CN108140114A - 虹膜识别 - Google Patents

虹膜识别 Download PDF

Info

Publication number
CN108140114A
CN108140114A CN201680059061.2A CN201680059061A CN108140114A CN 108140114 A CN108140114 A CN 108140114A CN 201680059061 A CN201680059061 A CN 201680059061A CN 108140114 A CN108140114 A CN 108140114A
Authority
CN
China
Prior art keywords
eyes
digital image
image frames
data
iris
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
CN201680059061.2A
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 CN108140114A publication Critical patent/CN108140114A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • 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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • 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
    • 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
    • G06V40/193—Preprocessing; Feature extraction
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Library & Information Science (AREA)
  • Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

一种方法可包括获取在从不同方向照亮具有虹膜和瞳孔的假定眼睛时捕捉到的该假定眼睛的多个数字图像帧的图像数据；获取比较数据，该比较数据取决于该多个数字图像帧中的至少两个数字图像帧的图像数据中的对应于假定眼睛的感兴趣区域的各部分中的相似性；以及在比较数据的基础上自动确定在假定眼睛中存在指示真实眼睛的验证特征。

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到的眼睛的图像数据的基础上检测到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以及因此虹膜识别的可靠性可受到虹膜识别算法细节以及照明和感测组件属性和位置的影响。
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。该方法可包括获取在从不同方向照亮具有虹膜和瞳孔的假定眼睛时捕捉到的该假定眼睛的多个数字图像帧的图像数据；获取比较数据，该比较数据取决于该多个数字图像帧中的至少两个数字图像帧的图像数据中的对应于假定眼睛的感兴趣区域的各部分中的相似性；以及在比较数据的基础上自动确定在假定眼睛中存在指示真实眼睛的验证特征。
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示出了可用于虹膜识别的装置的框图；
图2示出了可用于虹膜识别的装置的框图；
图3示出了可用于虹膜识别的装置的框图；
图4示出了可用于虹膜识别的装置的视图；
图5示出了可用于虹膜识别的装置的视图；
图6示出了可用于虹膜识别的装置的视图；
图7示出了充当可用于虹膜识别的装置的移动设备；
图8示出了可被用于虹膜识别的方法；
图9示出了可被用于虹膜识别的方法；
图10示出了可被用于虹膜识别的方法；以及
图11示出了可被用于虹膜识别的方法。
在图1到7中，各装置被示为示意图。附图并不是按比例的。图8到11的方法被示为流程图。
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的图中被示为示意性框图)被配置成获取图像数据并且在所获取的图像数据的基础上确定假定眼睛中存在验证特征。该装置可用于识别人眼的虹膜。识别虹膜可包括，例如，将假定眼睛的虹膜的一个或多个特性特征与现有眼睛的虹膜的一个或多个预定特性特征相比较以确定假定眼睛的所检查的虹膜是否是该特定现有眼睛的虹膜。多个现有眼睛的虹膜的特性特征可以被检测和/或确定并按如下方式存储：使得能够将假定眼睛的虹膜的特性特征与多个现有眼睛的虹膜的特性特征进行此类比较。
“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。
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获取具有虹膜105和瞳孔106的假定眼睛104的两个数字图像帧102、103，这两个数字图像帧是在从不同方向照亮该假定眼睛以用于捕捉这两个数字图像帧时捕捉到的。
“获取”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、从我把时间服务器或者例如从云服务来获取。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，其中处理单元可以从中获取该数据内容。获取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“获取”。
“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到的光能有关的信息。
获取帧的图像数据指的是获取该特定帧的完整图像数据的至少一部分。由此，可能不必要获取该帧的所有图像数据，而是仅获取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。
处理单元101在使用时进一步比较两个数字图像帧的图像数据以分析这两个帧之间的相似性。在图1的实施例中，这由以下实现：处理单元在使用时生成比较数据110，该比较数据110取决于(即，相关于)两个数字图像帧的图像数据中的对应于假定眼睛104的一区域的各部分中的相似性。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，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比较数据，而不是生成这一比较数据。
此外，图1的装置的处理单元在比较数据110的基础上确定在假定眼睛中存在至少一个验证特征，该验证特征指示真实眼睛。确定存在此类验证特征意指确定假定眼睛是否包括预定验证特征。
确定存在指示真实眼睛的至少一个验证特征可以，例如，通过防止使用例如眼睛图像而不是真实眼睛来经过虹膜识别，来改进虹膜识别过程的可靠性。
人眼是部分透明的三维结构。例如，光可穿过瞳孔透射到眼睛的视网膜。真实人眼的三维特质和部分透射性可导致在两个数字图像帧之间存在特定照明区别的情况下，在具有一个或多个特征的眼睛中存在产生着两个数字图像帧的图像数据区别的区域或点。图像数据中的此类区别因此可指示真实眼睛。缺少两个数字图像帧的图像数据之间的针对这一区域或点的任何显著区别可指示该假定眼睛不是真实眼睛，而是例如眼睛图像。
在图1的实施例中，感兴趣区域是假定眼睛的瞳孔区域，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104的瞳孔106后的视网膜111。例如，当从用于捕捉不同方向的图像传感器的光轴的方向照亮假定眼睛时，穿过假定眼睛的瞳孔可见的视网膜将光反射回图像传感器。在从相对于光轴大幅倾斜的方向照明的情况下，这一反射可剧烈减少。在一实施例中，这被利用，体现在当基本上从光轴方向照亮假定眼睛时捕捉两个数字图像帧之一，并且处理单元获取比较数据，该比较数据取决于这两个数字图像帧的图像数据中的对应于假定眼睛的瞳孔区域的各部分中的相似性。。
图1的装置可以是被专门设计成仅用于假定眼睛验证目的的特定装置或设备。替换地，处理单元101或此类装置中包含的任何其它单元或模块也可执行实际的虹膜识别过程。这种装置的示例在图2中示出。
在其中装置101还用于实际虹膜识别的后一种情形中，图1的装置可以是被专门设计成用于虹膜识别目的的特定装置或设备。替换地，相同的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被纳入通过门、闸门或某一特定接入点来控制人的访问的各种类型的访问控制装置或系统。
除了实际的物理访问控制之外，此类装置还可被实现为或被纳入诸如个人计算机等电子装置、设备或系统，其中可使用虹膜识别来进行用户标识以控制对该装置、设备、或系统、或者对在此类装置、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。此类设备还可以是便携式或移动设备，诸如膝上型计算机、平板计算机、移动电话或智能手机，并且不限于这些示例。一般而言，其中虹膜识别装备被纳入其中并且虹膜识别方法在其中执行的装置、设备或系统可以是任何类型的装置、设备或系统，其中虹膜识别或特性特征检测可以例如用于标识或认证目的。
图2的装置200与图1的装置的不同之处在于当在使用时，图像处理单元201在两个数字图像帧的所获取的图像数据的基础上进一步检测虹膜104的至少一个特性特征207。
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2中示出的实施例中，多个特性特征207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这些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取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取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，至其表面下方。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。虹膜的一些特征在从特定方向照亮时捕捉到的数字图像帧中可能是难以检测的，而从另一方向照亮可使得这些特征可以被更清楚地检测到。因此，在两个被不同地照亮的数据图像帧的基础上对一个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时捕捉到的两个数字图像帧的图像数据可提供三维结构信息，诸如虹膜的特定三维特性特征。这一三维信息可基于例如以不同照明方向形成的不同阴影。
图3的装置300与图2的装置的不同之处在于图3的装置300的处理单元301基于在从不同方向照亮假定眼睛时捕捉到的两个数字图像帧的所获取的图像数据来生成辅助图像帧308。
“辅助图像帧”指的是人工数字图像帧，该图像帧的图像数据是在两个数字图像帧的所获取的图像数据的基础上生成的，即，使得这两个数字图像帧的图像数据影响辅助图像帧的图像数据。
辅助图像帧的图像数据可被生成为使其包括关于在从不同方向照亮假定眼睛时捕捉到的两个数字图像帧的图像数据之间的区别的信息。作为一个示例，不同地出现在两个数字图像帧中的虹膜特征309在图3的图示中的辅助图像帧308中阐示。辅助图像帧的图像数据可被称为辅助图像数据。
例如，对于与两个数字图像帧中的其中这两个帧的图像数据基本上等同的区域相对应的图像数据部分，可根据这两个数字图像帧之一来设置辅助图像帧的图像数据。相反，对于与两个数字图像帧中的具有显著不同的图像数据的区域相对应的图像数据部分，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区别。
图3的装置的处理单元301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304的虹膜305的两个或更多个特性特征307、309。该处理单元由此首先将这两个数字图像帧302、303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，并且在该辅助图像数据的基础上检测特性特征。因为辅助图像数据是在两个数字图像帧的基础上生成的，所以图3的装置的处理单元301在这两个数字图像帧的所获取的图像数据的基础上检测特性特征。然而，图3的处理单元在辅助图像帧308的基础上执行对特性特征的实际检测，而不是直接从两个单独的数字图像帧中检测特性特征。
在其他实施例中，图1到3的处理单元所获取的图像数据可包括三个或更多个数字图像帧而不是两个数字图像帧的图像数据。一般地，所获取的图像数据可包括多个数字图像帧的图像数据，每一帧都已通过从不同于其他数字图像帧的照明方向的唯一照明方向照明来被捕捉。然后，不止两个数字图像帧的图像数据可被用来确定在假定眼睛中存在至少一个验证特征和/或被用来检测假定眼睛的虹膜的特性特征。用于确定验证特征的图像帧可以与用于检测特性特征的图像帧相同。替换地，用于确定验证特征的帧中的至少一者可以不同于用于检测特性特征的帧，反之亦然。
此外，完全不同的数字图像帧组可用于确定验证特征以及用于检测特性特征。此类数字图像帧组可使用单个图像传感器来捕捉。替换地，不同的数字图像帧组可由不同的图像传感器来捕捉。于是，可使用相同或不同的波长范围来照亮假定眼睛以用于捕捉不同的数字图像帧组。
参照由图1到3的装置的处理单元执行的操作，对于处理单元被配置成执行这些操作有各种可能性。例如，图像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)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，处理单元可以是被专门设计成用于以上操作的单独单元。替换地，该处理单元可以是该装置的也执行其他操作和动作的共用处理单元。该处理单元可被分成具有单独目的的两个或更多个子单元。
被示为示意性横截面视图的图4的装置(该装置可以根据图1到3中的任一装置)包括第一和第二照明元件412、413以及第一图像传感器414，这些照明元件可包括例如发光二极管LED。这些照明元件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并且第二照明元件在使用时从第二方向照亮该假定眼睛。第一和第二方向可以相对于彼此成至少10度的角α，优选至少15度。
第一和第二照明元件412、413以及第一图像传感器414被配置和控制成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捕捉第一数字图像帧，并且在由第二照明元件照亮该假定眼睛时捕捉第二数字图像帧。
该装置的处理单元401通过任何合适的有线或无线数据连接布置连接到第一图像传感器414以使其在使用时接收捕捉到的第一和第二数字图像帧。由此，该处理单元获取这两个数字图像帧以供进行进一步处理。
由于在两个或更多个数字图像帧的图像数据的基础上确定一个或多个验证特征的存在的原理，可使得能够在具有相对较低的分辨率或像素数(即，第一图像传感器的像素数)的情况下高度可靠地验证假定眼睛并因此高度可靠地进行虹膜识别。这同样适用于在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的原理。此类图像传感器可以是例如视频图形阵列(VGA)传感器或者具有相对较低的分辨率的任何其它合适的传感器类型。分辨率要求还可由于图像传感器具有窄视域而受影响，由此数字图像帧的一大部分区域可被假定眼睛和感兴趣区域以及其中的虹膜覆盖。可用图像或帧区域的这一低分辨率或像素数以及对其的高效使用可简化图像数据处理。第一图像传感器的视野可以是例如5或3度或更小。
具有单个数字图像帧的相对较低分辨率并因此具有相对较低图像数据量的图像传感器还可允许以高帧率，即以短时间间隔捕捉后续数字图像帧。这可改进确定验证特征和/或检测虹膜的特性特征的可靠性。
第一图像传感器414可被实现为连接到合适的外部电源和控制单元并且还具有合适的外壳和光学系统的纯数字图像传感器。替换地，第一图像传感器可被纳入本身除了实际的数字图像传感器元件以外还可包括例如控制电子元件的独立成像模块或相机模块。
第一图像传感器414基本上位于装置400的横截面的中心。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重合的虚构轴。该虚构轴由此指的是图像传感器的感测方向。
在图4的装置中，第一照明元件412毗邻第一图像传感器414，而第二照明元件413基本上位于该装置的边缘。第一方向基本上平行于光轴以使得在使用时第一照明元件基本上从光轴方向照亮假定眼睛。捕捉数字图像帧之一期间的这一照明可允许例如将瞳孔406的区域用作感兴趣区域并将瞳孔后的视网膜411用作验证特征，如以上参照图1讨论的。
第一图像传感器的光轴可以例如通过可调整的光学器件或者通过图像传感器自身的可调整位置来调整，即其方向可被调谐。例如，从具有光学图像稳定(OIS)的数字相机模块中已知的布置和装备可存在于用于该目的的装置中。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子被调谐朝向假定眼睛的方向。此类镜子可被旋转以允许调整光轴方向。
除了光轴方向的横向调整之外，还可调整第一图像传感器的焦距和视野。例如，包括音圈马达的致动器或者压电致动器可被布置成移动一个或多个透镜。
当第一图像传感器的光轴可被调整时，还可调整第一和第二照明元件的位置以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和第二照明元件512、513位于该装置的相对边缘。位于装置500的相对边缘的第一和第二照明元件位于光轴415的相对侧以使得第一和第二方向相对于光轴基本上成相等角β、γ。第一和第二方向可以相对于彼此成至少10度的角α，优选至少15度。
来自各种的相对侧的照明可提供三维虹膜特征的良好可区别性，由此改进特性特征检测以及进一步的虹膜识别的可靠性。与此同时，这一照明可允许可靠地确定在假定眼睛中存在一个或多个验证特征。
图6的装置600与图4的装置的不同之处在于除了第一和第二照明元件612、613之外它还包括与图5的装置的第一照明元件512相对应地基本上位于装置600的边缘的第三照明元件616。
使用图6的装置600，可以通过三个不同的照明方向捕捉假定眼睛604的数字图像帧。每一者都在从这些方向之一照亮假定眼睛时捕捉到的三个数字图像帧的图像数据可用于确定在假定眼睛中存在验证特征。类似地，所有这三个数字图像帧的图像数据可用于检测假定眼睛的虹膜中的特性特征。
替换地，不同的数字图像帧组的图像数据可用于验证特征确定以及虹膜特性特征检测。在一个实施例中，两个数字图像帧(一个在由第一照明元件612照亮假定眼睛时捕捉到，而另一个在由第二和第三照明元件之一照亮假定眼睛时捕捉到)的图像数据可用于确定验证特征，如以上参照图1描述的。两个数字帧(一个在由第二或第三照明元件613、616照亮假定眼睛时捕捉到，而另一个分别由第三或第二照明元件616、613照亮假定眼睛时捕捉到)的图像数据然后可用于检测假定眼睛的虹膜的特性特征，如以上参照图5描述的。
被示为示意性前视图的图7的装置700主要根据图6的装置，且第一图像传感器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手机。第一图像传感器714以及第一、第二和第三照明元件712、713、716在前侧，即在该设备的显示器717侧可见，且靠近该装置的一端。
装置700进一步包括前向相机718。处理单元701连接到第一图像传感器和前向相机两者以接收它们捕捉到的数字图像帧的图像数据。原本可用于普通前向相机用途的前向相机可被配置成还用作第二图像传感器，该第二图像传感器在使用时在第一图像传感器714在从不同方向照亮假定眼睛时捕获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然后可以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。基于该位置，然后可将第一图像传感器714的可调整光轴对准该假定眼睛以便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。
将光轴对准假定眼睛的所确定的位置可允许具有具备窄视野的第一图像传感器。这可使得能够高效低利用第一图像传感器捕捉到的数字图像帧的帧区域来检测到实际假定眼睛及其虹膜。
在上文中，讨论了主要与装置实施例有关的各方面。然而，这些装置的操作以上也从方法视角讨论。在下文中，各实施例将在强调方法方面的情况下讨论。
上面关于装置及其操作的定义、细节、实现方式和有利效果的描述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以下描述的方法的装备的示例。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的方法开始于在步骤801中获取在从不同方向照亮具有虹膜和瞳孔的假定眼睛时捕捉到的该假定眼睛的两个数字图像帧的图像数据。在其他实施例中，可获取每一者都可能是在从唯一方向照亮假定眼睛时捕捉到的不止两个数字图像帧的图像数据。
该方法进一步包括通过在具有不同照明方向的两个数字图像帧的所获取的图像数据的基础上确定在假定眼睛中是否存在至少一个验证特征来进行验证，该验证特征指示假定眼睛是真实眼睛。
首先，在步骤802a中，所述验证包括获取比较数据，该比较数据取决于两个数字图像帧的图像数据的对应于假定眼睛的感兴趣区域的那些部分中的相似性。
在步骤802b中，在该比较数据的基础上自动确定在假定眼睛中存在指示该假定眼睛时真实眼睛的至少一个验证特征。
例如，感兴趣区域可以是假定眼睛的虹膜区域。于是，验证特征可以是例如某一虹膜结构细节，该虹膜结构细节被选择成使得在真实眼睛的情形中，虹膜的三维特质必定产生两个数字图像帧之间的某些图像数据差别。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，该假定眼睛的所选区域的图像数据中的相似性可被认为只是该假定眼睛不是真实眼睛。
在另一实施例中，感兴趣区域是假定眼睛的瞳孔区域。于是，如以上参照图1描述的，在两个数字图像帧之一已经在基本上从图像传感器的光轴方向照亮假定眼睛时捕捉到得情况下，位于真实眼睛的瞳孔之后的视网膜导致回到图像传感器的反射，该反射显著减少与在从不同方向照亮假定眼睛时捕捉到得数字图像帧的对应图像数据的相似性。该低相似性指示在假定眼睛中存在视网膜作为验证特征，由此指示该假定眼睛时真实眼睛。
“自动”指由一个或多个合适的数据处理单元或模块(诸如以上参照图1到7讨论的处理单元)根据预定规则或规程来执行待裁决操作(例如，检测虹膜的特性特征)，而无需包含这一单元或模块的设备的用户提供任何贡献或执行任何判定。
图8的方法可通过对假定眼睛的虹膜的实际识别的可任选步骤804来继续。换言之，可确定已经捕捉到其数字图像帧的虹膜是属于特定人的特定现有虹膜。对于该实际虹膜识别，可使用任何合适的虹膜识别原理和算法。虹膜识别可基于已经在从不同方向照亮假定眼睛时捕捉到的至少两个数字图像帧中的一者或多者的图像数据。
替换地，该方法可以结束于确定在假定眼睛中存在至少一个验证特征，在该情形中标识或识别虹膜的后续步骤可以在不同的过程中被单独执行。关于至少一个验证特征的存在的信息可以按任何合适的方式存储以用于此类后续识别目的。
除了在步骤902a和902b中获取比较数据以及确定一个或多个验证特征的存在之外，图9的方法进一步包括在步骤903中自动检测假定眼睛的虹膜的至少一个特性特征。所述检测是基于在从不同方向照亮假定眼睛时捕捉到的两个数字图像帧的图像数据来执行的。
关于对此类特性特征的检测的信息可被例如根据某一预定例程来编码成二维图。
在一替代实施例中，该方法可包括在步骤901中获取不止仅仅两个数字图像帧的图像数据。然后，如以上参照装置方面描述的，可使用相同或不同的数字图像帧组的图像数据来确定一个或多个验证特征的存在以及检测虹膜的一个或多个特性特征。
图10的方法是图9的方法的示例，其中基于在从不同方向照亮假定眼睛时捕捉到的至少两个数字图像帧的图像数据来检测虹膜的至少一个特性特征包括两个子步骤。在第一个子步骤1003a中，在该至少两个数字图像帧的图像数据的基础上生成辅助图像数据。如以上参照图3描述的，辅助图像数据可被生成为指示或取决于具有不同照明方向的至少两个数字图像帧之间的差别。由此，辅助图像帧的图像数据可包括例如毫米的一个或多个三维特征的信息。
在第二个子步骤1003b中，在辅助帧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。
图10的方法包括与图8的方法相似的获取图像数据以及确定在假定眼睛的虹膜中存在至少一个验证特征的步骤1001、1002a以及1002b。
在图11所示的方法中，“获取”数字图像帧的图像包括对数字图像的实际捕捉。
图11的方法通过在步骤1101a中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中，在从与第一方向不同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。角度差可以是例如10或15度或更多。第一和第二方向之间的更大的差别可导致捕捉到的帧的对应于假定眼睛及其虹膜的三维特征的各部分中的图像数据的更大区别。第一和第二方向可根据以上参照图1到10讨论的任一实施例来布置。例如，第一和第二数字图像帧可由具有光轴的图像传感器来捕捉，由此第一和第二方向之一可以基本上与该光轴平行。替换地，第一和第二方向可以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对准假定眼睛。
在步骤1102a和1102b中，与图8的方法相类似地，该方法包括验证假定眼睛，例如与以上参照图1描述的类似。
在步骤1102a中，获取比较数据，该比较数据取决于两个数字图像帧的图像数据的对应于假定眼睛的感兴趣区域的那些部分中的相似性。
在步骤1102b中，在该比较数据的基础上自动确定在假定眼睛中存在指示该假定眼睛时真实眼睛的至少一个此类特征。
类似于图8的方法，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，其中使用假定眼睛的虹膜的检测到的特性特征来识别实际虹膜所属的人。
此外，图11的方法还可包括检测假定眼睛的虹膜的一个或多个特性特征。例如，可以基于在从第一和第二方向照亮假定眼睛时捕捉到的两个数字图像帧来自动生成辅助图像数据。如以上参照图3描述的，辅助图像数据可以例如被生成为使其包括取决于第一和第二数字图像帧的图像数据之间的区别的图像数据。由此，辅助图像数据可包含例如关于假定眼睛的虹膜的三维结构特征的信息。
此外，假定眼睛的虹膜的至少一个特性特征可基于辅助图像帧的图像数据，即实际上基于两个数字图像帧的图像数据来检测。
作为可以在进行或不进行上述实际虹膜识别和假定眼睛验证中的一者或两者的情况下存在的又一附加特征，如图11所示的方法可包括(如以上参照图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首先使用第二图像传感器捕捉假定人脸的初步数字图像帧。在这一帧的图像数据的基础上，然后可自动确定假定眼睛相对于第一图像传感器的位置。此外，基于该位置，然后可将第一图像传感器的光轴对准假定眼睛以捕捉第一和第二数字图像帧。
图8到11的各方法的关于例如假定眼睛照明、数字图像帧、比较数据以及辅助图像及其图像数据的细节可以根据以上参照图1到7讨论的任一装置的操作。
图8到11的方法可以在任何合适的设备或装置中执行并且由任何合适的设备或装置执行，合适的设备或装置的一些示例在上文中参照图1到7的装置给出。
在图8到11的方法中，只要合适，就可以按任何次序并且可能在时间上至少部分地交叠地执行这些方法的各步骤。
在以上讨论的装置和方法实施例中，假定眼睛的照明可通过对人眼基本上不可见的红外线(例如，近红外光)来形成。相应地，照明元件可被配置成在红外波长范围发射光，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780–820nm的最大强度的光来照亮。从装置视角来看，第一、第二和第三照明元件可以在使用时在该波长范围发射光，并且第一图像传感器可以在该波长范围具有最大灵敏度。第二图像传感器同样可以在该波长范围具有最大灵敏度。替换地，例如在前向相机用作第二图像传感器的实施例中，第二图像传感器可以在可见波长范围具有最大灵敏度。
一些实施例在下文中简短地进一步讨论。
在一装置方面，可实现一种装置，该装置包括处理单元，该处理单元被配置成：获取在从不同方向照射具有虹膜和瞳孔的假定眼睛时捕捉到的该假定眼睛的多个数字图像帧的图像数据；获取比较数据，该比较数据取决于该多个数字图像帧中的至少两个数字图像帧的图像数据中的对应于假定眼睛的感兴趣区域的各部分中的相似性；以及在该比较数据的基础上确定在假定眼睛中存在指示真实眼睛的一个或多个验证特征。
在一实施例中，感兴趣区域是假定眼睛的虹膜区域。
在一替代实施例中，多个数字图像帧由具有光轴的第一图像传感器捕捉，该多个数字图像帧中的至少两个数字图像帧之一在基本上从该光轴的方向照亮假定眼睛时捕捉到，其中感兴趣区域是假定眼睛的瞳孔区域，验证特征包括位于瞳孔后的视网膜。
在可以根据以上实施例中的任一者的实施例中，处理单元被配置成在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假定眼睛的虹膜的一个或多个特性特征。这些至少两个数字图像帧可以是在其图像数据的基础上处理单元确定在假定眼睛中存在验证特征的相同的至少两个数字图像帧。替换地，在其图像数据的基础上处理单元确定在假定眼睛中存在验证特征的至少两个数字图像帧以及在其图像数据的基础上处理单元检测到虹膜的特性特征的至少两个数字图像帧可以在至少一个数字图像帧中彼此不同。
在可以根据其中处理单元被配置成检测虹膜的特性特征的上述实施例的实施例中，处理单元被配置成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生成辅助图像帧，特性特征是在辅助图像帧的图像数据的基础上检测到的。辅助图像帧可包括辅助图像数据，辅助图像数据取决于在其基础上生成辅助图像帧的至少两个数字图像帧的图像之间的区别。
在其中处理单元被配置成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至少两个数字图像帧以及辅助图像帧本身各自包括像素，辅助图像帧的图像数据对于其像素包括该至少两个数字图像帧之间的对应像素的图像数据区别的指示。
在其中处理单元被配置成生成辅助图像帧的上述任一实施例中，辅助图像帧可包括包含将虹膜的三维结构特征定义为特性特征的数据的辅助图像数据。
在可以根据其中处理单元被配置成检测虹膜的特性特征的上述任一实施例的实施例中，多个数字图像帧由具有光轴的第一图像传感器捕捉，多个数字图像帧中的在其图像数据的基础上检测到假定眼睛的虹膜的特性特征的至少两个数字图像帧包括在从第一方向照亮假定眼睛时捕捉到的该假定眼睛的第一数字图像帧以及在从第二方向照亮假定眼睛时捕捉到的该假定眼睛的第二数字图像帧，第一和第二方向从光轴的相对侧定向至假定眼睛，且相对于光轴成基本上相等的角。
在可以根据上述任一实施例的实施例中，该装置进一步包括：被配置成从第一方向照亮假定眼睛的第一照明元件；被配置成从与第一方向不同的第二方向照亮假定眼睛的第二照明元件；以及第一图像传感器，其被配置成在由第一照明元件照亮假定眼睛时捕捉该假定眼睛的第一数字图像帧并且在由第二照明元件照亮假定眼睛时捕捉该假定眼睛的第二数字图像帧，处理单元连接到第一图像传感器以便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。
在根据其中装置包括第一和第二照明元件以及第一图像传感器的上述实施例的实施例中，第一图像传感器具有光轴，第一和第二方向之一基本上与该光轴对齐。
在根据其中装置包括第一和第二照明元件以及第一图像传感器的上述实施例的替代实施例中，第一图像传感器具有光轴，第一和第二照明元件位于该光轴的相对侧，第一和第二方向与该光轴成基本上相等的角。
在可以根据其中装置包括第一和第二照明元件的上述任一实施例的实施例中，第一和第二方向可以相对于彼此成至少10度角，优选至少15度。
在可以根据其中装置包括第一和第二照明元件的上述任一实施例的实施例中，该装置进一步包括被配置成从与第一和第二方向不同的第三方向照亮假定眼睛的第三照明元件，第一图像传感器被进一步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三数字图像帧，处理单元连接到第一图像传感器以便进一步从第一图像传感器接收第三数字图像帧的图像数据。在这一装置中，第一图像传感器具有光轴，第一和第二方向之一被定向成基本上与该光轴对齐，而第三方向以及第二和第一方向之一可分别位于光轴的相对侧，第三方向以及第二和第一方向之一相对于光轴成基本上相等的角。
在可以根据其中装置包括第一图像传感器的上述任一实施例的实施例中，该装置进一步包括被配置成在第一图像传感器捕捉第一和第二数字图像帧之前捕捉假定人脸的初步数字图像帧的第二图像传感器。处理单元然后可被进一步配置成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的位置。该装置可被配置成基于该位置来将第一图像传感器的光轴对准假定眼睛以捕捉第一和第二数字图像帧。
在该装置方面的上述实施例中，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之类的“被配置成”执行各种动作或步骤的装置单元的元件可替换地被认为是用于执行这些动作或步骤的“装置”。
在可以根据该装置方面的上述任一实施例的实施例中，该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、智能手机或移动电话。
在第一方法方面，可实现一种方法，该方法包括：获取在从不同方向照射具有虹膜和瞳孔的假定眼睛时捕捉到的该假定眼睛的多个数字图像帧的图像数据；获取比较数据，该比较数据取决于该多个数字图像帧中的至少两个数字图像帧的图像数据中的对应于假定眼睛的感兴趣区域的各部分中的相似性；以及在该比较数据的基础上自动确定在假定眼睛中存在指示真实眼睛的一个或多个验证特征。
在一实施例中，感兴趣区域是假定眼睛的虹膜区域。
在一替代实施例中，多个数字图像帧由具有光轴的第一图像传感器捕捉，该多个数字图像帧中的至少两个数字图像帧之一在基本上从该光轴的方向照亮假定眼睛时捕捉到的，其中感兴趣区域是假定眼睛的瞳孔区域，验证特征包括位于瞳孔后的视网膜。
在可以根据该方法方面的以上任一实施例的实施例中，该方法进一步包括在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假定眼睛的虹膜的一个或多个特性特征。这些至少两个数字图像帧可以是在其图像数据的基础上确定在假定眼睛中存在验证特征的相同的至少两个数字图像帧。替换地，在其图像数据的基础上确定在假定眼睛中存在验证特征的至少两个数字图像帧以及在其图像数据的基础上检测到虹膜的特性特征的至少两个数字图像帧可以在至少一个数字图像帧中彼此不同。
在其中该方法包括检测虹膜的特性特征的实施例中，该方法包括在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，并且在该辅助图像帧的图像数据的基础上自动检测特性特征。辅助图像帧可被生成为包括辅助图像数据，辅助图像数据取决于在其基础上生成辅助图像帧的至少两个数字图像帧的图像数据之间的区别。
在其中该方法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至少两个数字图像帧以及辅助图像帧本身各自包括像素，辅助图像帧的图像数据可被生成为对于其像素包括该至少两个数字图像帧之间的对应像素的图像数据区别的指示。
在其中该方法包括生成辅助图像帧的上述任一实施例中，辅助图像帧可被生成为包括包含将虹膜的三维结构特征定义为特性特征的数据的辅助图像数据。
在可以根据其中该方法包括检测假定眼睛的虹膜的至少一个特性特征的第一方法方面的上述任一实施例的实施例中，多个数字图像帧由具有光轴的第一图像传感器捕捉，该多个数字图像帧中的在其图像数据的基础上检测到特性特征的至少两个数字图像帧包括在从第一方向照亮假定眼睛时捕捉到的该假定眼睛的第一数字图像帧以及在从第二方向照亮假定眼睛时捕捉到的该假定眼睛的第二数字图像帧，第一和第二方向从光轴的相对侧定向至假定眼睛，且相对于光轴成基本上相等的角。第一和第二方向可以相对于彼此成至少10度的角α，优选至少15度。
在第二方法方面，可实现一种方法，该方法包括：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；在从与第一方向不同的第二方向照亮该假定眼睛时捕捉该假定眼睛的第二数字图像帧；自动比较第一和第二数字图像帧的图像数据；以及在第一和第二数字图像帧的图像数据的对应于假定眼睛的感兴趣区域的各部分中的相似性的基础上自动确定在假定眼睛中存在指示真实眼睛的验证特征。第一和第二方向可以相对于彼此成至少10度的角α，优选至少15度。
在一实施例中，第一和第二数字图像帧由具有光轴的图像传感器来捕捉，第一和第二方向之一基本上与该光轴平行。
在可以根据第二方法方面的上述任一实施例的实施例中，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，该方法进一步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来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；以及将光轴对准假定眼睛的位置。
在第一和第二方法方面的上述任一实施例中，该方法可进一步包括在假定眼睛的虹膜的至少一个特性特征的基础上自动识别该虹膜。
虽然本发明实施例中的一些在本文中可被描述为并示为实现在智能手机、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领会，本发明实施例适用于各种不同类型的设备，诸如便携式和移动设备(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、各种类型的访问控制设备和装置等)。
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(诸)特征或(诸)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：
获取在从不同方向照亮具有虹膜和瞳孔的假定眼睛时捕捉到的所述假定眼睛的多个数字图像帧的图像数据；
获取比较数据，所述比较数据取决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的对应于所述假定眼睛的感兴趣区域的各部分中的相似性；以及
在所述比较数据的基础上确定在所述假定眼睛中存在指示真实眼睛的验证特征。
2.如权利要求1所限定的装置，其特征在于，所述感兴趣区域是所述假定眼睛的所述虹膜的区域。
3.如权利要求1所限定的装置，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，所述多个数字图像帧中的所述至少两个数字图像帧之一在基本上从所述光轴的方向照亮所述假定眼睛时捕捉到，其中所述感兴趣区域是所述假定眼睛的所述瞳孔的区域，所述验证特征包括位于所述瞳孔后的视网膜。
4.如权利要求1到3中的任一项所限定的装置，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检测所述假定眼睛的所述虹膜的特性特征。
5.如权利要求4所限定的装置，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，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。
6.如权利要求5所限定的装置，其特征在于，所述辅助图像帧包括辅助图像数据，所述辅助图像数据取决于在其基础上生成所述辅助图像帧的所述至少两个数字图像帧的图像之间的区别。
7.如权利要求4到6中的任一项所限定的装置，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，其中所述多个数字图像帧中的在其图像数据的基础上检测所述假定眼睛的所述虹膜的所述特性特征的所述至少两个数字图像帧包括在从第一方向照亮所述假定眼睛时捕捉到的所述假定眼睛的第一数字图像帧以及在从第二方向照亮所述假定眼睛时捕捉到的所述假定眼睛的第二数字图像帧，所述第一方向和所述第二方向从所述光轴的相对侧定向至所述假定眼睛，且相对于所述光轴成基本上相等的角。
8.如权利要求1到7中的任一项所限定的装置，其特征在于，所述装置被实现为便携式或移动电子设备。
9.一种方法，包括：
获取在从不同方向照亮具有虹膜和瞳孔的假定眼睛时捕捉到的所述假定眼睛的多个数字图像帧的图像数据；
获取比较数据，所述比较数据取决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的对应于所述假定眼睛的感兴趣区域的各部分中的相似性；以及
在所述比较数据的基础上自动确定在所述假定眼睛中存在指示真实眼睛的验证特征。
10.如权利要求9所限定的方法，其特征在于，所述感兴趣区域是所述假定眼睛的所述虹膜的区域。
11.如权利要求9所限定的方法，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，所述多个数字图像帧中的所述至少两个数字图像帧之一在基本上从所述光轴的方向照亮所述假定眼睛时捕捉到，其中所述感兴趣区域是所述假定眼睛的所述瞳孔的区域，所述验证特征包括位于上述瞳孔后的视网膜。
12.如权利要求9到11中的任一项所限定的方法，其特征在于，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检测所述假定眼睛的所述虹膜的特性特征。
13.如权利要求12所限定的方法，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，并且在所述辅助图像帧的图像数据的基础上自动检测所述特性特征。
14.如权利要求13所限定的方法，其特征在于，所述辅助图像帧被生成为包括辅助图像数据，所述辅助图像数据取决于在其基础上生成所述辅助图像帧的所述至少两个数字图像帧的图像数据之间的区别。
15.如权利要求12到14中的任一项所限定的方法，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，其中所述多个数字图像帧中的在其图像数据的基础上检测所述特性特征的所述至少两个数字图像帧包括在从第一方向照亮所述假定眼睛时捕捉到的所述假定眼睛的第一数字图像帧以及在从第二方向照亮所述假定眼睛时捕捉到的所述假定眼睛的第二数字图像帧，所述第一方向和所述第二方向从所述光轴的相对侧定向至所述假定眼睛，且相对于所述光轴成基本上相等的角。
CN201680059061.2A 2015-10-08 2016-09-17 虹膜识别 Pending CN108140114A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/878,488 2015-10-08
US14/878,488 US10445606B2 (en) 2015-10-08 2015-10-08 Iris recognition
PCT/US2016/052371 WO2017062162A1 (en) 2015-10-08 2016-09-17 Iris recognition

Publications (1)

Publication Number Publication Date
CN108140114A true CN108140114A (zh) 2018-06-08

Family

ID=57003618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680059061.2A Pending CN108140114A (zh) 2015-10-08 2016-09-17 虹膜识别

Country Status (4)

Country Link
US (1) US10445606B2 (zh)
EP (1) EP3360075A1 (zh)
CN (1) CN108140114A (zh)
WO (1) WO2017062162A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9886639B2 (en) * 2014-12-31 2018-02-06 Morphotrust Usa, Llc Detecting facial liveliness
US9928603B2 (en) 2014-12-31 2018-03-27 Morphotrust Usa, Llc Detecting facial liveliness
US10380418B2 (en) * 2017-06-19 2019-08-13 Microsoft Technology Licensing, Llc Iris recognition based on three-dimensional signatures
CN111357008B (zh) 2017-11-28 2023-09-12 指纹卡安娜卡敦知识产权有限公司 生物计量成像系统以及用于控制该系统的方法
FR3081072B1 (fr) * 2018-05-09 2020-04-17 Idemia Identity & Security France Procede de reconnaissance biometrique a partir des iris
EP3846751A4 (en) 2018-09-04 2022-05-11 AMO Development, LLC NARROW ANGLE ILLUMINATION RING FOR OPHTHALMIC SURGICAL LASER SYSTEM
US11403884B2 (en) * 2019-01-16 2022-08-02 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing face ID sensing
CN110135370B (zh) * 2019-05-20 2022-09-09 北京百度网讯科技有限公司 人脸活体检测的方法及装置、电子设备、计算机可读介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000194855A (ja) * 1998-12-25 2000-07-14 Oki Electric Ind Co Ltd 個体識別システム
CN1650148A (zh) * 2002-05-30 2005-08-03 维思克斯公司 跟踪扭转的眼睛的方向和位置
US20090161925A1 (en) * 2005-04-25 2009-06-25 Sagem Securite Method for acquiring the shape of the iris of an eye
US20090213213A1 (en) * 2005-10-14 2009-08-27 Applied Research Associates New Zealand Limited Method of Monitoring a Surface Feature and Apparatus Therefor
CN101692979A (zh) * 2003-04-11 2010-04-14 博士伦公司 用于获取数据以及对准和跟踪眼睛的系统和方法
US20130089241A1 (en) * 2011-10-07 2013-04-11 Imad Malhas Security improvements for iris recognition systems
US20130223681A1 (en) * 2012-02-29 2013-08-29 Suprema Inc. Apparatus and method for identifying fake face
US20140037948A1 (en) * 2012-07-31 2014-02-06 Nitto Denko Corporation Surface protective film, optical member and electronic member
US20140337948A1 (en) * 2013-05-13 2014-11-13 Hoyos Labs Corp. System and method for determining liveness
US20150241967A1 (en) * 2014-02-25 2015-08-27 EyeVerify Inc. Eye Gaze Tracking

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US7616785B2 (en) * 2003-07-04 2009-11-10 Panasonic Corporation Living eye judging method and living eye judging device
US8705808B2 (en) 2003-09-05 2014-04-22 Honeywell International Inc. Combined face and iris recognition system
US8064647B2 (en) 2006-03-03 2011-11-22 Honeywell International Inc. System for iris detection tracking and recognition at a distance
US7418115B2 (en) 2004-12-07 2008-08-26 Aoptix Technologies, Inc. Iris imaging using reflection from the eye
EP1829479A1 (en) * 2005-02-16 2007-09-05 Matsushita Electric Industrial Co., Ltd. Biometric discrimination device, authentication device, and biometric discrimination method
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
EP2062197A4 (en) 2006-09-15 2010-10-06 Retica Systems Inc MULTIMODAL BIOMETRIC SYSTEM AND METHOD FOR LARGE DISTANCES
US8965063B2 (en) * 2006-09-22 2015-02-24 Eyelock, Inc. Compact biometric acquisition system and method
US7623000B2 (en) * 2007-07-17 2009-11-24 Icera Canada ULC Hybrid linear and polar modulation apparatus
US9117119B2 (en) * 2007-09-01 2015-08-25 Eyelock, Inc. Mobile identity platform
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
US9179117B2 (en) * 2012-07-02 2015-11-03 Kabushiki Kaisha Toshiba Image processing apparatus
FR3009878B1 (fr) 2013-08-23 2015-08-21 Morpho Dispositif de decision prevu pour decider si un œil est vrai ou faux
CN105100633A (zh) * 2014-05-22 2015-11-25 宁波舜宇光电信息有限公司 虹膜识别应用中的补光方法及装置
EP3274920A4 (en) * 2015-03-23 2018-11-07 ControlRAD Systems Inc. Eye tracking system

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000194855A (ja) * 1998-12-25 2000-07-14 Oki Electric Ind Co Ltd 個体識別システム
CN1650148A (zh) * 2002-05-30 2005-08-03 维思克斯公司 跟踪扭转的眼睛的方向和位置
CN101692979A (zh) * 2003-04-11 2010-04-14 博士伦公司 用于获取数据以及对准和跟踪眼睛的系统和方法
US20090161925A1 (en) * 2005-04-25 2009-06-25 Sagem Securite Method for acquiring the shape of the iris of an eye
US20090213213A1 (en) * 2005-10-14 2009-08-27 Applied Research Associates New Zealand Limited Method of Monitoring a Surface Feature and Apparatus Therefor
US20130089241A1 (en) * 2011-10-07 2013-04-11 Imad Malhas Security improvements for iris recognition systems
US20130223681A1 (en) * 2012-02-29 2013-08-29 Suprema Inc. Apparatus and method for identifying fake face
US20140037948A1 (en) * 2012-07-31 2014-02-06 Nitto Denko Corporation Surface protective film, optical member and electronic member
US20140337948A1 (en) * 2013-05-13 2014-11-13 Hoyos Labs Corp. System and method for determining liveness
US20150241967A1 (en) * 2014-02-25 2015-08-27 EyeVerify Inc. Eye Gaze Tracking

Also Published As

Publication number Publication date
US10445606B2 (en) 2019-10-15
EP3360075A1 (en) 2018-08-15
WO2017062162A1 (en) 2017-04-13
US20170103276A1 (en) 2017-04-13

Similar Documents

Publication Publication Date Title
CN108140114A (zh) 虹膜识别
US10796178B2 (en) Method and device for face liveness detection
KR101286454B1 (ko) 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법
CN106372601B (zh) 一种基于红外可见双目图像的活体检测方法及装置
CN104537292B (zh) 用于生物特征验证的电子欺骗检测的方法和系统
CN110443016B (zh) 信息防泄露方法、电子装置及存储介质
JP2019506694A (ja) 生体測定分析のシステムおよび方法
US20200311238A1 (en) Systems and methods of multi-modal biometric analysis
US11651624B2 (en) Iris authentication device, iris authentication method, and recording medium
CN103400104A (zh) 个人认证装置
CN108875546A (zh) 人脸身份验证方法、系统及存储介质
JP2007516525A (ja) 顔面イメージ取得と識別の方法及びシステム
KR20050048413A (ko) 적외선을 이용한 사람 식별 장치 및 방법
JP2007135149A (ja) 移動携帯端末
JP2000083930A (ja) アイリスを用いた個人識別装置
KR102160137B1 (ko) 특징점 변동을 이용한 위조 얼굴 판별장치 및 그 방법
KR20210131891A (ko) 개인의 인증 또는 식별을 위한 방법
CN109661668A (zh) 用于虹膜识别的图像处理方法和系统
CN108140113A (zh) 虹膜识别
JP2004030564A (ja) 個人認証方法、個人認証装置および撮影装置
CN103616998B (zh) 用户信息获取方法及用户信息获取装置
KR20090132838A (ko) 사진 촬영 장치
JP3991042B2 (ja) 個人認証方法および個人認証装置
CN113158893A (zh) 一种目标识别的方法和系统
CN108319830A (zh) 一种身份验证方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180608