CN113312950A - 一种基于人脸和虹膜特征的身份认证方法 - Google Patents
一种基于人脸和虹膜特征的身份认证方法 Download PDFInfo
- Publication number
- CN113312950A CN113312950A CN202011013547.7A CN202011013547A CN113312950A CN 113312950 A CN113312950 A CN 113312950A CN 202011013547 A CN202011013547 A CN 202011013547A CN 113312950 A CN113312950 A CN 113312950A
- Authority
- CN
- China
- Prior art keywords
- user
- iris
- face
- information
- feature information
- 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
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
- H04L9/3231—Biological data, e.g. fingerprint, voice or retina
Abstract
本发明公开了一种基于人脸和虹膜特征的身份认证方法,涉及身份认证技术领域,包括以下步骤:预先通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息。本发明对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令,实现用户人脸与虹膜生物特征的联合识别,安全性更高,而且提高了身份认证的效率,降低了身份认证的成本,认证精度较高。
Description
技术领域
本发明涉及身份认证技术领域,具体来说,涉及一种基于人脸和虹膜特征的身份认证方法。
背景技术
随着信息科技的日益发展,生物特征识别技术也越来越融入到人们的日常生活中。由于信息技术领域里对于各级权限验证的频度明显增大,使用密码、IC卡等加密手段容易被人窃取,加上遗失等偶然事件会给使用者带来诸多不便。生物特征识别和安全认证技术是通过利用人体所固有的生物特征或行为特征来进行个人身份安全认证,这些生物或行为特征包括人脸、指纹、虹膜、掌纹、笔迹和语音,其中虹膜是身体面对外界最复杂的组织,且具有生物活性、非接触性、唯一性、稳定性、防伪性等生物特性,因而虹膜识别被广泛认为是最具有前途的生物特征识别和安全认证技术之一,是具有高精度、非侵犯性、简单易用的生物特征识别和安全认证方法。
现有的身份认证方式十分繁多,包括传统的密码认证、短信验证码认证,以及随着互联网产生的指纹认证、声纹识别等认证方式。这些认证方式有利于从不同信息渠道获取有效特征,以达到更加安全可靠的认证效果。其中,声纹识别主要通过用户对于特定词语的语音特征进行对照分析得到独特身份的确认。然而,传统的身份认证方式可能存在漏洞,非认证用户可以利用认证用户的疏忽,在其通过认证后进行支付、转账等指令操作。因此,需要一种认证方式,能够防止这种情况的发生或者使之漏洞最小化。
检索中国发明专利CN201410543162.X公开了一种安全认证方法,属身份认证领域。该方法包括:身份认证装置靠近身份认证移动终端通过NFC协议两者通信连接,从身份认证移动终端获取认证信息,并将认证信息显示在显示屏上;身份认证装置离开身份认证移动终端并断开与身份认证移动终端的通信连接,身份认证装置显示屏上显示的认证信息经用户确认后完成签名操作得到签名结果;得到签名结果的身份认证装置再次靠近身份认证移动终端通过NFC协议两者通信连接,将签名结果发送给身份认证移动终端以完成身份认证。该方法通过先联机、脱机确认、再次联机的方式,解决了基于NFC通信身份认证方式不方便操作,操作准确性不好,用户体验不佳的问题,其操作方便,操作准确性高,用户体验好。但其任存在漏洞,且认证精度较低,非认证用户可以利用认证用户的疏忽,进行隐患操作。
检索中国发明CN201610207313.3公开了一种基于SaaS身份认证方法,包括如下步骤:对采用标准的Portal协议获取的各个用户访问门户网站时发送的身份认证请求进行解析,得到所述用户的网络参数;根据所述用户的网络参数,获取所述用户终端设备绑定的账户信息;将所述账户信息发送至计费系统,并从计费系统获取所述用户的权限信息;若所述权限信息为有权状态,则判定所述用户的身份认证成功,并返回认证成功的通知信息给用户。通过上述技术方案,本发明实现对来自不同网络认证设备的多个身份认证请求的统一性认证,解决了不同的身份认证系统对不同的网络认证设备不兼容的技术问题,提高了身份认证的效率,降低了身份认证的成本。但其任存在漏洞,且认证精度较低,非认证用户可以利用认证用户的疏忽,进行隐患操作。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种基于人脸和虹膜特征的身份认证方法,以克服现有相关技术所存在的上述技术问题。
本发明的技术方案是这样实现的:
一种基于人脸和虹膜特征的身份认证方法,包括以下步骤:
步骤S1,预先通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,其中包括确定用户人脸特征信息是否满足约束阀值;
步骤S2,若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息,其中包括人脸图像采集单元锁定当前用户人脸特征信息并进行虹膜特征信息采集。
步骤S3,对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令。
进一步的,还包括以下步骤:
预先获取用户人脸图像信息和匹配其人脸图像的虹膜图像信息并建立识别数据库作为识别数据信息;
标定第一识别选区和第二识别选区,其中人脸图像采集单元为第一识别选区,虹膜图像采集单元为第二识别选区;
确定第一识别选区用户人脸特征信息是否满足约束阀值,其中约束阀值为人脸特征信息比对识别数据库相似率大于80%;
进行第二识别选区获取用户虹膜特征信息,其中包括第一识别选区锁定用户人脸图像。
进一步的,采集用户人脸特征信息,还包括以下步骤:
对用户人脸特征信息进行亮度矫正、几何校准和直方图均衡的预处理;
将预处理后的用户人脸特征信息确定面部特征点,提取面部特征点的局部特征信息;
将提前的局部特征信息作为人脸特征信息识别标签。
进一步的,采集用户虹膜特征信息,还包括以下步骤:
对用户虹膜特征信息进行增强处理;
将增强后的用户虹膜特征信息进行依次进行眼睑睫毛的腐蚀处理、虹膜区域的边界检测处理、分割处理和提取处理;
将处理后的用户虹膜特征信息使用Gabor滤波器提取虹膜元素特征信息作为虹膜特征信息识别标签。
进一步的,所述人脸图像采集单元包括人脸摄像机、图像处理单元和照明光源,所述虹膜图像采集单元包括虹膜摄像组件、图像处理单元和照明光源。
进一步的,所述确定用户人脸特征信息是否满足约束阀值,还包括以下步骤:
若用户人脸特征信息未满足约束阀值,则人脸图像采集单元重新采集人脸特征信息。
本发明的有益效果:
本发明基于人脸和虹膜特征的身份认证方法,通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息,对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令,实现用户人脸与虹膜生物特征的联合识别,安全性更高,而且提高了身份认证的效率,降低了身份认证的成本,认证精度较高。
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获得其他的附图。
图1是根据本发明实施例的一种基于人脸和虹膜特征的身份认证方法的流程示意图。
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所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种基于人脸和虹膜特征的身份认证方法。
如图1所示,根据本发明实施例的基于人脸和虹膜特征的身份认证方法,包括以下步骤:
步骤S1,预先通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,其中包括确定用户人脸特征信息是否满足约束阀值;
步骤S2,若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息,其中包括人脸图像采集单元锁定当前用户人脸特征信息并进行虹膜特征信息采集。
步骤S3,对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令。
其中,还包括以下步骤:
预先获取用户人脸图像信息和匹配其人脸图像的虹膜图像信息并建立识别数据库作为识别数据信息;
标定第一识别选区和第二识别选区,其中人脸图像采集单元为第一识别选区,虹膜图像采集单元为第二识别选区;
确定第一识别选区用户人脸特征信息是否满足约束阀值,其中约束阀值为人脸特征信息比对识别数据库相似率大于80%;
进行第二识别选区获取用户虹膜特征信息,其中包括第一识别选区锁定用户人脸图像。
其中,采集用户人脸特征信息,还包括以下步骤:
对用户人脸特征信息进行亮度矫正、几何校准和直方图均衡的预处理;
将预处理后的用户人脸特征信息确定面部特征点,提取面部特征点的局部特征信息;
将提前的局部特征信息作为人脸特征信息识别标签。
其中,采集用户虹膜特征信息,还包括以下步骤:
对用户虹膜特征信息进行增强处理;
将增强后的用户虹膜特征信息进行依次进行眼睑睫毛的腐蚀处理、虹膜区域的边界检测处理、分割处理和提取处理;
将处理后的用户虹膜特征信息使用Gabor滤波器提取虹膜元素特征信息作为虹膜特征信息识别标签。
其中,所述人脸图像采集单元包括人脸摄像机、图像处理单元和照明光源,所述虹膜图像采集单元包括虹膜摄像组件、图像处理单元和照明光源。
其中,所述确定用户人脸特征信息是否满足约束阀值,还包括以下步骤:
若用户人脸特征信息未满足约束阀值,则人脸图像采集单元重新采集人脸特征信息。
借助于上述方案,通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息,对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令,实现用户人脸与虹膜生物特征的联合识别,安全性更高,而且提高了身份认证的效率,降低了身份认证的成本,认证精度较高。
另外,具体的,对于上述约束阀值来说,其还可以是指眼部图像满足预设的灰度差阈值。用户可以依据显示在用户界面中的动态图像,调整自己的前后或左右位置使得眼睛动态图像处于第一图像获取单元的视野范围内,通过所述第一图像获取单元不断传输采集到的人脸活动图像到处理器,处理器中图像灰度识别部分检测到动态图像由暗变亮时,对整个图像进行抽样。例如,所述每帧图像大小为1024*708,将图像分为多个5*5的子块,抽取中间一点像素的值代表该子块的灰度值,逐个获取像素图像的灰度值,若整个图像中间部分图像抽样的灰度值低于周围抽样的灰度值,可初步设定该图像为眼部图像;但是为了精确提高对眼部图像的检测精度,可假定整个图像中灰度值最低的一点为初始瞳孔中心,从该初始瞳孔中心向上、下、左、右四个方向进行边缘检测,当检测到灰度差大于预设的灰度差阈值时,可判断获取了用户的眼部图像。
具体的,其用户虹膜特征信息来说,可以通过对获取的虹膜图像进行切割,将瞳孔内的照明光斑填充为黑色,找到灰度值分布最低的一点,并结合瞳孔的边缘检测计算出上下左右四个半径,根据这四个半径取平均值再对瞳孔中心进行修正;利用Hough变换求出虹膜外圆的中心坐标和半径参数;根据瞳孔和虹膜外圆的半径和中心坐标参数将虹膜内部的瞳孔和外部的其他图像全部切割掉,剩下的图像部分为分割出来的虹膜图像。
综上所述,借助于本发明的上述技术方案,通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息,对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令,实现用户人脸与虹膜生物特征的联合识别,安全性更高,而且提高了身份认证的效率,降低了身份认证的成本,认证精度较高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于人脸和虹膜特征的身份认证方法,其特征在于,包括以下步骤:
预先通过人脸图像采集单元获取用户人脸特征信息并进行识别分析,其中包括确定用户人脸特征信息是否满足约束阀值;
若用户人脸特征信息满足约束阀值,静默触发虹膜图像采集单元采集用户虹膜特征信息,其中包括人脸图像采集单元锁定当前用户人脸特征信息并进行虹膜特征信息采集。
对获取的用户虹膜特征信息进行识别,确定用户信息并进行匹配指令。
2.根据权利要求1所述的基于人脸和虹膜特征的身份认证方法,其特征在于,还包括以下步骤:
预先获取用户人脸图像信息和匹配其人脸图像的虹膜图像信息并建立识别数据库作为识别数据信息;
标定第一识别选区和第二识别选区,其中人脸图像采集单元为第一识别选区,虹膜图像采集单元为第二识别选区;
确定第一识别选区用户人脸特征信息是否满足约束阀值,其中约束阀值为人脸特征信息比对识别数据库相似率大于80%;
进行第二识别选区获取用户虹膜特征信息,其中包括第一识别选区锁定用户人脸图像。
3.根据权利要求2所述的基于人脸和虹膜特征的身份认证方法,其特征在于,采集用户人脸特征信息,还包括以下步骤:
对用户人脸特征信息进行亮度矫正、几何校准和直方图均衡的预处理;
将预处理后的用户人脸特征信息确定面部特征点,提取面部特征点的局部特征信息;
将提前的局部特征信息作为人脸特征信息识别标签。
4.根据权利要求2所述的基于人脸和虹膜特征的身份认证方法,其特征在于,采集用户虹膜特征信息,还包括以下步骤:
对用户虹膜特征信息进行增强处理;
将增强后的用户虹膜特征信息进行依次进行眼睑睫毛的腐蚀处理、虹膜区域的边界检测处理、分割处理和提取处理;
将处理后的用户虹膜特征信息使用Gabor滤波器提取虹膜元素特征信息作为虹膜特征信息识别标签。
5.根据权利要求1所述的基于人脸和虹膜特征的身份认证方法,其特征在于,所述人脸图像采集单元包括人脸摄像机、图像处理单元和照明光源,所述虹膜图像采集单元包括虹膜摄像组件、图像处理单元和照明光源。
6.根据权利要求1所述的基于人脸和虹膜特征的身份认证方法,其特征在于,所述确定用户人脸特征信息是否满足约束阀值,还包括以下步骤:
若用户人脸特征信息未满足约束阀值,则人脸图像采集单元重新采集人脸特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011013547.7A CN113312950A (zh) | 2020-09-24 | 2020-09-24 | 一种基于人脸和虹膜特征的身份认证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011013547.7A CN113312950A (zh) | 2020-09-24 | 2020-09-24 | 一种基于人脸和虹膜特征的身份认证方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113312950A true CN113312950A (zh) | 2021-08-27 |
Family
ID=77370423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011013547.7A Pending CN113312950A (zh) | 2020-09-24 | 2020-09-24 | 一种基于人脸和虹膜特征的身份认证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113312950A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722696A (zh) * | 2012-05-16 | 2012-10-10 | 西安电子科技大学 | 基于多生物特征的身份证与持有人的同一性认证方法 |
CN105913019A (zh) * | 2016-04-11 | 2016-08-31 | 北京奇虎科技有限公司 | 虹膜识别方法及终端 |
CN106096585A (zh) * | 2016-06-29 | 2016-11-09 | 深圳市金立通信设备有限公司 | 一种身份验证方法以及终端 |
CN107451446A (zh) * | 2017-07-18 | 2017-12-08 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
CN110197098A (zh) * | 2018-02-26 | 2019-09-03 | 上海聚虹光电科技有限公司 | 基于人脸和虹膜特征的身份认证方法 |
-
2020
- 2020-09-24 CN CN202011013547.7A patent/CN113312950A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722696A (zh) * | 2012-05-16 | 2012-10-10 | 西安电子科技大学 | 基于多生物特征的身份证与持有人的同一性认证方法 |
CN105913019A (zh) * | 2016-04-11 | 2016-08-31 | 北京奇虎科技有限公司 | 虹膜识别方法及终端 |
CN106096585A (zh) * | 2016-06-29 | 2016-11-09 | 深圳市金立通信设备有限公司 | 一种身份验证方法以及终端 |
CN107451446A (zh) * | 2017-07-18 | 2017-12-08 | 广东欧珀移动通信有限公司 | 解锁控制方法及相关产品 |
CN110197098A (zh) * | 2018-02-26 | 2019-09-03 | 上海聚虹光电科技有限公司 | 基于人脸和虹膜特征的身份认证方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101629224B1 (ko) | 생체 특징에 기반한 인증 방법, 장치 및 시스템 | |
CN107438854B (zh) | 使用移动设备捕获的图像执行基于指纹的用户认证的系统和方法 | |
CN107294730A (zh) | 一种多模态生物特征身份认证方法、装置及系统 | |
Verma et al. | Daughman’s algorithm method for iris recognition—a biometric approach | |
US20150015365A1 (en) | Point of entry authorization utilizing rfid enabled profile and biometric data | |
WO2014169287A1 (en) | The identity caddy: a tool for real-time determination of identity in the mobile environment | |
KR20010074059A (ko) | 모바일 단말기용 얼굴 기반 개인 신원 검증 방법 및 장치 | |
CN109255219A (zh) | 一种基于生物识别终端的温度感应解锁方法和系统 | |
CN110069965A (zh) | 一种机器人身份识别方法 | |
KR20180006284A (ko) | 홍채 이미지 부호화를 위한 적응적 양자화 방법 | |
CN111062021B (zh) | 一种基于可穿戴设备进行身份认证的方法及装置 | |
US20150120543A1 (en) | EyeWatch ATM and Wire Transfer Fraud Prevention System | |
CN113011544B (zh) | 基于二维码的人脸生物信息识别方法、系统、终端、介质 | |
KR20120114934A (ko) | 무인접수시스템의 사용자 인증을 위한 얼굴 인식 시스템 | |
CN106600845A (zh) | 吞卡自助取回的方法及装置 | |
Bhattacharyya et al. | Biometric authentication techniques and its future possibilities | |
CN113312950A (zh) | 一种基于人脸和虹膜特征的身份认证方法 | |
US20150100493A1 (en) | EyeWatch credit card fraud prevention system | |
CN108416882B (zh) | 便携式指纹识别装置 | |
Patil et al. | Iris recognition using fuzzy system | |
Rubea et al. | ATM Security System on IRIS Recognition with GSM Module | |
KR100608307B1 (ko) | 얼굴 인식 방법 및 시스템 | |
Rani et al. | An overview of biometric techniques | |
CN115471919B (zh) | 一种基于便携式免散瞳眼底照相机的建档方法及系统 | |
KR102529513B1 (ko) | 스마트폰을 이용한 신원확인 시스템 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210827 |