CN110827366B - 虹膜特征模板更新方法、装置、可读存储介质及设备 - Google Patents

虹膜特征模板更新方法、装置、可读存储介质及设备 Download PDF

Info

Publication number
CN110827366B
CN110827366B CN201810906649.8A CN201810906649A CN110827366B CN 110827366 B CN110827366 B CN 110827366B CN 201810906649 A CN201810906649 A CN 201810906649A CN 110827366 B CN110827366 B CN 110827366B
Authority
CN
China
Prior art keywords
feature
template
bit
iris
value
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
CN201810906649.8A
Other languages
English (en)
Other versions
CN110827366A (zh
Inventor
周军
刘洋
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.)
Beijing Eyecool Technology Co Ltd
Original Assignee
Beijing Eyecool Technology Co Ltd
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 Beijing Eyecool Technology Co Ltd filed Critical Beijing Eyecool Technology Co Ltd
Priority to CN201810906649.8A priority Critical patent/CN110827366B/zh
Publication of CN110827366A publication Critical patent/CN110827366A/zh
Application granted granted Critical
Publication of CN110827366B publication Critical patent/CN110827366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/005—Statistical coding, e.g. Huffman, run length coding
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Abstract

本发明公开了一种虹膜特征模板更新方法、装置、可读存储介质及设备，属于虹膜图像处理领域。该方法包括：获取待认证用户的虹膜特征，特征模板和虹膜特征均包括噪声模板和虹膜特征编码；将虹膜特征与特征模板进行比对；若有N个虹膜特征比对通过且满足预设条件，则根据所述N个虹膜特征对特征模板的噪声模板和虹膜特征编码进行更新。本发明不需要增加特征模板的数量，不会影响比对速度，提高了特征模板的鲁棒性和广泛性。

Description

虹膜特征模板更新方法、装置、可读存储介质及设备
技术领域
本发明涉及虹膜图像处理领域，特别是指一种虹膜特征模板更新方法、装置、可读存储介质及设备。
背景技术
虹膜识别是一种高安全性的生物特征识别技术，有着非常广泛的应用前景。虹膜注册和识别是虹膜识别技术最核心的两个环节。目前虹膜识别技术中存在的主要问题是虹膜注册和虹膜识别的场景不同(例如：在室内批量注册虹膜门禁后，会将虹膜门禁安装到不同的地方使用，例如：楼门口，电梯口，有的甚至在户外阳光照射到的地方)，导致虹膜识别速度慢，准确率低。现有解决方案主要有以下两种：
1).保证虹膜注册和虹膜识别在同一个场景下，这种方法对于同一款设备不同场景下的应用就会受到很大的限制，如果每个场景下都要注册一个特征模板，那么会造成重复采集用户数据，非常不方便。
2).在一个好的环境下注册成功，例如在室内理想光照和单一背景下，生成特征模板，在不同场景识别的过程中,对于比对通过且满足阈值条件的虹膜图像，生成虹膜特征，然后作为特征模板保存下来，随着识别次数的增多，至于保存哪张图像没有统一的评价标准，如果将满足预设条件的虹膜图像生产的虹膜特征都保存的时，会造成特征模板的数量增多，影响1:N的比对速度，也会降低识别速度。
发明内容
为解决上述技术问题，本发明提供一种虹膜特征模板更新方法、装置、可读存储介质及设备，本发明不需要增加特征模板数量，不会影响比对速度，提高了特征模板的鲁棒性和广泛性。
本发明提供技术方案如下：
第一方面，本发明提供了一种虹膜特征模板更新方法，用于在虹膜识别过程中更新特征模板，所述方法包括：
获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
将所述虹膜特征与所述特征模板进行比对；
若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
进一步的，所述若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，包括：
若某个虹膜特征与所述特征模板比对通过且满足预设条件，则根据该虹膜特征对特征模板计数器进行更新，并记录更新次数；
判断更新次数是否达到N次，若是，则根据所述特征模板计数器对所述特征模板进行更新；
其中，所述特征模板计数器记录了特征模板以及所有比对通过且满足预设条件的虹膜特征的噪声模板和虹膜特征编码的统计值。
进一步的，所述虹膜特征和特征模板为2048位的Gabor二值编码特征，前1024位编码为噪声模板，后1024位编码为虹膜特征编码，噪声模板的编码值为第三编码值代表有效，为第四编码值代表无效；所述特征模板计数器包括1024位的计数器模板和1024位的统计特征，所述计数器模板的初值为所述特征模板的噪声模板的编码值，所述统计特征的初值为根据所述特征模板得到的1或-1的二值分布，其中：
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第一编码值，则所述统计特征在该位上的初值为1；
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第二编码值，则所述统计特征在该位上的初值为-1；
若特征模板的噪声模板在某一位上的编码值为第四编码值，则所述统计特征在该位上的初值为0。
进一步的，所述根据该虹膜特征对特征模板计数器进行更新，包括：
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且计数器模板在该位上的值为第四编码值，则将计数器模板在该位上的值更新为第三编码值；若为其他情况，则所述计数器模板在该位上的值不变；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第一编码值，则将所述统计特征在该位上的值加1；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第二编码值，则将所述统计特征在该位上的值减1；
若为其他情况，则所述统计特征在该位上的值不变。
进一步的，所述根据所述特征模板计数器对所述特征模板进行更新，包括：
若特征模板的噪声模板在某一位上的值为第四编码值，且计数器模板在该位上的值为第三编码值，则将特征模板的噪声模板在该位上的值更新为第三编码值；若为其他情况，则所述特征模板的噪声模板在该位上的值不变；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值大于1，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第一编码值；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值小于0，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第二编码值；
若为其他情况，则所述特征模板的虹膜特征编码在该位的对应位上的编码值不变。
进一步的，所述预设条件为：比对分数大于预设分数且虹膜图像有效区域大于预设比例。
第二方面，本发明提供了一种虹膜特征模板更新装置，用于在虹膜识别过程中更新特征模板，所述装置包括：
获取模块，用于获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
比对模块，用于将所述虹膜特征与所述特征模板进行比对；
更新模块，用于若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
进一步的，所述更新模块包括：
第一更新单元，用于若某个虹膜特征与所述特征模板比对通过且满足预设条件，则根据该虹膜特征对特征模板计数器进行更新，并记录更新次数；
第二更新单元，用于判断更新次数是否达到N次，若是，则根据所述特征模板计数器对所述特征模板进行更新；
其中，所述特征模板计数器记录了特征模板以及所有比对通过且满足预设条件的虹膜特征的噪声模板和虹膜特征编码的统计值。
进一步的，所述虹膜特征和特征模板为2048位的Gabor二值编码特征，前1024位编码为噪声模板，后1024位编码为虹膜特征编码，噪声模板的编码值为第三编码值代表有效，为第四编码值代表无效；所述特征模板计数器包括1024位的计数器模板和1024位的统计特征，所述计数器模板的初值为所述特征模板的噪声模板的编码值，所述统计特征的初值为根据所述特征模板得到的1或-1的二值分布，其中：
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第一编码值，则所述统计特征在该位上的初值为1；
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第二编码值，则所述统计特征在该位上的初值为-1；
若特征模板的噪声模板在某一位上的编码值为第四编码值，则所述统计特征在该位上的初值为0。
进一步的，所述第一更新单元中，所述根据该虹膜特征对特征模板计数器进行更新，包括：
第三更新单元，用于若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且计数器模板在该位上的值为第四编码值，则将计数器模板在该位上的值更新为第三编码值；若为其他情况，则所述计数器模板在该位上的值不变；
第四更新单元，用于若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第一编码值，则将所述统计特征在该位上的值加1；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第二编码值，则将所述统计特征在该位上的值减1；
若为其他情况，则所述统计特征在该位上的值不变；
所述第二更新单元中，所述根据所述特征模板计数器对所述特征模板进行更新，包括：
第五更新单元，用于若特征模板的噪声模板在某一位上的值为第四编码值，且计数器模板在该位上的值为第三编码值，则将特征模板的噪声模板在该位上的值更新为第三编码值；若为其他情况，则所述特征模板的噪声模板在该位上的值不变；
第六更新单元，用于若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值大于1，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第一编码值；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值小于0，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第二编码值；
若为其他情况，则所述特征模板的虹膜特征编码在该位的对应位上的编码值不变。
第三方面，本发明提供了一种用于虹膜识别中的特征模板更新的计算机可读存储介质，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：
获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
将所述虹膜特征与所述特征模板进行比对；
若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
第四方面，本发明提供了一种用于虹膜识别中的特征模板更新的设备，包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现第一方面所述方法的步骤。
本发明具有以下有益效果：
本发明实施例利用识别过程中识别通过的多个虹膜特征对特征模板进行更新，不需要增加特征模板的数量，不会影响比对速度，提高了特征模板的鲁棒性和广泛性。
附图说明
图1为本发明的虹膜特征模板更新方法流程图；
图2为本发明的虹膜特征模板更新装置示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
实施例1：
本发明实施例提供了一种虹膜特征模板更新方法，用于在虹膜识别过程中更新特征模板。图1为本发明的虹膜特征模板更新方法流程图，如图1所示，该方法包括：
步骤S100：获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，噪声模板各个位的编码值代表该位的有效性。
本发明实施例中，特征模板是注册过程生成的一个特征，预先存储在虹膜识别设备中，作为后续虹膜识别的比对基准。在虹膜识别过程中，虹膜识别设备获取用户的虹膜图像并提取出虹膜特征，将虹膜特征与特征模板进行比对。
本发明实施例在接收到虹膜识别指令时，通过开启配置于虹膜识别设备的摄像头，拍摄用户的虹膜图像或者拍摄用户眼部视频，从视频中读取多帧包含虹膜区域的图像。其中，虹膜识别指令可以是点击识别按键，也可以是系统的登陆指令，或者是其他指令，此处本发明实施例不做限定。
然后利用梯度，微积分检测算法，卷积，滤波，形态学等数字图像处理的方法在该虹膜图像或包含虹膜区域的图像上提取虹膜的内外边界，得到环形的虹膜区域，由于上下眼皮的遮挡，还需要提取虹膜上下眼睑被遮挡的边界，然后对定位好的环形区域展开，展开为一个矩形区域，利用双线性差值对矩形区域进行填充。噪声模板包括有效区域和无效区域，基于这个矩形区域，未被遮挡的特征区域表示噪声模板的有效区域，未被遮挡的特征区域的编码值代表该区域有效；被上下眼睑遮挡的特征区域表示噪声模板的无效区域，被上下眼睑遮挡的特征区域的编码值代表该区域无效；然后在该矩形区域上提取特征生成虹膜特征0、1编码(即为虹膜特征编码)，得到虹膜特征。
噪声模板与虹膜特征编码在相同位置的位对应，若噪声模板的位有效，则虹膜特征编码的对应位的编码值是有效的，对应到虹膜图像上该位置是有效的。噪声模板代表的是虹膜区域的有效性，噪声模板的有效位组成的区域代表虹膜的有效区域，即虹膜以及巩膜部分。
步骤S200：将所述虹膜特征与所述特征模板进行比对。
一般使用汉明距离或欧氏距离进行比对，以汉明距离为例，公式如下：
Figure BDA0001760787740000091
其中，Aj和Bj分别表示虹膜图像A和B的第j位Gabor特征编码，
Figure BDA0001760787740000092
表示异或运算。因此，对于同一个人的两幅虹膜图像，其汉明距离较小；对于不同人的两幅虹膜图像，其汉明距离较大。故在匹配决策时，设定一个阈值，小于该阈值的认为来自于同一虹膜，比对通过；大于该阈值的认为来自不同的虹膜，比对不通过。
步骤S300：若有N个虹膜特征与特征模板比对通过且满足预设条件，则根据N个虹膜特征对特征模板的噪声模板和虹膜特征编码进行更新，其中：
特征模板的噪声模板的更新方法为：若N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效。可以看成是将N个虹膜特征的噪声模板的有效位组成的区域与特征模板的噪声模板的有效位组成的区域进行融合(并集)，即是将N+1个噪声模板的有效区域合在一起，增加了虹膜的有效区域的面积。
本发明实施例使用N个虹膜特征的噪声模板的有效位对特征模板的噪声模板的有效位进行更新，由于N个虹膜特征可以是在多个不同场景中获取的，将N个虹膜特征的有效位更新至特征模板的噪声模板，可以使得特征模板的噪声模板的有效区域包括多个不同场景下的虹膜区域，适应不同的场景。并且N个虹膜特征需要比对通过且满足预设条件，保证了用于对特征模板进行更新的虹膜特征与特征模板属于同一用户，且这些虹膜特征具有较好的质量，例如其噪声模板的有效区域较大，或者虹膜特征编码的准确率较高，进而保证了更新后的特征模板的质量；另外，本发明实施例将N个虹膜特征的噪声模板的有效位与特征模板的噪声模板的有效位进行融合，增加了噪声模板的有效位组成的区域的面积，即增加了虹膜的有效区域的面积。
在前述更新了特征模板的噪声模板的基础上，需要为更新后的噪声模板更新其对应的虹膜特征编码，更新方法为：对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值(1)出现的次数多于第二编码值(0)出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为第一编码值(1)，若第二编码值(0)出现的次数多于第一编码值(1)出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为第二编码值(0)。
本发明实施例中，前述的若干次可以根据实际情况设定，并且两个所述的若干次可以是相同的次数，也可以是不同的次数。
本发明实施例对N个虹膜特征的虹膜特征编码进行统计，为了避免引起的偶然性，只有一个编码值(第一编码值/第二编码值)出现的次数大于另一个编码值(第二编码值/第一编码值)出现的次数若干次时，才将虹膜特征编码更新，提高了虹膜特征的质量，降低了误识率。
需要说明的是，本发明说明书中示例性的以第一编码值为1，第二编码值为0对本发明实施例进行了说明，但并不因此限定本发明。在本发明另一些实施例中，所述第一编码值可以为0，所述第二编码值可以为1，可参照上述实施例进行理解，此处不再赘述。
综上所述，本发明实施例利用识别过程中识别通过的多个虹膜特征对特征模板进行更新，不需要增加特征模板的数量，不会影响比对速度，提高了特征模板的鲁棒性和广泛性。
本发明实施例中，使用特征模板计数器对特征模板进行更新，步骤S300可包括：
步骤S310：若某个虹膜特征与特征模板比对通过且满足预设条件，则根据该虹膜特征对特征模板计数器进行更新，并记录更新次数。
步骤S320：判断更新次数是否达到N次，若是，则根据特征模板计数器对特征模板进行更新，否则，输出认证结果，继续等待下一次该用户再次来认证的时候，认证通过且满足更新条件，继续按照上述步骤对特征模板计数器进行更新。
其中，特征模板计数器记录了特征模板以及所有比对通过且满足预设条件的虹膜特征的噪声模板和虹膜特征编码的统计值。
在本发明实施例中，N为正整数，可以是本领域技术人员根据经验设置的预设阈值，优选的，N可以为21。
前述的虹膜特征和特征模板优选为2048位的Gabor二值编码特征，其中前1024位编码为噪声模板，记为[No1,No2,No3,No4,……No1024]，后1024位编码为虹膜特征编码，记为[Cod1,Cod2,Cod3,……Cod1024]；噪声模板的编码值为第三编码值(1)代表有效，为第四编码值(0)代表无效。
特征模板计数器的大小与虹膜特征的大小相同，也是2048位，其中分为两块区域，前1024位为计数器模板，记为[Count_no1,Cout_no2,Count_no3,Count_no4,……,Count_no1024]，后1024位为统计特征，记为[Count_cod1,Cout_cod2,Count_cod3,Count_cod4,……,Count_cod1024]。
在进行虹膜识别之前首先需要预先设置特征模板计数器，进行初始化，计数器模板的初值为特征模板的噪声模板的编码值，统计特征的初值为根据特征模板得到的1或-1的二值分布。
其中：若特征模板的噪声模板在某一位上的编码值为第三编码值(1)，且特征模板的虹膜特征编码在该位的对应位上的编码值为第一编码值(1)，则统计特征在该位上的初值为1；
若特征模板的噪声模板在某一位上的编码值为第三编码值(1)，且特征模板的虹膜特征编码在该位的对应位上的编码值为第二编码值(0)，则统计特征在该位上的初值为-1。
若特征模板的噪声模板在某一位上的编码值为第四编码值(0)，则统计特征在该位上的初值为0。
以程序表示为：
if(Codi＝＝1&&Count_noi＝＝1)Count_codi＝1；
if(Codi＝＝0&&Count_noi＝＝1)Count_codi＝-1；
if(Codi＝＝0&&Count_noi＝＝0)Count_codi＝0；
if(Codi＝＝1&&Count_noi＝＝0)Count_codi＝0；
i＝1,2,…1024。
需要说明的是，本发明说明书中示例性的以第三编码值为1，第四编码值为0对本发明实施例进行了说明，但并不因此限定本发明。在本发明另一些实施例中，所述第三编码值可以为0，所述第四编码值可以为1，也可以是其他的数值，只要将第三编码值和第四编码值区分开即可。可参照上述实施例进行理解，此处不再赘述。
在前述的特征模板计数器的基础上，根据该虹膜特征对特征模板计数器进行更新，包括：
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值(1)，且计数器模板在该位上的值为第四编码值(0)，则将计数器模板在该位上的值更新为第三编码值(1)；若为其他情况，则计数器模板在该位上的值不变。
记该虹膜特征的噪声模板为[Ver_No1,Ver_No2,……,Ver_No1024]，虹膜特征编码为[Ver_Fea1,Ver_Fea2,……,Ver_Fea1024]。
噪声模板只判断一种情况，以程序表示为：
if(Ver_Noi＝＝1&&Count_noi＝＝0)Count_noi＝1。
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值(1)，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第一编码值(1)，则将统计特征在该位上的值加1；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值(1)，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第二编码值(0)，则将统计特征在该位上的值减1；
若为其他情况，则统计特征在该位上的值不变。
以程序表示为：
if(Ver_Feai＝＝1&&Ver_Noi＝＝1)Count_codi＝Count_codi+1；
if(Ver_Feai＝＝0&&Ver_Noi＝＝1)Count_codi＝Count_codi-1；
i＝1,2,…1024。
当特征模板计数器更新次数达到设定值N时，根据计数器统计的数值对特征模板进行更新，具体更新方法如下：
若特征模板的噪声模板在某一位上的值为第四编码值(0)，且计数器模板在该位上的值为第三编码值(1)，则将特征模板的噪声模板在该位上的值更新为第三编码值(1)；以程序表示为：
if(Noi＝＝0&&Count_noi＝＝1)Noi＝1。
若特征模板的噪声模板在某一位上的值为第三编码值(1)，且统计特征在该位的对应位上的值大于1，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第一编码值(1)；
若特征模板的噪声模板在某一位上的值为第三编码值(1)，且统计特征在该位的对应位上的值小于0，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第二编码值(0)；
若为其他情况，则特征模板的虹膜特征编码在该位的对应位上的编码值不变。
以程序表示为：
if(Count_codi>1&&Noi＝＝1)Codi＝1；
if(Count_codi<0&&Noi＝＝1)Codi＝0；
i＝1,2,…1024。
保存更新后的特征模板，下次比对均用更新后的特征模板，更新前的模板可以放弃，不会再用。
前述的预设条件优选为：比对分数大于预设分数(如80分)且虹膜图像有效区域大于预设比例(如60％)。虹膜图像有效区域是指噪声模板的有效区域占全部噪声模板的比例。
实施例2：
本发明实施例提供了一种虹膜特征模板更新装置，用于在虹膜识别过程中更新特征模板。图1为本发明的虹膜特征模板更新装置示意图，如图2所示，该装置包括：
获取模块10，用于获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，噪声模板各个位的编码值代表该位的有效性；
比对模块20，用于将所述虹膜特征与所述特征模板进行比对；
更新模块30，用于若有N个虹膜特征与特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为第二编码值。
本发明实施例利用识别过程中识别通过的多个虹膜特征对特征模板进行更新，不需要增加特征模板的数量，不会影响比对速度，提高了特征模板的鲁棒性和广泛性。
本发明实施例中，更新模块包括：
第一更新单元，用于若某个虹膜特征与特征模板比对通过且满足预设条件，则根据该虹膜特征对特征模板计数器进行更新，并记录更新次数；
第二更新单元，用于判断更新次数是否达到N次，若是，则根据特征模板计数器对特征模板进行更新；
其中，特征模板计数器记录了特征模板以及所有比对通过且满足预设条件的虹膜特征的噪声模板和虹膜特征编码的统计值。
前述的虹膜特征和特征模板为2048位的Gabor二值编码特征，前1024位编码为噪声模板，后1024位编码为虹膜特征编码，噪声模板的编码值为第三编码值代表有效，为第四编码值代表无效；特征模板计数器包括1024位的计数器模板和1024位的统计特征，计数器模板的初值为特征模板的噪声模板的编码值，统计特征的初值为根据特征模板得到的1或-1的二值分布，其中：
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第一编码值，则统计特征在该位上的初值为1；
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第二编码值，则统计特征在该位上的初值为-1；
若特征模板的噪声模板在某一位上的编码值为第四编码值，则统计特征在该位上的初值为0。
在第一更新单元中，根据该虹膜特征对特征模板计数器进行更新，包括：
第三更新单元，用于若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且计数器模板在该位上的值为第四编码值，则将计数器模板在该位上的值更新为第三编码值；若为其他情况，则计数器模板在该位上的值不变；
第四更新单元，用于若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第一编码值，则将统计特征在该位上的值加1；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第二编码值，则将统计特征在该位上的值减1；
若为其他情况，则统计特征在该位上的值不变；
在第二更新单元中，根据特征模板计数器对特征模板进行更新，包括：
第五更新单元，用于若特征模板的噪声模板在某一位上的值为第四编码值，且计数器模板在该位上的值为第三编码值，则将特征模板的噪声模板在该位上的值更新为第三编码值；若为其他情况，则特征模板的噪声模板在该位上的值不变；
第六更新单元，用于若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值大于1，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第一编码值；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值小于0，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第二编码值；
若为其他情况，则特征模板的虹膜特征编码在该位的对应位上的编码值不变。
前述的预设条件优选为：比对分数大于预设分数(如80分)且虹膜图像有效区域大于预设比例(如60％)。虹膜图像有效区域是指噪声模板的有效区域占全部噪声模板的比例。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本发明还提供一种用于虹膜识别中的特征模板更新的计算机可读存储介质，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：
获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
将所述虹膜特征与所述特征模板进行比对；
若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。
需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
上述实施例提供的用于虹膜识别中的特征模板更新的计算机可读存储介质，通过利用识别过程中识别通过的多个虹膜特征对特征模板进行更新，不需要增加特征模板的数量，不会影响比对速度，提高了特征模板的鲁棒性和广泛性。
本发明还提供一种用于虹膜识别中的特征模板更新的设备，所述的设备可以为单独的计算机，也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的实际操作装置等。所述用于虹膜识别中的特征模板更新的设备可以包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。
需要说明的，上述所述的设备根据方法或者装置实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
上述实施例所述的一种用于虹膜识别中的特征模板更新的设备，可以通过先获取待认证用户的虹膜特征，特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；将所述虹膜特征与所述特征模板进行比对；若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：若N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码。从而，可以利用本申请各实施例对特征模板进行更新，不需增加特征模板的数量，不影响比对速度，提高了特征模板的鲁棒性和广泛性。
需要说明的是，本说明书上述所述的装置或者系统根据相关方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类、存储介质+程序实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。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。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种虹膜特征模板更新方法，其特征在于，用于在虹膜识别过程中更新特征模板，所述方法包括：
获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
将所述虹膜特征与所述特征模板进行比对；
若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
2.根据权利要求1所述的虹膜特征模板更新方法，其特征在于，所述若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，包括：
若某个虹膜特征与所述特征模板比对通过且满足预设条件，则根据该虹膜特征对特征模板计数器进行更新，并记录更新次数；
判断更新次数是否达到N次，若是，则根据所述特征模板计数器对所述特征模板进行更新；
其中，所述特征模板计数器记录了特征模板以及所有比对通过且满足预设条件的虹膜特征的噪声模板和虹膜特征编码的统计值。
3.根据权利要求2所述的虹膜特征模板更新方法，其特征在于，所述虹膜特征和特征模板为2048位的Gabor二值编码特征，前1024位编码为噪声模板，后1024位编码为虹膜特征编码，噪声模板的编码值为第三编码值代表有效，为第四编码值代表无效；所述特征模板计数器包括1024位的计数器模板和1024位的统计特征，所述计数器模板的初值为所述特征模板的噪声模板的编码值，所述统计特征的初值为根据所述特征模板得到的1或-1的二值分布，其中：
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第一编码值，则所述统计特征在该位上的初值为1；
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第二编码值，则所述统计特征在该位上的初值为-1；
若特征模板的噪声模板在某一位上的编码值为第四编码值，则所述统计特征在该位上的初值为0。
4.根据权利要求3所述的虹膜特征模板更新方法，其特征在于，所述根据该虹膜特征对特征模板计数器进行更新，包括：
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且计数器模板在该位上的值为第四编码值，则将计数器模板在该位上的值更新为第三编码值；若为其他情况，则所述计数器模板在该位上的值不变；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第一编码值，则将所述统计特征在该位上的值加1；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第二编码值，则将所述统计特征在该位上的值减1；
若为其他情况，则所述统计特征在该位上的值不变。
5.根据权利要求4所述的虹膜特征模板更新方法，其特征在于，所述根据所述特征模板计数器对所述特征模板进行更新，包括：
若特征模板的噪声模板在某一位上的值为第四编码值，且计数器模板在该位上的值为第三编码值，则将特征模板的噪声模板在该位上的值更新为第三编码值；若为其他情况，则所述特征模板的噪声模板在该位上的值不变；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值大于1，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第一编码值；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值小于0，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第二编码值；
若为其他情况，则所述特征模板的虹膜特征编码在该位的对应位上的编码值不变。
6.根据权利要求1-5任一所述的虹膜特征模板更新方法，其特征在于，所述预设条件为：比对分数大于预设分数且虹膜图像有效区域大于预设比例。
7.一种虹膜特征模板更新装置，其特征在于，用于在虹膜识别过程中更新特征模板，所述装置包括：
获取模块，用于获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
比对模块，用于将所述虹膜特征与所述特征模板进行比对；
更新模块，用于若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
8.根据权利要求7所述的虹膜特征模板更新装置，其特征在于，所述更新模块包括：
第一更新单元，用于若某个虹膜特征与所述特征模板比对通过且满足预设条件，则根据该虹膜特征对特征模板计数器进行更新，并记录更新次数；
第二更新单元，用于判断更新次数是否达到N次，若是，则根据所述特征模板计数器对所述特征模板进行更新；
其中，所述特征模板计数器记录了特征模板以及所有比对通过且满足预设条件的虹膜特征的噪声模板和虹膜特征编码的统计值。
9.根据权利要求8所述的虹膜特征模板更新装置，其特征在于，所述虹膜特征和特征模板为2048位的Gabor二值编码特征，前1024位编码为噪声模板，后1024位编码为虹膜特征编码，噪声模板的编码值为第三编码值代表有效，为第四编码值代表无效；所述特征模板计数器包括1024位的计数器模板和1024位的统计特征，所述计数器模板的初值为所述特征模板的噪声模板的编码值，所述统计特征的初值为根据所述特征模板得到的1或-1的二值分布，其中：
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第一编码值，则所述统计特征在该位上的初值为1；
若特征模板的噪声模板在某一位上的编码值为第三编码值，且特征模板的虹膜特征编码在该位的对应位上的编码值为第二编码值，则所述统计特征在该位上的初值为-1；
若特征模板的噪声模板在某一位上的编码值为第四编码值，则所述统计特征在该位上的初值为0。
10.根据权利要求9所述的虹膜特征模板更新装置，其特征在于，所述第一更新单元中，所述根据该虹膜特征对特征模板计数器进行更新，包括：
第三更新单元，用于若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且计数器模板在该位上的值为第四编码值，则将计数器模板在该位上的值更新为第三编码值；若为其他情况，则所述计数器模板在该位上的值不变；
第四更新单元，用于若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第一编码值，则将所述统计特征在该位上的值加1；
若虹膜特征的噪声模板中的任意一个在某一位上的编码值为第三编码值，且虹膜特征的虹膜特征编码在该位的对应位上的编码值为第二编码值，则将所述统计特征在该位上的值减1；
若为其他情况，则所述统计特征在该位上的值不变；
所述第二更新单元中，所述根据所述特征模板计数器对所述特征模板进行更新，包括：
第五更新单元，用于若特征模板的噪声模板在某一位上的值为第四编码值，且计数器模板在该位上的值为第三编码值，则将特征模板的噪声模板在该位上的值更新为第三编码值；若为其他情况，则所述特征模板的噪声模板在该位上的值不变；
第六更新单元，用于若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值大于1，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第一编码值；
若特征模板的噪声模板在某一位上的值为第三编码值，且统计特征在该位的对应位上的值小于0，则将特征模板的虹膜特征编码在该位的对应位上的编码值更新为第二编码值；
若为其他情况，则所述特征模板的虹膜特征编码在该位的对应位上的编码值不变。
11.一种用于虹膜识别中的特征模板更新的计算机可读存储介质，其特征在于，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：
获取待认证用户的虹膜特征，所述特征模板和虹膜特征均包括噪声模板和虹膜特征编码，所述噪声模板各个位的编码值代表该位的有效性；
将所述虹膜特征与所述特征模板进行比对；
若有N个虹膜特征与所述特征模板比对通过且满足预设条件，则根据所述N个虹膜特征对所述特征模板的噪声模板和虹膜特征编码进行更新，其中：
若所述N个虹膜特征的噪声模板中的任意一个在某一位上的编码值为有效，则将特征模板的噪声模板在该位上的编码值更新为有效；
对在同一位上有效的所有虹膜特征的噪声模板对应的虹膜特征编码在该位的对应位上的编码值进行统计，若第一编码值出现的次数多于第二编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第一编码值，若第二编码值出现的次数多于第一编码值出现的次数若干次，则将特征模板的虹膜特征编码在该位上的编码值更新为所述第二编码值。
12.一种用于虹膜识别中的特征模板更新的设备，其特征在于，包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现权利要求1-6中任意一项所述虹膜识别中的特征模板更新方法的步骤。
CN201810906649.8A 2018-08-10 2018-08-10 虹膜特征模板更新方法、装置、可读存储介质及设备 Active CN110827366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810906649.8A CN110827366B (zh) 2018-08-10 2018-08-10 虹膜特征模板更新方法、装置、可读存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810906649.8A CN110827366B (zh) 2018-08-10 2018-08-10 虹膜特征模板更新方法、装置、可读存储介质及设备

Publications (2)

Publication Number Publication Date
CN110827366A CN110827366A (zh) 2020-02-21
CN110827366B true CN110827366B (zh) 2023-05-02

Family

ID=69541099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810906649.8A Active CN110827366B (zh) 2018-08-10 2018-08-10 虹膜特征模板更新方法、装置、可读存储介质及设备

Country Status (1)

Country Link
CN (1) CN110827366B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539990A (zh) * 2008-03-20 2009-09-23 中国科学院自动化研究所 一种虹膜图像鲁棒特征选择和快速比对的方法
CN102521575A (zh) * 2011-12-16 2012-06-27 北京天诚盛业科技有限公司 基于多方向Gabor和Adaboost虹膜识别方法
CN107251051A (zh) * 2014-12-15 2017-10-13 三星电子株式会社 用于更新生物特征图案的方法及其电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070219801A1 (en) * 2006-03-14 2007-09-20 Prabha Sundaram System, method and computer program product for updating a biometric model based on changes in a biometric feature of a user

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539990A (zh) * 2008-03-20 2009-09-23 中国科学院自动化研究所 一种虹膜图像鲁棒特征选择和快速比对的方法
CN102521575A (zh) * 2011-12-16 2012-06-27 北京天诚盛业科技有限公司 基于多方向Gabor和Adaboost虹膜识别方法
CN107251051A (zh) * 2014-12-15 2017-10-13 三星电子株式会社 用于更新生物特征图案的方法及其电子设备

Also Published As

Publication number Publication date
CN110827366A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN103324909B (zh) 面部特征检测
CN108038176B (zh) 一种路人库的建立方法、装置、电子设备及介质
CN111523431B (zh) 一种面部识别的方法、装置及设备
CN110688974B (zh) 一种身份识别方法及装置
CN111325444B (zh) 一种风险防控决策方法、装置、系统及设备
CN111785382A (zh) DRGs分组的入组判定方法、装置及计算机设备
KR20170055393A (ko) 사용자 인증을 위한 등록 데이터베이스의 적응적 갱신 방법 및 장치
Hu et al. Multi-perspective cost-sensitive context-aware multi-instance sparse coding and its application to sensitive video recognition
CN111639545A (zh) 一种人脸识别方法、装置、设备及介质
CN110942003A (zh) 人员轨迹搜索方法及系统
CN113221717B (zh) 一种基于隐私保护的模型构建方法、装置及设备
CN114817984A (zh) 数据处理方法、装置、系统及设备
WO2020113582A1 (en) Providing images with privacy label
CN110827366B (zh) 虹膜特征模板更新方法、装置、可读存储介质及设备
CN111914769B (zh) 用户合法性判定方法、装置、计算机可读存储介质及设备
CN111242105A (zh) 一种用户识别方法、装置及设备
CN110532755B (zh) 一种计算机实现的风险识别的方法及装置
CN112597459A (zh) 一种身份验证方法及装置
CN110322139B (zh) 策略推荐方法及装置
KR102181340B1 (ko) 바이오매트릭스와 Fuzzy Vault를 이용하여 암호학적 키를 생성하는 방법 및 시스템
CN113822308B (zh) 多模态生物识别的比对分数融合方法、装置、介质及设备
CN111984954A (zh) 提高人脸识别系统安全性的方法、装置、设备及存储介质
CN116092228A (zh) 针对面部遮挡的门禁处理方法、装置、门禁设备和介质
CN110956097B (zh) 遮挡人体提取方法及模块、场景转换方法及装置
CN113239852B (zh) 一种基于隐私保护的隐私图像处理方法、装置及设备

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