CN110837749A - 身份识别方法、装置、电子设备及介质 - Google Patents

身份识别方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN110837749A
CN110837749A CN201810930203.9A CN201810930203A CN110837749A CN 110837749 A CN110837749 A CN 110837749A CN 201810930203 A CN201810930203 A CN 201810930203A CN 110837749 A CN110837749 A CN 110837749A
Authority
CN
China
Prior art keywords
similarity
user identity
iris
features
eye
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.)
Granted
Application number
CN201810930203.9A
Other languages
English (en)
Other versions
CN110837749B (zh
Inventor
孔爱祥
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 Jingdong Financial Technology Holding Co Ltd
Original Assignee
Beijing Jingdong Financial Technology Holding 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 Jingdong Financial Technology Holding Co Ltd filed Critical Beijing Jingdong Financial Technology Holding Co Ltd
Priority to CN201810930203.9A priority Critical patent/CN110837749B/zh
Publication of CN110837749A publication Critical patent/CN110837749A/zh
Application granted granted Critical
Publication of CN110837749B publication Critical patent/CN110837749B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本公开提供了一种身份识别方法，包括：获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。本公开还提供了一种身份识别装置、电子设备及介质。

Description

身份识别方法、装置、电子设备及介质
技术领域
本公开涉及身份识别的技术领域，尤其涉及一种身份识别方法、装置、电子设备及介质。
背景技术
随着互联网技术的快速发展，生物特征识别技术也得到了广泛的应用。例如，虹膜识别相比人脸、指纹识别具有更高的安全性，被广泛认为是二十一世纪最具有发展前途的生物认证技术，未来的安防、国防、电子商务、金融等多种领域的应用。这种趋势已经在全球各地的各种应用中逐渐开始显现出来，市场应用前景非常广阔。虹膜识别系统包含虹膜图像获取，虹膜图像预处理及归一化，特征提取及编码，特征比对等模块，其中虹膜特征比对模块整个系统的性能及易用性起到了至关重要的作用。
目前，现有的双目虹膜识别设备在对用户身份识别时，将两只虹膜特征融合，每次比对都利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比，在这种情况下，如果受光照环境、使用者姿态、设备成像等问题造成虹膜图像质量下降，那么此时上述两只虹膜融合的生物信息与虹膜特征库的虹膜特征的差别将很大，导致识别失败，这样造成错误拒绝率较高。
发明内容
有鉴于此，本公开提供一种身份识别方法、装置、电子设备及介质，进而至少部分地解决了由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开的第一个方面提供了一种身份识别方法，包括：获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
根据本公开的实施例，根据所述第一相似度和所述第二相似度，确定用户身份识别是否通过包括：根据所述第一相似度，确定第一用户身份，以及根据所述第二相似度，确定第二用户身份；当所述第一相似度和所述第二相似度分别大于等于阈值，且所述第一用户身份和所述第二用户身份为同一用户身份时，识别通过。
根据本公开的实施例，该方法还包括：当所述第一相似度和/或所述第二相似度分别小于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败；或者当所述第一相似度和/或所述第二相似度分别大于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
根据本公开的实施例，该方法还包括：根据预设指标确定所述阈值，所述预设指标包括错误接受率小于等于n，错误拒绝率小于等于m，其中n和m属于正数。
本公开的第二个方面提供了一种身份识别置，包括：获取模块，用于获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；第一确定模块，用于根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度；第二确定模块，用于根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
根据本公开的实施例，第二确定模块包括：第二确定子模块，用于根据所述第一相似度，确定第一用户身份，以及根据所述第二相似度，确定第二用户身份；第一识别模块，当所述第一相似度和所述第二相似度分别大于等于阈值，且所述第一用户身份和所述第二用户身份为同一用户身份时，识别通过。
根据本公开的实施例，该装置还包括：第二识别模块，当所述第一相似度和/或所述第二相似度分别小于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败；或者第三识别模块，当所述第一相似度和/或所述第二相似度分别大于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
根据本公开的实施例，该装置还包括第三确定模块，用于根据预设指标确定所述阈值，所述预设指标包括错误接受率小于等于n，错误拒绝率小于等于m，其中n和m属于正数。
本公开的第三个方面提供了一种电子设备，包括：一个或多个处理器，以及存储装置。所述存储装置用于存储一个或多个程序。其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上所述的身份识别方法。
本公开的第四个方面提供了一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的身份识别方法。
本公开的第五个方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现身份识别方法。
本公开提供的身份识别方法的有益效果如下：
在相关技术中通常将两只虹膜特征融合，然后利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比，这样容易受外界因素影响识别结果。例如，虹膜图像可能受光照环境、使用者姿态、设备成像等因素影响虹膜图像的质量，导致虹膜图像的图像质量下降，进而影响从该虹膜图像提取的虹膜特征。但是，通过上述方法可以根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，然后根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别，以此方式对用户身份进行识别可以有效地避免相关技术中通过将两只虹膜特征融合，然后利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比所带来的缺陷。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
图1示意性示出了根据本公开实施例的身份识别方法的流程图；
图2示意性示出了根据本公开另一个实施例的身份识别方法的流程图；
图3示意性示出了根据本公开另一个实施例的身份识别方法的流程图；
图4示意性示出了根据本公开另一个实施例的身份识别装置的方框图；
图5示意性示出了根据本公开另一个实施例的身份识别装置的方框图；
图6示意性示出了根据本公开另一个实施例的身份识别装置的方框图；
图7示意性示出了根据本公开实施例的电子设备的计算机系统的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
本公开的实施例提供了一种身份识别方法，包括：获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
根据本公开实施例，在相关技术中通常将两只虹膜特征融合，然后利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比，这样容易受外界因素影响识别结果。例如，虹膜图像可能受光照环境、使用者姿态、设备成像等因素影响虹膜图像的质量，导致虹膜图像的图像质量下降，进而影响从该虹膜图像提取的虹膜特征。但是，通过上述方法可以根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，然后根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别，以此方式对用户身份进行识别可以有效地避免相关技术中利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比所带来的缺陷。
图1示意性示出了根据本公开实施例的身份识别方法的流程图。
如图1所示，身份识别方法包括步骤S101～步骤S103。
在步骤S101中，获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征。
在步骤S102中，根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度。
在步骤S103中，根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
根据本公开实施例，在相关技术中通常将两只虹膜特征融合，然后利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比，这样容易受外界因素影响识别结果。例如，虹膜图像可能受光照环境、使用者姿态、设备成像等因素影响虹膜图像的质量，导致虹膜图像的图像质量下降，进而影响从该虹膜图像提取的虹膜特征。但是，通过上述方法可以根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，然后根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别，以此方式对用户身份进行识别可以有效地避免相关技术中利用两只虹膜融合的生物信息与虹膜特征库的虹膜特征对比所带来的缺陷。
在本公开的一些实施例中，根据左眼虹膜特征，确定左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度具体可以是将左眼虹膜特征与虹膜特征中的所有左眼虹膜特征进行比对，这样可以得到左眼虹膜特征与虹膜特征中的所有左眼虹膜特的第一相似度，然后将得到的第一相似度按照从小到大的顺序进行排列，最后取最大第一相似度作为最后结果。
在本公开的一些实施例中，根据右眼虹膜特征，确定右眼虹膜特征与虹膜特征中的所有右眼虹膜特征的第二相似度具体可以是将右眼虹膜特征与虹膜特征中的所有右眼虹膜特征进行比对，这样可以得到右眼虹膜特征与虹膜特征中的所有右眼虹膜特的第二相似度，然后将得到的第二相似度按照从小到大的顺序进行排列，最后取最大第二相似度作为最后结果。
在本公开的一些实施例中，可以根据上述虹膜特征库中最大第一相似度的左眼虹膜特征确定拥有该左眼虹膜特征的用户身份，并将该用户身份记录为第一用户身份。
在本公开的一些实施例中，可以根据上述虹膜特征库中最大第二相似度的右眼虹膜特征确定拥有该右眼虹膜特征的用户身份，并将该用户身份记录为第二用户身份。
在本公开的一些实施例中，可以根据第一相似度、第二相识度、第一用户身份、以及第二用户身份确定拥有双目虹膜特征的用户身份是否识别通过。具体地，可以参考图2。
图2示意性示出了根据本公开另一个实施例的身份识别方法的流程图。
如图2所示，步骤S103具体可以包括步骤S201和步骤S202。
在步骤S101中，获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征。
在步骤S102中，根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度。
在步骤S201中，根据所述第一相似度，确定第一用户身份，以及根据所述第二相似度，确定第二用户身份。
在步骤S202中，当所述第一相似度和所述第二相似度分别大于等于阈值，且所述第一用户身份和所述第二用户身份为同一用户身份时，识别通过。
在该方法中，当第一相似度和第二相似度分别大于等于阈值，且第一用户身份和第二用户身份为同一用户身份时，识别通过，这样的识别方式可以降低在识别过程中的错误拒绝率，从而提高用户体验。
在本公开的一些实施例中，可以根据上述虹膜特征库中最大第一相似度的左眼虹膜特征确定拥有该左眼虹膜特征的用户身份，并将该用户身份记录为第一用户身份。
在本公开的一些实施例中，可以根据上述虹膜特征库中最大第二相似度的右眼虹膜特征确定拥有该右眼虹膜特征的用户身份，并将该用户身份记录为第二用户身份。
在本公开的一些实施例中，如果用户身份属于合法，但是由于受光照环境、使用者姿态、设备成像等因素影响了获取的左右眼的虹膜图像，即导致虹膜图像的图像质量下降，进而影响了从左右眼的虹膜图像提取的虹膜特征，在这种情况下，如果利用左眼虹膜特征和右眼虹膜特征融合的生物信息与虹膜特征库的虹膜特征进行比对，得到的相似度可能小于阈值，从而导致识别失败，造成错误拒绝率升高。但是，在这种情况下，如果分别利用左眼虹膜特征和右眼虹膜特征与虹膜特征库的虹膜特征进行比对，得到的第一相似度和第二相似度可以实现满足大于等于阈值，进而可以实现由第一相似度确定的第一用户身份和由第二相似度确定的第二用户身份为同一用户身份，识别通过，从而降低了错误拒绝率。
根据本公开的实施例，上述方法还包括根据预设指标确定所述阈值，所述预设指标包括错误接受率小于等于n，错误拒绝率小于等于m，其中n和m属于正数。预设指标可以按照实际情况进行设置，例如，错误接受率小于等于10-6，错误拒绝率小于等于0.1，此时阈值可以是0.2，或者错误接受率小于等于10-5，错误拒绝率小于等于0.15，此时阈值可以是0.4等等，但不限于此。
如果以相关技术的识别方式对用户的身份识别很难满足错误接受率小于等于10-6，错误拒绝率小于等于0.1，也就是说，利用左眼虹膜特征和右眼虹膜特征融合的生物信息与虹膜特征库的虹膜特征进行比对很难满足得到的相似度小于0.2。但是，如果左眼虹膜特征和右眼虹膜特征分别与虹膜特征库的虹膜特征比对，要满足错误接受率小于等于10-6，则只需左眼虹膜特征的识别结果和右眼虹膜特征的识别结果同时满足错误接受率小于等于10-3即可，此时阈值等于0.2,错误拒绝率等于0.05,通过率为(1-0.05)*(1-0.05)＝90.25％,这样导致系统征整体的错误拒绝率为(1-0.9025)＝0.0975<0.1，即满足预设指标错误接受率小于等于10-6，错误拒绝率小于等于0.1，也就是说，利用左眼虹膜特征和右眼虹膜特征分别与虹膜特征库的虹膜特征比对，得到的第一相似度和第二相似度可以实现满足大于等于0.2，进而可以实现由第一相似度确定的第一用户身份和由第二相似度确定的第二用户身份为同一用户身份，识别通过，从而降低了错误拒绝率。
根据本公开的实施例，上述方法还包括：当所述第一相似度和/或所述第二相似度分别小于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败；或者当所述第一相似度和/或所述第二相似度分别大于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
图3示意性示出了根据本公开另一个实施例的身份识别方法的流程图。
如图3所示，身份识别方法可以具体包括步骤S301～步骤S310。
在步骤S301中，获取虹膜特征。
在步骤S302中，利用所述虹膜特征与虹膜特征库中的虹膜特征进行比对，得到所述虹膜特征与虹膜特征库中的虹膜特征的相似度。
在步骤S303中，判断所述虹膜特征与虹膜特征库中的虹膜特征的相似度是否至少存在一个虹膜(例如，左眼虹膜或右眼虹膜)相似度大于阈值1；
如果是执行步骤S304，在步骤S304中，如果至少存在一个虹膜相似度大于阈值1，则识别通过，并从虹膜特征与虹膜特征库中的虹膜特征的相似度中取相似度top1的用户身份作为识别结果。
如果不是执行步骤S305，在步骤S305中，判断所述虹膜特征是否包括左眼虹膜特征和右眼虹膜特征。
如果不包括执行步骤S306，在步骤S306中，识别失败。
如果包括执行步骤S307，在步骤S307中，利用左眼虹膜特征和右眼虹膜特征分别与虹膜特征库中的虹膜特征进行比对，得到所述左眼虹膜特征与虹膜特征库中的虹膜特征的第一相似度，以及得到所述右眼虹膜特征与虹膜特征库中的虹膜特征的第二相似度。
在步骤S308中，判断第一相似度和第二相似度是否分别满足阈值2(例如，大于等于阈值2，此处阈值2与上述的阈值相同)。
如果不满足返回步骤S306。如果满足执行步骤S309。
在步骤S309中，如果第一相似度和第二相似度满足阈值2，则继续判断由第一相似度确定的第一用户身份中的top1和由第二相似度确定的第二用户身份的top1是否为同一用户身份。
如果不是返回步骤S306。如果是执行步骤S310。
在步骤S310中，如果在第一用户身份中的top1和在第二用户身份的top1为同一用户身份，则识别通过，并取共同的top1对应的用户身份作为识别结果。
上述方法考虑到现有虹膜特征比对方案造成的错误拒绝率高，体验友好性差的问题，从而通过设定两个比对阈值来实现上述方法，这样即使获取的虹膜图像较差也能够降低错误拒绝率。
图4示意性示出了根据本公开实施例的身份识别装置的方框图。
如图4所示，身份识别装置400包括获取模块410、第一确定模块420和第二确定模块430。
获取模块410，用于获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征。
第一确定模块420，用于根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度。
第二确定模块430，用于根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
根据本公开的实施例，身份识别装置400用于实现图1实施例描述的身份识别方法。
图5示意性示出了根据本公开另一个实施例的身份识别装置的方框图。
如图5所示，第二确定模块430具体可以包括第二确定子模块431和第一识别模块432。
第二确定子模块431，用于根据所述第一相似度，确定第一用户身份，以及根据所述第二相似度，确定第二用户身份。
第一识别模块432，当所述第一相似度和所述第二相似度分别大于等于阈值，且所述第一用户身份和所述第二用户身份为同一用户身份时，识别通过。
图6示意性示出了根据本公开实施例的身份识别装置的方框图。
如图6所示，除了上述实施例描述的获取模块410、第一确定模块420、第二确定模块430、第二确定子模块431和第一识别模块432之外，身份识别装置500还包括第二识别模块510、第三识别模块520和第三确定模块530。
第二识别模块510，当所述第一相似度和/或所述第二相似度分别小于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
第三识别模块520，当所述第一相似度和/或所述第二相似度分别大于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
第三确定模块530，用于根据预设指标确定所述阈值，所述预设指标包括错误接受率小于等于n，错误拒绝率小于等于m，其中n和m属于正数。
可以理解的是，获取模块410、第一确定模块420、第二确定模块430、第二确定子模块431、第一识别模块432、第二识别模块510、第三识别模块520、以及第三确定模块530可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，获取模块410、第一确定模块420、第二确定模块430、第二确定子模块431、第一识别模块432、第二识别模块510、第三识别模块520、以及第三确定模块530中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，获取模块410、第一确定模块420、第二确定模块430、第二确定子模块431、第一识别模块432、第二识别模块510、第三识别模块520、以及第三确定模块530中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。
图7示意性示出了根据本公开实施例的电子设备的计算机系统的方框图。图7示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示，根据本公开实施例的电子设备的计算机系统600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行参考图1～图3描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 603中，存储有系统600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行以上参考图1～图3描述的身份识别方法的各种步骤。需要注意，该程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在该一个或多个存储器中的程序来执行以上参考图1～图3描述的身份识别方法的各种步骤。
根据本公开的实施例，系统600还可以包括输入/输出(I/O)接口607，输入/输出(I/O)接口607也连接至总线604。系统600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行根据本公开实施例的身份识别方法。该方法包括：获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度，根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种身份识别方法，包括：
获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；
根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度；
根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
2.根据权利要求1所述的方法，其中，根据所述第一相似度和所述第二相似度，确定用户身份识别是否通过包括：
根据所述第一相似度，确定第一用户身份，以及根据所述第二相似度，确定第二用户身份；
当所述第一相似度和所述第二相似度分别大于等于阈值，且所述第一用户身份和所述第二用户身份为同一用户身份时，识别通过。
3.根据权利要求2所述的方法，其中，该方法还包括：
当所述第一相似度和/或所述第二相似度分别小于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败；或者
当所述第一相似度和/或所述第二相似度分别大于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
4.根据权利要求2或3所述的方法，其中，该方法还包括：
根据预设指标确定所述阈值，所述预设指标包括错误接受率小于等于n，错误拒绝率小于等于m，其中n和m属于正数。
5.一种身份识别装置，包括：
获取模块，用于获取双目虹膜特征，所述双目虹膜特征包括左眼虹膜特征和右眼虹膜特征；
第一确定模块，用于根据所述左眼虹膜特征，确定所述左眼虹膜特征与虹膜特征中的所有左眼虹膜特征的第一相似度，以及根据所述右眼虹膜特征，确定所述右眼虹膜特征与所述虹膜特征中的所有右眼虹膜特征的第二相似度；
第二确定模块，用于根据所述第一相似度和所述第二相似度，确定用户身份是否通过识别。
6.根据权利要求5所述的装置，其中，第二确定模块包括：
第二确定子模块，用于根据所述第一相似度，确定第一用户身份，以及根据所述第二相似度，确定第二用户身份；
第一识别模块，当所述第一相似度和所述第二相似度分别大于等于阈值，且所述第一用户身份和所述第二用户身份为同一用户身份时，识别通过。
7.根据权利要求6所述的装置，其中，该装置还包括：
第二识别模块，当所述第一相似度和/或所述第二相似度分别小于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败；或者
第三识别模块，当所述第一相似度和/或所述第二相似度分别大于所述阈值，且所述第一用户身份和所述第二用户身份为不同用户身份时，识别失败。
8.根据权利要求6或7所述的装置，其中，该装置还包括：
第三确定模块，用于根据预设指标确定所述阈值，所述预设指标包括错误接受率小于等于n，错误拒绝率小于等于m，其中n和m属于正数。
9.一种电子设备，包括：
一个或多个处理器；以及
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～4任意一项所述的方法。
10.一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～4任意一项所述的方法。
CN201810930203.9A 2018-08-15 2018-08-15 身份识别方法、装置、电子设备及介质 Active CN110837749B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810930203.9A CN110837749B (zh) 2018-08-15 2018-08-15 身份识别方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810930203.9A CN110837749B (zh) 2018-08-15 2018-08-15 身份识别方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN110837749A true CN110837749A (zh) 2020-02-25
CN110837749B CN110837749B (zh) 2024-08-20

Family

ID=69573122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810930203.9A Active CN110837749B (zh) 2018-08-15 2018-08-15 身份识别方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN110837749B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008072622A1 (ja) * 2006-12-13 2008-06-19 Panasonic Corporation 顔認証装置
CN102332093A (zh) * 2011-09-19 2012-01-25 汉王科技股份有限公司 一种掌纹和人脸融合识别的身份认证方法及装置
US20140050370A1 (en) * 2012-08-15 2014-02-20 International Business Machines Corporation Ocular biometric authentication with system verification
US20160117544A1 (en) * 2014-10-22 2016-04-28 Hoyos Labs Ip Ltd. Systems and methods for performing iris identification and verification using mobile devices
CN105868731A (zh) * 2016-04-15 2016-08-17 山西天地科技有限公司 双目虹膜特征获取方法及装置、身份验证方法及系统
US9483682B1 (en) * 2014-10-23 2016-11-01 Egis Technology Inc. Fingerprint recognition method and device thereof
CN107291238A (zh) * 2017-06-29 2017-10-24 深圳天珑无线科技有限公司 一种数据处理方法与装置
CN107292242A (zh) * 2017-05-31 2017-10-24 华为技术有限公司 一种虹膜识别方法和终端
CN107392192A (zh) * 2017-09-19 2017-11-24 信利光电股份有限公司 一种身份识别方法、装置及多摄像头模组
CN107679493A (zh) * 2017-09-30 2018-02-09 百度在线网络技术（北京）有限公司 人脸识别方法和装置
CN107704843A (zh) * 2017-10-26 2018-02-16 上海爱优威软件开发有限公司 一种单眼虹膜验证方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008072622A1 (ja) * 2006-12-13 2008-06-19 Panasonic Corporation 顔認証装置
CN102332093A (zh) * 2011-09-19 2012-01-25 汉王科技股份有限公司 一种掌纹和人脸融合识别的身份认证方法及装置
US20140050370A1 (en) * 2012-08-15 2014-02-20 International Business Machines Corporation Ocular biometric authentication with system verification
US20160117544A1 (en) * 2014-10-22 2016-04-28 Hoyos Labs Ip Ltd. Systems and methods for performing iris identification and verification using mobile devices
US9483682B1 (en) * 2014-10-23 2016-11-01 Egis Technology Inc. Fingerprint recognition method and device thereof
CN105868731A (zh) * 2016-04-15 2016-08-17 山西天地科技有限公司 双目虹膜特征获取方法及装置、身份验证方法及系统
CN107292242A (zh) * 2017-05-31 2017-10-24 华为技术有限公司 一种虹膜识别方法和终端
CN107291238A (zh) * 2017-06-29 2017-10-24 深圳天珑无线科技有限公司 一种数据处理方法与装置
CN107392192A (zh) * 2017-09-19 2017-11-24 信利光电股份有限公司 一种身份识别方法、装置及多摄像头模组
CN107679493A (zh) * 2017-09-30 2018-02-09 百度在线网络技术（北京）有限公司 人脸识别方法和装置
CN107704843A (zh) * 2017-10-26 2018-02-16 上海爱优威软件开发有限公司 一种单眼虹膜验证方法及系统

Also Published As

Publication number Publication date
CN110837749B (zh) 2024-08-20

Similar Documents

Publication Publication Date Title
CN109300107B (zh) 磁共振血管壁成像的斑块处理方法、装置和计算设备
US11645735B2 (en) Method and apparatus for processing image, device and computer readable storage medium
CN108229419B (zh) 用于聚类图像的方法和装置
US10255476B2 (en) Fingerprint registration method and device and terminal thereof
US11804069B2 (en) Image clustering method and apparatus, and storage medium
CN109409241A (zh) 视频核验方法、装置、设备及可读存储介质
CN109710624B (zh) 数据处理方法、装置、介质及电子设备
CN109145783B (zh) 用于生成信息的方法和装置
US20210295016A1 (en) Living body recognition detection method, medium and electronic device
WO2019201029A1 (zh) 备选框更新方法及装置
WO2024125267A1 (zh) 图像处理方法、装置、计算机可读存储介质、电子设备及计算机程序产品
CN110837749B (zh) 身份识别方法、装置、电子设备及介质
US8072462B2 (en) System, method, and computer program product for preventing display of unwanted content stored in a frame buffer
CN115689947B (zh) 一种图像锐化的方法、系统、电子装置和存储介质
CN110457877B (zh) 用户认证方法和装置、电子设备、计算机可读存储介质
CN116524206A (zh) 目标图像的识别方法及装置
CN116721315A (zh) 活体检测模型的训练方法、装置、介质及电子设备
US20220269343A1 (en) Method and apparatus for tracking eye based on eye reconstruction
CN114998172A (zh) 图像处理方法及相关系统
CN115457634A (zh) 人脸图像的双模态识别方法及装置
CN111340085B (zh) 数据处理方法及装置、处理器、电子设备、存储介质
US20180145956A1 (en) Touch-share credential management on multiple devices
CN106658018A (zh) 一种智能软解码的方法及装置
CN112085035A (zh) 图像处理方法、装置、电子设备和计算机可读介质
CN116091105A (zh) 一种基于数据融合的电力数据分析方法和系统

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
CB02 Change of applicant information

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Digital Technology Holding Co.,Ltd.

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Digital Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd.

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd.

Address before: Room 221, 2nd floor, Block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176

Applicant before: BEIJING JINGDONG FINANCIAL TECHNOLOGY HOLDING Co.,Ltd.

GR01 Patent grant
GR01 Patent grant