及其操作的定义、细节、实现方式和有利效果所描述的内容经必要修正后也适用于下面讨论的方法方面。反之也适用。此外,以上装置和设备是用于执行下述方法的装备的示例。另一方面,以下方法是上述装置和设备的可能操作方式的示例。
图8的方法通过在步骤801获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛时所捕捉的该假定眼睛的两个数字图像帧的图像数据来开始。
在步骤802,在这两个数字图像帧的所获得的图像数据的基础上自动检测虹膜的一个或多个特性特征,从而实现虹膜的识别。
与此类特性特征的检测有关的信息可根据某一预定例程被编码成例如二维图。
“自动”指的是由一个或多个适当的数据处理单元或模块(诸如以上参考图1到7讨论的处理单元)根据预定规则和规程来执行所讨论的操作(例如检测虹膜的特性特征),而无需由包括此类单元或模块的设备的用户提供任何贡献或执行任何确定。
图8的方法可通过虹膜的实际识别的可任选步骤804来继续。换言之,在检测到的特性特征的基础上,可以确定捕捉了其数字图像帧的虹膜是属于特定人的特定现有虹膜。
另选地,该方法可在检测虹膜的特性特征处结束,在这一情形中,标识或识别虹膜的稍后步骤可在不同进程中分开地执行。特性特征可按任何适当的方式来存储以用于此类稍后识别目的。
图9的方法是图8的方法的示例,其中在从不同方向照亮假定眼睛时所捕捉的两个数字图像帧的图像数据的基础上检测虹膜的至少一个特性特征的步骤包括两个子步骤。在第一子步骤902a中,在这两个数字图像帧的所获得的图像数据的基础上生成辅助图像数据。如以上参考图2描述的,辅助图像数据可以被生成以指示或依赖于具有不同照明方向的两个数字图像帧之间的差异。由此,辅助图像帧的图像数据可包括例如虹膜的一个或多个三维特征的信息。
在第二子步骤902b中,在辅助帧的图像数据的基础上检测虹膜的一个或多个特性特征。
图10的方法包括与图8的方法类似的获得图像数据和至少检测虹膜的特性特征的步骤1001、1002。后一步骤1002可包括与图9的方法的那些子步骤类似的子步骤。
图10的方法还包括验证假定眼睛的性质。首先,在步骤1003a,获得比较数据,该比较数据依赖于这两个数字图像帧的图像数据中与假定眼睛的感兴趣区域相对应的那些部分的相似性。
在步骤1003b,在比较数据的基础上自动确定假定眼睛中是否存在指示该假定眼睛是真实眼睛的至少一个此类验证特征。此类验证特征可以是例如虹膜的某一结构细节,该结构细节被选择成使得在真实眼睛的情形中,虹膜的三维性质必然在这两个数字图像帧之间的图像数据中产生某一差异。另一方面,在例如作为假定眼睛的眼睛的二维图像的情形中,假定眼睛的所选感兴趣区域的图像数据的相似性可被认为是假定眼睛不是真实眼睛的指示。
用于比较数据的图像数据的各部分可以对应于例如假定眼睛的瞳孔区域。随后,如以上参考图3和5所描述的,对于在基本上从图像传感器的光轴方向照亮假定眼睛时捕捉的两个数字图像帧之一,位于真实眼睛的瞳孔之后的视网膜造成回到图像传感器的反射,这强烈地降低与在从不同方向照亮假定眼睛时捕捉的数字图像帧的对应图像数据的相似性。这一低相似性指示假定眼睛中视网膜的存在,由此指示假定眼睛是真实眼睛。
在图11中解说的方法中,“获得”数字图像帧的图像包括实际捕捉数字图像。
图11的方法通过在步骤1101a在从第一方向照亮假定眼睛时捕捉假定眼睛的第一数字图像帧来开始。
在步骤1101b,在从不同于第一方向的第二方向照亮假定眼睛时捕捉该假定眼睛的第二数字图像帧。角差可以例如是10度或15度或更大。第一和第二方向之间的较大差异可导致与虹膜的三维特征相对应的所捕捉的帧的各部分中的图像数据的较大差异。第一和第二方向可从用于捕捉第一和第二数字图像帧的图像传感器的光轴的相对侧瞄准假定眼睛。这可在第一和第二数字图像帧的基础上增强三维虹膜特征的可区分性。
在步骤1102a,在从第一和第二方向照亮假定眼睛时捕捉的两个数字图像帧的基础上自动生成辅助图像数据。如以上参考图2描述的,辅助图像数据可被生成,例如使得它包括依赖于第一和第二数字图像帧的图像数据之间的差异的图像数据。由此,辅助图像数据可包含例如与假定眼睛的虹膜的三维结构特征有关的信息。
在步骤1102b,在辅助图像帧的图像数据的基础上,即实际在两个数字图像帧的图像数据的基础上,检测假定眼睛的虹膜的至少一个特性特征。
与图8的方法相似,图11的方法还可进一步包括实际虹膜识别的一个或多个步骤1104,其中检测到的假定眼睛的虹膜的特性特征被用于识别该实际虹膜所属的人。
此外,图11的方法还可包括验证假定眼睛,例如与以上参考图3、5和10描述的相类似。由此,在假定眼睛的指示真实眼睛的至少一个特征的基础上检查假定眼睛是真实人眼还是例如真实人眼的图像是可能的。
作为可以与上述实际虹膜识别和假定眼睛验证中的一者或两者一起存在或不一起存在的又一附加特征,图11中解说的方法可包括首先如以上参考图7描述的,在由第一图像传感器捕捉第一和第二数字图像帧之前,使用第二图像传感器捕捉假定人脸的初步数字图像帧。在此类帧的图像数据的基础上,假定眼睛相对于第一图像传感器的位置随后可被自动确定。此外,基于这一位置,第一图像传感器的光轴随后可被瞄准假定眼睛以用于捕捉第一和第二数字图像帧。
图8到11的方法的(与例如假定眼睛的照亮、数字图像帧、比较数据以及辅助图像及其图像数据有关)细节可以根据以上参考图1到7讨论的装置中的任一者的操作。
图8到11的方法可以在任何适当的设备或装置中执行或由其执行,它们的一些示例在以上参考图1到7的装置给出。
在图8到11的方法中,所述方法的步骤可以在适当的时候以任何次序执行,并且可能至少部分地在时间上交叠。
在以上讨论的装置和方法实施例中,假定眼睛的照明可由基本上对人眼不可见的红外光(例如,近红外光)来形成。相对应地,照明元件可被配置成发出红外波长范围的光,并且图像传感器可被配置成感测红外光。
例如,假定眼睛可以用具有最大强度处于780-820nm的光来照亮。从装置视角来看,第一、第二和第三照明元件可以在使用时发出这一波长范围的光,并且第一图像传感器可具有在这一波长范围处的最大感光度。同样,第二图像传感器可具有在这一波长范围处的最大感光度。另选地,例如,在具有充当第二图像传感器的面向前方的相机的实施例中,第二图像传感器可具有在可见光波长范围处的最大感光度。
以下进一步简短地讨论一些实施例。
在一装置方面,可实现一种包括处理单元的装置,所述处理单元被配置成:获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛的同时所捕捉的所述假定眼睛的多个数字图像帧的图像数据;以及在该多个数字图像帧中的至少两个数字图像帧的图像数据的基础上,检测虹膜的特性特征。
在一实施例中,所述处理单元被配置成在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上生成辅助图像帧,以及在所述辅助图像帧的图像数据的基础上检测特性特征。所述辅助图像帧可包括例如依赖于在其图像数据的基础上生成辅助图像帧的所述至少两个数字图像帧之间的差异的辅助图像数据。
在一实施例中,所述处理单元被配置成生成辅助图像帧,所述多个数字图像帧中的所述至少两个数字图像帧和所述辅助图像帧各自包括像素,所述辅助图像帧的图像数据对于其像素包括所述至少两个数字图像帧之间的对应像素的图像数据的差异的指示。
在以上实施例中的任一者中,处理单元被配置成生成辅助图像帧,所述辅助图像帧可包括包含将虹膜的三维结构特征定义为所述特性特征的数据的辅助图像数据。
在可根据以上实施例中的任一者的实施例中,所述多个数字图像帧由具有光轴的第一图像传感器捕捉,所获得的图像数据包括在从第一方向照亮所述假定眼睛时捕捉的所述假定眼睛的第一数字图像帧的图像数据以及在从第二方向照亮所述假定眼睛时捕捉的所述假定眼睛的第二数字图像帧的图像数据,所述第一和所述第二方向从所述光轴的相对侧以相对于所述光轴的基本上相等的角度指向所述假定眼睛。
在可根据以上实施例中的任一者的实施例中,处理单元还被配置成:获得依赖于所述多个数字图像帧中的至少两个数字图像帧的图像数据中与所述假定眼睛的感兴趣区域相对应的各部分的相似性的比较数据;以及在所述比较数据的基础上确定所述假定眼睛中指示真实眼睛的至少一个验证特征的存在。该至少两个数字图像帧可以是处理单元在其图像数据的基础上检测虹膜的特性特征的相同的至少两个数字图像帧。另选地,处理单元在其图像数据的基础上确定假定眼睛中验证特征的存在的所述至少两个数字图像帧以及处理单元在其图像数据的基础上检测虹膜的特性特征的所述至少两个数字图像帧可在至少一个数字图像帧上彼此不同。
在包括使用比较数据的以上实施例中,所述多个数字图像帧可由具有光轴的第一图像传感器捕捉,所述比较数据基于其图像数据的所述至少两个数字图像帧之一是在基本上从所述光轴的方向照亮所述假定眼睛时捕捉的,其中所述感兴趣区域是所述假定眼睛的瞳孔区域,所述验证特征包括所述瞳孔之后的视网膜。
在可根据以上实施例中的任一者的一实施例中,所述装置还包括:配置成从第一方向照亮假定眼睛的第一照明元件;配置成从不同于第一方向的第二方向照亮假定眼睛的第二照明元件;以及配置成在由第一照明元件照亮假定眼睛时捕捉假定眼睛的第一数字图像帧以及在由第二照明元件照亮假定眼睛时捕捉假定眼睛的第二数字图像帧的第一图像传感器;所述处理单元连接到第一图像传感器以从第一图像传感器接收第一和第二数字图像帧的图像数据。
在其中所述装置包括第一和第二照明元件和第一图像传感器的以上实施例中,处理单元可被配置成:形成包括在第一数字图像帧和第二数字图像帧的图像数据的基础上生成的图像数据的辅助数字图像帧;以及在所述辅助数字图像帧中检测虹膜的至少一个特性特征。
第一和第二方向可以相对于彼此呈至少10度的角,优选地至少15度。
在其中可根据所述装置包括第一和第二照明元件和第一图像传感器的以上实施例中的任一者的实施例中,第一图像传感器具有光轴,所述第一和第二照明元件位于所述光轴的相对侧上,所述第一和第二方向相对于所述光轴呈基本上相等角度。
在一替换实施例中,第一和第二方向之一基本上与光轴对准。
在其中可根据所述装置包括第一和第二照明元件和第一图像传感器的实施例中的任一者的实施例中,所述装置还包括第二图像传感器,所述第二图像传感器可被配置成在从不同方向照亮所述假定眼睛时捕捉所述多个数字图像帧之前,捕捉假定人脸的初步数字图像帧;所述处理单元还被配置成在所述初步数字图像帧的图像数据的基础上确定假定眼睛相对于第一图像传感器的位置以允许将光轴适当地瞄准假定眼睛的位置。
在装置方面的以上实施例中,所述装置单元的“配置成”执行各动作或步骤的各元件(诸如处理单元、第一和第二照明元件、第一图像传感器以及第二图像传感器)可另选地被认为是“用于执行这些动作或步骤的装置”。
在根据以上实施例中的任一者的实施例中,所述装置被实现为便携式或移动电子设备,诸如膝上型计算机、平板计算机、智能电话或移动电话。
在第一方法方面,可实现一种方法,包括:获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛时所捕捉的所述假定眼睛的多个数字图像帧的图像数据;以及在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上自动检测虹膜的特性特征。
在一实施例中,所述方法包括在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上自动生成辅助图像帧,所述特性特征是在所述辅助图像帧的图像数据的基础上检测的。所述辅助图像帧可被生成以包括依赖于在其图像数据的基础上生成辅助图像帧的所述至少两个数字图像帧之间的差异的辅助图像数据。
在包括生成辅助图像帧的实施例中,在其图像数据的基础上生成辅助图像帧的所述至少两个数字图像帧以及所述辅助图像帧各自包括像素,所述辅助图像帧的图像数据对于其像素包括所述至少两个数字图像帧之间的对应像素的图像数据的差异的指示。
在生成辅助图像帧的以上实施例中的任一者中,所述辅助图像帧可被生成以包括包含将虹膜的三维结构特征定义为所述特性特征的数据的辅助图像数据。
在可根据第一方法方面的以上实施例中的任一者的实施例中,所述多个数字图像帧由具有光轴的第一图像传感器捕捉,所获得的图像数据包括在从第一方向照亮所述假定眼睛时捕捉的所述假定眼睛的第一数字图像帧的图像数据以及在从第二方向照亮所述假定眼睛时捕捉的所述假定眼睛的第二数字图像帧的图像数据,所述第一和所述第二方向从所述光轴的相对侧以相对于所述光轴的基本上相等的角度指向所述假定眼睛。
在其中可根据第一方法方面的以上实施例中的任一者的实施例中,所获得的图像数据包括在从第一方向照亮假定眼睛时捕捉的所述假定眼睛的第一数字图像帧的图像数据和在从第二方向照亮假定眼睛时捕捉的所述假定眼睛的第二数字图像帧的图像数据,所述第一和所述第二方向相对于彼此呈至少10度的角度,优选地至少15度。
在可根据第一方法方面的以上实施例中的任一者的一实施例中,所述方法还包括:获得依赖于所述多个数字图像帧中的至少两个数字图像帧的图像数据中与所述假定眼睛的感兴趣区域相对应的各部分的相似性的比较数据;以及在所述比较数据的基础上自动确定所述假定眼睛中指示真实眼睛的至少一个验证特征的存在。该至少两个数字图像帧可以是处理单元在其图像数据的基础上确定假定眼睛中验证特征的存在的相同的至少两个数字图像帧。另选地,处理单元在其图像数据的基础上确定假定眼睛中验证特征的存在的所述至少两个数字图像帧以及处理单元在其图像数据的基础上检测虹膜的特性特征的所述至少两个数字图像帧可在至少一个数字图像帧上彼此不同。
在根据先前实施例的一个实施例中,在从不同方向照亮假定眼睛时捕捉的所述多个数字图像帧是由具有光轴的第一图像传感器捕捉的,比较数据基于其图像数据的所述至少两个数字图像帧之一是在基本上从所述光轴的方向照亮假定眼睛时捕捉的,感兴趣区域是所述假定眼睛的瞳孔区域,所述验证特征包括瞳孔之后的视网膜。
在第二方法方面,可实现一种方法,包括:在从第一方向照亮具有虹膜的假定眼睛时捕捉该假定眼睛的第一数字图像帧;在从不同于第一方向的第二方向照亮假定眼睛时捕捉假定眼睛的第二数字图像帧;自动形成包括在第一数字图像帧和第二数字图像帧的图像数据的基础上生成的图像数据的辅助数字图像帧;以及在所述辅助数字图像帧的图像数据中自动检测虹膜的至少一个特性特征。第一和第二方向可以相对于彼此呈至少10度的角,优选地至少15度。
在一实施例中,第一和第二数字图像帧由具有光轴的第一图像传感器捕捉,第一和第二方向位于光轴的相对侧,相对于光轴基本上呈相等角度。
在一替换实施例中,第一和第二方向之一基本上与光轴对准。
在可根据第二方法方面的以上实施例中的任一者的实施例中,第一和第二数字图像帧由具有光轴的第一图像传感器捕捉,所述方法还包括在捕捉第一和第二数字图像帧之前:使用第二图像传感器捕捉假定人脸的初步数字图像帧;在假定人脸的初步数字图像帧的图像数据的基础上自动确定假定眼睛相对于第一图像传感器的位置;以及将光轴自动瞄准假定眼睛的位置。
在第一和第二方法方面的以上实施例中的任一者中,所述方法还可包括在虹膜的至少一个检测到的特性特征的基础上自动识别假定眼睛的虹膜。
虽然本发明实施例中的一些可被描述并解说为实现在智能电话、移动电话或平板计算机中,但它们只是设备的示例而非限制。本领域的技术人员将会理解,本发明实施例适用于各种不同类型的设备,诸如便携和移动设备(例如膝上型计算机)、平板计算机、游戏控制台或游戏控制器、各种可穿戴设备等。
尽管用结构特征和/或方法动作专用的语言描述了本发明主题,但可以理解,所附权利要求书中定义的主题不必限于上述具体特征或动作。更确切而言,上述具体特征和动作是作为实现权利要求的示例形式公开的。
可以理解,上文所描述的益处及优点可以涉及一个实施例或可以涉及若干实施例。各实施例并不限于解决所述问题中的任何或全部问题的那些实施例、或者具有所述益处和优点中的任何或全部益处和优点的那些实施例。进一步可以理解,对“一个”项目的提及是指那些项目中的一个或多个。
术语“包括”在本说明书中被用来意指包括此后伴随的各特征或动作,而不排除一个或多个附加特征或动作的存在。

Claims (15)

1.一种包括处理单元的装置,所述处理单元被配置成:
获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛的同时所捕捉的所述假定眼睛的多个数字图像帧的图像数据;以及
在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上,检测所述虹膜的特性特征。
2.如权利要求1所述的装置,其特征在于,所述处理单元被配置成在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上生成辅助图像帧,并在所述辅助图像帧的图像数据的基础上检测所述特性特征。
3.如权利要求2所述的装置,其特征在于,所述辅助图像帧包括依赖于在其图像数据的基础上生成所述辅助图像帧的所述至少两个数字图像帧之间的差异的辅助图像数据。
4.如权利要求2或3所述的装置,其特征在于,所述辅助图像帧包括包含将所述虹膜的三维结构特征定义为所述特性特征的数据的辅助图像数据。
5.如权利要求1到4中的任一项所述的装置,其特征在于,所述多个数字图像帧由具有光轴的第一图像传感器捕捉,其中所获得的图像数据包括在从第一方向照亮所述假定眼睛时捕捉的所述假定眼睛的第一数字图像帧的图像数据以及在从第二方向照亮所述假定眼睛时捕捉的所述假定眼睛的第二数字图像帧的图像数据,所述第一和所述第二方向从所述光轴的相对侧以相对于所述光轴的基本上相等的角度指向所述假定眼睛。
6.如权利要求1到5中的任一项所述的装置,其特征在于,所述处理单元还被配置成:
获得依赖于所述多个数字图像帧中的至少两个数字图像帧的图像数据中与所述假定眼睛的感兴趣区域相对应的各部分的相似性的比较数据;以及
在所述比较数据的基础上确定所述假定眼睛中指示真实眼睛的至少一个验证特征的存在。
7.如权利要求6所述的装置,其特征在于,所述多个数字图像帧由具有光轴的第一图像传感器捕捉,所述比较数据基于其图像数据的所述至少两个数字图像帧之一是在基本上从所述光轴的方向照亮所述假定眼睛时捕捉的,其中所述感兴趣区域是所述假定眼睛的瞳孔区域,所述验证特征包括所述瞳孔之后的视网膜。
8.如权利要求1到7中的任一项所述的装置,其特征在于,所述装置被实现成便携式或移动电子设备。
9.一种方法,包括:
获得在从不同方向照亮具有虹膜和瞳孔的假定眼睛时所捕捉的所述假定眼睛的多个数字图像帧的图像数据;以及
在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上,自动检测所述虹膜的特性特征。
10.如权利要求9所述的方法,其特征在于,包括在所述多个数字图像帧中的至少两个数字图像帧的图像数据的基础上自动生成辅助图像帧,所述特性特征是在所述辅助图像帧的图像数据的基础上检测的。
11.如权利要求10所述的方法,其特征在于,所述辅助图像帧包括依赖于在其图像数据的基础上生成所述辅助图像帧的所述至少两个数字图像帧之间的差异的辅助图像数据。
12.如权利要求10或11所述的方法,其特征在于,所述辅助图像帧被生成以包括包含将所述虹膜的三维结构特征定义为所述特性特征的数据的辅助图像数据。
13.如权利要求9到12中的任一项所述的方法,其特征在于,所述多个数字图像帧由具有光轴的第一图像传感器捕捉,其中所获得的图像数据包括在从第一方向照亮所述假定眼睛时捕捉的所述假定眼睛的第一数字图像帧的图像数据以及在从第二方向照亮所述假定眼睛时捕捉的所述假定眼睛的第二数字图像帧的图像数据,所述第一和所述第二方向从所述光轴的相对侧以相对于所述光轴的基本上相等的角度指向所述假定眼睛。
14.如权利要求9至13中任一项所述的方法,其特征在于,进一步包括:
获得依赖于所述多个数字图像帧中的至少两个数字图像帧的图像数据中与所述假定眼睛的感兴趣区域相对应的各部分的相似性的比较数据;以及
在所述比较数据的基础上自动确定所述假定眼睛中指示真实眼睛的至少一个验证特征的存在。
15.如权利要求14所述的方法,其特征在于,所述多个数字图像帧由具有光轴的第一图像传感器捕捉,所述比较数据基于其图像数据的所述至少两个数字图像帧之一是在基本上从所述光轴的方向照亮所述假定眼睛时捕捉的,其中所述感兴趣区域是所述假定眼睛的瞳孔区域,所述验证特征包括所述瞳孔之后的视网膜。
CN201680058904.7A 2015-10-08 2016-09-28 虹膜识别 Pending CN108140113A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/878,517 2015-10-08
US14/878,517 US10157312B2 (en) 2015-10-08 2015-10-08 Iris recognition
PCT/US2016/054035 WO2017062235A2 (en) 2015-10-08 2016-09-28 Iris recognition

Publications (1)

Publication Number Publication Date
CN108140113A true CN108140113A (zh) 2018-06-08

Family

ID=57124161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680058904.7A Pending CN108140113A (zh) 2015-10-08 2016-09-28 虹膜识别

Country Status (4)

Country Link
US (1) US10157312B2 (zh)
EP (1) EP3360076A2 (zh)
CN (1) CN108140113A (zh)
WO (1) WO2017062235A2 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI672608B (zh) * 2017-02-15 2019-09-21 瑞昱半導體股份有限公司 虹膜影像辨識裝置及其方法
US10380418B2 (en) * 2017-06-19 2019-08-13 Microsoft Technology Licensing, Llc Iris recognition based on three-dimensional signatures
US10708473B2 (en) * 2017-12-22 2020-07-07 Verily Life Sciences Llc Ocular imaging with illumination in image path
EP3846751A4 (en) 2018-09-04 2022-05-11 AMO Development, LLC NARROW ANGLE ILLUMINATION RING FOR OPHTHALMIC SURGICAL LASER SYSTEM

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1986005018A1 (en) * 1985-02-20 1986-08-28 Leonard Flom Iris recognition system
EP1093633A1 (en) * 1999-04-09 2001-04-25 Iritech Inc. Iris identification system and method of identifying a person through iris recognition
US8092021B1 (en) * 2007-01-26 2012-01-10 Aoptix Technologies, Inc. On-axis illumination for iris imaging
US20130194408A1 (en) * 2005-11-11 2013-08-01 Keith J. Hanna Methods for performing biometric recognition of a human eye and corroboration of same
CN103679141A (zh) * 2013-12-03 2014-03-26 浙江温医雷赛医用激光科技有限公司 虹膜的旋转跟踪算法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5016282A (en) 1988-07-14 1991-05-14 Atr Communication Systems Research Laboratories Eye tracking image pickup apparatus for separating noise from feature portions
US6714665B1 (en) * 1994-09-02 2004-03-30 Sarnoff Corporation Fully automated iris recognition system utilizing wide and narrow fields of view
US6320610B1 (en) 1998-12-31 2001-11-20 Sensar, Inc. Compact imaging device incorporating rotatably mounted cameras
JP4469476B2 (ja) 2000-08-09 2010-05-26 パナソニック株式会社 眼位置検出方法および眼位置検出装置
JP2003037765A (ja) 2001-07-24 2003-02-07 Matsushita Electric Ind Co Ltd 虹彩撮像装置
US8064647B2 (en) 2006-03-03 2011-11-22 Honeywell International Inc. System for iris detection tracking and recognition at a distance
US8705808B2 (en) 2003-09-05 2014-04-22 Honeywell International Inc. Combined face and iris recognition system
US7418115B2 (en) 2004-12-07 2008-08-26 Aoptix Technologies, Inc. Iris imaging using reflection from the eye
WO2008039252A2 (en) 2006-05-15 2008-04-03 Retica Systems, Inc. Multimodal ocular biometric system
US8433103B2 (en) 2006-09-15 2013-04-30 Identix Incorporated Long distance multimodal biometric system and method
KR101046770B1 (ko) 2010-08-13 2011-07-06 최경용 근거리 홍채 인식용 카메라
WO2012158825A2 (en) 2011-05-17 2012-11-22 Eyelock Inc. Systems and methods for illuminating an iris with visible light for biometric acquisition
KR20130115840A (ko) 2012-04-13 2013-10-22 이광희 모바일용 홍채인식 카메라시스템
CN106663183B (zh) 2013-11-27 2020-04-24 深圳市汇顶科技股份有限公司 眼睛跟踪及用户反应探测

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1986005018A1 (en) * 1985-02-20 1986-08-28 Leonard Flom Iris recognition system
EP1093633A1 (en) * 1999-04-09 2001-04-25 Iritech Inc. Iris identification system and method of identifying a person through iris recognition
US20130194408A1 (en) * 2005-11-11 2013-08-01 Keith J. Hanna Methods for performing biometric recognition of a human eye and corroboration of same
US8092021B1 (en) * 2007-01-26 2012-01-10 Aoptix Technologies, Inc. On-axis illumination for iris imaging
CN103679141A (zh) * 2013-12-03 2014-03-26 浙江温医雷赛医用激光科技有限公司 虹膜的旋转跟踪算法

Also Published As

Publication number Publication date
US20170103261A1 (en) 2017-04-13
WO2017062235A2 (en) 2017-04-13
EP3360076A2 (en) 2018-08-15
US10157312B2 (en) 2018-12-18
WO2017062235A3 (en) 2017-05-26

Similar Documents

Publication Publication Date Title
WO2018040307A1 (zh) 一种基于红外可见双目图像的活体检测方法及装置
CN108140114A (zh) 虹膜识别
CN106407914B (zh) 用于检测人脸的方法、装置和远程柜员机系统
EP2434372A2 (en) Controlled access to functionality of a wireless device
CN109074483A (zh) 多模态生物标识
CN108140113A (zh) 虹膜识别
CN108875468B (zh) 活体检测方法、活体检测系统以及存储介质
JP2007011667A (ja) 虹彩認証装置および虹彩認証方法
JP3450801B2 (ja) 瞳孔位置検出装置及び方法、視点位置検出装置及び方法、並びに立体画像表示システム
US20210256244A1 (en) Method for authentication or identification of an individual
WO2020079741A1 (ja) 虹彩認証装置、虹彩認証方法および記録媒体
CN109661668A (zh) 用于虹膜识别的图像处理方法和系统
KR20210131891A (ko) 개인의 인증 또는 식별을 위한 방법
CN113260299A (zh) 用于眼睛追踪的系统和方法
JP2009015518A (ja) 眼画像撮影装置及び認証装置
US9996743B2 (en) Methods, systems, and media for detecting gaze locking
CN105580028B (zh) 用于判定眼睛是真还是假的判定设备和判定方法
JP3991042B2 (ja) 個人認証方法および個人認証装置
EP3724815B1 (en) Anti-spoofing face id sensing based on retro-reflection
CN112069915A (zh) 一种具有人脸识别系统的atm机
CN112069917B (zh) 一种用于固定场景的人脸识别系统
CN213844158U (zh) 生物特征采集识别系统和终端设备
US11948402B2 (en) Spoof detection using intraocular reflection correspondences
WO2023156475A1 (en) Method for protecting information displayed on a display device and display device

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180608

RJ01 Rejection of invention patent application after publication