CN111950382A - 一种基于vr眼镜的虹膜识别方法 - Google Patents

一种基于vr眼镜的虹膜识别方法 Download PDF

Info

Publication number
CN111950382A
CN111950382A CN202010705956.7A CN202010705956A CN111950382A CN 111950382 A CN111950382 A CN 111950382A CN 202010705956 A CN202010705956 A CN 202010705956A CN 111950382 A CN111950382 A CN 111950382A
Authority
CN
China
Prior art keywords
iris
glasses
matching
steps
image
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
Application number
CN202010705956.7A
Other languages
English (en)
Inventor
马赫
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.)
Guangzhou Nanfang Human Resources Evaluation Center Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010705956.7A priority Critical patent/CN111950382A/zh
Publication of CN111950382A publication Critical patent/CN111950382A/zh
Pending legal-status Critical Current

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
    • G06V40/197—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
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Ophthalmology & Optometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种基于VR眼镜的虹膜识别方法。所述基于VR眼镜的虹膜识别方法包括以下步骤：S1：采集虹膜信息，上传虹膜信息至云端；S2：采集虹膜信息，与S1中的云端内的虹膜信息进行匹配。本发明提供的基于VR眼镜的虹膜识别方法，通过虹膜检测进行身份识别，虹膜识别的错误率是是各种生物特种中较低的，准确性高；通过检测被检测人员是否为活体，避免使用虹膜照片进行作弊；对考生的身份进行准确识别，识别正确后发放试卷，有效打击了替考行为；而且将虹膜识别器安装在VR眼镜内部，使考生不易察觉虹膜识别器的位置从而采取相应的作弊手段，当VR眼镜有被拆卸风险时判断为作弊，更加彻底的杜绝作弊行为。

Description

一种基于VR眼镜的虹膜识别方法
技术领域
本发明涉及建筑技术领域，尤其涉及一种基于VR眼镜的虹膜识别方法。
背景技术
虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境。虚拟现实创造一种多源信息融合的交互式的三维动态视景和实体行为的仿真系统，使用户沉浸到该环境中。目前，运用虚拟现实技术的产品主要是虚拟现实头戴显示器设备，即VR头显，也有VR眼镜、VR头盔等称呼。
另一方面，虹膜识别技术是基于眼睛中的虹膜进行身份识别，应用于安防设备（如门禁等），以及有高度保密需求的场所。人的眼睛结构由巩膜、虹膜、瞳孔﹑晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。
考试是一种严格的知识水平鉴定方法。通过考试可以检查学生的学习能力和其它能力。为了保证结果的公正、公平，考场必须要求有很强的纪律约束，并且专门设有主考、监考等监督考试过程，绝对禁止任何作弊行为，但随着科技的发展，作弊的手段也原来越多、越来越高科技，进场出现替考等现象，对考生的身份识别是很有必要的防止作弊的检测手段，而且现有的虹膜识别设备安装在VR眼镜表面，易被考生察觉而采取相应的作弊手段。
因此，有必要提供一种新的基于VR眼镜的虹膜识别方法解决上述技术问题。
发明内容
本发明解决的技术问题是提供一种识别准确、容易操作的基于VR眼镜的虹膜识别方法。
为解决上述技术问题，本发明提供的基于VR眼镜的虹膜识别方法包括以下步骤：
S1：采集虹膜信息，上传虹膜信息至云端；
S2：采集虹膜信息，与S1中的云端内的虹膜信息进行匹配。
优选的，所述步骤S1具体包括以下步骤：
S101：开始；
S102：活体虹膜检测；
S103：是否为活体；
当步骤S103的判断结果为是时，进入步骤S104；
S104：采集虹膜图像；
S105：进行提取特征处理；
S106：处理后图像作为原始图像标记；
S107：上传至云端；
S108：结束；
当步骤S103的判断结果为否时，直接进入步骤S108。
优选的，所述步骤S2具体包括以下步骤：
S201：开始；
S202：活体虹膜检测；
S203：是否为活体；
当步骤S203的判断结果为是时，进入步骤S204；
S204：采集虹膜图像；
S205：进行提取特征处理；
S206：从云端提取原始图像；
S207：进行对比匹配处理；
S208：是否匹配；
当步骤S208的判断结果为是，进入步骤S209；
S209：身份验证通过；
S210：发放试卷；
S211：结束；
当步骤S208的判断结果为否时，进入步骤S212；
S212：等待第二次匹配；
当步骤S212匹配成功，进入步骤S209；
当步骤S212匹配失败，进入步骤S213；
S213：等待第三次匹配；
当步骤S213匹配成功，进入步骤S209；
当步骤S213匹配失败，进入步骤S211；
当步骤S203的判断结果为否时，直接进入步骤S211。
优选的，所述步骤S1中的云端包括信息储存模块，标记后的图像储存在信息储存模块。
优选的，所述步骤S104和步骤S204通过虹膜识别器采集虹膜图像。
优选的，所述虹膜识别器安装在VR眼镜内部，不同型号的VR眼镜中虹膜识别器安装在不同位置，当VR眼镜有被拆卸风险时判断为作弊。
优选的，所述步骤S102和步骤S202中活体虹膜检测的步骤为：
L1：通过改变照射光线的强弱，使瞳孔有明显的变化，拍摄虹膜图像序列；
L2：提取虹膜图像序列的特征；
L3：绘制虹膜图像序列的特征曲线
优选的，所述步骤S103和步骤203中判断是否为活体的具体步骤如下：
当提取的特征曲线为一条较为平坦的直线时，判断为非活体；
当提取的特征曲线为一条波动较大的曲线时，判断为活体。
优选的，所述步骤S104和步骤S204采集虹膜图像的过程中使用LED光源对虹膜进行照射，并变化LED光源的光照强度引发虹膜变化。
优选的，所述步骤S207中进行虹膜匹配处理的具体步骤为通过对比采集的虹膜图像和原始图像中从里到外的放射状结构中相互交错的类似于水晶体、凹点、射线、皱纹、条纹斑点、冠状、隐窝等形状的细微特征进行匹配。
与相关技术相比较，本发明提供的基于VR眼镜的虹膜识别方法具有如下有益效果：
本发明提供一种基于VR眼镜的虹膜识别方法，通过虹膜检测进行身份识别，虹膜识别的错误率是是各种生物特种中较低的，准确性高；通过检测被检测人员是否为活体，通过活体检测后才能进行信息录入和身份识别，避免使用虹膜照片进行作弊；身份识别时将注册时采集的虹膜图像与检测时采集的虹膜图像进行特征对比，识别准确率高，对考生的身份进行准确识别，识别正确后发放试卷，有效打击了替考行为；而且将虹膜识别器安装在VR眼镜内部，使考生不易察觉虹膜识别器的位置从而采取相应的作弊手段，当VR眼镜有被拆卸风险时判断为作弊，更加彻底的杜绝作弊行为。
附图说明
图1为本发明提供的基于VR眼镜的虹膜识别方法的一种较佳实施例的采集信息步骤的流程框图；
图2为本发明提供的基于VR眼镜的虹膜识别方法的一种较佳实施例的匹配信息步骤的流程框图；
图3为本发明提供的一种VR眼镜的结构示意图；
图4为图3所示的A部分的结构放大图。
图中标号：1、VR眼镜本体，2、镜片，3、放置槽，4、安装槽，5、虹膜识别器，6、凹槽，7、滑杆，8、半球，9、缓冲槽，10、活塞，11、固定杆，12、弹簧，13、滚珠，14、限位槽，15、限位块，16、隐藏盖板，17、圆孔。
具体实施方式
实施例一：
下面结合附图和实施方式对本发明作进一步说明。
请结合参阅图1、图2，其中，图1为本发明提供的基于VR眼镜的虹膜识别方法的一种较佳实施例的采集信息步骤的流程框图；图2为为本发明提供的基于VR眼镜的虹膜识别方法的一种较佳实施例的匹配信息步骤的流程框图。基于VR眼镜的虹膜识别方法包括以下步骤：
S1：采集虹膜信息，上传虹膜信息至云端；
S2：采集虹膜信息，与S1中的云端内的虹膜信息进行匹配。
所述步骤S1具体包括以下步骤：
S101：开始；
S102：活体虹膜检测；
S103：是否为活体；
当步骤S103的判断结果为是时，进入步骤S104；
S104：采集虹膜图像；
S105：进行提取特征处理；
S106：处理后图像作为原始图像标记；
S107：上传至云端；
S108：结束；
当步骤S103的判断结果为否时，直接进入步骤S108。
所述步骤S2具体包括以下步骤：
S201：开始；
S202：活体虹膜检测；
S203：是否为活体；
当步骤S203的判断结果为是时，进入步骤S204；
S204：采集虹膜图像；
S205：进行提取特征处理；
S206：从云端提取原始图像；
S207：进行对比匹配处理；
S208：是否匹配；
当步骤S208的判断结果为是，进入步骤S209；
S209：身份验证通过；
S210：发放试卷；
S211：结束；
当步骤S208的判断结果为否时，进入步骤S212；
S212：等待第二次匹配；
当步骤S212匹配成功，进入步骤S209；
当步骤S212匹配失败，进入步骤S213；
S213：等待第三次匹配；
当步骤S213匹配成功，进入步骤S209；
当步骤S213匹配失败，进入步骤S211；
当步骤S203的判断结果为否时，直接进入步骤S211。
所述步骤S1中的云端包括信息储存模块，标记后的图像储存在信息储存模块。
所述步骤S104和步骤S204通过虹膜识别器采集虹膜图像。
所述虹膜识别器安装在VR眼镜内部，不同型号的VR眼镜中虹膜识别器安装在不同位置，当VR眼镜有被拆卸风险时判断为作弊。
所述步骤S102和步骤S202中活体虹膜检测的步骤为：
L1：通过改变照射光线的强弱，使瞳孔有明显的变化，拍摄虹膜图像序列；
L2：提取虹膜图像序列的特征；
L3：绘制虹膜图像序列的特征曲线；
所述步骤S103和步骤203中判断是否为活体的具体步骤如下：
当提取的特征曲线为一条较为平坦的直线时，判断为非活体；
当提取的特征曲线为一条波动较大的曲线时，判断为活体。
所述步骤S104和步骤S204采集虹膜图像的过程中使用LED光源对虹膜进行照射，并变化LED光源的光照强度引发虹膜变化。
所述步骤S207中进行虹膜匹配处理的具体步骤为通过对比采集的虹膜图像和原始图像中从里到外的放射状结构中相互交错的类似于水晶体、凹点、射线、皱纹、条纹斑点、冠状、隐窝等形状的细微特征进行匹配。
与相关技术相比较，本发明提供的基于VR眼镜的虹膜识别方法具有如下有益效果：
本发明提供一种基于VR眼镜的虹膜识别方法，通过虹膜检测进行身份识别，虹膜识别的错误率是是各种生物特种中较低的，准确性高；通过检测被检测人员是否为活体，通过活体检测后才能进行信息录入和身份识别，避免使用虹膜照片进行作弊；身份识别时将注册时采集的虹膜图像与检测时采集的虹膜图像进行特征对比，识别准确率高，对考生的身份进行准确识别，识别正确后发放试卷，有效打击了替考行为；而且将虹膜识别器安装在VR眼镜内部，使考生不易察觉虹膜识别器的位置从而采取相应的作弊手段，当VR眼镜有被拆卸风险时判断为作弊，更加彻底的杜绝作弊行为。
实施例二：
请结合参阅图3、图4，本发明提供一种基于VR眼镜的虹膜识别方法，还提供了一种VR眼镜，所述VR眼镜包括：
VR眼镜本体1；
两个镜片2，所述镜片2安装在所述VR眼镜本体1内；
放置槽3，所述放置槽3安装在所述VR眼镜本体1上；
安装槽4，所述安装槽4开设在所述放置槽3的一侧内壁上；
虹膜识别器5，所述虹膜识别器5安装在所述安装槽4内，所述虹膜识别器5的型号为：SFH4780S；
两个凹槽6，两个所述凹槽6开设在所述安装槽4的两侧，所述凹槽6内安装有挤压组件，所述挤压组件用于将所述虹膜识别器5进行挤压固定。
所述挤压组件包括滑杆7，所述滑杆7滑动安装在所述凹槽6内，所述滑杆7的一端固定安装有半球8，所述半球8延伸至所述安装槽4内并与所述虹膜识别器5相接触，所述滑杆7的另一端开设有缓冲槽9，所述缓冲槽9内滑动密封安装有活塞10，所述凹槽6的一侧固定安装有固定杆11，所述固定杆11的一端延伸至所述缓冲槽9内并与所述活塞10固定连接。
所述固定杆11上套设有弹簧12，所述弹簧12的一端与所述凹槽6的一侧内壁固定连接，所述弹簧12的另一端与所述滑杆7固定连接。
所述滑杆7上滚动安装有多个滚珠13，所述滚珠13与所述凹槽6的内壁相接触。
所述安装槽4的两侧对称开设有限位槽14，所述限位槽14与所述放置槽3相连通，所述虹膜识别器5的两侧固定安装有限位块15，所述限位块15与所述限位槽14相适配。
所述放置槽3内通过螺纹安装有隐藏盖板16，所述隐藏盖板16上开设有圆孔17，所述虹膜识别器5上安装有红外灯，所述红外灯与所述圆孔17相适配。
通过挤压组件便于对虹膜识别器5进行挤压安装，在弹簧12和活塞10的作用下将虹膜识别器5夹紧，通过隐藏盖板16将虹膜识别器5隐藏安装在VR眼镜本体1内，使考生不易察觉虹膜识别器的位置从而采取相应的作弊手段。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于VR眼镜的虹膜识别方法，其特征在于，包括以下步骤：
S1：采集虹膜信息，上传虹膜信息至云端；
S2：采集虹膜信息，与S1中的云端内的虹膜信息进行匹配。
2.根据权利要求1所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S1具体包括以下步骤：
S101：开始；
S102：活体虹膜检测；
S103：是否为活体；
当步骤S103的判断结果为是时，进入步骤S104；
S104：采集虹膜图像；
S105：进行提取特征处理；
S106：处理后图像作为原始图像标记；
S107：上传至云端；
S108：结束；
当步骤S103的判断结果为否时，直接进入步骤S108。
3.根据权利要求1所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S2具体包括以下步骤：
S201：开始；
S202：活体虹膜检测；
S203：是否为活体；
当步骤S203的判断结果为是时，进入步骤S204；
S204：采集虹膜图像；
S205：进行提取特征处理；
S206：从云端提取原始图像；
S207：进行对比匹配处理；
S208：是否匹配；
当步骤S208的判断结果为是，进入步骤S209；
S209：身份验证通过；
S210：发放试卷；
S211：结束；
当步骤S208的判断结果为否时，进入步骤S212；
S212：等待第二次匹配；
当步骤S212匹配成功，进入步骤S209；
当步骤S212匹配失败，进入步骤S213；
S213：等待第三次匹配；
当步骤S213匹配成功，进入步骤S209；
当步骤S213匹配失败，进入步骤S211；
当步骤S203的判断结果为否时，直接进入步骤S211。
4.根据权利要求1所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S1中的云端包括信息储存模块，标记后的图像储存在信息储存模块。
5.根据权利要求1所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S104和步骤S204通过虹膜识别器采集虹膜图像。
6.根据权利要求5所述的基于VR眼镜的虹膜识别方法，其特征在于，所述虹膜识别器安装在VR眼镜内部，不同型号的VR眼镜中虹膜识别器安装在不同位置，当VR眼镜有被拆卸风险时判断为作弊。
7.根据权利要求3所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S102和步骤S202中活体虹膜检测的步骤为：
L1：通过改变照射光线的强弱，使瞳孔有明显的变化，拍摄虹膜图像序列；
L2：提取虹膜图像序列的特征；
L3：绘制虹膜图像序列的特征曲线。
8.根据权利要求3所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S103和步骤203中判断是否为活体的具体步骤如下：
当提取的特征曲线为一条较为平坦的直线时，判断为非活体；
当提取的特征曲线为一条波动较大的曲线时，判断为活体。
9.根据权利要求3所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S104和步骤S204采集虹膜图像的过程中使用LED光源对虹膜进行照射，并变化LED光源的光照强度引发虹膜变化。
10.根据权利要求3所述的基于VR眼镜的虹膜识别方法，其特征在于，所述步骤S207中进行虹膜匹配处理的具体步骤为通过对比采集的虹膜图像和原始图像中从里到外的放射状结构中相互交错的类似于水晶体、凹点、射线、皱纹、条纹斑点、冠状、隐窝等形状的细微特征进行匹配。
CN202010705956.7A 2020-07-21 2020-07-21 一种基于vr眼镜的虹膜识别方法 Pending CN111950382A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010705956.7A CN111950382A (zh) 2020-07-21 2020-07-21 一种基于vr眼镜的虹膜识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010705956.7A CN111950382A (zh) 2020-07-21 2020-07-21 一种基于vr眼镜的虹膜识别方法

Publications (1)

Publication Number Publication Date
CN111950382A true CN111950382A (zh) 2020-11-17

Family

ID=73340855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010705956.7A Pending CN111950382A (zh) 2020-07-21 2020-07-21 一种基于vr眼镜的虹膜识别方法

Country Status (1)

Country Link
CN (1) CN111950382A (zh)

Citations (5)

* 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
CN105654803A (zh) * 2016-02-16 2016-06-08 北京励普教育科技有限公司 一种头戴式在线考试机
CN106302330A (zh) * 2015-05-21 2017-01-04 腾讯科技（深圳）有限公司 身份验证方法、装置和系统
KR20190125597A (ko) * 2018-04-30 2019-11-07 서울대학교산학협력단 홍채인식형 hmd를 이용한 강의 시스템
CN110895890A (zh) * 2019-01-16 2020-03-20 莱芜职业技术学院 一种考核测试装置

Patent Citations (5)

* 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
CN106302330A (zh) * 2015-05-21 2017-01-04 腾讯科技（深圳）有限公司 身份验证方法、装置和系统
CN105654803A (zh) * 2016-02-16 2016-06-08 北京励普教育科技有限公司 一种头戴式在线考试机
KR20190125597A (ko) * 2018-04-30 2019-11-07 서울대학교산학협력단 홍채인식형 hmd를 이용한 강의 시스템
CN110895890A (zh) * 2019-01-16 2020-03-20 莱芜职业技术学院 一种考核测试装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杜骏震: "虹膜识别技术在考生身份验证中的应用研究", 《山西广播电视大学学报》, no. 01, 10 March 2017 (2017-03-10), pages 6 - 8 *

Similar Documents

Publication Publication Date Title
RU2431190C2 (ru) Способ и устройство распознавания рельефности лица
CN111343927B (zh) 认知功能障碍诊断装置以及认知功能障碍诊断程序记录介质
JP6005750B2 (ja) 認証装置、及び認証方法
EP1714184B1 (en) Custom eyeglass manufacturing method
CN104123543B (zh) 一种基于人脸识别的眼球运动识别方法
CN102496007B (zh) 人体身份识别仪
KR101689021B1 (ko) 센싱장비를 이용한 심리상태 판단 시스템 및 그 방법
CN110135242A (zh) 基于低分辨率红外热成像深度感知的情绪识别装置及方法
CN109661668B (zh) 用于虹膜识别的图像处理方法和系统
US20220198831A1 (en) System for determining one or more characteristics of a user based on an image of their eye using an ar/vr headset
US20130346060A1 (en) Translation interfacing apparatus and method using vision tracking
CN110732119A (zh) 仰卧起坐测试的方法及装置
CN108388858B (zh) 虹膜防伪方法与装置
CN105765358A (zh) 照明评价装置以及照明评价方法
CN104134260A (zh) 一种基于虹膜身份识别技术的门禁系统
CN114187647A (zh) 吸毒检测方法、装置、设备及存储介质
CN111950382A (zh) 一种基于vr眼镜的虹膜识别方法
KR20230017454A (ko) 비대면 평가에서의 부정행위 방지 방법, 장치 및 프로그램
KR20050059751A (ko) 가시광선을 이용한 모조홍채 판별방법
Bal et al. Biometric authentication and tracking system for online examination system
CN110916674A (zh) 坐位体前屈测试方法及装置
Gupta et al. Proposed iris recognition algorithm through image acquisition technique
CN114863318A (zh) 一种基于多模态数据融合的行为识别方法
Kukula et al. Effects of illumination changes on the performance of geometrix facevision/spl reg/3d frs
CN114680822A (zh) 一种基于眼部图像的快速筛查系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220623

Address after: 510000 rooms 308-316, 401-416, No. 5, jinshangu creative 10th Street, Donghuan street, Panyu District, Guangzhou City, Guangdong Province

Applicant after: GUANGZHOU NANFANG HUMAN RESOURCES EVALUATION CENTER Co.,Ltd.

Address before: 510000 room 503, No.2 Jiatai 2nd Street, Haizhu District, Guangzhou City, Guangdong Province

Applicant before: Ma He