CN112149473B - 虹膜图像采集方法 - Google Patents

虹膜图像采集方法 Download PDF

Info

Publication number
CN112149473B
CN112149473B CN201910576314.9A CN201910576314A CN112149473B CN 112149473 B CN112149473 B CN 112149473B CN 201910576314 A CN201910576314 A CN 201910576314A CN 112149473 B CN112149473 B CN 112149473B
Authority
CN
China
Prior art keywords
iris image
user
face
iris
difference
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
CN201910576314.9A
Other languages
English (en)
Other versions
CN112149473A (zh
Inventor
彭程
周军
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.)
Shenzhen Aiku Smart Technology Co ltd
Beijing Eyecool Technology Co Ltd
Original Assignee
Shenzhen Aiku Smart Technology Co ltd
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 Shenzhen Aiku Smart Technology Co ltd, Beijing Eyecool Technology Co Ltd filed Critical Shenzhen Aiku Smart Technology Co ltd
Priority to CN201910576314.9A priority Critical patent/CN112149473B/zh
Publication of CN112149473A publication Critical patent/CN112149473A/zh
Application granted granted Critical
Publication of CN112149473B publication Critical patent/CN112149473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D3/00Control of position or direction
    • G05D3/10Control of position or direction without using feedback
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/00174Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns

Landscapes

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

Abstract

本发明公开了一种虹膜图像采集方法,属于生物特征识别技术领域,所述虹膜图像采集方法应用于虹膜锁,所述虹膜锁内设置有处理器、可水平转动的载台和用于驱动所述载台转动的电机,所述载台上设置有可见光摄像头和近红外摄像头,所述可见光摄像头和近红外摄像头的信号输出端、以及所述电机的控制端均连接至所述处理器,在采集虹膜图像的过程中,首先利用可见光摄像头采集人脸图像,对载台进行″大转动″调节;然后利用近红外摄像头采集虹膜图像,对载台进行″小矫正″调节,这样本发明通过两步调节,即可采集到清晰的虹膜图像,调节速度快,且能够适应不同身高用户,从而提高用户的使用体验。

Description

虹膜图像采集方法
技术领域
本发明涉及生物特征识别技术领域,特别是指一种虹膜图像采集方法。
背景技术
传统智能锁一般采用指纹识别、人脸识别技术,现有的指纹锁和人脸锁安全性不足,生物特征容易被获取和伪造;继指纹锁和人脸锁之后,安全级别更高的虹膜锁逐渐走进人们的日常生活。虹膜是人眼瞳孔和眼白之间的可视环状组织,是一种可靠的人体生物终身身份标识,虹膜识别技术是生物识别领域里最安全最难伪造也是最稳定的生物识别技术,相对于指纹来说它是非接触且安全性高的,相对于人脸来说它是不可伪造的。
虹膜图像通常采用近红外摄像头采集,现有的虹膜锁中,用于采集虹膜图像的近红外摄像头通常安装在某一固定高度和固定位置,此时需要用户主动配合(弯腰/下蹲、踮脚等)才能顺利采集到虹膜图像,不能适应不同身高的用户。因此,有必要将用于采集虹膜图像的近红外摄像头设计为可转动方式,然而发明人在研究过程中发现,近红外摄像头的视场角较小(30度左右),用户站在门前时往往需要调节多次才能使用户眼睛位置落入近红外摄像头的视场范围内,调节速度慢,使用体验差。
发明内容
为解决上述技术问题,本发明提供一种能够适应不同身高用户,调节速度快的虹膜图像采集方法。
本发明提供技术方案如下:
一种虹膜图像采集方法,应用于虹膜锁,所述虹膜锁内设置有处理器、可水平转动的载台和用于驱动所述载台转动的电机,所述载台上设置有可见光摄像头和近红外摄像头,所述可见光摄像头和近红外摄像头的信号输出端、以及所述电机的控制端均连接至所述处理器;
所述虹膜图像采集方法包括:
步骤1:使用所述可见光摄像头采集用户的人脸图像,检测人脸图像,得到人脸图像中人眼的第一当前位置;
步骤2:计算人脸图像中所述第一当前位置与第一目标位置竖向之间的第一差值,当所述第一差值的绝对值大于第一预设阈值时,根据所述第一差值计算得到第一角度差;
步骤3:根据所述第一角度差产生第一控制指令,以使所述电机根据所述第一控制指令转动相应的角度;
步骤4:使用所述近红外摄像头采集用户的虹膜图像,检测虹膜图像,得到虹膜图像中人眼的第二当前位置;
步骤5:计算虹膜图像中所述第二当前位置与第二目标位置竖向之间的第二差值,当所述第二差值的绝对值大于第二预设阈值时,根据所述第二差值计算得到第二角度差;
步骤6:根据所述第二角度差产生第二控制指令,以使所述电机根据所述第二控制指令转动相应的角度;
步骤7:使用所述近红外摄像头再次采集用户的虹膜图像,以该虹膜图像进行用户识别。
在本发明一些实施例中,所述步骤1包括:
若所述人脸图像中有多个人脸时,以屏幕中尺寸最大且最居中的人脸为准,得到人眼的第一当前位置。
在本发明一些实施例中,所述步骤1包括:
检测人脸图像,得到人脸图像中人脸的大小,当所述人脸大于第一预设尺寸时,提示用户后退一定距离;当所述人脸小于第二预设尺寸时,提示用户靠近一定距离。
在本发明一些实施例中,所述步骤2包括:
当所述第一差值的绝对值小于等于第一预设阈值时,跳转至步骤4。
在本发明一些实施例中,所述步骤2包括:
对所述第一角度差乘以系数k以进行校正,所述系数k等于标准人脸大小与人脸图像中当前人脸大小的比值。
在本发明一些实施例中,所述步骤5包括:
当所述第二差值的绝对值小于等于第二预设阈值时,跳过步骤6-7,直接以当前采集的虹膜图像进行用户识别。
在本发明一些实施例中,所述方法包括:
步骤8:记录识别出的用户以及与该用户相对应的载台最终位置的角度信息;
所述步骤1包括:
使用采集的人脸图像识别出是哪个用户,如果记录有与该用户相对应的载台最终位置的角度信息,则根据该角度信息产生第三控制指令,以使所述电机驱动所述载台直接转动至载台最终位置,转至步骤4。
在本发明一些实施例中,所述方法包括:
步骤8’:记录识别出的用户以及与该用户相对应的载台最终位置的角度信息,还记录开门时间段以及与开门时间段相对应的开门次数最多的用户;
所述步骤1之前包括:
步骤10:获取当前开门时间段对应的开门次数最多的用户,然后根据与该用户相对应的载台最终位置的角度信息,产生第三控制指令,以使所述电机驱动所述载台直接转动至载台最终位置,转至步骤4。
在本发明一些实施例中,所述可见光摄像头上设置有允许可见光全部通过、允许近红外光部分通过的滤光片,所述近红外光通过率为5-40%。
在本发明一些实施例中,所述载台的转轴处设置有角度传感器,所述角度传感器的信号输出端连接至所述处理器;和/或,所述载台上设置有近红外补光灯。
本发明具有以下有益效果:
本发明的虹膜图像采集方法,通过在虹膜锁中增设可见光摄像头,并将可见光摄像头和近红外摄像头设置在可水平转动的载台上,在采集虹膜图像的过程中,首先利用可见光摄像头采集人脸图像,对载台进行“大转动”调节,使得人眼位置较快落入近红外摄像头的视场范围;然后利用近红外摄像头采集虹膜图像,对载台进行“小矫正”调节,使得虹膜在近红外摄像头的视场范围内位置居中,确保虹膜图像采集质量,这样本发明通过两步调节,即可采集到清晰的虹膜图像,调节速度快,并且本发明能够适应不同身高用户,用户不需要主动寻找合适的采集位置,从而提高用户的使用体验。
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简单地介绍,显而易见地,下面描述中的附图仅仅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示出的结构获得其他的附图。
图1为本发明虹膜图像采集方法的应用场景虹膜锁的结构示意图;
图2为本发明虹膜图像采集方法的流程示意图;
图3为本发明虹膜图像采集方法的原理图,其中(a)为初始状态下摄像头视场角及人眼位置示意图,(b)为与(a)对应的屏幕画面示意图,(c)为一次转动调节后摄像头视场角及人眼位置示意图。
具体实施方式
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,所描述的实施例仅仅是本发明的一部分实施例,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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提供一种虹膜图像采集方法,应用于虹膜锁,如图1所示,所述虹膜锁内设置有处理器10、可水平转动的载台11和用于驱动载台11转动的电机12,载台11上设置有可见光摄像头13和近红外摄像头14,可见光摄像头13和近红外摄像头14的信号输出端、以及电机12的控制端均连接至处理器10;
如图2所示,所述虹膜图像采集方法(用于在处理器10中执行)包括以下步骤:
S1:使用所述可见光摄像头采集用户的人脸图像,检测人脸图像,得到人脸图像中人眼的第一当前位置;
本步骤中,可以采用现有技术中任意已知方法进行人脸检测,例如:对人脸图像采用基于Cascade CNN的人脸检测算法FaceCraft进行人脸检测,同时还可以与SDM(SupvisedDescent Method)方法结合定位出人脸的特征点,从而得到人眼的第一当前位置。需要指出的是,人脸检测方法不限于FaceCraft,例如还可以是Harr-AdaBoost,SSD(Single ShotMultiBoxDetector),Faster RCNN等;人眼位置计算方法不限于SDM,例如还可以是LBF(Local binary feature),LAB(Locally Assembled Binary)等。
作为一种可选实施例,所述步骤S1可以包括:
若所述人脸图像中有多个人脸时,以屏幕中尺寸最大且最居中的人脸为准,得到人眼的第一当前位置。
这样,当多人同时站在门前时,以“居中大脸”为准,更加符合用户的理解和使用习惯,用户体验性好。
作为另一种可选实施例,所述步骤S1还可以包括:
检测人脸图像,得到人脸图像中人脸的大小,当所述人脸大于第一预设尺寸时,提示用户后退一定距离;当所述人脸小于第二预设尺寸时,提示用户靠近一定距离。
这样,当用户站在门前距离摄像头过近或过远时,在采集人脸图像时即提示用户进行调整,相对于在采集虹膜图像时再提示用户进行调整,更能节约时间,提高图像采集效率。
S2:计算人脸图像中所述第一当前位置与第一目标位置竖向之间的第一差值,当所述第一差值的绝对值大于第一预设阈值时,根据所述第一差值计算得到第一角度差;
发明人在研究过程中发现,可见光摄像头13和近红外摄像头14在水平方向的视场角通常都较大,当用户站立在门前时,人眼位置基本都能落入水平方向的视场范围内,故在图1中,载台11只需向上向下转动即可,无需向左向右转动;然而可见光摄像头13在垂直方向的视场角α相对较大(通常为90度),近红外摄像头14在垂直方向的视场角β相对较小(通常为30度),人眼15位置极有可能落入可见光摄像头13的视场范围,但未落入近红外摄像头14的视场范围,如图3(a)所示,因此为使虹膜锁能够采集到清晰的虹膜图像,就需要调节载台11以带动可见光摄像头13和近红外摄像头14向上或向下转动,以使人眼15位置落入近红外摄像头14的视场范围内,如图3(c)所示。
由于可见光摄像头13和近红外摄像头14均设置在载台11上,两者位置相对固定,故在采集的人脸图像中,存在某一特定区域,如果人眼位于该特定区域,则人眼就同时落入了近红外摄像头14的视场范围,而如果人眼不在该特定区域,则人眼就未落入近红外摄像头14的视场范围。从该特定区域中选择居中的位置,即得所述第一目标位置。
第一当前位置和第一目标位置既可以为一个区域范围,也可以为一个位置点,下面以均为位置点为例进行说明。如图3(b)所示,在该屏幕显示的人脸图像中,假设人眼位于虚线圆圈中时,人眼落入近红外摄像头的视场范围,则此时可以选取虚线圆圈的圆心为第一目标位置;仅以左眼为例,以左眼中心位置为第一当前位置,假设当前左眼中心位置(即第一当前位置)的坐标为(100,250),左边虚线圆圈的圆心(即第一目标位置)的坐标为(100,450),则第一当前位置与第一目标位置竖向之间的第一差值(像素差)为250-400=-150。
当第一差值的绝对值小于等于第一预设阈值时,说明人眼落入近红外摄像头的视场范围,此时无需借助于人脸图像的相关数据进行转动调节,可直接跳转至步骤S4;当第一差值的绝对值大于第一预设阈值时,说明人眼未落入近红外摄像头的视场范围,此时就需要借助于人脸图像的相关数据进行转动调节。第一预设阈值的大小可根据实际情况灵活设定,例如本实施例中可设定为30,由于-150的绝对值大于30,说明需要进行后续步骤S3的转动调节。
可以理解的是,人眼的第一当前位置与第一目标位置竖向之间的第一差值d,与载台所需转动的角度基本呈线性对应关系,根据该第一差值可以计算得到载台/摄像头所需转动角度,即如图3(c)所示的第一角度差θ,在本实施例中,假设计算得到的第一角度差θ为40度,则说明载台向下转动40度后人眼即可落入近红外摄像头的视场范围。
进一步的,发明人发现,第一角度差与用户距离摄像头远近也略有关系,当用户距离较近时,屏幕中人脸图像略大,此时转动的角度可以略小一些;当用户距离较远时,屏幕中人脸图像略小,此时转动的角度可以略大一些,因此,优选的,对所述第一角度差乘以系数k以进行校正,所述系数k等于标准人脸大小与人脸图像中当前人脸大小的比值。其中,标准人脸大小可以预先采集不同用户在门前最佳使用距离位置时人脸图像中人脸大小,对该人脸大小取平均值即得。
S3:根据所述第一角度差产生第一控制指令,以使所述电机根据所述第一控制指令转动相应的角度;
本步骤中,电机转动相应的角度后,即可使得人脸图像中人眼位置从当前位置(图3(b)中实线眼睛所在位置)移至目标/期望位置(图3(b)中虚线圆圈位置),从而用户的人眼落入近红外摄像头的视场范围(如图3(c)所示)。
因此可知,上述步骤S1-S3利用人脸图像实现了“大转动”调节,使人眼位置尽快的落入近红外摄像头的视场范围。
S4:使用所述近红外摄像头采集用户的虹膜图像,检测虹膜图像,得到虹膜图像中人眼的第二当前位置;
本步骤中,可以采用现有技术中任意已知方法进行人眼检测,如前面所描述的SDM、LBF、LAB等。
S5:计算虹膜图像中所述第二当前位置与第二目标位置竖向之间的第二差值,当所述第二差值的绝对值大于第二预设阈值时,根据所述第二差值计算得到第二角度差;
本步骤原理与前述步骤S2相同,此处不再详述,本步骤主要不同是在虹膜图像中进行相关计算,因此,第二目标位置不同于第一目标位置,第一目标位置指的是人脸图像中预设的最佳位置,第二目标位置指的是虹膜图像中预设的最佳位置。
当第二差值的绝对值小于等于第二预设阈值时,说明虹膜在近红外摄像头的视场范围内相对居中,虹膜图像采集质量相对较好,此时可跳过步骤S6-S7,直接以当前采集的虹膜图像进行用户识别;当第二差值的绝对值大于第二预设阈值时,说明虹膜在近红外摄像头的视场范围内位置不居中,虹膜图像采集质量没有保障,此时就需要借助于虹膜图像的相关数据进行转动调节。由于人脸大小、离镜头的远近,这些因素可能会影响到一次转动调节的精准性,此次二次转动调节是为了更好的纠偏,让虹膜处于居中稳定的位置更容易抓拍。第二预设阈值的大小可根据实际情况灵活设定。当载台转动第二角度差后,即可使得虹膜在近红外摄像头的视场范围内位置居中。
S6:根据所述第二角度差产生第二控制指令,以使所述电机根据所述第二控制指令转动相应的角度;
由上可知,步骤S4-S6利用虹膜图像实现了“小矫正”调节,使虹膜在近红外摄像头的视场范围内位置居中,以确保虹膜图像采集质量。
S7:使用所述近红外摄像头再次采集用户的虹膜图像,以该虹膜图像进行用户识别。
作为一种可选实施例,所述方法可以包括:
步骤S8:记录识别出的用户以及与该用户相对应的载台最终位置的角度信息;
相对应的,所述步骤S1包括:
使用采集的人脸图像识别出是哪个用户,如果记录有与该用户相对应的载台最终位置的角度信息,则根据该角度信息产生第三控制指令,以使所述电机驱动所述载台直接转动至载台最终位置,转至步骤S4。
这样,通过“记忆用户身高”,能够实现载台角度快速调节,提高虹膜图像采集效率,增强用户的使用体验。
作为另一种可选实施例,所述方法还可以包括:
步骤S8’:记录识别出的用户以及与该用户相对应的载台最终位置的角度信息,还记录开门时间段以及与开门时间段相对应的开门次数最多的用户;
本步骤中,开门时间段可以是将全天时间按预设时长(例如5-30分钟)划分得到,具体例如每15分钟划分为一个开门时间段。
相对应的,所述步骤S1之前包括:
步骤S10:获取当前开门时间段对应的开门次数最多的用户,然后根据与该用户相对应的载台最终位置的角度信息,产生第三控制指令,以使所述电机驱动所述载台直接转动至载台最终位置,转至步骤S4。
这样,通过自学习用户的身高及开门习惯,同样能够实现载台角度快速调节,提高虹膜图像采集效率,增强用户的使用体验。
本发明的虹膜图像采集方法,通过在虹膜锁中增设可见光摄像头,并将可见光摄像头和近红外摄像头设置在可水平转动的载台上,在采集虹膜图像的过程中,首先利用可见光摄像头采集人脸图像,对载台进行“大转动”调节,使得人眼位置较快落入近红外摄像头的视场范围;然后利用近红外摄像头采集虹膜图像,对载台进行“小矫正”调节,使得虹膜在近红外摄像头的视场范围内位置居中,确保虹膜图像采集质量,这样本发明通过两步调节,即可采集到清晰的虹膜图像,调节速度快,并且本发明能够适应不同身高用户(身高范围可达1.25-1.85m),用户不需要主动寻找合适的采集位置,从而提高用户的使用体验。
在本发明一些实施例中,当虹膜锁所处的环境为黑暗或者弱光环境时,常规可见光摄像头由于只允许可见光通过故将无法采集到清晰的人脸图像,为此,本发明中可见光摄像头上可以设置有允许可见光全部通过、允许近红外光部分通过的滤光片,如此设置,在黑暗或者弱光环境下可见光摄像头将仍然能够采集到人脸图像,以使得本发明技术方案仍然可行。优选的,近红外光通过率为5-40%(例如5%、10%、20%、30%或40%),这样采集的人脸图像经图像处理后,显示出来的人脸图像不会太红,能够增加用户体验。
在本发明另一些实施例中,载台11的转轴处设置有角度传感器16,角度传感器16的信号输出端连接至处理器10。角度传感器16用于检测载台11转动角度是否达到前述角度差,如果没有达到,则处理器10控制电机12继续转动,直到角度传感器16检测到载台11的转动角度达到前述角度差为止。其中,角度传感器16可以选用磁编码器,具有体积小,转动范围大的优点,从而能够缩小虹膜锁的体积。
在本发明又一些实施例中,载台11上还可以设置有近红外补光灯17,以在光线较暗时为近红外摄像头14补光。其中近红外补光灯17可以为两颗,分别位于载台11的左右两侧。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种虹膜图像采集方法,应用于虹膜锁,其特征在于,所述虹膜锁内设置有处理器、可水平转动的载台和用于驱动所述载台转动的电机,所述载台上设置有可见光摄像头和近红外摄像头,所述可见光摄像头和近红外摄像头的信号输出端、以及所述电机的控制端均连接至所述处理器;
所述虹膜图像采集方法包括:
步骤1:使用所述可见光摄像头采集用户的人脸图像,检测人脸图像,得到人脸图像中人眼的第一当前位置;
步骤2:计算人脸图像中所述第一当前位置与第一目标位置竖向之间的第一差值,当所述第一差值的绝对值大于第一预设阈值时,根据所述第一差值计算得到第一角度差,其中所述第一目标位置是人脸图像中预设的最佳位置;
步骤3:根据所述第一角度差产生第一控制指令,以使所述电机根据所述第一控制指令转动相应的角度;
步骤4:使用所述近红外摄像头采集用户的虹膜图像,检测虹膜图像,得到虹膜图像中人眼的第二当前位置;
步骤5:计算虹膜图像中所述第二当前位置与第二目标位置竖向之间的第二差值,当所述第二差值的绝对值大于第二预设阈值时,根据所述第二差值计算得到第二角度差,其中所述第二目标位置是虹膜图像中预设的最佳位置;
步骤6:根据所述第二角度差产生第二控制指令,以使所述电机根据所述第二控制指令转动相应的角度;
步骤7:使用所述近红外摄像头再次采集用户的虹膜图像,以该虹膜图像进行用户识别;
其中,所述步骤2包括:
对所述第一角度差乘以系数k以进行校正,所述系数k等于标准人脸大小与人脸图像中当前人脸大小的比值;
其中,所述步骤2包括:
当所述第一差值的绝对值小于等于第一预设阈值时,跳转至步骤4;
其中,所述步骤5包括:
当所述第二差值的绝对值小于等于第二预设阈值时,跳过步骤6-7,直接以当前采集的虹膜图像进行用户识别。
2.根据权利要求1所述的虹膜图像采集方法,其特征在于,所述步骤1包括:
若所述人脸图像中有多个人脸时,以屏幕中尺寸最大且最居中的人脸为准,得到人眼的第一当前位置。
3.根据权利要求1所述的虹膜图像采集方法,其特征在于,所述步骤1包括:
检测人脸图像,得到人脸图像中人脸的大小,当所述人脸大于第一预设尺寸时,提示用户后退一定距离;当所述人脸小于第二预设尺寸时,提示用户靠近一定距离。
4.根据权利要求1所述的虹膜图像采集方法,其特征在于,所述方法包括:
步骤8:记录识别出的用户以及与该用户相对应的载台最终位置的角度信息;
所述步骤1包括:
使用采集的人脸图像识别出是哪个用户,如果记录有与该用户相对应的载台最终位置的角度信息,则根据该角度信息产生第三控制指令,以使所述电机驱动所述载台直接转动至载台最终位置,转至步骤4。
5.根据权利要求4所述的虹膜图像采集方法,其特征在于,所述方法包括:
步骤8’:记录识别出的用户以及与该用户相对应的载台最终位置的角度信息,还记录开门时间段以及与开门时间段相对应的开门次数最多的用户;
所述步骤1之前包括:
步骤10:获取当前开门时间段对应的开门次数最多的用户,然后根据与该用户相对应的载台最终位置的角度信息,产生第三控制指令,以使所述电机驱动所述载台直接转动至载台最终位置,转至步骤4。
6.根据权利要求1-5中任一所述的虹膜图像采集方法,其特征在于,所述可见光摄像头上设置有允许可见光全部通过、允许近红外光部分通过的滤光片,所述近红外光通过率为5-40%。
7.根据权利要求6所述的虹膜图像采集方法,其特征在于,所述载台的转轴处设置有角度传感器,所述角度传感器的信号输出端连接至所述处理器;和/或,所述载台上设置有近红外补光灯。
CN201910576314.9A 2019-06-28 2019-06-28 虹膜图像采集方法 Active CN112149473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910576314.9A CN112149473B (zh) 2019-06-28 2019-06-28 虹膜图像采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910576314.9A CN112149473B (zh) 2019-06-28 2019-06-28 虹膜图像采集方法

Publications (2)

Publication Number Publication Date
CN112149473A CN112149473A (zh) 2020-12-29
CN112149473B true CN112149473B (zh) 2023-04-07

Family

ID=73869458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910576314.9A Active CN112149473B (zh) 2019-06-28 2019-06-28 虹膜图像采集方法

Country Status (1)

Country Link
CN (1) CN112149473B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115205957A (zh) * 2022-07-28 2022-10-18 上海闻泰电子科技有限公司 身份信息采集方法、装置、电子设备以及存储介质
CN115567664B (zh) * 2022-10-13 2023-06-23 长沙观谱红外科技有限公司 红外成像机器人

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035054A (en) * 1992-10-29 2000-03-07 Canon Kabushiki Kaisha Visual axis detection apparatus and optical apparatus provided therewith
CN101520838A (zh) * 2008-02-27 2009-09-02 中国科学院自动化研究所 自动跟踪和自动变焦的虹膜图像获取方法
CN109376729A (zh) * 2018-12-28 2019-02-22 武汉虹识技术有限公司 虹膜图像采集方法及装置
CN109753925A (zh) * 2018-12-29 2019-05-14 深圳三人行在线科技有限公司 一种虹膜特征提取的方法和设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5184596B2 (ja) * 2010-09-03 2013-04-17 本田技研工業株式会社 脇見判定装置
US9864430B2 (en) * 2015-01-09 2018-01-09 Microsoft Technology Licensing, Llc Gaze tracking via eye gaze model
KR102525126B1 (ko) * 2016-07-29 2023-04-25 삼성전자주식회사 홍채 카메라를 포함하는 전자 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035054A (en) * 1992-10-29 2000-03-07 Canon Kabushiki Kaisha Visual axis detection apparatus and optical apparatus provided therewith
CN101520838A (zh) * 2008-02-27 2009-09-02 中国科学院自动化研究所 自动跟踪和自动变焦的虹膜图像获取方法
CN109376729A (zh) * 2018-12-28 2019-02-22 武汉虹识技术有限公司 虹膜图像采集方法及装置
CN109753925A (zh) * 2018-12-29 2019-05-14 深圳三人行在线科技有限公司 一种虹膜特征提取的方法和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
虹膜采集识别系统的研究;苑玮琦等;《微计算机信息》;20091231;全文 *

Also Published As

Publication number Publication date
CN112149473A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
JP6577454B2 (ja) 軸上視線追跡システム及び方法
US7253739B2 (en) System and method for determining eye closure state
EP1471455B1 (en) Digital camera
US7253738B2 (en) System and method of detecting eye closure based on edge lines
CN109451233B (zh) 一种采集高清晰度面部图像的装置
WO2020078440A1 (zh) 采集高清晰度面部图像的装置和摄像头云台自动俯仰调节的方法
CN101814130A (zh) 用摄像机阵列的虹膜识别装置和多模态生物特征识别方法
JP2004320287A (ja) デジタルカメラ
JP6601351B2 (ja) 視線計測装置
KR102442220B1 (ko) 얼굴 생체 검출 방법과 장치, 전자 기기, 컴퓨터 판독 가능 매체
US9098243B2 (en) Display device and method for adjusting observation distances thereof
CN112149473B (zh) 虹膜图像采集方法
WO2021204211A1 (zh) 人脸和虹膜图像采集方法、装置、可读存储介质及设备
JP2009116742A (ja) 車載用画像処理装置、画像処理方法、および、プログラム
US11375133B2 (en) Automatic exposure module for an image acquisition system
CN110769148A (zh) 一种基于人脸识别的摄像头自动控制方法及装置
JP2003331265A (ja) 目画像撮像装置及び虹彩認証装置
CN106791353B (zh) 自动对焦的方法、装置和系统
CN109614909B (zh) 一种扩展采集距离的虹膜采集设备与方法
CN102316260A (zh) Ptz摄影机控制系统、方法及ptz摄影机调整装置
CN112528713B (zh) 一种注视点估计方法、系统、处理器及设备
CN114743255B (zh) 多模态生物特征识别方法、装置、可读存储介质及设备
CN108345862A (zh) 一种虹膜识别系统及其虹膜识别方法
KR101601508B1 (ko) 시선 추적 방법
KR100619680B1 (ko) 홍채 인식 시스템의 모션 블러링 교정방법

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Iris image acquisition method

Granted publication date: 20230407

Pledgee: Bank of Communications Co.,Ltd. Hebei Xiong'an Branch

Pledgor: BEIJING EYECOOL TECHNOLOGY Co.,Ltd.

Registration number: Y2024980028247

PE01 Entry into force of the registration of the contract for pledge of patent right