CN109360310A - 生物识别方法、芯片级系统和通道设备 - Google Patents
生物识别方法、芯片级系统和通道设备 Download PDFInfo
- Publication number
- CN109360310A CN109360310A CN201811183932.9A CN201811183932A CN109360310A CN 109360310 A CN109360310 A CN 109360310A CN 201811183932 A CN201811183932 A CN 201811183932A CN 109360310 A CN109360310 A CN 109360310A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- wafer
- imaging device
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012850 discrimination method Methods 0.000 title abstract 2
- 238000003384 imaging method Methods 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- 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
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Vascular Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
Abstract
本申请实施例公开了一种生物识别方法、芯片级系统和通道设备，先采集待识别对象第一图像进行人脸识别，在识别到人脸时，向人脸投影预定图案，并采集第二图像，根据第二图像中的预定图案判断该人脸是否为三维人脸，只有在判断出三维人脸时，才通过虹膜识别进行身份认证。通过结合虹膜识别和人脸识别提高了虹膜识别的识别精度。另外，芯片级系统通过晶圆级多孔径成像装置采集图像，所采集图像的分辨率高，进一步提高虹膜识别的识别精度。
Description
技术领域
本申请涉及生物识别技术领域，更具体地说，涉及一种生物识别方法、芯片级系统和通道设备。
背景技术
生物识别技术主要是指通过人类生物特征进行身份认证的一种技术，在边检通关，公安司法，金融证券等公共安全领域和门禁，考勤等民用领域得到了广泛应用。目前的生物识别技术均是单一模态的生物识别，例如，单一的人脸识别，单一的虹膜识别等。这种单一模态的生物识别技术的识别精度较低，无法满足高精度场景的需求。
因此，如何提高生物识别的识别精度成为亟待解决的技术问题。
发明内容
本申请的目的是提供一种生物识别方法、芯片级系统和通道设备，以至少部分的克服现有技术中存在的技术问题。
为实现上述目的，本申请提供了如下技术方案：
一种芯片级系统，包括：处理器，与所述处理器连接的存储器，晶圆级多孔径成像装置和投影装置；其中，
所述存储器用于存储计算机指令；
所述晶圆级多孔径成像装置用于采集图像；
所述投影装置用于投影预定图案；
所述处理器用于执行所述计算机指令，以执行如下操作：
通过所述晶圆级多孔径成像装置采集待识别对象的第一图像；
对所述第一图像进行人脸识别；
当识别到人脸时，控制所述投影装置向所述人脸位置投影预定图案；
通过所述晶圆级多孔径成像装置采集所述待识别对象的第二图像，并对所述第二图像中的所述预定图案的变形情况进行分析，得到分析结果，所述分析结果表征所述人脸是否符合三维人脸特征；
当分析结果表征所述人脸符合三维人脸特征时，从所述第一图像中提取虹膜特征，并根据所述虹膜特征进行身份认证。
上述芯片级系统，优选的，所述晶圆级多孔径成像装置包括：
微透镜阵列，包括多个透镜单元；
光阑阵列，包括多个光阑单元，光阑单元与透镜单元一一对应；
CMOS图像传感器阵列，包括多个CMOS图像传感器，CMOS图像传感器与光阑单元一一对应；相邻CMOS图像传感器捕获的图像具有部分重叠区域；
与所述CMOS图像传感器阵列连接的处理单元，用于将CMOS图像传感器捕获的图像拼接得到待识别对象的图像；
其中，所述光阑阵列位于所述微透镜阵列和所述CMOS图像传感器阵列之间；所述CMOS图像传感器以全局快门方式捕获图像；所述透镜单元的最大成像景深为100mm。
上述芯片级系统，优选的，所述处理器为使用Linux操作系统的ARM处理器。
上述芯片级系统，优选的，还包括：短距离通讯模块。
上述芯片级系统，优选的，晶圆级多孔径成像装置包括：基于可见光成像的第一晶圆级多孔径成像装置和基于近红外光成像的第二晶圆级多孔径成像装置；
所述通过所述晶圆级多孔径成像装置采集第一图像，包括：
判断是否满足可见光成像条件；
若判断结果为是，通过所述第一晶圆级多孔径成像装置采集第一图像；
若判断结果为否，通过所述第二晶圆级多孔径成像装置采集第一图像。
一种通道设备，包括：如前任意一项所述的芯片级系统，与所述芯片级系统连接的驱动装置，所述驱动装置用于驱动所述通道设备开放或关闭通道口；其中，
所述芯片级系统在得到身份认证结果后，还用于：若身份认证结果为认证通过，则向所述驱动装置发送第一指令，以指示所述驱动装置驱动所述通道设备开放通道口；若身份认证结果为认证未通过，则向所述驱动装置发送第二指令，以指示所述驱动装置驱动所述通道设备关闭所述通道口。
上述通道设备，优选的，所述通道设备为：通道闸机，或者，门禁系统。
一种生物识别方法，包括：
采集待识别对象的第一图像，对所述第一图像进行人脸识别；
当识别到人脸时，向所述人脸位置投影预定图案；
采集所述待识别对象的第二图像，并对所述第二图像中的所述预定图案的变形情况进行分析，得到分析结果，所述分析结果表征所述人脸是否符合三维人脸特征；
当分析结果表征所述人脸符合三维人脸特征时，从所述第一图像中提取虹膜特征，并根据所述虹膜特征进行身份认证。
上述方法，优选的，所述采集待识别对象的第一图像，包括：
判断是否满足可见光成像条件；
若判断结果为是，基于可见光采集第一图像；
若判断结果为否，基于近红外光采集第一图像。
上述方法，优选的，所述第一图像和所述第二图像通过晶圆级多孔径成像装置采集。
通过以上方案可知，本申请提供的一种生物识别方法、芯片级系统和通道设备，先采集待识别对象第一图像进行人脸识别，在识别到人脸时，向人脸投影预定图案，并采集第二图像，根据第二图像中的预定图案判断该人脸是否为三维人脸，只有在判断出三维人脸时，才通过虹膜识别进行身份认证。通过结合虹膜识别和人脸识别提高了虹膜识别的识别精度。另外，芯片级系统通过晶圆级多孔径成像装置采集图像，所采集图像的分辨率高，进一步提高虹膜识别的识别精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的芯片级系统的一种结构示意图；
图2为本申请实施例提供的晶圆级多孔径成像装置的一种结构示意图；
图3为本申请实施例提供的生物识别方法的一种实现流程图。
说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的部分，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示的以外的顺序实施。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，图1为本申请实施例提供的芯片级系统的一种结构示意图，可以包括：
处理器11，存储器12，晶圆级多孔径成像装置13和投影装置14。其中，
存储器12用于存储计算机指令。
晶圆级多孔径成像装置13用于采集图像。本申请提供的晶圆级多孔径成像装置的一种结构示意图如图2所示，具体可以包括：
微透镜阵列21，包括多个透镜单元；
光阑阵列22，包括多个光阑单元，光阑单元与透镜单元一一对应；
CMOS图像传感器阵列23，包括多个CMOS图像传感器，CMOS图像传感器与光阑单元一一对应；相邻CMOS图像传感器捕获的图像具有部分重叠区域；
也就是说，光阑阵列22位于微透镜阵列21和CMOS图像传感器阵列23之间，相对应的一个透镜单元，一个光阑单元和一个CMOS图像传感器构成一个成像模组，每个成像模组均可以采集待识别对象的一部分区域的图像。相邻成像模组的视场存在部分区域相同。
与CMOS图像传感器阵列23连接的处理单元24，用于将各个CMOS图像传感器捕获的图像进行拼接，得到待识别对象的图像；
其中，CMOS图像传感器以全局快门方式捕获图像；透镜单元的最大成像景深为100mm。
需要说明的是，为了便于说明，图2中仅示出了两个成像模组。在实际应用中，是需要多个成像模组的，如，呈3*3排列的9个成像模组。另外，图2中仅示出了一个CMOS图像传感器的成像原理，其它CMOS图像传感器的成像原理相同。
投影装置14用于投影预定图案。具体的，投影装置14可以包括：
投影光源和菲林片，菲林片上印刷有上述预定图案。当需要投影预定图案时，开启投影光源，使得投影光源发射的光照射到菲林片上，从而使得菲林片上的预定图案投影到待识别对象上。也就是说，菲林片位于投影光源和待识别对象之间。
处理器11用于执行存储器12存储的计算机指令，以执行如下操作：
通过晶圆级多孔径成像装置13采集待识别对象的第一图像。
对第一图像进行人脸识别。
本申请实施例中，对第一图像进行人脸识别是指识别第一图像中是否存在人脸。
当识别到人脸时，控制投影装置14向人脸所在位置处投影预定图案。
通过晶圆级多孔径成像装置13采集待识别对象的第二图像。
对第二图像中的预定图案的变形情况进行分析，得到分析结果，该分析结果表征人脸是否符合三维人脸特征。
本申请实施例中，在向人脸投影预定图案的同时，再次采集待识别对象的图像，此时采集的图像中会有上述预定图案。
预定图案的变形情况可以根据预定图案的深度信息确定。具体的，若待识别对象是二维人脸图像，则第二图像中预定图案的所有像素点的深度是一样的，此时预定图案不会发生变形。而若待识别对象是三维人脸对象，则第二图像中，预定图案的像素点的深度会随着脸部不同部位的高度的变化而不同，则预定图案发生变形。
也就是说，若分析出预定图案发生变形，则确定人脸符合三维人脸特征，否则确定人脸不符合三维人脸特征。
当分析结果表征人脸符合三维人脸特征时，从第一图像中提取虹膜特征，并根据虹膜特征进行身份认证。
若分析结果表征人脸不符合三维人脸特征，则不进行虹膜识别，即不会执行从第一图像中提取虹膜特征，并根据虹膜特征进行身份认证的步骤。
本申请提供的芯片级系统，先采集待识别对象第一图像进行人脸识别，在识别到人脸时，向人脸投影预定图案，并采集第二图像，根据第二图像中的预定图案判断该人脸是否为三维人脸，只有在判断出三维人脸时，才通过虹膜识别进行身份认证。通过结合虹膜识别和人脸识别提高了虹膜识别的识别精度。另外，芯片级系统通过晶圆级多孔径成像装置采集图像，所采集图像的分辨率比使用单孔成像装置采集的图像的分辨率高，进一步提高虹膜识别的识别精度。
在一可选的实施例中，处理器11可以为使用Linux操作系统的ARM处理器。这样可以使得芯片级系统具有软件代码小，高度自动化，响应速度快，不受病毒影响等特点。
在一可选的实施例中，芯片级系统还可以包括短距离通信模块，如蓝牙模块，或者，WIFI模块等。芯片级系统集成短距离通信模块后，可以与ORL人脸识别数据库、虹膜识别数据库等进行通信，以对芯片级系统进行测试验证。
在一可选的实施例中，晶圆级多孔径成像装置可以包括：基于可见光成像的第一晶圆级多孔径成像装置和基于近红外光成像的第二晶圆级多孔径成像装置；
通过晶圆级多孔径成像装置采集第一图像的一种实现方式可以为：
判断是否满足可见光成像条件；
若判断结果为是，通过第一晶圆级多孔径成像装置采集第一图像；
若判断结果为否，通过第二晶圆级多孔径成像装置采集第一图像。
通过晶圆级多孔径成像装置采集第二图像的一种实现方式可以为：
判断是否满足可见光成像条件；
若判断结果为是，通过第一晶圆级多孔径成像装置采集第二图像；
若判断结果为否，通过第二晶圆级多孔径成像装置采集第二图像。
本申请实施例中，芯片级系统集成了基于可见光的成像装置和基于近红外光的成像装置，当需要采集图像时，优先采用基于可见光的成像装置，只有在基于可见光的成像装置不可用时，才采用基于近红外光的成像装置。扩大了芯片级系统的应用范围。
其中，判断是否满足可见光成像条件可以包括：
判断环境自然光的亮度是否大于预设阈值，或者，芯片级系统的闪光灯是否可用；
若环境自然光的亮度大于预设阈值，或者，芯片级系统的闪光灯可用，确定满足可见光成像条件，否则，不满足可见光成像条件。
在一可选的实施例中，本申请提供的处理器11还可以用于：
当分析结果表征人脸符合三维人脸特征时，从第一图像中提取人脸特征，并根据人脸特征进行身份认证。
也就是说，本申请实施例提供的芯片级系统，不仅可以通过虹膜进行身份认证，还可以通过人脸进行身份认证，应用范围更广。
本申请还提供一种通道设备，该通道设备具有如前所述实施例公开的芯片级系统，还包括与芯片级系统连接的驱动装置，该驱动装置用于驱动通道设备开放或关闭通道口；其中，
芯片级系统在得到身份认证结果后，还用于：若身份认证结果为认证通过，则向驱动装置发送第一指令，以指示驱动装置驱动通道设备开放通道口；若身份认证结果为认证未通过，则向驱动装置发送第二指令，以指示驱动装置驱动通道设备关闭通道口。
其中，通道设备可以为通道闸机或者门禁系统。
本申请还提供一种应用于上芯片级系统的生物识别方法。本申请提供的生物识别方法的一种实现流程图如图3所示可以包括：
步骤S31：采集待识别对象的第一图像，并对第一图像进行人脸识别。其中，对第一图像进行人脸识别是指识别第一图像中是否存在人脸。
步骤S32：当识别到人脸时，向人脸位置投影预定图案。
步骤S33：采集待识别对象的第二图像，并对第二图像中的预定图案的变形情况进行分析，得到分析结果，该分析结果表征人脸是否符合三维人脸特征。
本申请实施例中，在向人脸投影预定图案的同时，再次采集待识别对象的图像，此时采集的图像中会有上述预定图案。
预定图案的变形情况可以根据预定图案的深度信息确定。具体的，若待识别对象是二维人脸图像，则第二图像中预定图案的所有像素点的深度是一样的，此时预定图案不会发生变形。而若待识别对象是三维人脸对象，则第二图像中，预定图案的像素点的深度会随着脸部不同部位的高度的变化而不同，则预定图案发生变形。
也就是说，若分析出预定图案发生变形，则确定人脸符合三维人脸特征，否则确定人脸不符合三维人脸特征。
在一可选的实施例中，第一图像和第二图像可以通过晶圆级多孔径成像装置采集。
步骤S34：当分析结果表征人脸符合三维人脸特征时，从第一图像中提取虹膜特征，并根据虹膜特征进行身份认证。
若分析结果表征人脸不符合三维人脸特征，则不进行虹膜识别，即不会执行从第一图像中提取虹膜特征，并根据虹膜特征进行身份认证的步骤。
本申请提供的生物识别方法，先采集待识别对象第一图像进行人脸识别，在识别到人脸时，向人脸投影预定图案，并采集第二图像，根据第二图像中的预定图案判断该人脸是否为三维人脸，只有在判断出三维人脸时，才通过虹膜识别进行身份认证。通过结合虹膜识别和人脸识别提高了虹膜识别的识别精度。另外，通过晶圆级多孔径成像装置采集图像，所采集图像的分辨率比使用单孔成像装置采集的图像的分辨率高，进一步提高虹膜识别的识别精度。
在一可选的实施例中，采集待识别对象的第一图像的一种实现方式可以为：
判断是否满足可见光成像条件；
若判断结果为是，基于可见光采集第一图像；
若判断结果为否，基于近红外光采集第一图像。
同理，采集待识别对象的第二图像的一种实现方式可以为：
判断是否满足可见光成像条件；
若判断结果为是，基于可见光采集第二图像；
若判断结果为否，基于近红外光采集第二图像。
其中，判断是否满足可见光成像条件的一种实现方式可以为：
判断环境自然光的亮度是否大于预设阈值，或者，芯片级系统的闪光灯是否可用；
若环境自然光的亮度大于预设阈值，或者，芯片级系统的闪光灯可用，确定满足可见光成像条件，否则，不满足可见光成像条件。
本申请实施例中，集成了基于可见光的成像和基于近红外光的成像两种成像方式，当需要采集图像时，优先采用基于可见光的成像方式成像，只有在基于可见光的成像方式不可用时，才采用基于近红外光的成像方式。扩大了生物识别的应用范围。
在一可选的实施例中，本申请提供的生物识别方法还可以包括：
当分析结果表征人脸符合三维人脸特征时，从第一图像中提取人脸特征，并根据人脸特征进行身份认证。
也就是说，本申请实施例提供的生物识别方法，不仅可以通过虹膜进行身份认证，还可以通过人脸进行身份认证，应用范围更广。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
应当理解，本申请实施例中，从权、各个实施例、特征可以互相组合结合，都能实现解决前述技术问题。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种芯片级系统，其特征在于，包括：处理器，与所述处理器连接的存储器，晶圆级多孔径成像装置和投影装置；其中，
所述存储器用于存储计算机指令；
所述晶圆级多孔径成像装置用于采集图像；
所述投影装置用于投影预定图案；
所述处理器用于执行所述计算机指令，以执行如下操作：
通过所述晶圆级多孔径成像装置采集待识别对象的第一图像；
对所述第一图像进行人脸识别；
当识别到人脸时，控制所述投影装置向所述人脸位置投影预定图案；
通过所述晶圆级多孔径成像装置采集所述待识别对象的第二图像，并对所述第二图像中的所述预定图案的变形情况进行分析，得到分析结果，所述分析结果表征所述人脸是否符合三维人脸特征；
当分析结果表征所述人脸符合三维人脸特征时，从所述第一图像中提取虹膜特征，并根据所述虹膜特征进行身份认证。
2.根据权利要求1所述的芯片级系统，其特征在于，所述晶圆级多孔径成像装置包括：
微透镜阵列，包括多个透镜单元；
光阑阵列，包括多个光阑单元，光阑单元与透镜单元一一对应；
CMOS图像传感器阵列，包括多个CMOS图像传感器，CMOS图像传感器与光阑单元一一对应；相邻CMOS图像传感器捕获的图像具有部分重叠区域；
与所述CMOS图像传感器阵列连接的处理单元，用于将CMOS图像传感器捕获的图像拼接得到待识别对象的图像；
其中，所述光阑阵列位于所述微透镜阵列和所述CMOS图像传感器阵列之间；所述CMOS图像传感器以全局快门方式捕获图像；所述透镜单元的最大成像景深为100mm。
3.根据权利要求1所述的芯片级系统，其特征在于，所述处理器为使用Linux操作系统的ARM处理器。
4.根据权利要求1所述的芯片级系统，其特征在于，还包括：短距离通讯模块。
5.根据权利要求1所述的芯片级系统，其特征在于，所述晶圆级多孔径成像装置包括：基于可见光成像的第一晶圆级多孔径成像装置和基于近红外光成像的第二晶圆级多孔径成像装置；
所述通过所述晶圆级多孔径成像装置采集第一图像，包括：
判断是否满足可见光成像条件；
若判断结果为是，通过所述第一晶圆级多孔径成像装置采集第一图像；
若判断结果为否，通过所述第二晶圆级多孔径成像装置采集第一图像。
6.一种通道设备，其特征在于，包括：如权利要求1-5任意一项所述的芯片级系统，与所述芯片级系统连接的驱动装置，所述驱动装置用于驱动所述通道设备开放或关闭通道口；其中，
所述芯片级系统在得到身份认证结果后，还用于：若身份认证结果为认证通过，则向所述驱动装置发送第一指令，以指示所述驱动装置驱动所述通道设备开放通道口；若身份认证结果为认证未通过，则向所述驱动装置发送第二指令，以指示所述驱动装置驱动所述通道设备关闭所述通道口。
7.根据权利要求所述的通道设备，其特征在于，所述通道设备为：通道闸机，或者，门禁系统。
8.一种生物识别方法，其特征在于，包括：
采集待识别对象的第一图像，对所述第一图像进行人脸识别；
当识别到人脸时，向所述人脸位置投影预定图案；
采集所述待识别对象的第二图像，并对所述第二图像中的所述预定图案的变形情况进行分析，得到分析结果，所述分析结果表征所述人脸是否符合三维人脸特征；
当分析结果表征所述人脸符合三维人脸特征时，从所述第一图像中提取虹膜特征，并根据所述虹膜特征进行身份认证。
9.根据权利要求8所述的方法，其特征在于，所述采集待识别对象的第一图像，包括：
判断是否满足可见光成像条件；
若判断结果为是，基于可见光采集第一图像；
若判断结果为否，基于近红外光采集第一图像。
10.根据权利要求8所述的方法，其特征在于，所述第一图像和所述第二图像通过晶圆级多孔径成像装置采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811183932.9A CN109360310A (zh) | 2018-10-11 | 2018-10-11 | 生物识别方法、芯片级系统和通道设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811183932.9A CN109360310A (zh) | 2018-10-11 | 2018-10-11 | 生物识别方法、芯片级系统和通道设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109360310A true CN109360310A (zh) | 2019-02-19 |
Family
ID=65348718
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811183932.9A Pending CN109360310A (zh) | 2018-10-11 | 2018-10-11 | 生物识别方法、芯片级系统和通道设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109360310A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5956122A (en) * | 1998-06-26 | 1999-09-21 | Litton Systems, Inc | Iris recognition apparatus and method |
| CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
| CN107301392A (zh) * | 2017-06-20 | 2017-10-27 | 华天科技（昆山）电子有限公司 | 晶圆级图像采集装置 |
| US20170330025A1 (en) * | 2016-05-16 | 2017-11-16 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium |
| CN107370955A (zh) * | 2017-08-21 | 2017-11-21 | 深圳市天视通电子科技有限公司 | 可自动切换日夜模式的网络摄像机、实现方法及监控系统 |
| CN206711114U (zh) * | 2017-03-16 | 2017-12-05 | 中控智慧科技股份有限公司 | 一种全天候人脸采集装置 |
| CN107992797A (zh) * | 2017-11-02 | 2018-05-04 | 中控智慧科技股份有限公司 | 人脸识别方法及相关装置 |
| CN108139565A (zh) * | 2015-08-19 | 2018-06-08 | 弗劳恩霍夫应用研究促进协会 | 具有通道特定可调性的多孔径成像装置 |
-
2018
- 2018-10-11 CN CN201811183932.9A patent/CN109360310A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5956122A (en) * | 1998-06-26 | 1999-09-21 | Litton Systems, Inc | Iris recognition apparatus and method |
| CN108139565A (zh) * | 2015-08-19 | 2018-06-08 | 弗劳恩霍夫应用研究促进协会 | 具有通道特定可调性的多孔径成像装置 |
| CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
| US20170330025A1 (en) * | 2016-05-16 | 2017-11-16 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium |
| CN206711114U (zh) * | 2017-03-16 | 2017-12-05 | 中控智慧科技股份有限公司 | 一种全天候人脸采集装置 |
| CN107301392A (zh) * | 2017-06-20 | 2017-10-27 | 华天科技（昆山）电子有限公司 | 晶圆级图像采集装置 |
| CN107370955A (zh) * | 2017-08-21 | 2017-11-21 | 深圳市天视通电子科技有限公司 | 可自动切换日夜模式的网络摄像机、实现方法及监控系统 |
| CN107992797A (zh) * | 2017-11-02 | 2018-05-04 | 中控智慧科技股份有限公司 | 人脸识别方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9672406B2 (en) | Touchless fingerprinting acquisition and processing application for mobile devices | |
| US10956715B2 (en) | Decreasing lighting-induced false facial recognition | |
| KR102667740B1 (ko) | 영상 정합 방법 및 장치 | |
| RU2431190C2 (ru) | Способ и устройство распознавания рельефности лица | |
| US20190095701A1 (en) | Living-body detection method, device and storage medium | |
| KR100729280B1 (ko) | 스테레오 카메라를 장착한 이동단말기를 이용한 홍채인식시스템 및 그 방법 | |
| KR100879623B1 (ko) | Ｐｔｚ 카메라를 이용한 자동화된 광역 감시 시스템 및 그방법 | |
| CN105205458A (zh) | 人脸活体检测方法、装置及系统 | |
| US10441198B2 (en) | Face detection device, face detection system, and face detection method | |
| KR101974105B1 (ko) | 차량번호 인식률을 높인 차량 촬영시스템 및 방법 | |
| US20140253711A1 (en) | Agile non-contact biometric sensor | |
| WO2020079741A1 (ja) | 虹彩認証装置、虹彩認証方法および記録媒体 | |
| CN109002748A (zh) | 混合虹膜及面部生物识别系统 | |
| KR20000035050A (ko) | 얼굴 촬영/인식방법 | |
| WO2018185574A1 (en) | Apparatus and method for documents and/or personal identities recognition and validation | |
| JP5862217B2 (ja) | マーカの検出および追跡装置 | |
| CN109360310A (zh) | 生物识别方法、芯片级系统和通道设备 | |
| JP2008089811A (ja) | 撮像装置及びその制御方法 | |
| CN112580462B (zh) | 一种特征点选择方法、终端和存储介质 | |
| KR102664123B1 (ko) | 차량 데이터 생성 장치 및 방법, 그리고 시스템 | |
| CN108875472A (zh) | 图像采集装置及基于该图像采集装置的人脸身份验证方法 | |
| CN110427887B (zh) | 一种基于智能的会员身份识别方法及装置 | |
| US12125312B2 (en) | Decreasing lighting-induced false facial recognition | |
| KR20040006703A (ko) | 홍채 인식 시스템 | |
| WO2021109458A1 (zh) | 对象识别方法、装置、电子设备和可读存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: 523710, 26, 188 Industrial Road, Pingshan Town, Guangdong, Dongguan, Tangxia Applicant after: Entropy Technology Co.,Ltd. Address before: 523710, 26, 188 Industrial Road, Pingshan Town, Guangdong, Dongguan, Tangxia Applicant before: ZKTECO Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190219 |
|
| RJ01 | Rejection of invention patent application after publication |