CN1820283A - 虹彩码生成方法、个人认证方法、虹彩码注册装置、个人认证装置 - Google Patents

虹彩码生成方法、个人认证方法、虹彩码注册装置、个人认证装置 Download PDF

Info

Publication number
CN1820283A
CN1820283A CNA2004800195856A CN200480019585A CN1820283A CN 1820283 A CN1820283 A CN 1820283A CN A2004800195856 A CNA2004800195856 A CN A2004800195856A CN 200480019585 A CN200480019585 A CN 200480019585A CN 1820283 A CN1820283 A CN 1820283A
Authority
CN
China
Prior art keywords
iris
sign indicating
indicating number
image
coordinate system
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.)
Granted
Application number
CNA2004800195856A
Other languages
English (en)
Other versions
CN100375121C (zh
Inventor
吾妻健夫
近藤坚司
若森正浩
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.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial 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 Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN1820283A publication Critical patent/CN1820283A/zh
Application granted granted Critical
Publication of CN100375121C publication Critical patent/CN100375121C/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
    • G06V40/193Preprocessing; Feature extraction
    • 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

Abstract

一种虹彩码生成方法,输入拍摄了同一个眼睛的多个图像(S11),切出虹彩区域获得虹彩图像(S12)。然后对多个虹彩图像将坐标系由正交坐标系变换成极坐标系(S13),进行旋转补偿(S14)后,按照每个极坐标系坐标给像素值加权后相加、积蓄,获得单一的虹彩图像(S15)。根据获得的单一的虹彩图像,生成虹彩码(S16、S17)。

Description

虹彩码生成方法、个人认证方法、 虹彩码注册装置、个人认证装置
技术领域
本发明涉及使用活体信息之一——虹彩信息进行个人认证的技术。
背景技术
作为进行个人认证的方式,目前有使用虹彩、指纹、脸等活体(生物测定学)信息的各种方案。其中,近几年来,使用虹彩图像的个人认证技术,开始在重要部门的进出入管理、银行等的ATM(Automated TellerMachine)、PC录入等方面得到利用。
作为使用虹彩图像的个人认证的方式,例如,有专利文献1记述的内容,在专利文献1中,按照如下步骤,生成虹彩码。
1)取得虹彩图像
2)根据取得的虹彩图像,检出瞳孔外缘(瞳孔虹彩之间的交界)和虹彩外缘(虹彩和强膜(白眼球)的交界),抽出虹彩区域
3)将虹彩区域的图像变换成极坐标图像
4)对极坐标图像进行多刻度的2-d Gabor变换
5)将Gabor变换后的数据的实部和虚部分别2值化后生成虹彩码
然后,在注册时,按照上述1)~5)的步骤,对被注册者生成虹彩码,将它在注册数据库注册。而在认证时,按照上述1)~5)的步骤,对被认证者生成虹彩码,与注册数据库中的虹彩码进行比较,根据虹彩码间的差异的大小,判断和注册者是否为同一人。
(专利文献1)特表平8-504979号公报
近几年来,手机及PDA等可移动终端迅猛普及。今后,使用这些可移动终端的认证(可移动认证)也将越来越普及。
可移动终端,由于受到成本和尺寸的制约,搭载的照相机性能比较低(分辨率低)。照相机的分辨率性能较低时,在上述现有技术的方式中,就有可能无法获得虹彩认证所需的分辨率。特别在虹彩区域中的内周部分,分辨率不足的倾向十分显著。另一方面,由于图像包含的杂波是随机的,所以其频率成分从低域到高域都有。在分辨率不足的状态下,高域中的杂波成分会比图像信号(虹彩图形)还大。这时,生成的虹彩码就会和实际的不同。
其结果,尽管是同一个人、注册时和认证时的虹彩码的差异就会很大,该差异超过所定的临界值时,就要造成本人不能作为本人认可的所谓“本人被否决”(FR:False Rejection,即:误拒绝)的现象。就是说,存在着起因于照相机的性能而致使本人被否决的比例增加的问题。
发明内容
鉴于上述问题,本发明的课题是:在使用虹彩图像的个人认证中,即使拍摄眼睛的图像的照相机的分辨率较低,也能抑制起因于此的本人被否决的现象的发生。
为了解决上述课题,本发明对拍摄同一个眼睛的多个虹彩图像,将坐标系由正交坐标系变换成极坐标系,进行旋转补偿后,按照每个极坐标系坐标,给像素值加权后相加、积蓄,获得单一的虹彩图像。或者在坐标变换后进行带域限制,进行旋转补偿后,按照每个极坐标系坐标,给数据值加权后相加、积蓄,获得单一的图像。这时,与极坐标系坐标对应的原来的正交坐标系坐标值与其附近像素的坐标值的距离越大,就将加权设定得越小。或者原来的正交坐标系坐标值越接近整数,就将加权设定得越大,而离整数越远,则将加权设定得越小。然后,根据获得的单一的虹彩图像或图像,生成虹彩码。
采用本发明后,在多个虹彩图像或带域限制的图像的加权运算中,与极坐标系坐标对应的原来的正交坐标系坐标值与其附近像素的坐标值的距离较大时,或者原来的正交坐标系坐标值离整数越远时,即在利用插补求出的数据的可靠性较低的情况下,给予较小的加权。另一方面,原来的正交坐标系坐标值与其附近像素的坐标值的距离较小时,或者原来的正交坐标系坐标值离整数越近时,即在数据的可靠性较高的情况下,给予较大的加权。因此,可以获得分辨率比原来的一个个虹彩图像高、接近实际的虹彩的亮度分布的单一的虹彩图像或带域限制的图像,所以即使是用分辨率较低的照相机拍摄的图像也能大大改善分辨率。因此,由于可以和分辨率较高的照相机一样,生成稳定的虹彩码,所以在虹彩认证中,可以减少起因于照相机的分辨率较低而出现的本人被否决的现象。
采用本发明后,因为可以获得分辨率比原来的一个个虹彩图像高、接近实际的虹彩的亮度分布的单一的虹彩图像或带域限制的图像,所以即使是用分辨率较低的照相机拍摄的图像也能大大改善分辨率。因此,由于可以和分辨率较高的照相机一样,生成稳定的虹彩码,所以在虹彩认证中,可以减少起因于照相机的分辨率较低而出现的本人被否决的现象。
附图说明
图1是表示使用本发明第1实施方式涉及的虹彩认证方法的流程图。
图2是作为本发明涉及的虹彩认识装置的一个示例的带认证功能的手机的外形图。
图3是表示图2的手机的内部结构的示意图。
图4是表示虹彩外缘及瞳孔外缘的图形。
图5是用正交坐标系表现虹彩图像的图形。
图6是用极坐标系表现虹彩图像的图形。
图7是表示将虹彩分割成8个环状解析区域的图形。
图8是表示虹彩图像的旋转补偿的图形。
图9是表示实际的亮度信号与极坐标系坐标中的亮度值的关系的曲线图。
图10是表示在图9中将取样相位错开后的情况的曲线图。
图11是将图9及图10所示的数据点的坐标重叠后表示的曲线图。
图12是表示加权系数的图形。
图13是表示关于图11所示的数据,使用图12所示的加权系数进行加权相加后得到的结果的曲线图。
图14是表示图像的枚数和向原来的图像的复原率的关系的曲线图。
图15是表示编制虹彩码的图形。
图16是表示使用本发明第2实施方式涉及的虹彩认证方法的流程图。
图17是表示所示Gabor变换数据的旋转补偿的图形。
图18是本发明的各实施方式涉及的虹彩码注册装置及虹彩认证装置的结构的示意图。
图19是表示本发明的各实施方式涉及的虹彩认证方法的变形例的流程图。
图20是表示实施本发明的各实施方式的虹彩认证系统的一个示例的图形。
具体实施方式
采用本发明的第1样态后,作为虹彩码生成方法,提供的方法包括:获得拍摄同一个眼睛的多个虹彩图像的步骤,对所述多个虹彩图像将坐标系由正交坐标系变换成极坐标系的步骤,对坐标变换后的各虹彩图像进行旋转补偿的步骤,按照每个极坐标系坐标给像素值加权后将旋转补偿后的各虹彩图像相加、积蓄、获得单一的虹彩图像的步骤,根据所述单一的虹彩图像生成虹彩码的步骤;在所述积蓄步骤的加权相加中,与该极坐标系坐标对应的原来的正交坐标系坐标值与其附近像素的坐标值之间的距离越大,就将加权设定得越小。
采用本发明的第2样态后,作为虹彩码生成方法,提供的方法包括:获得拍摄同一个眼睛的多个虹彩图像的步骤,对所述多个虹彩图像将坐标系由正交坐标系变换成极坐标系的步骤,对坐标变换后的各虹彩图像进行带域限制的步骤,对带域限制后的图像进行旋转补偿的步骤,按照每个极坐标系坐标给数据值加权后将旋转补偿后的各图像相加、积蓄、获得单一的虹彩图像的步骤,根据所述单一的图像生成虹彩码的步骤;在所述积蓄步骤的加权相加中,与该极坐标系坐标对应的原来的正交坐标系坐标值,对于接近整数的数据值,将加权设定得较大,而对于离整数较远的数据值,则将加权设定得较小。
采用本发明的第3样态后,作为虹彩码生成方法,提供的方法包括:获得拍摄同一个眼睛的多个虹彩图像的步骤,对所述多个虹彩图像将坐标系由正交坐标系变换成极坐标系的步骤,对坐标变换后的各虹彩图像进行带域限制的步骤,对带域限制后的图像进行旋转补偿的步骤,按照每个极坐标系坐标给数据值加权后将旋转补偿后的各图像相加、积蓄、获得单一的虹彩图像的步骤,根据所述单一的图像生成虹彩码的步骤;在所述积蓄步骤的加权相加中,与该极坐标系坐标对应的原来的正交坐标系坐标值与其附近像素的坐标值的距离越大,就将加权设定得越小。
采用本发明的第4样态后,作为虹彩码生成方法,提供通过Gabor变换进行所述带域限制的方法。
采用本发明的第5样态后,作为个人认证方法,提供的方法包括:由对被认证者拍摄的1枚虹彩图像生成虹彩码进行认证的第1步骤;和在所述第1步骤中,认证被否决时,采用第1~第4样态中的某一个虹彩码生成方法生成虹彩码进行认证的第2步骤。
采用本发明的第6样态后,作为使用虹彩图像的个人认证方法,是在注册时,由虹彩图像生成虹彩码,将生成的虹彩码注册到数据库中;在认证时,由虹彩图像生成虹彩码,将生成的虹彩码与所述数据库注册的虹彩码比较后进行认证的方法,在注册时及认证时的至少某一个中,采用第1~第4样态中的某一个虹彩码生成方法生成虹彩码。
采用本发明的第7样态后,作为虹彩码注册装置,提供的装置包括:采用第1~第4样态中的某一个虹彩码生成方法生成虹彩码的虹彩码生成部;将所述虹彩码生成部生成的虹彩码注册到数据库中的注册部。
采用本发明的第8样态后,作为个人认证装置,提供的装置包括:采用第1~第4样态中的某一个虹彩码生成方法生成虹彩码的虹彩码生成部;将所述虹彩码生成部生成的虹彩码和注册的虹彩码比较后进行认证的认证部。
采用本发明的第9样态后,作为个人认证程序,提供使计算机实施下列步骤:采用第1~第4样态中的某一个虹彩码生成方法生成虹彩码的虹彩码生成步骤;将所述虹彩码和数据库注册的虹彩码比较后进行认证的认证步骤。
下面,参照附图,讲述本发明的实施方式。
(第1实施方式)
图1是表示使用本发明第1实施方式涉及的虹彩认识的个人认证方法的流程图。在本实施方式中,被认证者,使用图2那种带认证功能的手机,进行虹彩认证。
图2的带认证功能的手机,在普通的手机上,附加虹彩图像摄影用的照相机11。除了照相机11之外,还具备监视器13、操作按钮14、扬声器15、麦克风16及天线17等。监视器13显示摄影中的虹彩图像及认证结果。
图3是表示图2的带认证功能的手机的内部结构的图。在图3中,认证单元21的照相机控制部22及监视器控制部24,与主控部27连接。照相机控制部22控制照相机11,拍摄虹彩图像,将拍摄的虹彩图像存入图像存储器25。认证处理部26使用图像存储器25存储的虹彩图像进行认证处理。监视器控制部24控制监视器13的显示画面。
下面,按照图1的流程,讲述本实施方式涉及的个人认证方法中的处理。步骤S11~S17构成虹彩码生成方法。
首先,被认证者用图2的带认证功能的手机10拍摄包含自己的眼睛的多枚(N枚)图像(S11)。在拍摄之际,被认证者将带认证功能的手机10置于离眼睛所定距离的位置(照相机11是单焦点时,例如20cm左右之前),一边确认监视器显示的照相机11捕捉的图像的样子,一边使虹彩全区进入视野内,到了对焦位置后,按下操作按钮14中指定的1个摄影按钮。将该动作反复N次。另外,也可以将摄影开始按钮按下一次后,一边进行动画摄影,一边连续性地取得N枚帧图像。
以下的处理S12~S18,由认证处理部26实施。在这里,根据上述专利文献1记述的手法,进行如下处理。
首先,从步骤S11拍摄的N枚图像中,分别切出虹彩区域(S12)。这里的处理,和专利文献1一样。这样,就获得拍摄同一眼睛的多枚虹彩图像。图4是表示虹彩外缘及瞳孔外缘的位置的图形,图5是将被虹彩外缘与瞳孔外缘包围的区域作为虹彩区域切出后,用xy坐标系表现的图形。在这个时刻,虹彩区域平行移动的影响被吸收。
接着,对切出的各虹彩图像,进行极坐标变换,即由正交坐标系向极坐标系变换(S13)。这里的处理,也和专利文献1一样。图6是以瞳孔中心为中心,用rθ极坐标系表现虹彩区域的图形。将r方向的值,在瞳孔外缘设定为0,在虹彩外缘设定为1,从而能够吸收瞳孔张开之差及扩大缩小的影响。这样,能够生成消除平行移动、扩大缩小、瞳孔张开的差异的影响的多枚虹彩图像。
另外,这时,决定解析区域。也和专利文献1一样,如图7所示,将虹彩区域分割成8个环状。
接着对坐标变换后的各虹彩图像,进行旋转补偿(S14)。在极坐标变换后的虹彩图像的彼此之间,有可能存在由脸的倾斜及眼球本身的转动造成的角度方向的偏移,所以要通过旋转补偿补偿这种偏移。在这里,如图8所示,以N个虹彩图像中的某一个(例如最初的虹彩图像)为基准,对各虹彩图像进行匹配,通过决定角度方向的偏移量而使各虹彩图像与作为基准的虹彩图像之间的亮度残差(残差平方和或残差绝对值和)成为最小,从而进行旋转补偿。此外,为了简化说明,在图8中只表现出虹彩区域的8个环中的一个。
接着,极坐标系中的每个坐标都给像素加权后,将旋转补偿后的各虹彩图像相加、积蓄、获得单一的虹彩图像(S15)。旋转补偿后的多个虹彩图像,由于伴随着固视微动(尽管凝视一点但眼球却略微活动的现象)等眼球运动而产生的虹彩位置及瞳孔位置的变化、瞳孔直径的变化、脸部与照相机的相对位置的时间变化以及眼睛的旋转运动(视线周围的不随意运动),所以对虹彩图案而言的拍摄位置(像素的取样位置)互不相同。因此,着眼于某个坐标后,各虹彩图像的像素值的可靠性就互不相同。这样,按照每个坐标将多个虹彩图像加权后相加、积蓄,从而能改善空间分辨率,使其超过各虹彩图像的分辨率。
此外,通过像素偏移法等取样位置不同的信号的合成,可以获得超过各信号的分辨率的事实已广为人知。可是,由于人的瞳孔随着明亮度等周围的环境及感情等的变化而收缩,所以仅仅将多个图像单纯地相加合成,并不能改善虹彩图像的分辨率。与此不同,在本实施方式中,按照每个坐标进行像素值的加权相加,从而能够改善虹彩图案的分辨率,使其超过各虹彩图像的分辨率。
下面,详述图像积蓄步骤S15的动作。在极坐标变换中,与极坐标(r、θ)对应的像素位置(x、y),通常不是整数。对应像素位置(x、y)与离它最近的像素(坐标值为整数)之差为:
Δx=[x]+1-x or x-[x]
Δy=[y]+1-y or y-[y]        …(1)
式中,[]是高斯符号
差Δx、Δy分别取0~±0.5的范围的值。通过进行与该差Δx、Δy对应的加权相加后,可以改善虹彩图像的分辨率。
图9是表示实际的亮度信号与极坐标系坐标中的亮度值之间的关系曲线图。在图9中,实线是虹彩图像的圆周方向中的亮度分布的一个示例,各数据点(用□图示)表示由取样获得的极坐标系的各坐标中的亮度值。横轴是角度θ,纵轴是亮度I。这里的取样,包含由正交坐标(x、y)向极坐标(r、θ)的变换,所以不是单纯的取样,而是进行了插补的取样。
在图9中,为简单起见,表示在曲线图的左侧有低域信号、在曲线图的右侧有高域信号的情况。在这里,所谓“低域信号”,是指波长远比取样间隔长(长1倍以上)的信号;所谓“高域信号”,则是指波长在取样间隔左右以下的信号。
虹彩的摄影尺寸较小时,在虹彩区域的内周侧分辨率不足后,如图9所示,虹彩图案的内周方向的频率(认证使用的频率),有可能成为(x、y)正交坐标中的取样的尼奎斯特频率以上。在这里,为简单起见,分析具有尼奎斯特频率的1倍的频率的波形。
在图9中,实线的数据点(例如A、C),是原来的正交坐标值(x、y)接近整数(即像素位置)的点;虚线的数据点(例如B),是原来的正交坐标值(x、y)离整数较远、处于整数的中间附近的点。数据点B的亮度值,通过插补数据点A、C的亮度值后获得,所以与实际的亮度值有很大的差异。
图10示出了将相位错开后对图9所示的亮度信号进行取样时的情况。在图10中,各数据点(用△图示)表示取样后获得的极坐标系的各坐标中的亮度值,实线的数据点(例如D、F),是原来的正交坐标值(x、y)接近整数(即像素位置)的点;虚线的数据点(例如E),是原来的正交坐标值(x、y)离整数较远、处于整数的中间附近的点。数据点E的亮度值,通过插补数据点D、F的亮度值后获得,所以与实际的亮度值有很大的差异。
现在,假设多枚虹彩图像中,从第1虹彩图像中获得图9所示的数据点,从第2虹彩图像中获得图10所示的数据点。图11是将坐标重叠后表示图9及图10所示的数据点的曲线图。在图11中,例如,在坐标(角度)θ1处,得到第1虹彩图像的数据B及第2虹彩图像的数据D;在坐标θ2处,得到第1虹彩图像的数据C及第2虹彩图像的数据E。
在这里,导入图12所示的加权系数。在图12中,横轴是上述公式(1)所示的Δx、Δy、即与极坐标(r,θ)对应的像素位置(x、y)与离其最近的像素(坐标值为整数)的坐标值之差,纵轴是加权系数w。在图12中,差Δx、Δy接近0时,即与极坐标系坐标对应的正交坐标系坐标值接近整数时,将加权系数w设定得较大;而差Δx、Δy接近0.5或-0.5时,即与极坐标系坐标对应的正交坐标系坐标值离整数较远时,将加权系数w设定得较小。此外,α是加权的最小值。为了使加权加法的计算稳定化(为了防止除数为0),最小值α最好不为0。在图12中,为了简单起见,将横轴作为单一的坐标值差。但实际上,最好对x坐标值的差Δx和y坐标值的差Δy的两者计算加权,将其积(或和)作为最终的加权系数w。就是说,最好是与该极坐标系坐标对应的原来的正交坐标系坐标值和离其最近的像素的坐标值的距离越大,将加权设定得越小。关于N枚的虹彩图像的加权加法,按照下式进行。
I ( r , θ ) = Σ 1 N w i ( r , θ ) I i ( r , θ ) Σ 1 N w i ( r , θ )
关于图11所示的数据,使用图12所示的加权系数进行加权加法后,就得到图13所示数据(图像)。就是说,对于坐标θ1,由于作为加权系数w,给第1虹彩图像的数据B赋予α;作为加权系数w,给第2虹彩图像的数据D赋予1,所以结果就获得和第2虹彩图像的数据D大致相同的数据。同样,对于坐标θ2,也获得和第1虹彩图像的数据C大致相同的数据。这样,如图13所示,可以获得联接实线的□号和△号的信号波形,能够再现包含比各图像的频率高的频率成分的虹彩图案。
此外,在以上的讲述中,在取样相位只偏移π的状态下,使用合成波形的最大峰值和最小峰值的示例。但实际上,由于虹彩图案的波形和取样位置的相位随机变化,所以只根据2枚图像(2个波形)未必能够将原来的虹彩图案的高域波形完全复原。
图14是表示输入图像的枚数和复原后的波形的增益(对输入波形的振幅而言的复原波形的比例)的关系的曲线图。图14的数据,是在虹彩图案的波形和取样位置的相位随机变化的条件下,通过取样后的加权相加复原像素间隔的波长信号的结果。增益越接近“1”,越能复原高域信号。
例如,由图14可知:将图12中的加权系数w的最小值α作为0.01时,可以根据5枚输入图像使高域波形复原50%左右,根据10枚输入图像使高域波形复原75%左右。另外,还可以知道输入图像为10枚以上后,使其枚数继续增加时,分辨率的改善状况趋于缓慢。
此外,在实际的照相机系统中,为了防止在尼奎斯特频率附近产生折返,而利用低通滤波器(LPF)抑制尼奎斯特频率附近的增益。但是,通过在此讲述的图像积蓄,改善虹彩图像的分辨率时,不抑制尼奎斯特频率附近的增益,需要使图像信号中包含折返成分。因此,只要将旨在防止折返的LPF特性(截止频率)移动到高域一侧即可。另外,最好将照相机的CCD开口率定为50%左右。其理由是:在开口率为100%的状态下,和取样频率相等的频率的波形被以CCD一像素的宽度积分,其结果,由于输出增益成为0,所以对分辨率的改善来说,是不理想的。
像素积蓄结束后,从获得的单一的虹彩图像中,经过Gabor变换后抽出特征(S16),生成作为认证用的特征量——虹彩数据的虹彩码(例如2048比特)(S17)。图15是表示编制虹彩码的图形,示出对步骤S15获得的虹彩图像的各解析区域中的亮度信号(a),应用Gabor变换(b),进行二值化(c)的情况。虽然实际上是二维信号,但在这里为使说明简洁,而用一维表示。(a)是图7所示的8个圆环中的1个圆环的角度方向亮度信号。实际上使用多刻度的Gabor变换,在单一刻度的Gabor变换输出中也存在实部、虚部,但(b)、(c)是采用1个刻度的Gabor变换输出的实部的结果。二值化后的虹彩码(c)中各比特的位置,能够与虹彩图像上的某个位置对应。
然后,将生成的虹彩码与预先注册的虹彩码比较,使用对照谱(加重平均距离:HD值)进行认证(S18)。在加重平均距离为所定的临界值TH1以下时,作为本人接受,否则就作为他人否决。然后将最终的认证结果,在图2的带认证功能的手机10的监视器13中显示。
综上所述,采用本实施方式后,将多枚虹彩图像在极坐标变换、旋转补偿后,加权相加、积蓄,从而能够改善分辨率。因此,即使使用分辨率较低的照相机,也能和使用分辨率较高的照相机一样,生成稳定的虹彩码。这样,就能够在虹彩认证中减少本人被否决(FR)的现象。
(第2实施方式)
图16是表示使用本发明第2实施方式涉及的虹彩认识的个人认证方法的流程图。在本实施方式中,对于进行了极坐标变换的多枚虹彩图像(S21~S23),首先为了带域限制而进行Gabor变换(S24),再对该变换后的数据即带域限制后的图像进行旋转补偿(S25),加权相加后积蓄(S26),生成虹彩码(S27)。在图16中,步骤S11~S23、S27、S28,分别进行与图1的S11~S13、S17、S18同样的处理。由步骤S21~S27,构成虹彩码生成方法。
在步骤S25中,对作为在步骤S24中获得的多枚(N枚)图像的Gabor变换数据,如图17所示进行旋转补偿。就是说,以N个Gabor变换数据中的某一个(例如最初的Gabor变换数据)为基准,通过决定角度方向的偏移量而使各Gabor变换数据和成为基准的Gabor变换数据的残差(残差平方和或残差绝对值和)成为最小,从而进行旋转补偿。此外,为了简化说明,在图17中只表现出用某个刻度对虹彩区域的8个环中的一个进行了Gabor变换时的实部。
在步骤S26中,按照极坐标系中的每个坐标,给数据值加权后,将在步骤S25中进行了旋转补偿的多个Gabor变换数据相加、积蓄,获得作为单一图像的Gabor变换数据。这里的加权相加,和第1实施方式一样,对于与极坐标系坐标对应的原来的正交坐标系坐标值接近整数的Gabor变换数据的数据值,将加权设定得较大,而对于原来的正交坐标系坐标值离整数较远的Gabor变换数据的数据值,则将加权设定得较小。或者,原来的正交坐标系坐标值与其附近的像素的坐标值的距离越大,就将加权设定得越小。经过这种处理后,可以和第1实施方式一样,大大改善虹彩图像的分辨率。
然后,根据在步骤S26中获得的单一的Gabor变换数据,生成虹彩码(S27),使用生成的虹彩码进行认证(S28)。
综上所述,采用本实施方式后,在对多枚虹彩图像的Gabor变换数据进行旋转补偿后,加权相加、积蓄,从而能够改善分辨率。因此,即使使用分辨率较低的照相机,也能和使用分辨率较高的照相机一样,生成稳定的虹彩码。这样,就能够在虹彩认证中减少本人被否决(FR)的现象。
此外,上述第1及第2实施方式涉及的方法,不仅在认证时、即对被认证者生成虹彩码时能够使用,而且在虹彩码的注册时也能够使用。就是说,可以对被注册者进行和与上述的处理S11~S17或处理S21~S27同样的处理,将生成的注册用虹彩码在虹彩数据库中注册。
图18是本发明的各实施方式涉及的虹彩码注册装置及虹彩认证装置的结构的示意图。在图18中,虹彩码注册装置100包括:图像输入部101,根据图像输入部101输入的多枚图像生成虹彩码的虹彩码生成部102,将虹彩码生成部102生成的虹彩码注册到虹彩码数据库104的注册部103。另外,虹彩认证装置105包括:图像输入部106,根据图像输入部106输入的多枚图像生成虹彩码的虹彩码生成部107,将虹彩码生成部107生成的虹彩码和虹彩码数据库104注册的虹彩码比较、进行认证的认证部108。
然后,虹彩码注册装置100的虹彩码生成部102,实施在第1及第2实施方式中讲述的虹彩码生成方法。另外,虹彩认证装置105的虹彩码生成部107,也实施在第1及第2实施方式中讲述的虹彩码生成方法。具体地说,例如,虹彩码生成部102、107分别具备实施图1的步骤S12的虹彩图像取得部、实施步骤S13的变换部、实施步骤S14的旋转补偿部、实施步骤S15的积蓄部及实施步骤S16、S17的虹彩码生成部。另外,虹彩码生成部102、107分别具备实施图16的步骤S22的虹彩图像取得部、实施步骤S23的变换部、实施步骤S24的带域限制、实施步骤S25的旋转补偿部、实施步骤S26的积蓄部及实施步骤S27的虹彩码生成部。
另外,虹彩码生成部102、107,例如由计算机和使该计算机实施第1或第2实施方式中涉及的虹彩码生成方法的程序构成。另外,本发明还包括使计算机实施下列步骤的个人认证程序:采用在第1或第2实施方式中讲述的虹彩码生成方法生成虹彩码的虹彩码生成步骤,将生成的虹彩码与虹彩数据库104注册的虹彩码比较后进行认证的步骤。
但是,在注册时和认证时,虹彩码的生成方法未必非得一样。例如:本发明还包括在注册时,使用昂贵的高性能(高分辨率)的照相机,按照专利文献1的方法由单一的虹彩图像生成虹彩码;认证时,使用廉价的低分辨率的照相机,按照第1或第2实施方式的方法生成虹彩码。另外,本发明还包括在注册时和认证时,一个使用第1实施方式的方法,另一个使用第2实施方式的方法。
另外,在上述实施方式中,将输入的图像的个数固定。但图像的个数未必非要固定。例如,可以起初根据1枚虹彩图像生成虹彩码,进行认证,该认证结果为否定即未作为本人接受时,再使用多枚虹彩图像,实施上述方式的那种处理。这样,可以避免使认证处理的运算量不必要地增大,减少本人被否决的发生。
图19是表示这种处理的一个实例的流程图,是一边增加虹彩图像的枚数一边反复实施第1实施方式的方法的情况。在图19中,对与图1共同的步骤,赋予和图1相同的符号。首先在步骤S11A中,输入1枚拍摄了眼睛的图像,对该图像实施步骤S12~S18。然后,认证结果如果OK,就结束处理;如果被否决,就返回步骤S11A,再输入1枚图像。然后,对该图像实施步骤S12~S14后,与先前的虹彩图像加权相加(S15),根据得到的单一的虹彩图像生成虹彩码后进行认证(S16~S18)。这样做的认证也被否决时,再次返回步骤S11A,再输入1枚图像后实施同样的处理。反复进行这种处理,直到认证结果OK为止。但是即使输入所定枚数的图像,也不能作为本人接受时(在S19中为NO),认证就作为NG,结束处理。
采用这种处理后,可以将认证所需的图像枚数抑制到最小限度,可以降低运算量,提高便利性。毫无疑问,也可以一边增加虹彩图像的枚数,一边反复实施第2实施方式的方法。
图20是表示实施各实施方式的虹彩认证系统的一个示例。在图20中,虹彩认证服务器211具有存放多人的虹彩码的虹彩数据库212,与因特网、专用线、公共回线等互联网213连接。虹彩注册装置214和虹彩认证装置215,也同样与因特网、专用线、公共回线等互联网213连接。虹彩认证服务器的作用,是管理虹彩数据库212。
虹彩注册装置214,将注册时生成的虹彩码向虹彩数据库212发送。虹彩认证装置215,例如可以由图2及图3所示的带认证功能的手机实现,通过比较认证时生成的虹彩码和从虹彩数据库212取得的注册时的虹彩码,从而进行个人认证。
此外,虹彩认证服务器211可以在每个利用区域及每个机关设置多个,还可以是包含旨在分散负荷的镜像服务器的多台。另外,虹彩数据库212还可以通过互联网,与虹彩认证服务器211连接。
此外,虹彩注册装置214可以只进行注册用虹彩图像的摄影,将拍摄的虹彩图像发送给虹彩认证服务器211,在虹彩认证服务器211中生成虹彩码。另外,还可以在虹彩认证服务器211中内置虹彩注册装置214的全部功能。
此外,在上述第1及第2实施方式中,采用了将认证处理全部在终端一侧进行的方式。但是也可以在虹彩认证装置215中只进行认证用虹彩图像的拍摄,将拍摄的多枚虹彩图像通过互联网213做媒介,发送给虹彩认证服务器211,由虹彩认证服务器211生成虹彩码。另外,采用与注册的虹彩码的比较也由虹彩认证服务器211进行,虹彩认证装置215只接收认证结果的形态也行。另外,虹彩认证装置215本身也可以注册虹彩码及保持注册的虹彩码。
此外,在上述第1及第2实施方式中,讲述了旨在抽出特征的带域限制通过Gabor变换后进行的情况。但特征抽出的手法并不局限于此,本发明还包含例如可以使用其它的带通滤波器。
在本发明中,即使使用分辨率较低的照相机,也能生成稳定的虹彩码,所以在虹彩认证中能够有效地减少本人被否决的现象。

Claims (9)

1、一种虹彩码生成方法,其特征在于,包括:
获得拍摄同一个眼睛的多个虹彩图像的步骤,
对所述多个虹彩图像,将坐标系由正交坐标系变换成极坐标系的步骤,
对坐标变换后的各虹彩图像进行旋转补偿的步骤,
按照每个极坐标系坐标给像素值加权后,将旋转补偿后的各虹彩图像相加、积蓄,获得单一的虹彩图像的步骤,以及
根据所述单一的虹彩图像生成虹彩码的步骤;
在所述积蓄步骤的加权相加中,
对应于该极坐标系坐标的原来的正交坐标系坐标值,与其附近像素的坐标值之间的距离越大,就将加权设定得越小。
2、一种虹彩码生成方法,其特征在于,包括:
获得拍摄同一个眼睛的多个虹彩图像的步骤,
对所述多个虹彩图像,将坐标系由正交坐标系变换成极坐标系的步骤,
对坐标变换后的各虹彩图像进行带域限制的步骤,
对带域限制后的图像进行旋转补偿的步骤,
按照每个极坐标系坐标给数据值加权后,将旋转补偿后的各图像相加、积蓄,获得单一的图像的步骤,以及
根据所述单一的图像生成虹彩码的步骤;
在所述积蓄步骤的加权相加中,
对应于该极坐标系坐标的原来的正交坐标系坐标值,其接近整数的数据值,将加权设定得较大,而其远离整数的数据值,则将加权设定得较小。
3、一种虹彩码生成方法,其特征在于,包括:
获得拍摄同一个眼睛的多个虹彩图像的步骤,
对所述多个虹彩图像,将坐标系由正交坐标系变换成极坐标系的步骤,
对坐标变换后的各虹彩图像进行带域限制的步骤,
对带域限制后的图像进行旋转补偿的步骤,
按照每个极坐标系坐标给数据值加权后,将旋转补偿后的各图像相加、积蓄,获得单一的图像的步骤,以及
根据所述单一的图像生成虹彩码的步骤;
在所述积蓄步骤的加权相加中,
对应于该极坐标系坐标的原来的正交坐标系坐标值,与其附近像素的坐标值之间的距离越大,就将加权设定得越小。
4、如权利要求2或3所述的虹彩码生成方法,其特征在于:通过Gabor变换进行所述带域限制。
5、一种个人认证方法,其特征在于,包括:
由对被认证者拍摄的1枚虹彩图像生成虹彩码进行认证的第1步骤;和
在所述第1步骤中的认证被否决时,采用权利要求1~4中任一项所述的虹彩码生成方法,由对所述被认证者拍摄的多枚虹彩图像生成虹彩码进行认证的第2步骤。
6、一种个人认证方法,是使用虹彩图像的个人认证方法,其特征在于:
在注册时,
由虹彩图像生成虹彩码,
将生成的虹彩码注册到数据库中;
在认证时,
由虹彩图像生成虹彩码,
将生成的虹彩码与所述数据库中注册的虹彩码比较后进行认证,
其中,在注册时及认证时的至少某一个中,采用权利要求1~4中任一项所述的虹彩码生成方法生成虹彩码。
7、一种虹彩码注册装置,其特征在于,包括:
采用权利要求1~4中任一项所述的虹彩码生成方法生成虹彩码的码生成部;和
将由所述码生成部生成的虹彩码注册到数据库中的注册部。
8、一种个人认证装置,其特征在于,包括:
采用权利要求1~4中任一项所述的虹彩码生成方法生成虹彩码的码生成部;和
将由所述码生成部生成的虹彩码与注册的虹彩码比较后进行认证的认证部。
9、一种个人认证程序,其特征在于,使计算机实施下列步骤:
采用权利要求1~4中任一项所述的虹彩码生成方法生成虹彩码的码生成步骤;和
将所述虹彩码与数据库中注册的虹彩码比较后进行认证的认证步骤。
CNB2004800195856A 2003-07-17 2004-07-16 虹彩码生成方法、个人认证方法、虹彩码注册装置、个人认证装置 Active CN100375121C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2003275954 2003-07-17
JP275954/2003 2003-07-17
JP2759542003 2003-07-17

Publications (2)

Publication Number Publication Date
CN1820283A true CN1820283A (zh) 2006-08-16
CN100375121C CN100375121C (zh) 2008-03-12

Family

ID=34074571

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004800195856A Active CN100375121C (zh) 2003-07-17 2004-07-16 虹彩码生成方法、个人认证方法、虹彩码注册装置、个人认证装置

Country Status (5)

Country Link
US (1) US7379567B2 (zh)
EP (1) EP1647936B1 (zh)
JP (1) JP3734826B2 (zh)
CN (1) CN100375121C (zh)
WO (1) WO2005008590A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104205128A (zh) * 2012-01-23 2014-12-10 破赛普提医药有限公司 自动化药物药丸识别

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4793179B2 (ja) * 2005-11-14 2011-10-12 オムロン株式会社 認証装置及び携帯端末
US7844084B2 (en) * 2006-02-27 2010-11-30 Donald Martin Monro Rotation compensated iris comparison
US7809747B2 (en) * 2006-10-23 2010-10-05 Donald Martin Monro Fuzzy database matching
US9846739B2 (en) 2006-10-23 2017-12-19 Fotonation Limited Fast database matching
US20090060286A1 (en) * 2007-09-04 2009-03-05 General Electric Company Identification system and method utilizing iris imaging
CN101727574A (zh) * 2008-10-17 2010-06-09 深圳富泰宏精密工业有限公司 虹膜识别系统及方法
JP5126084B2 (ja) 2009-01-22 2013-01-23 日本電気株式会社 生体認証装置、生体認証方法及びプログラム
JP5365214B2 (ja) * 2009-01-22 2013-12-11 日本電気株式会社 画像処理装置、生体認証装置、画像処理方法及びプログラム
KR100992573B1 (ko) * 2010-03-26 2010-11-05 주식회사 아이그로브 휴대단말기를 이용한 인증 방법 및 시스템
US8577094B2 (en) 2010-04-09 2013-11-05 Donald Martin Monro Image template masking
US8717393B2 (en) 2010-11-03 2014-05-06 Blackberry Limited System and method for controlling a display of a mobile device
DE102010054168B4 (de) * 2010-12-12 2017-09-07 Chronos Vision Gmbh Verfahren, Vorrichtung und Programm zur Bestimmung der torsionalen Komponente der Augenposition
KR101046677B1 (ko) * 2011-03-15 2011-07-06 동국대학교 산학협력단 눈 위치 추적방법 및 이를 이용한 의료용 헤드램프
US8639058B2 (en) 2011-04-28 2014-01-28 Sri International Method of generating a normalized digital image of an iris of an eye
US8755607B2 (en) * 2011-04-28 2014-06-17 Sri International Method of normalizing a digital image of an iris of an eye
US8854446B2 (en) 2011-04-28 2014-10-07 Iristrac, Llc Method of capturing image data for iris code based identification of vertebrates
US8682073B2 (en) 2011-04-28 2014-03-25 Sri International Method of pupil segmentation
US20130046645A1 (en) * 2011-08-16 2013-02-21 Bank Of America Corporation System and method for point of transaction authentication
US10452894B2 (en) 2012-06-26 2019-10-22 Qualcomm Incorporated Systems and method for facial verification
US20140355849A1 (en) * 2013-06-04 2014-12-04 Medsnap, Llc System and method of using imprint analysis in pill identification
US9996726B2 (en) 2013-08-02 2018-06-12 Qualcomm Incorporated Feature identification using an RGB-NIR camera pair
US9323984B2 (en) * 2014-06-06 2016-04-26 Wipro Limited System and methods of adaptive sampling for emotional state determination
US20170091550A1 (en) * 2014-07-15 2017-03-30 Qualcomm Incorporated Multispectral eye analysis for identity authentication
MX2017003776A (es) 2014-09-24 2018-03-23 Princeton Identity Inc Control de la capacidad de un dispositivo de comunicacion inalambrica en un dispositivo movil con una llave biometrica.
US10484584B2 (en) 2014-12-03 2019-11-19 Princeton Identity, Inc. System and method for mobile device biometric add-on
US9495590B1 (en) 2015-04-23 2016-11-15 Global Bionic Optics, Ltd. Extended depth-of-field biometric system
KR102591552B1 (ko) 2015-08-21 2023-10-18 매직 립, 인코포레이티드 눈 포즈 측정을 사용한 눈꺼풀 형상 추정
CA3001682C (en) 2015-10-16 2022-10-11 Magic Leap, Inc. Eye pose identification using eye features
US10043075B2 (en) * 2015-11-19 2018-08-07 Microsoft Technology Licensing, Llc Eye feature identification
EP3403217A4 (en) 2016-01-12 2019-08-21 Princeton Identity, Inc. SYSTEMS AND METHODS FOR BIOMETRIC ANALYSIS
CA3011637A1 (en) 2016-01-19 2017-07-27 Magic Leap, Inc. Eye image collection, selection, and combination
US10366296B2 (en) 2016-03-31 2019-07-30 Princeton Identity, Inc. Biometric enrollment systems and methods
WO2017172695A1 (en) 2016-03-31 2017-10-05 Princeton Identity, Inc. Systems and methods of biometric anaysis with adaptive trigger
WO2018187337A1 (en) 2017-04-04 2018-10-11 Princeton Identity, Inc. Z-dimension user feedback biometric system
JP2020529073A (ja) 2017-07-26 2020-10-01 プリンストン・アイデンティティー・インコーポレーテッド 生体セキュリティシステムおよび方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5291560A (en) 1991-07-15 1994-03-01 Iri Scan Incorporated Biometric personal identification system based on iris analysis
US5703958A (en) * 1993-08-27 1997-12-30 Nec Corporation Picture processing method for correcting distorted pictures and apparatus for executing this method
US5812697A (en) * 1994-06-10 1998-09-22 Nippon Steel Corporation Method and apparatus for recognizing hand-written characters using a weighting dictionary
JPH09212644A (ja) * 1996-02-07 1997-08-15 Oki Electric Ind Co Ltd 虹彩認識装置および虹彩認識方法
JPH10162146A (ja) * 1996-11-29 1998-06-19 Oki Electric Ind Co Ltd 個人識別装置
JPH114377A (ja) * 1997-06-12 1999-01-06 Agency Of Ind Science & Technol 多重シャッタによる動背景除去機構を持つデジタルスチルカメラおよびその撮影方法ならびに撮影制御プログラムを記録した記録媒体
JP3610234B2 (ja) * 1998-07-17 2005-01-12 株式会社メディア・テクノロジー アイリス情報取得装置およびアイリス識別装置
US6532298B1 (en) * 1998-11-25 2003-03-11 Iridian Technologies, Inc. Portable authentication device and method using iris patterns
JP3695990B2 (ja) * 1999-05-25 2005-09-14 三菱電機株式会社 顔画像処理装置
JP2001223862A (ja) * 1999-12-02 2001-08-17 Fuji Photo Film Co Ltd 原稿読取装置及び方法
KR100353864B1 (ko) * 1999-12-09 2002-09-26 한국전자통신연구원 표면 검사 장치 및 그 방법
JP3825222B2 (ja) * 2000-03-24 2006-09-27 松下電器産業株式会社 本人認証装置および本人認証システムならびに電子決済システム
US7044602B2 (en) * 2002-05-30 2006-05-16 Visx, Incorporated Methods and systems for tracking a torsional orientation and position of an eye
JP2001319234A (ja) * 2000-05-11 2001-11-16 Nec Corp 指紋照合装置および照合方法
JP3586431B2 (ja) * 2001-02-28 2004-11-10 松下電器産業株式会社 個人認証方法および装置
KR100374708B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 회전영상의 보정에 의한 비접촉식 홍채인식방법
KR100374707B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 도비치스 웨이블렛 변환을 이용한 홍채인식방법
DE10126375B4 (de) * 2001-05-30 2004-03-25 Humanscan Gmbh Verfahren und System zur Erkennung von Objekten
JP2003015739A (ja) * 2001-07-02 2003-01-17 Yaskawa Electric Corp 外環境地図、並びに自己位置同定装置および誘導制御装置
JP3659221B2 (ja) * 2001-12-11 2005-06-15 松下電器産業株式会社 画像認識装置及びその方法
US7155035B2 (en) * 2002-02-05 2006-12-26 Matsushita Electric Industrial Co., Ltd. Personal authentication method, personal authentication apparatus and image capturing device
JP4339037B2 (ja) * 2003-04-08 2009-10-07 株式会社キーエンス パターン検出装置、パターン検出方法、パターン検出プログラムおよびコンピュータで読み取り可能な記録媒体
JP4752660B2 (ja) * 2006-07-28 2011-08-17 沖電気工業株式会社 個人認証方法及び個人認証装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104205128A (zh) * 2012-01-23 2014-12-10 破赛普提医药有限公司 自动化药物药丸识别
US9842257B2 (en) 2012-01-23 2017-12-12 Perceptimed, Inc. Automated pharmaceutical pill identification
CN104205128B (zh) * 2012-01-23 2018-02-16 破赛普提医药有限公司 自动化药物药丸识别
US10229321B2 (en) 2012-01-23 2019-03-12 Perceptimed, Inc. Automated pharmaceutical pill identification
US10467477B2 (en) 2012-01-23 2019-11-05 Perceptimed, Inc. Automated pharmaceutical pill identification

Also Published As

Publication number Publication date
JP3734826B2 (ja) 2006-01-11
EP1647936A4 (en) 2011-04-13
CN100375121C (zh) 2008-03-12
WO2005008590A1 (ja) 2005-01-27
EP1647936B1 (en) 2012-05-30
US7379567B2 (en) 2008-05-27
JPWO2005008590A1 (ja) 2006-09-07
EP1647936A1 (en) 2006-04-19
US20060120570A1 (en) 2006-06-08

Similar Documents

Publication Publication Date Title
CN1820283A (zh) 虹彩码生成方法、个人认证方法、虹彩码注册装置、个人认证装置
Lukac Single-sensor imaging: methods and applications for digital cameras
Liu et al. Image fusion with convolutional sparse representation
Xu et al. Fast feature-based video stabilization without accumulative global motion estimation
CN100345163C (zh) 虹膜编码方法、个人认证方法、虹膜编码登录装置、虹膜认证装置
CN1290060C (zh) 人之鉴别方法及其装置
EP2880623A1 (fr) Procede et dispositif pour la reconstruction d'images a super-resolution
CN105027002A (zh) 四透镜球面相机取向
CN104270573A (zh) 多点触控对焦成像系统和方法及适用的移动终端
WO2017169039A1 (ja) 画像処理装置、撮像装置、および画像処理方法、並びにプログラム
CN102088555A (zh) 全景图像合成器、全景图像合成方法和程序
US20100053333A1 (en) Method for detecting a moving object in a sequence of images captured by a moving camera, computer system and computer program product
Ding et al. ExS-GAN: Synthesizing anti-forensics images via extra supervised GAN
CN108513057A (zh) 图像处理方法及装置
US8941751B2 (en) Higher resolution still image generation from lower resolution video camera frames
US9386237B2 (en) Image pickup apparatus and image pickup method
JP5843599B2 (ja) 画像処理装置および撮像装置並びにその方法
US20130321650A1 (en) Imaging device, control method of the same and program
Huang et al. Ultrasound imaging improved by the context encoder reconstruction generative adversarial network
Gohshi Real-time super resolution algorithm for security cameras
Griffith et al. Texture feature extraction from free-viewing scan paths using gabor filters with downsampling
CN103973962A (zh) 图像处理方法及图像采集装置
US20100302403A1 (en) Generating Images With Different Fields Of View
CN105791666A (zh) 自动对焦装置
Zhang et al. Computational Super-Resolution Imaging With a Sparse Rotational Camera Array

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant