CN111241030A - 虹膜信息处理方法、设备及存储介质 - Google Patents
虹膜信息处理方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111241030A CN111241030A CN202010007775.7A CN202010007775A CN111241030A CN 111241030 A CN111241030 A CN 111241030A CN 202010007775 A CN202010007775 A CN 202010007775A CN 111241030 A CN111241030 A CN 111241030A
- Authority
- CN
- China
- Prior art keywords
- image
- iris
- iris recognition
- identification
- user
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 67
- 238000003860 storage Methods 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000013441 quality evaluation Methods 0.000 claims description 24
- 230000003993 interaction Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 7
- 210000001747 pupil Anatomy 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000010923 batch production Methods 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 15
- 238000011161 development Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/78—Architectures of general purpose stored program computers comprising a single central processing unit
- G06F15/7807—System on chip, i.e. computer system on a single chip; System in package, i.e. computer system on one or more chips in a single package
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Ophthalmology & Optometry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供的一种虹膜信息处理方法、设备及存储介质,该方法应用于片上系统,片上系统内置有至少一个固化在片上系统上的虹膜识别模块,虹膜识别模块为硬核IP,方法包括:响应于针对至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用指定虹膜识别模块执行以下操作:获取图像;对图像进行预处理;提取预处理后的图像中的虹膜特征;基于提取的虹膜特征,进行预设处理。本申请实施例中将虹膜识别专用算法以硬核IP的形式集成在SoC片上系统中,片上系统在拥有灵活的应用方式的同时,具备了超高速的虹膜识别功能。此外,片上系统在具备高度集成度的同时,也提高了系统的稳定性和安全性。在批量生产时,可以大幅度降低系统成本。
Description
技术领域
本申请涉及生物特征识别技术领域,尤其涉及一种虹膜信息处理方法、设备及存储介质。
背景技术
生物特征识别常用于身份认证。生物特征识别在信息安全和保护用户信息的私密性方面具有突出贡献。
虹膜识别时生物特征识别的一个重要分支。相比其他的生物特征具有高稳定性,高可靠性和高防伪性的特点。故此,在很多身份认证的场景中采用虹膜识别技术进行身份认证。
相关技术中,虹膜识别的实现通常在通用处理器上实现,有时需要搭配DSP和FPGA来提高整体算法的处理效率。而额外增加DSP和FPGA必然会增加虹膜信息处理方法的开发难度,并额外增加设备成本。
发明内容
本申请实施例提供一种虹膜信息处理方法、设备及存储介质,用以解决现有技术中额外增加DSP和FPGA协助通用处理器完成虹膜识别任务,必然会增加虹膜信息处理方法的开发难度,并额外增加设备成本等的问题。
第一方面本申请实施例提供一种虹膜信息处理方法,应用于片上系统,所述片上系统内置有至少一个固化在所述片上系统上的虹膜识别模块,所述虹膜识别模块为硬核IP(Intellectual Property core,知识产权核),所述方法包括:
响应于针对所述至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用所述指定虹膜识别模块执行以下操作:
获取图像;
对所述图像进行预处理;
提取所述预处理后的图像中的虹膜特征;
基于提取的虹膜特征,进行预设处理。
第二方面本申请实施例提供一种虹膜信息处理设备,包括片上系统,所述片上系统中包括第一输入输出单元以及虹膜识别处理器,所述虹膜识别处理器中内置有至少一个虹膜识别模块,所述虹膜识别模块为硬核IP,其中:
所述第一输入输出单元,用于获取输入虹膜识别处理器的输入信息;并将所述虹膜识别处理器的输出信息发送出去;
所述虹膜识别处理器,用于响应于针对所述至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用所述指定虹膜识别模块执行以下操作:
通过所述第一输入输出单元获取图像;
对所述图像进行预处理;
提取所述预处理后的图像中的虹膜特征;
基于提取的虹膜特征,进行预设处理。
第三方面,本申请实施例还提供一种计算机存储介质,其中,所述计算机存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如本申请实施例中的任一虹膜信息处理方法。
本申请实施例提供的一种虹膜信息处理方法、设备及存储介质,将虹膜识别专用算法以硬核IP的形式集成在SoC片上系统中,片上系统在拥有灵活的应用方式的同时,具备了超高速的虹膜识别功能。此外,片上系统在具备高度集成度的同时,也提高了系统的稳定性和安全性。在批量生产时,可以大幅度降低系统成本。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本申请的一些实施例,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一种虹膜信息处理方法应用场景示意图;
图2为本申请实施例提供的一种虹膜信息处理设备的结构示意图之一;
图3为本申请实施例提供的一种人机交互界面的示意图;
图4为本申请实施例提供的一种虹膜信息处理设备的结构示意图之二;
图5为本申请实施例提供的一种虹膜信息处理方法的流程示意图之一;
图6为本申请实施例提供的一种虹膜信息处理设备的框架示意图;
图7为本申请实施例提供的一种虹膜信息处理方法的流程示意图之二;
图8为本申请实施例提供的一种虹膜信息处理设备的结构示意图之三。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
相关技术中,为了提高虹膜识别的效率,需要引入DSP和FPGA协助通用处理器,针对DSP和FPGA运行的功能需要做额外的开发工作,必然增加开发难度,而且也增加设备成本。
有鉴于此,本申请提出一种虹膜信息处理方法,设备和存储介质。该设备可以采用片上系统来代替通用处理器、DSP和FPGA实现等同的功能。并在片上系统固化有硬核IP作为虹膜识别模块。
虹膜识别模块可被调用来适配不同的虹膜信息处理方法以供用户根据实际需求。实施时,选择相应的虹膜识别模块,通过模块调用实现对不同的虹膜信息处理方法进行调用,免去虹膜识别算法进行开发和移植的操作、免去针对DSP和FPGA的开发,由此可降低开发难度和缩短开发周期。此外,片上系统当批量生产时,单个片上系统的成本会比较低,从而达到节约成本的目的。
下面结合附图对本申请提供的虹膜信息处理设备进行详细说明。
如图1所述,为本申请实施例提供的虹膜信息处理设备的应用场景示意图,在该应用场景中虹膜信息处理设备基于片上系统实现,可具有本地虹膜识别和远程虹膜识别的功能。故此,该应用场景中可包括用户10、虹膜信息处理设备11、服务器12。用户10可以为被识别用户也可以为虹膜信息处理设备的管理者。
若用户10为被识别用户,那么虹膜信息处理设备11可采集用户10的眼部图像并提取虹膜特征,然后可基于本地识别功能对用户10进行身份认证,也可以将用户10的虹膜特征经加密处理后发送给远端的服务器12完成基于虹膜的身份认证(即虹膜识别),由虹膜信息处理设备接收服务器12反馈的识别结果。
若用户11为虹膜信息处理设备11的管理者:虹膜信息处理设备11可输出管理界面,以便于管理者基于该界面实现软件开发以及流程控制。如配置虹膜信息处理设备的相关参数,如采集图像时使用的相关参数,对采集的图像进行质量评价的相关参数,以及虹膜设备是否启用连接服务器12功能的参数等,已完成基于实际需求的虹膜信息处理设备的配置。
需要说明的是,服务器12可为云端服务器,这样虹膜信息处理设备为终端,通过云+终端的管理的形式便于统一管理,构建可扩展的虹膜识别网络。
如图2所示,为本申请提供的虹膜信息处理设备的架构图之一,该设备包括片上系统200,所述片上系统200中包括第一输入输出单元201以及虹膜识别处理器202,所述虹膜识别处理器202中内置有至少一个虹膜识别模块,其中:每个虹膜识别模块用于实现一种虹膜识别功能;其中,片上系统内置虹膜识别模块与传统意义上的虹膜识别模块有所不同,片上系统内置虹膜识别模块是硬核IP,是用ASIC(Application Specific IntegratedCircuit,专用集成电路)实现固化在片上系统内的,即当芯片做出来的时候,硬核IP就实际的放在芯片内部,可以用ARM核通过调用的方式来调用,这个时候在ARM上写软件的时候,相当于是一个函数来实现对硬核IP的调用。
所述第一输入输出单元201,用于获取输入虹膜识别处理器202的输入信息;并将所述虹膜识别处理器202的输出信息发送出去;
所述虹膜识别处理器202,用于响应于针对所述至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用所述指定虹膜识别模块执行以下操作:
通过所述第一输入输出单元获取图像;
对所述图像进行预处理;
提取所述预处理后的图像中的虹膜特征;
基于提取的虹膜特征,进行预设处理。
所述预设处理,包括:以下中的至少一种:存储提取的所述虹膜特征(以便于用于完成用户注册或者存储以便后续使用)、将提取的所述虹膜特征与特征库中的虹膜特进行比对并得到比对结果(以便于本地完成虹膜识别完成身份任务),指示远程识别设备识别所述虹膜特征(以便于远程完成基于虹膜特征的身份认证)。
基于SoC的虹膜识别片上系统,包括虹膜识别所需的完整系统,使得虹膜识别产品实现小型化。SoC内嵌虹膜识别功能,已经模块化,软件层面封装成函数,开发时不需要传统的算法移植过程,仅需在设计软件时模块调用虹膜识别算法,即可完成相应功能,故此能够降低开发难度。此外,相对相关技术中在低端通用处理器中运行复杂的虹膜识别算法会降低识别速度,影响使用体验,本申请中的虹膜信息处理设备采用为虹膜识别专门设计的集成电路(即Soc),当随着生产数量的增加,单颗芯片成本会随之降低,在达到一定批量的条件下,会比通用处理器成本更低,从而达到节约成本的目的。
在一个实施例中,为了提高虹膜信息处理设备的灵活性,以便于用户使用。如图2所示,虹膜信息处理设备的片上系统还包括主控处理器203。主控处理器和虹膜识别处理器协作,并在主控处理器中可以通过写软件来定义控制流程,主控处理器可以调用虹膜识别处理器。如可以自由选择是否联通网络实现远程的虹膜识别,是进行单目检测还是双目检测,是否添加信息加密流程等。
实现时,在一个实施例中,如图2所示,虹膜信息处理设备还包括第二输入输出单元204以及主控处理器203;
所述第二输入输出单元204用于提供人机交互接口,获取用户指令;
所述主控处理器203用于通过所述第二输入输出单元获取的对虹膜识别模块的可配置参数的配置指令后,响应于所述配置指令,对所述虹膜识别模块进行参数配置操作。
这样,对于用户而言仅需要简单的人机交互操作,即可完成对虹膜识别模块的配置。例如,如图3所示,可提供人机交互界面以便于用户进行配置,其中,可配置参数可包括采集参数和/或用于进行图像质量评价的参数;所述采集参数包括以下中的至少一种:自动曝光模式、白平衡,增益、对比度、直方图均衡等;而用于进行图像质量评价的参数包括以下中的至少一种:光照范围、对焦清晰度、图像清晰度、瞳孔缩放频率、斜眼角度等。其中,用进行质量评价的参数在配置时,可配置不满足质量要求的参数取值或参数条件,也可以配置满足质量要求的参数取值或参数条件,本申请对此并不限定。
此外,需要说明的是。前述的是否允许设备联通网络也可以通过人机交互来实现,除此以外,人机交互,可以实现虹膜的注册、识别、删除、人员信息管理等基本操作。这里不再赘述。
以上所述,通过人机交互方式实现参数配置,有利于根据不同阶段或不同使用场景的需求来灵活的使用虹膜信息处理设备,使得该设备支撑的虹膜识别功能更加灵活。
其中,配置的采集参数可用于进行图像采集,如图4所示,虹膜识别处理器还可内置或外设补光装置205和图像采集装置206。
虹膜识别处理器202,可在获取图像时,执行:根据所述采集参数,控制补光装置205进行补光,并控制图像采集装置206进行图像采集得到所述图像。基于对图像采集相关参数的配置,可适应不同环境和不同需求来获取相应的图像。
虹膜识别处理器可采用用于进行质量评价的相关参数,完成对图像的质量的评价,以便于确定是否执行后续的虹膜特征提取操作等。以保证虹膜特征提取的准确性。如,实施时虹膜识别处理器在调用所述指定虹膜识别模块对所述预处理后的图像进行虹膜识别,得到识别结果时,可执行为如图5所示的步骤:
步骤501:根据可配置的采集参数获取图像;
步骤502:对获取的图像进行预处理;
其中,预处理的实现可基于具体虹膜识别算法的要求而设计,本申请对此不作限定。当然预处理的实现可通过模块化来供开发者进行模块调用。预处理的一个重要目的是使得图像符合相应虹膜识别算法的要求,进行预处理所需的一些参数也是可配置的,以便于预处理操作能够适应不同环境不同光照条件下的图像。
步骤503:对预处理后的图像进行分析,提取出用于进行图像质量评价的参数;
步骤504:判断提取出的用于进行图像质量评价的参数是否满足预设的合格图像条件,并判断所述预处理后的图像是否为活体图像;若不满足合格图像条件和/或不为活体图像,则执行步骤505;若满足合格图像条件且为活体图像,则执行步骤506;
其中,在一个实施例中,可通过检测单位时间内瞳孔和虹膜的半径缩放比,即判断序列图的半径相关系数来确定是否为活体图像。
在另外一个实施例中,用于进行图像质量评价的参数中的瞳孔缩放频率即序列图的半径相关系数的阈值,使用斜眼角度进行质量评价时,可执行为如果斜眼角度过大(如大于预设斜眼角度值),则瞳孔与虹膜的相对位置变化较大,视为图像质量太差,可丢弃图像,如果斜眼角度不大,则可根据斜眼的角度,做虹膜归一化时采取不同强度的拉伸。
步骤505:丢弃所述图像;
步骤506:提取所述预处理后的图像中的虹膜特征。
基于图5所示的虹膜识别方式,能够对图像进行质量评价,以便于提取合理的虹膜特征供后续使用,当然,虹膜特征的识别比对可在本地实现,也可以远程实现。为了增加信息的安全性,虹膜信息处理设备可具有加密功能,以便于对敏感信息加密,并将和远端服务器的通信数据可通过加密处理。故此,在一个实施例中,虹膜信息处理设备内部具有存储介质,存储介质中可存储有预设的特征库;当然也可存储有程序执行指令等。
所述虹膜识别处理器202用于在对提取的虹膜特征进行识别,得到识别结果时,可根据指示是否远程识别的配置信息进行相应的操作,可执行为:先读取关于识别虹膜特征的配置信息;该配置信息用于指示识别方式,所述识别方式为远程识别和本地识别;若若根据所述配置信息确定识别方式为远程识别,则对提取的虹膜特征进行加密,得到加密结果,并通过所述主控处理器的所述第二输入输出单元将所述加密结果传输到远程识别设备,以示所述远程识别设备对加密结果的中的虹膜特征进行识别并反馈识别结果;当然,若配置信息为本地识别,则对将提取的虹膜特征与存储介质中存储的所述预设的特征库进行比较,得到识别结果。
由此,虹膜信息处理设备可灵活的使用不同的需求。例如,虹膜信息处理设备可布置在考场、分会场、分公司。可从远端服务器中拉取需要进行身份验证的人员的信息,以便于在本地实现对相关人员的虹膜识别。当然,也可以向服务器上传本地采集的虹膜信息。在一个实施例中,为了便于实现管理操作,如图4所述,虹膜信息处理设备还包括显示装置207,主控处理器203还用于控制所述显示装置输出管理界面,并响应于用户在所述管理界面实施的操作,对用户信息进行管理操作。
在一个实施例中,所述管理操作包括以下中的至少一种:注册用户的特征信息、识别用户的特征信息、验证用户的特征信息、删除用户的特征信息、上传用户的特征信息、下载用户的特征信息、存储输入的软件控制程序(以便于进行软件功能开发)等。当然,需要说明的是,可基于不同需要进行配置和管理的信息均可通过显示装置的人机交互功能实现,本申请对此不作限定。
此外,在一个实施例中,为了便于对用户图像进行采集,主控处理器203还用于控制所述显示装置207输出指示信息,所述指示信息用于引导被拍摄对象移动到规定的图像采集区域中;同时,所述虹膜识别处理器202,用于对图像采集区域进行图像采集获得所述图像,以便于保证能够获取到合格的图像。
当然,需要说明的是,除了通过显示装置引导用户到图像采集区域拍摄,也可以如图4所示,通过语音提示模块208或指示灯209的形式,来引导用户,本申请不限于具体引导的形式,能够达到相同的功能即可。
在另一个实施例中,除了实现人机交互功能对相应信息的管理,本申请中,虹膜信息处理设备还能够实现对自身运行能力的管理,如主控处理器可根据片上系统的使用状态,管理系统日志信息,可包括上传日志、下载日志、删除日志等。
在另一个实施例中,为了能够扩展应用,进一步使得虹膜信息处理设备能够满足不同的应用需求,本申请中,所述第一输入输出单元和/或所述第二输入输出单元包括以下中的至少一种,用于完成不同处理器之间的通信以及与外部的通信:以太网网络接口、USB接口、UART口、SPI口、MIPI口、eMMC口、I2C口、DVP接口、TCP\IP协议接口、DDR口等。这样,基于多种接口能够实现虹膜信息处理设备的灵活扩展。例如,实施时,可通过以太网接口、USB接口进行数据交互,例如上传、下载用户信息。该用户信息例如可以是用户的个人信息,可包括编号、姓名、工号等。人机交互的接口例如可采用UART、I2C、SPI、MIPI、USB、DVP等。
如图6所示,为本申请实施例提供的虹膜信息处理设备的软硬件主体架构的示意图。片上系统SoC中,可包括虹膜识别IP(即硬核IP)、处理器(即主控处理器),虹膜识别IP外接有CMOS图像采集装置,补光装置,其中:
虹膜识别IP内置有算法模块,其中:
预处理单元,用于对COMS图像采集装置采集的图像进行预处理;
质量评价单元,用于对图像进行质量评价,并调节补光装置以便于采集到合格的图像;
特征提取单元,用于对合格的图像进行特征提取,得到虹膜特征;
特征存储单元,用于存储用户信息例如虹膜特征;
特征比对单元,用于将提取的虹膜特征和存储的虹膜特征进行比对,完成身份认证;
特征加密单元,用于对提取的虹膜特征进行加密后存储;
特征传输单元,用于和远程服务器通信时,上传下载用户信息;
处理器中可包括流程控制单元,数据传输单元,数据管理单元,人机交互单元,其通过接口实现和虹膜识别IP的通信预计和外部设备的通信,其中:
流程控制单元,用于帮助用户进行虹膜识别的管理,例如通过人机交互单元完成人机交互;
数据传输单元,用于基于接口实现内部和外部数据的输入输出;
数据管理单元,用于管理相应的信息,如用户信息,系统运行日志等。
综上所述,本申请提供的虹膜信息处理设备的特点在于将虹膜识别专用算法以硬核IP的形式集成在SoC片上系统中,片上系统在拥有灵活的应用方式的同时,具备了超高速的虹膜识别功能。此外,片上系统在具备高度集成度的同时,也提高了系统的稳定性和安全性。在批量生产时,可以大幅度降低系统成本。
基于相同的发明构思,本申请实施例还提供一种虹膜信息处理方法,应用于片上系统,所述片上系统内置有至少一个虹膜识别模块,所述虹膜识别模块为硬核IP,如图7所示,所述方法包括,响应于针对所述至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用所述指定虹膜识别模块执行以下操作:
步骤701:获取图像;
步骤702:对所述图像进行预处理;
步骤703:提取所述预处理后的图像中的虹膜特征。
步骤704:基于提取的虹膜特征,进行预设处理。
在一个实施例中,所述预设处理,包括:以下中的至少一种:存储提取的所述虹膜特征、将提取的所述虹膜特征与特征库中的虹膜特进行比对并得到比对结果,指示远程识别设备识别所述虹膜特征。
在一个实施例中,所述方法还包括:
响应于对虹膜识别模块的可配置参数的配置指令,对所述虹膜识别模块进行参数配置操作。
在一个实施例中,所述可配置参数包括采集参数和/或用于进行图像质量评价的参数;
所述采集参数包括以下中的至少一种:自动曝光模式、白平衡,增益、对比度、直方图均衡;
所述用于进行图像质量评价的参数包括以下中的至少一种:光照范围、对焦清晰度、图像清晰度、瞳孔缩放频率、斜眼角度;
所述获取图像,包括:
根据所述采集参数,控制图像采集装置进行摄像得到所述图像;
所述提取所述预处理后的图像中的虹膜特征之前,所述方法还,包括:
对所述预处理后的图像进行分析,提取出用于进行图像质量评价的参数;
判断提取出的用于进行图像质量评价的参数是否满足预设的合格图像条件,并判断所述预处理后的图像是否为活体图像;
若不满足合格图像条件和/或不为活体图像,则丢弃所述图像;
若满足合格图像条件且为活体图像,则执行所述提取所述预处理后的图像中的虹膜特征的步骤。
在一个实施例中,若所述预设处理为指示远程识别设备识别所述虹膜特征,则所述基于提取的虹膜特征,进行预设处理之前,所述方法包括:
读取关于识别虹膜特征的配置信息;所述配置信息用于指示识别方式,所述识别方式为远程识别和本地识别;
若根据所述配置信息确定识别方式为远程识别,则对提取的虹膜特征进行加密,得到加密结果;并将加密结果传输到远程识别设备,以指示所述远程识别设备对加密结果的中的虹膜特征进行识别并反馈识别结果;
在一个实施例中,若配置信息为本地识别,则对将提取的虹膜特征与预设的特征库进行比较,得到识别结果。
在一个实施例中,获取图像,包括:
输出指示信息,所述指示信息用于引导被拍摄对象移动到规定的图像采集区域中;
对图像采集区域进行图像采集获得所述图像。
在一个实施例中,所述方法还包括:
输出管理界面;
响应于用户在所述管理界面实施的操作,对用户信息进行管理操作;
所述管理操作包括以下中的至少一种:注册用户的特征信息、识别用户的特征信息、验证用户的特征信息、删除用户的特征信息、上传用户的特征信息、下载用户的特征信息、存储输入的软件控制程序。
在介绍了本申请示例性实施方式中的虹膜信息处理设备以及相关方法之后,接下来,介绍本申请的另一示例性实施方式的虹膜信息处理设备。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本申请的虹膜信息处理设备可以至少包括至少一个处理器、以及至少一个存储器。其中,存储器存储有计算机程序,当计算机程序被处理器执行时,使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的虹膜信息处理方法中的步骤。例如,处理器可以执行如图5以及如图7中所示的步骤。
下面参照图8来描述根据本申请的这种实施方式的虹膜信息处理设备130。图8显示的虹膜信息处理设备130仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,虹膜信息处理设备130以通用计算装置的形式表现。虹膜信息处理设备130的组件可以包括但不限于:上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件(包括存储器132和处理器131)的总线133。
总线133表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器132可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)1321和/或高速缓存存储器1322,还可以进一步包括只读存储器(ROM)1323。
存储器132还可以包括具有一组(至少一个)程序模块1324的程序/实用工具1325,这样的程序模块1324包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
虹膜信息处理设备130也可以与一个或多个外部设备134(例如键盘、指向设备等)通信,和/或与使得该虹膜信息处理设备130能与一个或多个其它计算装置进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口135进行。并且,虹膜信息处理设备130还可以通过网络适配器136与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器136通过总线133与用于虹膜信息处理设备130的其它模块通信。应当理解,尽管图中未示出,可以结合虹膜信息处理设备130使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中,本申请提供的虹膜信息处理方法的各个方面还可以实现为一种程序产品的形式,其包括计算机程序,当程序产品在计算机设备上运行时,计算机程序用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的虹膜信息处理方法的步骤,例如,计算机设备可以执行如图5以及如图7中所示的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
本申请的实施方式的用于智能终端的控制的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括计算机程序,并可以在计算装置上运行。然而,本申请的程序产品不限于此,在本文件中,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。
可读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,其中承载了可读计算机程序。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
可读介质上包含的计算机程序可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的计算机程序,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。计算机程序可以完全地在目标对象计算装置上执行、部分地在目标对象设备上执行、作为一个独立的软件包执行、部分在目标对象计算装置上部分在远程计算装置上执行、或者完全在远程计算装置或服务器上执行。在涉及远程计算装置的情形中,远程计算装置可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到目标对象计算装置,或者,可以连接到外部计算装置(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本申请方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请可采用在一个或多个其中包含有计算机可用计算机程序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。
本申请是参照根据本申请实施例的方法、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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (16)
1.一种虹膜信息处理方法,其特征在于,应用于片上系统,所述片上系统内置有至少一个固化在所述片上系统上的虹膜识别模块,所述虹膜识别模块为硬核知识产权核IP,所述方法包括:
响应于针对所述至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用所述指定虹膜识别模块执行以下操作:
获取图像;
对所述图像进行预处理;
提取所述预处理后的图像中的虹膜特征;
基于提取的虹膜特征,进行预设处理。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于对虹膜识别模块的可配置参数的配置指令,对所述虹膜识别模块进行参数配置操作。
3.根据权利要求2所述的方法,其特征在于,
所述可配置参数包括采集参数和/或用于进行图像质量评价的参数;
所述采集参数包括以下中的至少一种:自动曝光模式、白平衡,增益、对比度、直方图均衡;
所述用于进行图像质量评价的参数包括以下中的至少一种:光照范围、对焦清晰度、图像清晰度、瞳孔缩放频率、斜眼角度;
所述获取图像,包括:
根据所述采集参数,控制图像采集装置进行摄像得到所述图像;
所述提取所述预处理后的图像中的虹膜特征之前,所述方法还包括:
对所述预处理后的图像进行分析,提取出用于进行图像质量评价的参数;
判断提取出的用于进行图像质量评价的参数是否满足预设的合格图像条件,并判断所述预处理后的图像是否为活体图像;
若不满足合格图像条件和/或不为活体图像,则丢弃所述图像;
若满足合格图像条件且为活体图像,则执行所述提取所述预处理后的图像中的虹膜特征的步骤。
4.根据权利要求3所述的方法,其特征在于,所述预设处理,包括:以下中的至少一种:存储提取的所述虹膜特征、将提取的所述虹膜特征与特征库中的虹膜特进行比对并得到比对结果,指示远程识别设备识别所述虹膜特征。
5.根据权利要求4所述的方法,其特征在于,若所述预设处理为指示远程识别设备识别所述虹膜特征,则所述基于提取的虹膜特征,进行预设处理之前,所述方法包括:
读取关于识别虹膜特征的配置信息;所述配置信息用于指示识别方式,所述识别方式为远程识别和本地识别
若根据所述配置信息确定识别方式为远程识别,则对提取的虹膜特征进行加密,得到加密结果;并将加密结果传输到远程识别设备,以指示所述远程识别设备对加密结果的中的虹膜特征进行识别并反馈识别结果。
6.根据权利要求1-5中任一所述的方法,其特征在于,获取图像,包括:
输出指示信息,所述指示信息用于引导被拍摄对象移动到规定的图像采集区域中;
对图像采集区域进行图像采集获得所述图像。
7.根据权利要求1-5中任一所述的方法,其特征在于,所述方法还包括:
输出管理界面;
响应于用户在所述管理界面实施的操作,对用户信息进行管理操作;
所述管理操作包括以下中的至少一种:注册用户的特征信息、识别用户的特征信息、验证用户的特征信息、删除用户的特征信息、上传用户的特征信息、下载用户的特征信息、存储输入的软件控制程序。
8.一种虹膜信息处理设备,其特征在于,包括片上系统,所述片上系统中包括第一输入输出单元以及虹膜识别处理器,所述虹膜识别处理器中内置有至少一个虹膜识别模块,所述虹膜识别模块为硬核知识产权核IP,其中:
所述第一输入输出单元,用于获取输入虹膜识别处理器的输入信息;并将所述虹膜识别处理器的输出信息发送出去;
所述虹膜识别处理器,用于响应于针对所述至少一个虹膜识别模块中的指定虹膜识别模块的模块调用,调用所述指定虹膜识别模块执行以下操作:
通过所述第一输入输出单元获取图像;
对所述图像进行预处理;
提取所述预处理后的图像中的虹膜特征;
基于提取的虹膜特征,进行预设处理。
9.根据权利要求8所述的设备,其特征在于,所述片上系统还包括第二输入输出单元以及主控处理器;
所述第二输入输出单元用于提供人机交互接口,获取用户指令;
所述主控处理器用于通过所述第二输入输出单元获取的对虹膜识别模块的可配置参数的配置指令后,响应于所述配置指令,对所述虹膜识别模块进行参数配置操作。
10.根据权利要求9所述的设备,其特征在于,所述设备还包括图像采集装置以及补光装置;
其中,所述可配置参数包括采集参数和/或用于进行图像质量评价的参数;
所述采集参数包括以下中的至少一种:自动曝光模式、白平衡,增益、对比度、直方图均衡;
所述用于进行图像质量评价的参数包括以下中的至少一种:光照范围、对焦清晰度、图像清晰度、瞳孔缩放频率、斜眼角度;
所述虹膜识别处理器,用于在获取图像时,执行:根据所述采集参数,控制补光装置进行补光,并通过所述第一输入输出单元控制图像采集装置进行图像采集得到所述图像;
所述虹膜识别处理器,用于在提取所述预处理后的图像中的虹膜特征之前,执行:对所述预处理后的图像进行分析,提取出用于进行图像质量评价的参数;
对所述预处理后的图像进行分析,提取出用于进行图像质量评价的参数;
判断提取出的用于进行图像质量评价的参数是否满足预设的合格图像条件,并判断所述预处理后的图像是否为活体图像;
若不满足合格图像条件和/或不为活体图像,则丢弃所述图像;
若满足合格图像条件且为活体图像,则执行所述提取所述预处理后的图像中的虹膜特征的步骤。
11.根据权利要求10所述的设备,其特征在于,所述预设处理,包括:以下中的至少一种:存储提取的所述虹膜特征、将提取的所述虹膜特征与特征库中的虹膜特进行比对并得到比对结果,指示远程识别设备识别所述虹膜特征。
12.根据权利要求11所述的设备,其特征在于,若所述预设处理为指示远程识别设备识别所述虹膜特征;
所述虹膜识别处理器用于执行:
在基于提取的虹膜特征,进行预设处理之前,读取关于识别虹膜特征的配置信息;所述配置信息用于指示识别方式,所述识别方式为远程识别和本地识别;
若根据所述配置信息确定识别方式为远程识别,则对提取的虹膜特征进行加密,得到加密结果,并通过所述主控处理器的所述第二输入输出单元将所述加密结果传输到远程识别设备,以指示所述远程识别设备对加密结果的中的虹膜特征进行识别并反馈识别结果;
若配置信息为本地识别,则对将提取的虹膜特征与存储介质中存储的所述预设的特征库进行比较,得到识别结果。
13.根据权利要求11所述的方法,其特征在于,所述第一输入输出单元和/或所述第二输入输出单元包括以下中的至少一种:以太网网络接口、USB接口、串口UART、串行外设接口SPI Serial Peripheral Interface、移动产业处理器接口(Mobile Industry ProcessorInterface MIPI、eMMC(Embedded Multi Media Card)多媒体卡接口、I2C(Inter-Integrated Circuit)、数字图像接口DVP(Digital Video Port)接口、TCP\IP协议接口、、双倍速率DDR接口(Double Data Rate) 。
14.根据权利要求8-12任一所述的设备,其特征在于,所述设备还包括显示装置;
所述主控处理器还用于控制所述显示装置输出指示信息,所述指示信息用于引导被拍摄对象移动到规定的图像采集区域中;
所述虹膜识别处理器,用于对图像采集区域进行图像采集获得所述图像。
15.根据权利要求14所述的设备,其特征在于,所述主控处理器还用于控制所述显示装置输出管理界面,并响应于用户在所述管理界面实施的操作,对用户信息进行管理操作;
所述管理操作包括以下中的至少一种:注册用户的特征信息、识别用户的特征信息、验证用户的特征信息、删除用户的特征信息、上传用户的特征信息、下载用户的特征信息、存储输入的软件控制程序。
16.一种计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令用于执行如权利要求1-7中任一权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010007775.7A CN111241030A (zh) | 2020-01-05 | 2020-01-05 | 虹膜信息处理方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010007775.7A CN111241030A (zh) | 2020-01-05 | 2020-01-05 | 虹膜信息处理方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111241030A true CN111241030A (zh) | 2020-06-05 |
Family
ID=70875996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010007775.7A Pending CN111241030A (zh) | 2020-01-05 | 2020-01-05 | 虹膜信息处理方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111241030A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295578A (zh) * | 2016-08-12 | 2017-01-04 | 合肥虹视信息工程有限公司 | 一种高集成度的虹膜识别装置 |
CN106503621A (zh) * | 2016-09-26 | 2017-03-15 | 北京无线电计量测试研究所 | 一种虹膜采集方法和系统 |
US20180165517A1 (en) * | 2016-12-13 | 2018-06-14 | Samsung Electronics Co., Ltd. | Method and apparatus to recognize user |
CN108805277A (zh) * | 2018-06-29 | 2018-11-13 | 中国科学技术大学苏州研究院 | 基于多fpga的深度信念网络加速平台及其设计方法 |
US20190295271A1 (en) * | 2017-04-17 | 2019-09-26 | Shenzhen Orbbec Co., Ltd. | Depth calculation processor, data processing method and 3d image device |
-
2020
- 2020-01-05 CN CN202010007775.7A patent/CN111241030A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295578A (zh) * | 2016-08-12 | 2017-01-04 | 合肥虹视信息工程有限公司 | 一种高集成度的虹膜识别装置 |
CN106503621A (zh) * | 2016-09-26 | 2017-03-15 | 北京无线电计量测试研究所 | 一种虹膜采集方法和系统 |
US20180165517A1 (en) * | 2016-12-13 | 2018-06-14 | Samsung Electronics Co., Ltd. | Method and apparatus to recognize user |
US20190295271A1 (en) * | 2017-04-17 | 2019-09-26 | Shenzhen Orbbec Co., Ltd. | Depth calculation processor, data processing method and 3d image device |
CN108805277A (zh) * | 2018-06-29 | 2018-11-13 | 中国科学技术大学苏州研究院 | 基于多fpga的深度信念网络加速平台及其设计方法 |
Non-Patent Citations (1)
Title |
---|
黄俊: "手持式片上虹膜识别系统设计及算法研究", 《压电与声光》, vol. 32, no. 4, pages 687 - 691 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110457256A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
WO2020019591A1 (zh) | 用于生成信息的方法和装置 | |
CN104488258A (zh) | 用于双相机快门的方法和设备 | |
KR102322773B1 (ko) | 전극편의 버를 검출하기 위한 방법 및 장치 | |
JP7012689B2 (ja) | コマンド実行方法及び装置 | |
CN109670413B (zh) | 人脸活体验证方法及装置 | |
US10958828B2 (en) | Advising image acquisition based on existing training sets | |
EP3111359B1 (en) | Method and system for extracting characteristic information | |
CN108875515A (zh) | 人脸识别方法、装置、系统、存储介质和抓拍机 | |
CN109101931A (zh) | 一种场景识别方法、场景识别装置及终端设备 | |
CN110750291A (zh) | 边缘设备算法更新方法、系统、设备及存储介质 | |
KR20220129463A (ko) | 얼굴 인식 방법 및 장치 | |
WO2022160202A1 (zh) | 佩戴口罩的检测方法、装置、终端设备及可读存储介质 | |
US9769434B1 (en) | Remote control of a user's wearable computing device in help desk applications | |
CN110730305A (zh) | 一种基于阻塞队列的多源抓拍图像处理、接入方法及装置 | |
EP4214634A1 (en) | Systems and methods for object recognition | |
US9767075B2 (en) | System and method for implementing screen capture | |
CN113158773A (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN111241030A (zh) | 虹膜信息处理方法、设备及存储介质 | |
WO2023051563A1 (zh) | 粘连检测模型训练、粘连检测方法及相关装置 | |
CN115906531A (zh) | 高速缓冲存储器的模拟方法、装置、电子设备和存储介质 | |
Mukherjee et al. | Energy efficient face recognition in mobile-fog environment | |
CN114071024A (zh) | 图像拍摄方法、神经网络训练方法、装置、设备和介质 | |
KR20140134844A (ko) | 객체 기반 사진 촬영 방법 및 장치 | |
WO2021051573A1 (zh) | 分渠道采集数据的唇语活体检测方法、系统和计算机设备 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211018 Address after: 102300 Longyue Chang'an Oxford Park, Mentougou District, Beijing Applicant after: Wang Yingzhe Address before: 102300 Oxford garden, Changan, Longyue, Yongding town, Mentougou District, Beijing Applicant before: He Jinrong |
|
TA01 | Transfer of patent application right | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200605 |
|
WD01 | Invention patent application deemed withdrawn after publication |