JP5107045B2 - 目に関して取得される画像中の虹彩を表す画素を特定する方法 - Google Patents
目に関して取得される画像中の虹彩を表す画素を特定する方法 Download PDFInfo
- Publication number
- JP5107045B2 JP5107045B2 JP2007534956A JP2007534956A JP5107045B2 JP 5107045 B2 JP5107045 B2 JP 5107045B2 JP 2007534956 A JP2007534956 A JP 2007534956A JP 2007534956 A JP2007534956 A JP 2007534956A JP 5107045 B2 JP5107045 B2 JP 5107045B2
- Authority
- JP
- Japan
- Prior art keywords
- iris
- image
- boundary
- texture
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 78
- 210000001747 pupil Anatomy 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 210000000554 iris Anatomy 0.000 description 179
- 210000000744 eyelid Anatomy 0.000 description 36
- 239000013598 vector Substances 0.000 description 18
- 238000000605 extraction Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000001914 filtration Methods 0.000 description 9
- 210000003786 sclera Anatomy 0.000 description 9
- 238000003708 edge detection Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000003909 pattern recognition Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000000873 masking effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 208000016339 iris pattern Diseases 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 241000405217 Viola <butterfly> Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004418 eye rotation Effects 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 210000001957 retinal vein Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06V40/193—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Description
通常、虹彩分析は虹彩の特定から始まる。一つの従来技術の方法は微積分演算子(IDO)を用いる(Daugman, J.G.著「High confidence visual recognition of persons by a test of statistical independence」(IEEE Trans. on Pattern Analysis and Machine Intelligence, Volume 15, pp. 1148-1161, 1993)(本明細書中に援用される))。IDOは、以下の最適化を用いて虹彩の内側境界及び外側境界を見つける。
Daugmanは、微積分演算子を用いて虹彩を特定した後に円形画像を矩形画像にアンラップする。次に、虹彩特徴の抽出のために、アンラップした画像に2Dガボールフィルタのセットを適用して、量子化された局所位相角を得る。結果として得られる2値特徴ベクトルは「虹彩コード」と呼ばれる。2値虹彩コードはハミング距離を用いて当てはめられる。
図1は、本発明の一実施形態による画像中の虹彩を照合する方法及びシステム100を示す。虹彩の特定は、目の画像102を取得すること(110)から開始することができる。目は虹彩103を含む。画質の評価(120)により、画像102が使用可能であるかどうかを判定する。目画像が十分な画質である場合、システムは、画像中の虹彩103を特定し(200)、十分な画質でない場合(111)、別の画像を取得する(110)。特定された虹彩の画像(虹彩画像)121は、事前に定義された画素構成を有する「アンラップされた」画像と呼ばれる矩形画像131に正規化される(130)。判定(140)を行って、アンラップされた虹彩画像131中の目蓋による遮蔽を検出する。遮蔽がある場合、マスク161を生成し(160)、アンラップされた画像131に関連付ける。遮蔽がない場合、マスクなし(170)となる。アンラップされた画像から虹彩特徴151を抽出し(150)、マスク161(もしあれば)とともに用いて、記憶された虹彩ライブラリ181のために生成された特徴ベクトルと比較しての虹彩の照合(180)を行う。
図2Aは、本発明の特定ステップ200の詳細を示す。最初に、目画像102中の虹彩の強度勾配情報225及びテクスチャ情報235を求める(220〜230)。勾配情報225及びテクスチャ情報235を結合して(240)、画像中の虹彩の内側境界245及び外側境界246を生成する。境界の生成(200)については以下でさらに詳述する。本発明の一実施形態によれば、円のセット215について勾配情報及びテクスチャ情報を求めて結合してもよい。結合(240)の最大値に関連する1つの円が虹彩の境界として選択される。上記の手順は、虹彩の内側境界及び外側境界の両方の特定に用いることができることに留意すべきである。
式(3)の第1項であるC(I,x0,y0,r)は強度勾配情報を表す。この項は、円に沿った画素強度の勾配を用いて評価され、例えばDaugmanの微積分演算子(IDO)を用いることができる(上記を参照)。
式(3)の第2項であるT(Zi,Zo,x0,y0,r)は、円(x0,y0,r)の内側のゾーン及び外側のゾーンにおけるテクスチャがどの程度違うかという測度を表す。一実施形態において、カルバックライブラーダイバージェンス(KLダイバージェンス)により、内側ゾーン301及び外側ゾーン302からそれぞれ導出される2つの確率密度関数の距離(差)を測定する。虹彩の特定精度を低下させることなくテクスチャ情報を効率良く表現するために、本発明では、ローカルバイナリパターン(LBP)演算子を最小近傍、すなわち4つの最近傍画素に適応させる方法を用いる。
図4に示すように、LBPの演算は3つのステップ、すなわち、閾値処理(410)、重み付け(420)、及び総和(430)を有する。画素402に直に隣接する全ての画素401の画素強度(150、139、112、91)を、中心画素402の強度(100)を閾値として用いて閾値処理する(410)。閾値よりも大きい強度を有する近傍画素411に値1を割り当てる。閾値よりも小さい強度を有する近傍画素412に値0を割り当てる。
確率密度関数p(x)及びq(x)を有する2つのヒストグラムが与えられると、pとqとの間のKLダイバージェンスすなわち相対エントロピーは次のように定義される。
目の画像中の虹彩の内側境界及び外側境界は円又は楕円によりモデル化することができる。楕円の離心率は従来の楕円
虹彩は、上目蓋及び/又は下目蓋によって遮蔽される可能性がある。いくつかの従来技術の方法は、虹彩特徴の抽出及び認識のために虹彩の上部及び下部を除外している。しかしこれは、目蓋による遮蔽がわずかであるか又は全くない場合に有用な情報を失うことになるかもしれない。目蓋の明示的なモデル化は、虹彩の上部及び下部を単純に省くよりも優れた、利用可能な情報の使用を可能にすべきである。マスク画像を生成し、アンラップされた虹彩画像に関連付けて、目蓋による遮蔽をモデル化してもよい。
図7は、虹彩710及び矩形のアンラップされた虹彩720を示す。一実施形態において、アンラップされた画像は512×64の画素の矩形配置である。アンラッピングプロセスは、Daugman, J.G.著「High confidence visual recognition of persons by a test of statistical independence」(IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 15, pp. 1148-1161, 1998(参照により本明細書中に援用される)及びMa, L.、Tan, T.、Wang, Y.、Zhang, D.著「Personal identification based on iris texture analysis」(IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 25, pp. 1519-1533, 2003)(参照により本明細書中に援用される))に記載されている。
1.アンラップされた画像において、入力される目画像中の上目蓋、確実に遮蔽のない虹彩(例えば図3における135°〜225°の角度の領域)、及び下目蓋を含む領域にそれぞれほぼ対応するRl、Rm、及びRrとして示される3つの領域を抽出する。この3つの領域は例えば、画像の下部から開始して40×20画素のエリアで得られる。
2.Hl、Hm、及びHrとして示される、各領域における生の画素値のヒストグラムを求める。ヒストグラムHl、Hm、及びHrは32ビンを用いて求められる。
3.式(7)を用いてカイ2乗距離X2(Hm,Hl)及びX2(Hm,Hr)を求める。
4.X2(Hm,Hl)>T0、且つX2(Hm,Hr)>T0(ここで、T0は閾値である)であるかをチェックすることによって、遮蔽があるか否か、ある場合にはいくつのドームがあるかを決定する。例えば、T0は0.26に等しい。
5.必要に応じて、式(3)を用いてドームを探索する。ここでは、円の中心はアンラップされた画像の下にあり、円の上部の弧のみが目蓋に当てはめられることに留意されたい。
6.見つかったドームの最大値がC(I,x* 0,y* 0,r*)+λT(Zi,Zo,x* 0,y* 0,r*)>Tc(ここで、Tcは例えば13.5に設定される閾値であり、(x* 0,x* 0,r*)は見つかったドームの円である)を満たすかどうかをチェックすることにより誤警報を除去する。満たさない場合、抽出されたドームは誤警報である。
図9は、アンラップされた虹彩画像131において虹彩の特徴を抽出する方法900を示す。本発明の一実施形態によれば、アンラップされた虹彩画像131は、積分画像915に変換することができる(910)。以下でさらに詳述する和差(DoS)フィルタ921を用いて、アンラップされた虹彩画像131又は積分画像915をフィルタリングして(920)、フィルタリングされた出力925を生成する。フィルタリングされた出力925は2値化されて(930)、アンラップされた虹彩画像131の虹彩特徴ベクトル935を生じる。
以下でさらに詳述するDoSフィルタリングは、事前に計算された積分画像915を用いて行うことができる。Crowが、高速テクスチャマッピングのための「エリア総和テーブル」を最初に提案した(Crow, F.著「Summed-area tables for texture mapping」(Proceedings of SIGGRAPH, vol. 18, pp. 207-212, 1984))。Viola及びJonesは、顔検出における高速特徴抽出のために「積分画像」を用いる(Viola, P.、Jones, M.著「Rapid object detection using a boosted cascade of simple features」(IEEE Conference on Computer Vision and Pattern Recognition, vol. 1, pp. 511-518, 2001)(参照により本明細書中に援用される))。
DoSフィルタ
本発明の一実施形態によれば、和差(DoS)フィルタを用いて、虹彩画像からテクスチャベースの特徴を抽出する。本発明のDoSフィルタは、いくつかの特有の特性を有する。まず、DoSフィルタの成分は値ではなく演算子である。図11Cは、典型的な従来技術のフィルタ1101を示す。このフィルタの9つの成分はそれぞれ、フィルタリングする画像中の画素に対応する。ほとんどの技法では、フィルタを画素にわたってラスタスキャン順に「移動」させて全画素をフィルタリングする。通常、成分は数値又は整数重みである(図4も参照)。フィルタリング中、各値に対応する画素強度を掛ける。次に、重み付けされた強度を用いて、「書き換え」ステップ中に中心画素値を割り当てる。
本発明の一実施形態によれば、積分画像をいくつか(例えば8個)の水平ストリップに分割し、次に間隔を置いて各ストリップ内でフィルタを適用することによってDoSフィルタバンクが虹彩画像に適用される。間隔は重複してもよい。フィルタリングされた出力は実数値である。
サイン関数を用いて、フィルタリングされた出力を不連続の整数値(1又は0)に2値化する。
虹彩の特定方法が記載される。この方法は、虹彩と強膜との間及び瞳孔と虹彩との間の強度勾配とテクスチャの差との両方を利用して、虹彩の内側境界及び外側境界を求める。境界を表現するモデルが選択され、このモデルは円形又は楕円形であり得る。この方法はまた、虹彩の画像をアンラップする手段及び遮蔽されたエリアをマスクする手段を提供する。
Claims (16)
- 目に関して取得される画像中の虹彩を表す画素を特定する方法であって、
目に関して取得された画像から画素強度の勾配情報を求めること、
前記画像から、前記画像内に存在するテクスチャの差を求めること、及び
前記画素強度の勾配情報と重み付けられた前記テクスチャの差とを結合してそれらの和を求め、前記和が最大となる領域を虹彩として検出することにより、前記目の前記画像中の虹彩を表す画素を含む虹彩画像の境界を生成すること
を含み、
前記画素強度の勾配情報は、生成される前記境界に沿って存在する画素の画素強度の勾配であり、
前記テクスチャの差は、生成される前記境界よりも内側の画像領域と外側の画像領域とのそれぞれに存在するテクスチャの差である、
目に関して取得される画像中の虹彩を表す画素を特定する方法。 - 前記画素強度の勾配情報は、微積分演算子を用いて求められる、請求項1に記載の方法。
- 前記テクスチャの差を求めることは、
前記画像中の画素の内側ゾーン及び画素の外側ゾーンを画定すること、
前記内側ゾーン及び前記外側ゾーンの前記画素を表すヒストグラムを構築すること、及び
前記ヒストグラム間の差を測定して、前記テクスチャの差を求めること
をさらに含む、請求項1に記載の方法。 - 前記構築することは、ローカルバイナリパターン演算子を用いて前記画素の値を求めることをさらに含む、請求項3に記載の方法。
- 前記ヒストグラムの差はカルバックライブラーダイバージェンスである、請求項3に記載の方法。
- 前記境界は、内側境界及び外側境界を含む、請求項1に記載の方法。
- 前記内側境界及び前記外側境界に従って前記虹彩画像をアンラップして、アンラップされた虹彩画像を生成すること、
前記アンラップされた虹彩画像中の遮蔽を検出すること、及び
各遮蔽に関してマスクを生成すること
をさらに含む、請求項6に記載の方法。 - 遮蔽が起こり得ない前記アンラップされた画像の第1の領域を画定すること、
遮蔽が起こり得る前記アンラップされた画像の第2の領域を画定すること、
前記第1の領域及び前記第2の領域の前記画素を表すヒストグラムを構築すること、
前記ヒストグラム間の距離を求めること、及び
前記距離が所定の閾値よりも大きい場合にのみ前記第2の領域にマスクを生成すること
をさらに含む、請求項7に記載の方法。 - 前記距離はカイ2乗距離である、請求項8に記載の方法。
- 前記マスクは、前記境界情報及び前記テクスチャの差に従って生成される、請求項7に記載の方法。
- 目に関して取得された画像中の虹彩を表す画素を特定する方法であって、
目の画像中の画素強度の勾配を求めること、
前記画像中に存在するテクスチャの差を求めること、
前記画素強度の勾配情報と重み付けられた前記テクスチャの差とを結合してそれらの和を求めること、及び
前記画素強度の勾配情報と前記テクスチャの差との前記結合に従って、前記和が最大となる領域を虹彩として検出することにより、前記画像中の虹彩を表す画素を含む虹彩画像の境界を画定すること
を含み、
前記画素強度の勾配情報は、生成される前記境界に沿って存在する画素の画素強度の勾配であり、
前記テクスチャの差は、生成される前記境界よりも内側の画像領域と外側の画像領域とのそれぞれに存在するテクスチャの差である、
目に関して取得された画像中の虹彩を表す画素を特定する方法。 - 円のセットを用いて特定の境界が選択され、該選択は、
円のセット内の各円に関して前記測定すること及び前記求めることを繰り返すこと、
各円に関して前記画素強度の勾配情報と前記テクスチャの差とを結合すること、及び
前記円のセット内の1つの円を前記境界として割り当てることであって、該円は前記画素強度の勾配情報と前記テクスチャの差との前記結合の最大値を有する、割り当てること
をさらに含む、請求項11に記載の方法。 - 前記円のセット内の前記円の中心は、目の前記画像中の瞳孔の中心に近接する、請求項12に記載の方法。
- 前記境界は楕円である、請求項11に記載の方法。
- 前記境界に近接する領域において、前記測定すること、前記求めること、及び、前記結合することを繰り返して、輪郭を生成すること、
楕円を最長の輪郭に当てはめること、及び
前記楕円の離心率が閾値よりも大きい場合は該楕円を前記境界として割り当て直し、そうでない場合は前記円を該境界として保持すること、
をさらに含む、請求項12に記載の方法。 - 前記閾値は0.19である、請求項15に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/329,742 US7583823B2 (en) | 2006-01-11 | 2006-01-11 | Method for localizing irises in images using gradients and textures |
US11/329,742 | 2006-01-11 | ||
PCT/JP2006/326402 WO2007080817A1 (en) | 2006-01-11 | 2006-12-28 | Method for localizing pixels representing an iris in an image acquired of an eye |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009523266A JP2009523266A (ja) | 2009-06-18 |
JP5107045B2 true JP5107045B2 (ja) | 2012-12-26 |
Family
ID=37873091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007534956A Expired - Fee Related JP5107045B2 (ja) | 2006-01-11 | 2006-12-28 | 目に関して取得される画像中の虹彩を表す画素を特定する方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7583823B2 (ja) |
JP (1) | JP5107045B2 (ja) |
CN (1) | CN101317183B (ja) |
WO (1) | WO2007080817A1 (ja) |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8014571B2 (en) | 2006-05-15 | 2011-09-06 | Identix Incorporated | Multimodal ocular biometric system |
WO2008091401A2 (en) * | 2006-09-15 | 2008-07-31 | Retica Systems, Inc | Multimodal ocular biometric system and methods |
US8121356B2 (en) | 2006-09-15 | 2012-02-21 | Identix Incorporated | Long distance multimodal biometric system and method |
EP2062197A4 (en) * | 2006-09-15 | 2010-10-06 | Retica Systems Inc | MULTIMODAL BIOMETRIC SYSTEM AND METHOD FOR LARGE DISTANCES |
US7970179B2 (en) * | 2006-09-25 | 2011-06-28 | Identix Incorporated | Iris data extraction |
US20080170766A1 (en) * | 2007-01-12 | 2008-07-17 | Yfantis Spyros A | Method and system for detecting cancer regions in tissue images |
FR2924247B1 (fr) * | 2007-11-22 | 2009-11-13 | Sagem Securite | Procede d'identification d'une personne par son iris. |
JP5047005B2 (ja) * | 2008-02-29 | 2012-10-10 | キヤノン株式会社 | 画像処理方法、パターン検出方法、パターン認識方法及び画像処理装置 |
TR200802780A2 (tr) * | 2008-04-22 | 2009-11-23 | T�B�Tak- T�Rk�Ye B�L�Msel Ve Teknoloj�K Ara�Tirma Kurumu | Kovan dip tablası üzerinde otomatik bölge bölütleme yöntemi ve kovan karşılaştırma için en uygun iz bölgesi seçimi. |
US8290219B2 (en) * | 2008-08-22 | 2012-10-16 | International Business Machines Corporation | Registration-free transforms for cancelable iris biometrics |
KR101522985B1 (ko) * | 2008-10-31 | 2015-05-27 | 삼성전자주식회사 | 영상처리 장치 및 방법 |
JP5316017B2 (ja) * | 2009-01-22 | 2013-10-16 | 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 |
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 |
CN101923645B (zh) * | 2009-06-09 | 2012-06-27 | 黑龙江大学 | 适应复杂应用场景中低质量虹膜图像的虹膜分割方法 |
CN102725765B (zh) * | 2010-01-22 | 2015-06-10 | 虹膜技术公司 | 使用虹膜尺寸不同的多个虹膜影像的虹膜识别装置和方法 |
US8842889B1 (en) * | 2010-12-18 | 2014-09-23 | Luxand, Inc. | System and method for automatic face recognition |
US8639058B2 (en) | 2011-04-28 | 2014-01-28 | Sri International | Method of generating a normalized digital image of an iris of an eye |
US8682073B2 (en) * | 2011-04-28 | 2014-03-25 | Sri International | Method of pupil segmentation |
US8854446B2 (en) | 2011-04-28 | 2014-10-07 | Iristrac, Llc | Method of capturing image data for iris code based identification of vertebrates |
US8755607B2 (en) | 2011-04-28 | 2014-06-17 | Sri International | Method of normalizing a digital image of an iris of an eye |
US8385685B2 (en) * | 2011-06-08 | 2013-02-26 | Honeywell International Inc. | System and method for ocular recognition |
US20130004028A1 (en) * | 2011-06-28 | 2013-01-03 | Jones Michael J | Method for Filtering Using Block-Gabor Filters for Determining Descriptors for Images |
KR101827298B1 (ko) * | 2011-07-19 | 2018-02-09 | 박대진 | 근거리 홍채 촬영용 카메라를 이용한 홍채 인식 방법 |
KR101827301B1 (ko) * | 2011-08-04 | 2018-02-09 | 박대진 | Nand 메모리를 활용한 고성능 홍채인식에 의한 서비스 제공장치 및 그 방법 |
KR101862373B1 (ko) * | 2012-02-07 | 2018-05-31 | 주식회사 나조산업 | 근거리 홍채 촬영용 카메라를 이용한 홍채 인식 방법 |
CN103164704B (zh) * | 2013-04-12 | 2016-05-11 | 山东师范大学 | 一种基于混合高斯模型的虹膜图像分割算法 |
CN104166848B (zh) * | 2014-08-28 | 2017-08-29 | 武汉虹识技术有限公司 | 一种应用于虹膜识别的匹配方法及系统 |
WO2016049273A1 (en) | 2014-09-24 | 2016-03-31 | Sri International | Control of wireless communication device capability in a mobile device with a biometric key |
US20170132466A1 (en) | 2014-09-30 | 2017-05-11 | Qualcomm Incorporated | Low-power iris scan initialization |
US9767358B2 (en) * | 2014-10-22 | 2017-09-19 | Veridium Ip Limited | Systems and methods for performing iris identification and verification using mobile devices |
WO2016089592A1 (en) | 2014-12-03 | 2016-06-09 | Sri Internaitonal | System and method for mobile device biometric add-on |
US9704038B2 (en) | 2015-01-07 | 2017-07-11 | Microsoft Technology Licensing, Llc | Eye tracking |
CN107533643A (zh) * | 2015-04-08 | 2018-01-02 | 韦夫弗朗特生物测定技术有限公司 | 多重生物计量认证 |
CN104881634B (zh) * | 2015-05-05 | 2018-02-09 | 昆明理工大学 | 一种基于完备局部凸凹模式的光照人脸识别方法 |
US9830708B1 (en) | 2015-10-15 | 2017-11-28 | Snap Inc. | Image segmentation of a video stream |
CN105488487B (zh) * | 2015-12-09 | 2018-11-02 | 湖北润宏科技股份有限公司 | 一种虹膜定位方法及装置 |
WO2017123702A1 (en) | 2016-01-12 | 2017-07-20 | Princeton Identity, Inc. | Systems and methods biometric analysis |
WO2017173228A1 (en) | 2016-03-31 | 2017-10-05 | 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 |
CN107871322B (zh) * | 2016-09-27 | 2020-08-28 | 北京眼神科技有限公司 | 虹膜图像分割方法和装置 |
US10984235B2 (en) * | 2016-12-16 | 2021-04-20 | Qualcomm Incorporated | Low power data generation for iris-related detection and authentication |
US10614332B2 (en) | 2016-12-16 | 2020-04-07 | Qualcomm Incorportaed | Light source modulation for iris size adjustment |
WO2018112979A1 (zh) * | 2016-12-24 | 2018-06-28 | 华为技术有限公司 | 一种图像处理方法、装置以及终端设备 |
US10607096B2 (en) | 2017-04-04 | 2020-03-31 | Princeton Identity, Inc. | Z-dimension user feedback biometric system |
KR20190107738A (ko) * | 2017-05-11 | 2019-09-20 | 주식회사 룩시드랩스 | 이미지 처리 장치 및 방법 |
KR102573482B1 (ko) | 2017-07-26 | 2023-08-31 | 프린스톤 아이덴티티, 인크. | 생체 보안 시스템 및 방법 |
KR102297946B1 (ko) * | 2019-08-14 | 2021-09-03 | 한국과학기술원 | 안구 건강 모니터링 방법 및 이를 이용한 안구 건강 모니터링용 디바이스 |
CN111739006B (zh) * | 2020-06-22 | 2021-07-13 | 深圳企业云科技股份有限公司 | 一种基于围道积分的椭圆图像检测算法及系统 |
CN113688874B (zh) * | 2021-07-29 | 2024-05-31 | 天津中科智能识别产业技术研究院有限公司 | 一种人眼虹膜图像中虹膜区域自动分割方法和系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3069654A (en) | 1960-03-25 | 1962-12-18 | Paul V C Hough | Method and means for recognizing complex patterns |
US5291560A (en) * | 1991-07-15 | 1994-03-01 | Iri Scan Incorporated | Biometric personal identification system based on iris analysis |
US5572596A (en) * | 1994-09-02 | 1996-11-05 | David Sarnoff Research Center, Inc. | Automated, non-invasive iris recognition system and method |
US6144754A (en) * | 1997-03-28 | 2000-11-07 | Oki Electric Industry Co., Ltd. | Method and apparatus for identifying individuals |
CN1092372C (zh) * | 1997-05-30 | 2002-10-09 | 王介生 | 虹膜识别方法 |
JPWO2002045023A1 (ja) * | 2000-11-29 | 2004-04-08 | 株式会社ニコン | 画像処理方法、画像処理装置、検出方法、検出装置、露光方法及び露光装置 |
US7336806B2 (en) * | 2004-03-22 | 2008-02-26 | Microsoft Corporation | Iris-based biometric identification |
CN1299231C (zh) * | 2004-06-11 | 2007-02-07 | 清华大学 | 活体虹膜图像采集方法及采集装置 |
US7341181B2 (en) * | 2004-07-01 | 2008-03-11 | American Express Travel Related Services Company, Inc. | Method for biometric security using a smartcard |
JP4033180B2 (ja) * | 2004-07-14 | 2008-01-16 | 松下電器産業株式会社 | 瞳孔検出装置、虹彩認証装置及び瞳孔検出方法 |
US20070160266A1 (en) * | 2006-01-11 | 2007-07-12 | Jones Michael J | Method for extracting features of irises in images using difference of sum filters |
US20070160308A1 (en) * | 2006-01-11 | 2007-07-12 | Jones Michael J | Difference of sum filters for texture classification |
-
2006
- 2006-01-11 US US11/329,742 patent/US7583823B2/en not_active Expired - Fee Related
- 2006-12-28 JP JP2007534956A patent/JP5107045B2/ja not_active Expired - Fee Related
- 2006-12-28 WO PCT/JP2006/326402 patent/WO2007080817A1/en active Application Filing
- 2006-12-28 CN CN2006800444631A patent/CN101317183B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009523266A (ja) | 2009-06-18 |
CN101317183A (zh) | 2008-12-03 |
CN101317183B (zh) | 2012-04-18 |
US20070160267A1 (en) | 2007-07-12 |
WO2007080817A1 (en) | 2007-07-19 |
US7583823B2 (en) | 2009-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5107045B2 (ja) | 目に関して取得される画像中の虹彩を表す画素を特定する方法 | |
JP2009523265A (ja) | 画像中の虹彩の特徴を抽出する方法 | |
JP2007188504A (ja) | 画像中の画素強度をフィルタリングする方法 | |
AU2018256555B2 (en) | Image and feature quality, image enhancement and feature extraction for ocular-vascular and facial recognition, and fusing ocular-vascular with facial and/or sub-facial information for biometric systems | |
Wang et al. | Toward accurate localization and high recognition performance for noisy iris images | |
Frucci et al. | WIRE: Watershed based iris recognition | |
KR102554391B1 (ko) | 홍채 인식 기반 사용자 인증 장치 및 방법 | |
Liu et al. | Iris segmentation: state of the art and innovative methods | |
KR100664956B1 (ko) | 눈 검출 방법 및 장치 | |
Pathak et al. | Multimodal eye biometric system based on contour based E-CNN and multi algorithmic feature extraction using SVBF matching | |
Guo et al. | Iris extraction based on intensity gradient and texture difference | |
Jillela et al. | Methods for iris segmentation | |
Tahir et al. | An accurate and fast method for eyelid detection | |
Koç et al. | Detailed analysis of iris recognition performance | |
Pawar et al. | Iris segmentation using geodesic active contour for improved texture extraction in recognition | |
Mohammed et al. | Conceptual analysis of Iris Recognition Systems | |
Kovoor et al. | Iris biometric recognition system employing canny operator | |
Sun et al. | Image Preprocessing of Iris Recognition | |
Rathgeb et al. | Iris segmentation methodologies | |
Subbarayudu et al. | A novel iris recognition system | |
Soni et al. | Survey on methods used in iris recognition system | |
Yahya et al. | Accurate iris segmentation method for non-cooperative iris recognition system | |
More et al. | A Survey on Iris Recognition Techniques | |
Sharma et al. | Iris Recognition-An Effective Human Identification | |
Pathak et al. | Match score level fusion of iris and sclera descriptor for iris recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20091211 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120710 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120904 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121002 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121003 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151012 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |