CN111144219B - 一种基于3d结构光的虹膜识别装置及方法 - Google Patents

一种基于3d结构光的虹膜识别装置及方法 Download PDF

Info

Publication number
CN111144219B
CN111144219B CN201911200880.6A CN201911200880A CN111144219B CN 111144219 B CN111144219 B CN 111144219B CN 201911200880 A CN201911200880 A CN 201911200880A CN 111144219 B CN111144219 B CN 111144219B
Authority
CN
China
Prior art keywords
iris recognition
iris
image
module
recognition module
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
CN201911200880.6A
Other languages
English (en)
Other versions
CN111144219A (zh
Inventor
易开军
高俊雄
托马斯·费尔兰德斯
郝明东
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.)
Wuhan Hongshi Technologies Co ltd
Original Assignee
Wuhan Hongshi Technologies 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 Wuhan Hongshi Technologies Co ltd filed Critical Wuhan Hongshi Technologies Co ltd
Priority to CN201911200880.6A priority Critical patent/CN111144219B/zh
Publication of CN111144219A publication Critical patent/CN111144219A/zh
Application granted granted Critical
Publication of CN111144219B publication Critical patent/CN111144219B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • G06V40/45Detection of the body part being alive
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明实施例提供一种基于3D结构光的虹膜识别装置及方法,该装置包括:3D结构光模组、虹膜识别模组和主控制单元;3D结构光模组用于获取待识别对象的3D图像,以基于3D成像技术和3D深度测距技术,根据所述3D图像获取人眼与虹膜识别模组之间的位置关系;主控制单元用于根据位置关系,对虹膜识别模组进行变倍变焦处理;虹膜识别模组用于获取待识别对象的虹膜图像,并完成虹膜图像的识别。本实施例提供的装置及方法,通过获取人眼位置与虹膜识别模组的相对位置,对虹膜识别模组变倍变焦以实现虹膜识别,有效的扩大了虹膜识别的景深范围,提高了虹膜识别的效率。

Description

一种基于3D结构光的虹膜识别装置及方法
技术领域
本发明涉及智能识别技术领域,尤其涉及一种基于3D结构光的虹膜识别装置及方法。
背景技术
虹膜识别技术基于眼睛中的虹膜进行身份识别,是一种既精准又可以快速识别身份的先进技术,其具有快捷方便、可靠性高、不需物理接触、配置多样性等优点,如今广泛地应用于煤矿、银行、监狱、门禁、社保、医疗等多种行业。随着技术的不断革新,3D结构光技术也得到飞速发展,被广泛应用于3D人脸识别、深度学习等领域。
现有的虹膜识别系统一般由虹膜识别主板与图像采集单元组成,图像采集单元一般由CMOS图像传感器、光学镜头、红外LED等组成。其中,CMOS图像传感器和红外LED与虹膜识别主板电性连接;CMOS图像传感器直接连接光学镜头;利用图像采集单元用于采集虹膜图像后,转换成电信号送给虹膜识别主板。
现有的虹膜识别系统的结构决定了其必然存在着以下缺陷:虹膜识别景深浅,现有的虹膜识别系统只能做到10cm左右的景深,需要用户在此景深范围内才能完成虹膜识别。
发明内容
有鉴于此,本发明实施例提供一种基于3D结构光的虹膜识别装置及方法以解决现有技术中存在的虹膜识别景深浅的缺陷。
一方面,本发明实施例提供一种基于3D结构光的虹膜识别装置,包括:3D结构光模组、虹膜识别模组和主控制单元;3D结构光模组用于获取待识别对象的3D图像,以基于3D成像技术和3D深度测距技术,根据该3D图像获取人眼与虹膜识别模组之间的位置关系;主控制单元用于根据位置关系,对虹膜识别模组进行变倍变焦处理;虹膜识别模组用于获取待识别对象的虹膜图像,并完成虹膜图像的识别。
进一步地,3D结构光模组和虹膜识别模组集成在虹膜识别总成上。
进一步地,本发明实施例提供的基于3D结构光的虹膜识别装置,还包括机械调制单元,该机械调制单元包括水平转动机构和垂直转动机构;水平转动机构用于调节虹膜识别总成在水平方向的位置;垂直转动机构用于调节虹膜识别总成在垂直方向的位置;机械调制单元由主控制单元控制。
进一步地,主控制单元包括运算单元和调整控制单元,运算单元用于根据人眼与虹膜识别总成之间的位置关系,判断人眼的三维坐标是否处于虹膜识别模组的识别范围内;若处于识别范围之外,则利用调整控制单元对虹膜识别模组进行变倍变焦调整,同时控制机械调制单元调整虹膜识别总成的位置,直至三维坐标位于所述虹膜识别模组的识别范围之内。
进一步地,3D结构光模组还包括第一活体检测单元,该第一活体检测单元用于在获取待识别对象的3D图像之后,判断3D图像是否存在活体信息。
进一步地,虹膜识别模组还包括第二活体检测单元,所述第二活体检测单元用于在获取待识别对象的虹膜图像之后,判断虹膜图像是否存在活体信息。
进一步地,本发明实施例提供的基于3D结构光的虹膜识别装置,还包括伺服启动模块,该伺服启动模块中存储有预设唤醒条件;若检测到预设唤醒条件是否被触发,则驱动虹膜识别装置开始运行。
进一步地,虹膜识别模组包括虹膜拍摄单元和虹膜识别单元;虹膜拍摄单元用于获取待识别对象的虹膜图像,并将虹膜图像输入至虹膜识别单元;虹膜识别单元用于将虹膜图像进行虹膜编码后,与预存储的虹膜识别图库进行一一比对,并根据比对结果,做出识别结果的判定。
第二方面,本发明实施例提供一种基于3D结构光的虹膜识别方法,包括:
利用3D结构光模组,获取待识别对象的3D图像;基于3D成像技术以及3D深度测距技术,根据3D图像获取人眼与虹膜识别模组之间的位置关系;根据位置关系,对虹膜识别模组进行变倍变焦处理,获取待识别对象的虹膜图像;对虹膜图像进行识别。
进一步地,在根据位置关系,对虹膜识别模组进行变倍变焦处理的同时,还包括:对3D结构光模组和虹膜识别模组进行集成,获取虹膜识别总成;根据人眼与虹膜识别模组之间的位置关系,对虹膜识别总成的位置进行调整,直至人眼的三维坐标处于虹膜识别模组的识别范围内。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行程序时实现如第二方面任一项所述的基于3D结构光的虹膜识别方法中的所述对虹膜图像进行识别的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第二方面任一项所述的基于3D结构光的虹膜识别方法中的所述对虹膜图像进行识别的步骤。
本发明实施例提供的基于3D结构光的虹膜识别装置及方法,通过集成3D结构光模组,获取人眼的三维坐标,以获取人眼位置与虹膜识别模组的相对位置,并完成对虹膜识别模组的变倍变焦处理,实现3D人眼定位及人眼自动跟踪。当有客户靠近虹膜识别装置时,可以自动抓取优质图像进行虹膜识别,有效的扩大了虹膜识别的景深,不需要待识别对象前后移动就能够完成虹膜的识别,提高了识别的效率,并且增加了用户的体验好感。
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一简单地介绍,显而易见地,下面描述中的附图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为现有技术中的一种虹膜识别装置结构示意图;
图2为本发明实施例提供的一种基于3D结构光的虹膜识别装置的结构示意图;
图3为本发明实施例提供的另一种基于3D结构光的虹膜识别装置的结构示意图;
图4为本发明实施例提供的再一种基于3D结构光的虹膜识别装置的结构示意图;
图5为本发明实施例提供的一种基于3D结构光的虹膜识别方法的流程示意图;
图6为本发明实施例提供的另一种基于3D结构光的虹膜识别方法的流程示意图;
图7为本发明实施例提供的一种电子设备的实体结构示意图.
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
图1为目前现有技术中常见的一种虹膜识别装置的结构示意图,如图1所示,现有技术中的虹膜识别系统,主要由虹膜识别主板与图像采集单元组成,其中虹膜识别主板是由虹膜芯片与PC/RAM/MCU等组成的系统。图像采集单元由CMOS图像传感器、光学镜头、红外LED组成。其中,CMOS图像传感器和红外LED与虹膜识别主板电性连接;CMOS图像传感器和光学镜头机械连接;图像采集单元用于采集虹膜图像,所述CMOS与光学镜镜头用于采集虹膜信息,并且转换成电信号送给虹膜识别主板,红外LED用于辅助采集虹膜图像。
其中,所采用的光学镜头均为固定焦距的镜头,一旦安装完成后,其用于进行虹膜识别的景深则是固定的。并且现有的光学镜头的焦距限定了虹膜识别的景深仅为10cm左右。由于在使用现有的虹膜识别装置进行虹膜识别的时候,要求待检测者必须处于距离识别装置前10cm左右景深的范围内,方能被检测成功,因此,检测局限性大致使在实际运用中给使用者造成极大的不便。
有鉴于此,本发明实施例提供了一种基于3D结构光的虹膜识别装置,如图2所示,包括但不限于以下部件:
3D结构光模组、虹膜识别模组和主控制单元,其中3D结构光模组主要用于获取待识别对象的3D图像,以基于3D成像技术和3D深度测距技术,根据所述3D图像获取人眼与所述虹膜识别模组之间的位置关系;主控制单元主要用于根据位置关系,对虹膜识别模组进行变倍变焦处理;虹膜识别模组主要用于获取所述待识别对象的虹膜图像,并完成虹膜图像的识别。
具体地,3D结构光模组主要的硬件主要包括红外光发射器、红外光摄像头、可见光摄像头和图像处理芯片四部分组成,红外摄像头上安装有预设波长的窄带滤色片,并且在红外光发射器发射端添加光学棱镜与光栅。其中,红外光发射部分是整个3D视觉重要的组件之一,用于发射经过特殊调制的不可见红外光至拍摄物体,所述特殊调制包括利用衍射光栅、晶圆级光学透镜(包括扩束元件、准直元件、投射透镜等)。由于3D结构光装置在现有技术中已经运用的较为成熟,在本发明实施例中不对使用何种结构的3D结构光模组做出具体地限定,例如该3D结构光模组可以是3D全景相机。
进一步地,基于包含待识别对象的3D图像,获取待识别对象的人眼三维坐标,可以是通过如下方式实现的:在3D结构光模组设置一组图像读取及建模单元,该图像读取及建模单元可以运行基于全景图像的3D坐标测量方法,建立以3D结构光模组为中心的三维模型。并同时可以在三维模型中获取到人眼所在位置的三维坐标。
进一步地,可以在上述三维模型中,分别获取到人眼位置以及虹膜识别模组位置的三维坐标数,并根据两个三维坐标数,不但可以计算出人眼与虹膜识别模组之间的距离值,还可以进一步的获取到人眼位置以及虹膜识别模组位置在三维空间中的位置关系。
在目前现有技术中,并没有出现过通过上述步骤获取到人眼以及虹膜识别模组在三维空间中的位置关系,并借以完成虹膜检测的方法。现有的虹膜检测方法仅能够通过待识别对象的前后位置的变换,且恰巧当人眼位置位于虹膜识别模组的识别区域内,才能够完成检测。与现有技术不同,在本发明实施例提供的基于3D结构光的虹膜识别方法,首先通过3D深度测距,获取人眼距离虹膜识别模组的识别区域的距离,并根据距离的正负以及远近对虹膜识别模组进行变倍变焦处理(具体地可以是对光学镜头的聚焦焦距进行调整),实现了无需待识别人员人为的寻找虹膜识别模组的识别区域,而是自动的进行人眼对焦跟踪。
需要说明的是,在本发明实施例中所提供的3D结构光模组,采用一体机变倍镜头,可以实现多种倍数的自动变焦,从而相当于扩大了虹膜识别的景深范围。
本发明实施例提供的基于3D结构光的虹膜识别装置,通过集成3D结构光模组,获取人眼的三维坐标,以获取人眼位置与虹膜识别模组的相对位置,并完成对虹膜识别模组的变倍变焦处理,实现3D人眼定位及人眼自动跟踪。当有客户靠近虹膜识别装置时,可以自动抓取优质图像进行虹膜识别,有效的扩大了虹膜识别的景深,不需要待识别对象前后移动就能够完成虹膜的识别,提高了识别的效率,并且增加了用户的体验好感。
基于上述实施例的内容,作为一种可选实施例,其中3D结构光模组和所述虹膜识别模组集成在虹膜识别总成上。
在本实施例中,通过将3D结构光模组与虹膜识别模组进行集成,一方面实现了设备的集成化和小型化;另一方面,通过对两者的集成化,便于信息之间的交互,同时也方便统一调制。
具体地,如图2所示,3D结构光模组、虹膜识别模组和主控制单元;3D结构光模组用于获取待识别对象的3D图像,以基于3D成像技术和3D深度测距技术,根据3D图像获取人眼与所述虹膜识别模组之间的位置关系;主控制单元用于根据所述位置关系,对虹膜识别模组进行变倍变焦处理;虹膜识别模组用于获取所述待识别对象的虹膜图像,并完成虹膜图像的识别。
基于上述实施例的内容,本发明实施例提供的基于3D结构光的虹膜识别装置,还包括机械调制单元,该机械调制单元包括水平转动机构和垂直转动机构。其中,水平转动机构用于调节虹膜识别总成在水平方向的位置;垂直转动机构用于调节虹膜识别总成在垂直方向的位置;机械调制单元整体上是由控制单元控制的。
图3为本发明实施例提供的另一种基于3D结构光的虹膜识别装置,如图3所示,机械调制单元由水平转动机构与垂直转动机构组成,用于驱动虹膜识别总成转动。垂直转动机构与主控制单元电性连接;水平转动机构与主控制单元电性连接;水平转动机构、垂直转动机构与虹膜识别总成机械连接;水平转动机构负责调节虹膜识别总成水平方向的位置来适应用户完成虹膜识别,用以解决用户进入虹膜识别区域位置偏移的问题。垂直转动机构负责调节虹膜识别总成垂直方向的位置来适应用户完成虹膜识别,用以解决用户进入虹膜识别区域身高差异的问题。
具体地,在上述实施例中记载了通过获取待识别对象的3D图像,从而获取到待识别对象的人眼位置三维坐标,并可以确定出人眼位置与虹膜识别模组之间的距离值(同时也包括位置关系);进一步地,在上述实施例中通过对虹膜识别模组的光学镜头的调整,从而提高了检测的效率。
进一步地,在本发明实施例中,首先判断所述人眼的三维坐标是否处于所述虹膜识别模组的识别范围内,包括远近距离,上下偏离距离以及左右偏离距离是否均处于虹膜识别模组的可识别范围。若不位于可识别范围内,则通过主动对3D结构光模组的位置进行调整,以将人眼三维坐标调整至可识别范围内。该位置调整可以包括旋转或者平移。旋转的方式可以是上下旋转0-180°或者左右旋转0-180°;平移的方式可以是通过外设装置进行驱动,使其在预定的范围内进行位置的调整。
例如,在实际检测过程中,当待识别人员进入识别区域后,首先获取到包含待识别人员的3D图像;建立三维坐标,确定待识别人员人眼所在位置的坐标以及虹膜识别模组的坐标(可以设置为坐标中心)。进一步地,若通过两个坐标判断出,人眼位置相对于虹膜识别模组的检测区域偏高(可获取到具体地需调整的高度距离值),并且偏远(也可以同时获取到需调整的远近距离)。此时,一方面可以调整虹膜识别总成使其向上转动预设的角度(根据上述需调整的高度距离值确定);另一方面调整虹膜识别模组的光学镜头后缩(具体地量可以根据上述需调整的远近距离确定)。这样可以在待识别人员不移动的情况下,迅速的获取到检测结果。
进一步地,上述通过机械调制单元调整所述虹膜识别总成的位置,包括:
通过机械调制单元带动虹膜识别总成相对于所述待识别对象进行上下以及左右的转动。
需要说明的,机械调制单元对于虹膜识别总成位置的调整可以是通过上述的转动来实现的也可以通过移动来实现,或者通过转动+移动共同实现。
本发明实施例提供的基于3D结构光的虹膜识别方法,通过获取人眼的三维坐标,进而主动的调整虹膜识别模组的位置,以实现人眼跟踪识别,提高了检测的速度和效率,能够适应不同身高的人群,并且提高了用户的体验好感。
基于上述实施例的内容,作为一种可选实施例,其中主控制单元包括运算单元和调整控制单元;运算单元用于根据人眼与虹膜识别总成之间的位置关系,判断人眼的三维坐标是否处于虹膜识别模组的识别范围内。
若人眼的三维坐标处于所述于虹膜识别模组的识别范围之外,则利用所述调整控制单元对所述虹膜识别模组进行变倍变焦调整,同时控制所述机械调制单元调整所述虹膜识别总成的位置,直至所述三维坐标位于所述虹膜识别模组的识别范围之内。
作为一种具体实施例,如图4所示,运算单元存储在虹膜编码板上,虹膜编码板与图像传感器电性连接;调整控制单元至少包括变焦驱动和红外照明驱动等。虹膜编码板与红外照明电性连接,自动对焦镜头与图像传感器电性连接;自动对焦镜头与变焦驱动电性连接;自动对焦镜头与红外照明机械连接;虹膜编码板、3D结构光模组对外输出接口与主控板电性连接。虹膜编码板、图像传感器、自动变焦镜头、变焦驱动及红外照明组成虹膜识别系统,完成虹膜采集识别比对等功能。3D结构光模组负责采集人脸图像及人眼深度测距。虹膜编码板、图像传感器、变焦驱动以及自动变焦镜头共同构成虹膜识别模组。
基于上述实施例的内容,作为一种可选实施例,3D结构光模组还包括第一活体检测单元,所述第一活体检测单元用于在获取所述待识别对象的3D图像之后,判断所述3D图像是否存在活体信息。
具体地,可以通过第一活体检测单元同时获取极短时间内的(例如毫秒级别的时间段内)的多帧连续3D图像,并根据预设的活体信息特征,判断在每帧3D图像中所述活体信息特征的信息。通过对活体信息特征的信息的比对,完成对于3D图像是否存在活体信息的判断。
在本发明实施例提供的基于3D结构光的虹膜识别方法中,通过对于活体信息的判断,对伪虹膜图像(非活体虹膜图像)进行排除,提高了虹膜检测的安全性和精确性。
基于上述实施例的内容,作为一种可选实施例,虹膜识别模组还包括第二活体检测单元,所述第二活体检测单元用于在获取所述待识别对象的虹膜图像之后,判断所述虹膜图像是否存在活体信息。
具体地,由于正常活体瞳孔是会类似于呼吸效应一样的收缩的,而非活体通孔则不会出现。在本发明实施例中,可以通过第二活体检测单元获取由短时间内的(例如毫秒级别的时间段内)的多帧连续虹膜图像构成的虹膜视频流,并检测其中每一帧图像的瞳孔信息的变化,进而辨别出待识别的虹膜图像是否存在活体信息。
在本发明实施例提供的基于3D结构光的虹膜识别方法中,通过对于活体信息的判断,对伪虹膜图像(非活体虹膜图像)进行排除,提高了虹膜检测的安全性和精确性。
基于上述实施例的内容,作为一种可选实施例,还包括伺服启动模块,所述伺服启动模块中存储有预设唤醒条件;若检测到所述预设唤醒条件是否被触发,则驱动所述虹膜识别装置开始运行。
具体地,在伺服启动模块未接收到触发信息时,虹膜识别装置是处于休眠状态,能够有效的节约能耗,延长设备使用寿命。仅在伺服启动模块的预设唤醒条件被触发的情况下,迅速进行下一步的操作,即驱动所述虹膜识别装置开始自主运行。例如,预设唤醒条件可以是:在待检测人员进入在预设的检测范围内,上述红外检测测距装置或者激光测距装置检测到人员进入,自动触发预设唤醒条件。也可以通过在虹膜识别装置上设置一个唤醒按钮,当按钮被触发时,则自动进行检测状态。
进一步地,在本实施例提供的基于3D结构光的虹膜识别方法,当检测完毕后,若在预设时间段后,未检测到预设唤醒条件被触发,则自动转入复位休眠状态。
本发明实施例提供的基于3D结构光的虹膜识别装置,通过集成3D结构光模组,获取人眼的三维坐标,以获取人眼位置与虹膜识别模组的相对位置,并完成对虹膜识别模组的变倍变焦处理以及位置调整,实现3D人眼定位及人眼自动跟踪。当有客户靠近虹膜识别装置时,可以自动抓取优质图像进行虹膜识别,有效的扩大了虹膜识别的景深,不需要待识别对象前后移动就能够完成虹膜的识别,提高了识别的效率,并且增加了用户的体验好感。
基于上述实施例的内容,作为一种可选实施例,虹膜识别模组包括虹膜拍摄单元和虹膜识别单元;所述虹膜拍摄单元用于获取所述待识别对象的虹膜图像,并将所述虹膜图像输入至所述虹膜识别单元;所述虹膜识别单元用于将所述虹膜图像进行虹膜编码后,与预存储的虹膜识别图库进行一一比对,并根据比对结果,做出识别结果的判定。
具体地,可以在虹膜识别总成设置一个存储单元(该存储单元也可以设置于外部装置上),该存储单元用于预先存储一定数量的虹膜图像,并预先对每个虹膜图像进行特征编码(即每个不同的虹膜图像对应不同的编码信息)。在虹膜检测时,当虹膜拍摄单元获取到一个新的虹膜图像后,虹膜识别单元首先对其进行虹膜编码后,与预存的所有的编码信息进行比对,并获取与新的虹膜图像所对应的虹膜编码最相近的比对结果(预存的某个编码信息)。将新的编码信息与该比对结果进行分析,若两者之间的相似度超过预设的阈值时,则判断出该新的虹膜图像与所述比对结果所对应的图像为同一图像,则调取该虹膜图像的信息,完成识别结果的判定即输出。
图5为本发明实施例提供的一种基于3D结构光的虹膜识别方法的流程示意图,如图5所示,包括但不限于以下步骤:
步骤S1:利用3D结构光模组,获取待识别对象的3D图像;
步骤S2:基于3D成像技术以及3D深度测距技术,根据所述3D图像获取人眼与虹膜识别模组之间的位置关系;
步骤S3:根据所述位置关系,对所述虹膜识别模组进行变倍变焦处理,获取所述待识别对象的虹膜图像;
步骤S4:对所述虹膜图像进行识别。
具体地,如图6所示,整个虹膜识别的流程包括:
当待检测人员进入检测区域后,则唤醒检测装置自动进入3D图像采集的步骤。当获取到包含待检测人员的3D图像后,判断所述3D图像是否为活体图像;当该3D图像不包含活体信息时,可以发出报警提示,并停止进一步的检测;当3D图像包含活体信息时,则根据该3D图像获取人眼的三维坐标。
进一步地,根据获取的三维坐标,一方面进行人眼定位,其中包括借助机械调制单元的机械转动对虹膜识别总成位置的调整,使得三维坐标位于所述虹膜识别模组的识别范围之内;另一方面进行3D深度测距,并根据测距结果控制虹膜识别模组进行变倍变焦调整(上述调整的方法统称为3D人眼跟踪算法)。
经过上述调整后,进行虹膜图像的采集,并对获取的虹膜图像做进一步地活体检测。若活体检测结果为正常时,则利用虹膜识别算法进行虹膜图像分析,并输出识别的结果。最后,整个基于3D结构光的虹膜识别装置再次进入复位休眠状态。
本发明实施例提供的基于3D结构光的虹膜识别方法,通过集成3D结构光模组,获取人眼的三维坐标,以获取人眼位置与虹膜识别模组的相对位置,对虹膜识别模组变倍变焦以实现虹膜识别,有效的扩大了虹膜识别的景深范围,提高了虹膜识别的效率。当有客户靠近虹膜识别装置时,可以自动抓取优质图像进行虹膜识别,有效的扩大了虹膜识别的景深,不需要待识别对象前后移动就能够完成虹膜的识别,提高了识别的效率,并且增加了用户的体验好感。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行基于3D结构光的虹膜识别方法中的所述对虹膜图像进行识别的步骤。
此外,上述的存储器730中的逻辑指令可以通过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,智能存储分析单元,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。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:执行基于3D结构光的虹膜识别方法中的所述对虹膜图像进行识别的步骤。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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,智能存储分析单元,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种基于3D结构光的虹膜识别装置,其特征在于,包括:3D结构光模组、虹膜识别模组和主控制单元;
所述3D结构光模组用于获取待识别对象的3D图像,以基于3D成像技术和3D深度测距技术,根据所述3D图像获取人眼与所述虹膜识别模组之间的位置关系;
所述主控制单元用于根据所述位置关系,对所述虹膜识别模组进行变倍变焦处理;
所述虹膜识别模组用于获取所述待识别对象的虹膜图像,并完成所述虹膜图像的识别;
所述3D结构光模组和所述虹膜识别模组集成在虹膜识别总成上;
还包括机械调制单元,所述机械调制单元包括水平转动机构和垂直转动机构;
所述水平转动机构用于调节所述虹膜识别总成在水平方向的位置;
所述垂直转动机构用于调节所述虹膜识别总成在垂直方向的位置;
所述机械调制单元由所述主控制单元控制;
所述主控制单元包括运算单元和调整控制单元;
所述运算单元用于根据人眼与所述虹膜识别总成之间的位置关系,判断所述人眼的三维坐标是否处于所述虹膜识别模组的识别范围内;
若处于所述识别范围之外,则利用所述调整控制单元对所述虹膜识别模组进行变倍变焦调整,同时控制所述机械调制单元调整所述虹膜识别总成的位置,直至所述三维坐标位于所述虹膜识别模组的识别范围之内。
2.根据权利要求1所述的基于3D结构光的虹膜识别装置,其特征在于,所述3D结构光模组还包括第一活体检测单元,所述第一活体检测单元用于在获取所述待识别对象的3D图像之后,判断所述3D图像是否存在活体信息。
3.根据权利要求1所述的基于3D结构光的虹膜识别装置,其特征在于,所述虹膜识别模组还包括第二活体检测单元,所述第二活体检测单元用于在获取所述待识别对象的虹膜图像之后,判断所述虹膜图像是否存在活体信息。
4.根据权利要求1所述的基于3D结构光的虹膜识别装置,其特征在于,还包括伺服启动模块,所述伺服启动模块中存储有预设唤醒条件;若检测到所述预设唤醒条件是否被触发,则驱动所述虹膜识别装置开始运行。
5.根据权利要求1所述的基于3D结构光的虹膜识别装置,其特征在于,所述虹膜识别模组包括虹膜拍摄单元和虹膜识别单元;
所述虹膜拍摄单元用于获取所述待识别对象的虹膜图像,并将所述虹膜图像输入至所述虹膜识别单元;
所述虹膜识别单元用于将所述虹膜图像进行虹膜编码后,与预存储的虹膜识别图库进行一一比对,并根据比对结果,做出识别结果的判定。
6.一种基于3D结构光的虹膜识别方法,其特征在于,包括:
利用3D结构光模组,获取待识别对象的3D图像;
基于3D成像技术以及3D深度测距技术,根据所述3D图像获取人眼与虹膜识别模组之间的位置关系;
根据所述位置关系,对所述虹膜识别模组进行变倍变焦处理,获取所述待识别对象的虹膜图像;
对所述虹膜图像进行识别;
在所述根据所述位置关系,对所述虹膜识别模组进行变倍变焦处理的同时,还包括:
对所述3D结构光模组和所述虹膜识别模组进行集成,获取虹膜识别总成;
根据所述人眼与虹膜识别模组之间的位置关系,对所述虹膜识别总成的位置进行调整,直至所述人眼的三维坐标处于所述虹膜识别模组的识别范围内。
CN201911200880.6A 2019-11-29 2019-11-29 一种基于3d结构光的虹膜识别装置及方法 Active CN111144219B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911200880.6A CN111144219B (zh) 2019-11-29 2019-11-29 一种基于3d结构光的虹膜识别装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911200880.6A CN111144219B (zh) 2019-11-29 2019-11-29 一种基于3d结构光的虹膜识别装置及方法

Publications (2)

Publication Number Publication Date
CN111144219A CN111144219A (zh) 2020-05-12
CN111144219B true CN111144219B (zh) 2023-08-18

Family

ID=70517349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911200880.6A Active CN111144219B (zh) 2019-11-29 2019-11-29 一种基于3d结构光的虹膜识别装置及方法

Country Status (1)

Country Link
CN (1) CN111144219B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099622B (zh) * 2020-08-13 2022-02-01 中国科学院深圳先进技术研究院 一种视线追踪方法及装置
CN113920620A (zh) * 2021-09-29 2022-01-11 珠海格力电器股份有限公司 一种门锁的控制方法、装置、门锁及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1426760A (zh) * 2001-12-18 2003-07-02 中国科学院自动化研究所 基于活体虹膜的身份识别方法
CN202632316U (zh) * 2012-05-14 2012-12-26 第三眼(天津)生物识别科技有限公司 远距离非侵入式虹膜图像获取系统
CN106250839A (zh) * 2016-07-27 2016-12-21 徐鹤菲 一种虹膜图像透视校正方法、装置和移动终端
CN107451561A (zh) * 2017-07-31 2017-12-08 广东欧珀移动通信有限公司 虹膜识别补光方法和装置
CN109685033A (zh) * 2018-12-29 2019-04-26 深圳三人行在线科技有限公司 虹膜识别设备和方法
CN109753926A (zh) * 2018-12-29 2019-05-14 深圳三人行在线科技有限公司 一种虹膜识别的方法和设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140276677A1 (en) * 2013-03-15 2014-09-18 Abbott Medical Optics Inc. Systems and methods for providing anatomical flap centration for an ophthalmic laser treatment system
US10725537B2 (en) * 2017-10-02 2020-07-28 Facebook Technologies, Llc Eye tracking system using dense structured light patterns
CN108334862A (zh) * 2018-03-02 2018-07-27 中控智慧科技股份有限公司 一种虹膜识别系统及其虹膜识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1426760A (zh) * 2001-12-18 2003-07-02 中国科学院自动化研究所 基于活体虹膜的身份识别方法
CN202632316U (zh) * 2012-05-14 2012-12-26 第三眼(天津)生物识别科技有限公司 远距离非侵入式虹膜图像获取系统
CN106250839A (zh) * 2016-07-27 2016-12-21 徐鹤菲 一种虹膜图像透视校正方法、装置和移动终端
CN107451561A (zh) * 2017-07-31 2017-12-08 广东欧珀移动通信有限公司 虹膜识别补光方法和装置
CN109685033A (zh) * 2018-12-29 2019-04-26 深圳三人行在线科技有限公司 虹膜识别设备和方法
CN109753926A (zh) * 2018-12-29 2019-05-14 深圳三人行在线科技有限公司 一种虹膜识别的方法和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于双目视觉和旋转云台的远距离虹膜识别系统;董文博;孙哲南;谭铁牛;;科技导报(05);36-41 *

Also Published As

Publication number Publication date
CN111144219A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
US9798927B2 (en) Mobile terminal iris recognition method and device having human-computer interaction mechanism
US7271839B2 (en) Display device of focal angle and focal distance in iris recognition system
US20160335495A1 (en) Apparatus and method for acquiring image for iris recognition using distance of facial feature
US7095901B2 (en) Apparatus and method for adjusting focus position in iris recognition system
US6134339A (en) Method and apparatus for determining the position of eyes and for correcting eye-defects in a captured frame
US9336439B2 (en) System and method for the long range acquisition of iris images from stationary and mobile subjects
CN111144219B (zh) 一种基于3d结构光的虹膜识别装置及方法
US20090278658A1 (en) Eye image taking device and authentication device using the same
KR101014325B1 (ko) 적외선을 이용한 얼굴인식 시스템 및 방법
JP2007516525A (ja) 顔面イメージ取得と識別の方法及びシステム
CN104992141A (zh) 基于双虹膜、立体人脸和声纹识别的智能生物特征监控总成及监控方法
CN109636399A (zh) 一种超脸识别系统及识别方法
KR102160137B1 (ko) 특징점 변동을 이용한 위조 얼굴 판별장치 및 그 방법
CN113627385A (zh) 视线方向的检测方法、装置及其检测系统及可读存储介质
JP2006318374A (ja) 眼鏡判別装置および認証装置ならびに眼鏡判別方法
Hanna et al. A System for Non-Intrusive Human Iris Acquisition and Identification.
CN205942740U (zh) 虹膜识别装置
CN109117692A (zh) 一种虹膜识别装置、系统及方法
Venugopalan et al. Unconstrained iris acquisition and recognition using cots ptz camera
JP3848953B2 (ja) 生体眼判定方法および生体眼判定装置
KR20150117883A (ko) 홍채 인식 모듈 및 방법
JP4527088B2 (ja) 生体眼判定方法および生体眼判定装置
CN109426762B (zh) 一种生物识别系统、方法和生物识别终端
CN207164766U (zh) 一种虹膜识别装置及系统
KR100443674B1 (ko) 홍채 인식 시스템의 거리 측정방법과 장치

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