JP6778247B2 - 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 - Google Patents
眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 Download PDFInfo
- Publication number
- JP6778247B2 JP6778247B2 JP2018227836A JP2018227836A JP6778247B2 JP 6778247 B2 JP6778247 B2 JP 6778247B2 JP 2018227836 A JP2018227836 A JP 2018227836A JP 2018227836 A JP2018227836 A JP 2018227836A JP 6778247 B2 JP6778247 B2 JP 6778247B2
- Authority
- JP
- Japan
- Prior art keywords
- peri
- region
- eye
- eye image
- image region
- 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
- 230000001815 facial effect Effects 0.000 title claims description 30
- 210000004204 blood vessel Anatomy 0.000 title description 13
- 238000000605 extraction Methods 0.000 title description 8
- 230000004927 fusion Effects 0.000 title description 5
- 210000001508 eye Anatomy 0.000 claims description 232
- 238000000034 method Methods 0.000 claims description 124
- 210000005252 bulbus oculi Anatomy 0.000 claims description 69
- 238000004422 calculation algorithm Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 19
- 210000003786 sclera Anatomy 0.000 claims description 11
- 230000002093 peripheral effect Effects 0.000 claims description 8
- 238000013442 quality metrics Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 21
- 230000002792 vascular Effects 0.000 description 20
- 241001469893 Oxyzygonectes dovii Species 0.000 description 14
- 230000000750 progressive effect Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000009795 derivation Methods 0.000 description 9
- 238000000059 patterning Methods 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 8
- 230000009466 transformation Effects 0.000 description 8
- 230000007704 transition Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 210000000744 eyelid Anatomy 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000000540 analysis of variance Methods 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 241001290864 Schoenoplectus Species 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010015995 Eyelid ptosis Diseases 0.000 description 2
- 241000405217 Viola <butterfly> Species 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 210000000795 conjunctiva Anatomy 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000004313 glare Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 201000003004 ptosis Diseases 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 102100027881 Tumor protein 63 Human genes 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002491 angiogenic effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 210000004177 elastic tissue Anatomy 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- -1 notebook computer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000036555 skin type Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 210000005166 vasculature Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Ophthalmology & Optometry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Eye Examination Apparatus (AREA)
Description
本願は、2015年9月11日に出願され、“Image Enhancement,
Quality Metrics, Feature Extraction, Information Fusion, Pose Estimation and Compensation, and Template Updates for Biometric Systems”と題された米国仮特許出願第62/217,660号に対する優先権およびその利益を主張するものであり、該米国仮特許出願の全体は、参照により本明細書中に援用される。
本発明は、例えば、以下を提供する。
(項目1)
コンピュータ実装方法であって、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含むことと、
前記画像を処理し、前記顔領域の画像内の前記眼の少なくとも一部を含む、眼球画像領域を画定することと、
それぞれが前記顔領域の画像内の前記眼を囲繞する面積の少なくとも一部を含む複数の眼球周囲画像領域を画定することであって、前記眼球周囲領域は、前記画定された眼球領域の寸法に基づいて画定される、ことと、
前記眼球画像領域および前記眼球周囲領域のうちの少なくとも1つに基づいて、1つまたはそれを上回るバイオメトリックマッチングスコアを計算することと、
前記1つまたはそれを上回るバイオメトリックマッチングスコアに基づいて、前記顔領域の画像を真正または非真正として指定することと、
を含む、方法。
(項目2)
前記複数の眼球周囲画像領域は、少なくとも4つの眼球周囲画像領域を備える、項目1に記載の方法。
(項目3)
前記少なくとも4つの眼球周囲画像領域は、前記眼球画像領域の下方に配置される眼球周囲画像領域、前記眼球画像領域の右に配置される眼球周囲画像領域、前記眼球画像領域の左に配置される眼球周囲画像領域、および前記眼球画像領域の上方に配置される眼球周囲画像領域を備える、項目2に記載の方法。
(項目4)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の下方に配置される下側眼球周囲画像領域を画定することを含み、前記下側眼球周囲画像領域は、眼球画像領域幅の幅と実質的に等しい幅および前記眼球画像領域の高さの10%〜300%の範囲内の高さを有する、項目1に記載の方法。
(項目5)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の右に配置される右眼球周囲画像領域を画定することを含み、前記右眼球周囲画像領域は、前記眼球画像領域の幅の10%〜80%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の高さを有する、項目1に記載の方法。
(項目6)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の左に配置される左眼球周囲画像領域を画定することを含み、前記左眼球周囲画像領域は、前記眼球画像領域の幅の10%〜50%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の高さを有する、項目1に記載の方法。
(項目7)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の上方に配置される上側眼球周囲画像領域を画定することを含み、前記上側眼球周囲画像領域は、眼球画像領域幅の幅と実質的に等しい幅および前記眼球画像領域の高さの10%〜150%の範囲内の高さを有する、項目1に記載の方法。
(項目8)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および眼球登録テンプレートに基づいて、第1のバイオメトリックマッチングスコアを計算することと、
前記第1のバイオメトリックマッチングスコアが第1のマッチング閾値に満たないことの判定に応答して、前記眼球画像領域、前記眼球周囲画像領域のうちの第1のもの、前記眼球登録テンプレート、および眼球周囲登録テンプレートに基づいて、第2のバイオメトリックマッチングスコアを計算することと、
を含む、項目1に記載の方法。
(項目9)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、前記第2のバイオメトリックマッチングスコアが第2のマッチング閾値に満たないことの判定に応答して、特定のさらなるバイオメトリックマッチングスコアのいずれかが対応するマッチング閾値を満たす、またはさらなる眼球周囲画像領域が含有のために利用不可能となるまで、前記さらなるバイオメトリックマッチングスコアを計算する際に、前記眼球周囲画像領域の付加的なものを反復的に含むことによって、1つまたはそれを上回るさらなるバイオメトリックマッチングスコアを計算することを含む、項目8に記載の方法。
(項目10)
前記複数の眼球周囲画像領域は、少なくとも、弁別力および/または品質に基づいて、ランク付けされ、前記付加的眼球周囲画像領域は、前記付加的眼球周囲画像領域の個別のランク付けに基づいて、反復的に含まれる、項目9に記載の方法。
(項目11)
前記眼球周囲画像領域から導出される1つまたはそれを上回る顔特徴に基づいて、前記複数の眼球周囲画像領域のうちの1つまたはそれを上回るものをサブ領域に分割することをさらに含み、前記付加的眼球周囲画像領域は、前記付加的眼球周囲画像領域のクラスタ重要度または個別のランク付けに基づいて、反復的に含まれる、項目9に記載の方法。
(項目12)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および登録テンプレートに基づいて、第1のマッチング点の対のセットを識別することと、
前記眼球周囲画像領域および前記登録テンプレートのうちの少なくとも1つに基づいて、第2のマッチング点の対のセットを識別することと、
を含む、項目1に記載の方法。
(項目13)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、
前記第1および第2のマッチング点の対のセットの組み合わせを誤対応検出アルゴリズムに入力することによって、1つまたはそれを上回る正対応マッチング点を判定することと、
前記眼球画像領域に対応する前記正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することと、
少なくとも部分的に、前記正対応マッチング点に基づいて、特定のバイオメトリックマッチングスコアを計算することと、
を含む、項目12に記載の方法。
(項目14)
前記最小眼球正対応カウントは、3に等しい、項目13に記載の方法。
(項目15)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、
前記第1のマッチング点の対のセットを誤対応検出アルゴリズムに入力することによって、1つまたはそれを上回る第1の正対応マッチング点を判定することと、
前記第2のマッチング点の対のセットを誤対応検出アルゴリズムに入力することによって、1つまたはそれを上回る第2の正対応マッチング点を判定することと、
前記第1および第2の正対応マッチング点の組み合わせを入力として使用して、少なくとも部分的に、誤対応検出アルゴリズムの出力に基づいて、特定のバイオメトリックマッチングスコアを計算することと、
を含む、項目13に記載の方法。
(項目16)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、前記眼球画像領域に対応する前記誤対応検出アルゴリズムの出力から得られた正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することを含む、項目13に記載の方法。
(項目17)
前記最小眼球正対応カウントは、3に等しい、項目16に記載の方法。
(項目18)
システムであって、
コンピュータ実行可能命令を記憶するための少なくとも1つのメモリと、
前記少なくとも1つのメモリ上に記憶される命令を実行するための少なくとも1つの処理ユニットであって、前記命令の実行は、前記少なくとも1つの処理ユニットを、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含むことと、
前記画像を処理し、前記顔領域の画像内の前記眼の少なくとも一部を含む、眼球画像領域を画定することと、
それぞれが前記顔領域の画像内の前記眼を囲繞する面積の少なくとも一部を含む複数の眼球周囲画像領域を画定することであって、前記眼球周囲領域は、前記画定された眼球領域の寸法に基づいて画定される、ことと、
前記眼球画像領域および前記眼球周囲領域のうちの少なくとも1つに基づいて、1つまたはそれを上回るバイオメトリックマッチングスコアを計算することと、
前記1つまたはそれを上回るバイオメトリックマッチングスコアに基づいて、前記顔領域の画像を真正または非真正として指定することと、
を含む動作を行うようにプログラムする、少なくとも1つの処理ユニットと、
を備える、システム。
(項目19)
前記複数の眼球周囲画像領域は、少なくとも4つの眼球周囲画像領域を備える、項目18に記載のシステム。
(項目20)
前記少なくとも4つの眼球周囲画像領域は、前記眼球画像領域の下方に配置される眼球周囲画像領域、前記眼球画像領域の右に配置される眼球周囲画像領域、前記眼球画像領域の左に配置される眼球周囲画像領域、および前記眼球画像領域の上方に配置される眼球周囲画像領域を備える、項目19に記載のシステム。
(項目21)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の下方に配置される下側眼球周囲画像領域を画定することを含み、前記下側眼球周囲画像領域は、眼球画像領域幅の幅と実質的に等しい幅および前記眼球画像領域の高さの10%〜300%の範囲内の高さを有する、項目18に記載のシステム。
(項目22)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の右に配置される右眼球周囲画像領域を画定することを含み、前記右眼球周囲画像領域は、前記眼球画像領域の幅の10%〜80%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の高さを有する、項目18に記載のシステム。
(項目23)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の左に配置される左眼球周囲画像領域を画定することを含み、前記左眼球周囲画像領域は、前記眼球画像領域の幅の10%〜50%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の高さを有する、項目18に記載のシステム。
(項目24)
前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の上方に配置される上側眼球周囲画像領域を画定することを含み、前記上側眼球周囲画像領域は、眼球画像領域幅の幅と実質的に等しい幅および前記眼球画像領域の高さの10%〜150%の範囲内の高さを有する、項目18に記載のシステム。
(項目25)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および眼球登録テンプレートに基づいて、第1のバイオメトリックマッチングスコアを計算することと、
前記第1のバイオメトリックマッチングスコアが第1のマッチング閾値に満たないことの判定に応答して、前記眼球画像領域、前記眼球周囲画像領域のうちの第1のもの、前記眼球登録テンプレート、および眼球周囲登録テンプレートに基づいて、第2のバイオメトリックマッチングスコアを計算することと、
を含む、項目18に記載のシステム。
(項目26)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、前記第2のバイオメトリックマッチングスコアが第2のマッチング閾値に満たないことの判定に応答して、特定のさらなるバイオメトリックマッチングスコアのいずれかが対応するマッチング閾値を満たす、またはさらなる眼球周囲画像領域が含有のために利用不可能となるまで、前記さらなるバイオメトリックマッチングスコアを計算する際に、前記眼球周囲画像領域の付加的なものを反復的に含むことによって、1つまたはそれを上回るさらなるバイオメトリックマッチングスコアを計算することを含む、項目25に記載のシステム。
(項目27)
前記複数の眼球周囲画像領域は、少なくとも、弁別力および/または品質に基づいて、ランク付けされ、前記付加的眼球周囲画像領域は、前記付加的眼球周囲画像領域の個別のランク付けに基づいて、反復的に含まれる、項目26に記載のシステム。
(項目28)
前記動作はさらに、前記眼球周囲画像領域から導出される1つまたはそれを上回る顔特徴に基づいて、前記複数の眼球周囲画像領域のうちの1つまたはそれを上回るものをサブ領域に分割することを含み、前記付加的眼球周囲画像領域は、前記付加的眼球周囲画像領域のクラスタ重要度または個別のランク付けに基づいて、反復的に含まれる、項目26に記載のシステム。
(項目29)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および登録テンプレートに基づいて、第1のマッチング点の対のセットを識別することと、
前記眼球周囲画像領域および前記登録テンプレートのうちの少なくとも1つに基づいて、第2のマッチング点の対のセットを識別することと、
を含む、項目18に記載のシステム。
(項目30)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、
前記第1および第2のマッチング点の対のセットの組み合わせを誤対応検出アルゴリズムに入力することによって、1つまたはそれを上回る正対応マッチング点を判定することと、
前記眼球画像領域に対応する前記正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することと、
少なくとも部分的に、前記正対応マッチング点に基づいて、特定のバイオメトリックマッチングスコアを計算することと、
を含む、項目29に記載のシステム。
(項目31)
前記最小眼球正対応カウントは、3に等しい、項目30に記載のシステム。
(項目32)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、
前記第1のマッチング点の対のセットを誤対応検出アルゴリズムに入力することによって、1つまたはそれを上回る第1の正対応マッチング点を判定することと、
前記第2のマッチング点の対のセットを誤対応検出アルゴリズムに入力することによって、1つまたはそれを上回る第2の正対応マッチング点を判定することと、
前記第1および第2の正対応マッチング点の組み合わせを入力として使用して、少なくとも部分的に、誤対応検出アルゴリズムの出力に基づいて、特定のバイオメトリックマッチングスコアを計算することと、
を含む、項目30に記載のシステム。
(項目33)
前記1つまたはそれを上回るバイオメトリックマッチングスコアを計算することはさらに、前記眼球画像領域に対応する前記誤対応検出アルゴリズムの出力から得られた正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することを含む、項目30に記載のシステム。
(項目34)
前記最小眼球正対応カウントは、3に等しい、項目33に記載のシステム。
(項目35)
コンピュータ実装方法であって、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含むことと、
前記画像を処理し、(i)前記顔領域の画像内の前記眼の少なくとも一部を含む、眼球画像領域を画定し、(ii)それぞれが前記顔領域の画像内の前記眼を囲繞する面積の少なくとも一部を含む1つまたはそれを上回る眼球周囲画像領域を画定することと、
前記眼球画像領域および前記1つまたはそれを上回る眼球周囲画像領域のうちの少なくとも1つ内の複数の着目点を識別することと、
着目点毎に、複数のパターン化ヒストグラム特徴記述子の組み合わせに基づいて、特徴記述子を生成することと、
前記生成された特徴記述子をバイオメトリックテンプレート内に記憶することと、
を含む、方法。
(項目36)
前記画像を処理することは、ローカル勾配ガボールパターン(LGGP)を使用して、前記画像の少なくとも一部を強化することを含む、項目35に記載の方法。
(項目37)
LGGPを使用して、前記画像の少なくとも一部を強化することは、
複数の角度のそれぞれにおいて、前記画像の少なくとも一部に関するガボール位相画像を計算することと、
前記計算されたガボール位相画像を集約し、組み合わせられたガボール位相画像を形成することと、
複数の角度のそれぞれにおいて、前記組み合わせられたガボール位相画像のローカル勾配を計算することと、
各ローカル勾配の最大値を留保し、強化された画像を形成することと、
を含む、項目36に記載の方法。
(項目38)
特定のパターン化ヒストグラム特徴記述子は、拡張型マルチ半径ローカルバイナリパターンのパターン化ヒストグラム(PH−EMR−LBP)、拡張型マルチ半径中心対称ローカルバイナリパターンのパターン化ヒストグラム(PH−EMR−CSLBP)、または拡張型マルチ半径ローカルターナリーパターンのパターン化ヒストグラム(PH−EMR−LTP)を備える、項目35に記載の方法。
(項目39)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点を備える画像領域を画定することと、
前記画像領域内のピクセル毎に、複数のローカルバイナリパターン(LBP)コードを計算し、マルチ半径LBP(MR−LBP)画像を形成することと、
前記MR−LBP画像を複数のサブ領域に分割することと、
各サブ領域内の各MR−LBPビット場所の周波数を備える、複数のヒストグラムを導出することと、
前記複数のヒストグラムを組み合わせ、前記PH−EMR−LBP特徴記述子を形成することと、
によって、PH−EMR−LBP特徴記述子を生成することを含む、項目38に記載の方法。
(項目40)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点を備える画像領域を画定することと、
前記画像領域内のピクセル毎に、複数の中心対称ローカルバイナリパターン(CSLBP)コードを計算し、マルチ半径CSLBP(MR−CSLBP)画像を形成することと、
前記MR−LBP画像を複数のサブ領域に分割することと、
各サブ領域内の各MR−CSLBPビット場所の周波数を備える、複数のヒストグラムを導出することと、
前記複数のヒストグラムを組み合わせ、前記PH−EMR−CSLBP特徴記述子を形成することと、
によって、PH−EMR−CSLBP特徴記述子を生成することを含む、項目38に記載の方法。
(項目41)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点を備える画像領域を画定することと、
前記画像領域内のピクセル毎に、複数のローカルターナリーパターン(LTP)コードを計算し、マルチ半径LTP(MR−LTP)画像を形成することと、
前記MR−LBP画像を複数のサブ領域に分割することと、
各サブ領域内の各MR−LTPビット場所の周波数を備える、複数のヒストグラムを導出することと、
前記複数のヒストグラムを組み合わせ、前記PH−EMR−LTP特徴記述子を形成することと、
によって、PH−EMR−LTP特徴記述子を生成することを含む、項目38に記載の方法。
(項目42)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点に関するPH−EMR−LBP特徴記述子、PH−EMR−CS−LBP特徴記述子、およびPH−EMR−LTP特徴記述子を計算することと、
前記PH−EMR−LBP特徴記述子、PH−EMR−CS−LBP特徴記述子、およびPH−EMR−LTP特徴記述子を組み合わせ、組み合わせられた特徴記述子を形成することと、
を含む、項目38に記載の方法。
(項目43)
特定の着目点に関する前記特徴記述子を生成することはさらに、分散分析を前記組み合わせられた特徴記述子に適用し、前記組み合わせられた特徴記述子からの特徴のサブセットを備える、上位特徴記述子を形成することを含む、項目42に記載の方法。
(項目44)
特定の着目点に関する前記特徴記述子を生成することはさらに、前記上位特徴記述子に次元縮退を行い、前記特定の着目点に関する特徴記述子を形成することを含む、項目43に記載の方法。
(項目45)
特定のパターン化ヒストグラム特徴記述子を生成することにおいて、ローカルバイナリパターンまたはローカルターナリーパターン特徴記述子は、角を伴うまたは伴わない正方形によって画定された近傍を使用して計算される、項目35に記載の方法。
(項目46)
システムであって、
コンピュータ実行可能命令を記憶するための少なくとも1つのメモリと、
前記少なくとも1つのメモリ上に記憶される命令を実行するための少なくとも1つの処理ユニットであって、前記命令の実行は、前記少なくとも1つの処理ユニットを、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含むことと、
前記画像を処理し、(i)前記顔領域の画像内の前記眼の少なくとも一部を含む、眼球画像領域を画定し、(ii)それぞれが前記顔領域の画像内の前記眼を囲繞する面積の少なくとも一部を含む1つまたはそれを上回る眼球周囲画像領域を画定することと、
前記眼球画像領域および前記1つまたはそれを上回る眼球周囲画像領域のうちの少なくとも1つ内の複数の着目点を識別することと、
着目点毎に、複数のパターン化ヒストグラム特徴記述子の組み合わせに基づいて、特徴記述子を生成することと、
前記生成された特徴記述子をバイオメトリックテンプレート内に記憶することと、
を含む動作を行うようにプログラムする、少なくとも1つの処理ユニットと、
を備える、システム。
(項目47)
前記画像を処理することは、ローカル勾配ガボールパターン(LGGP)を使用して、前記画像の少なくとも一部を強化することを含む、項目46に記載のシステム。
(項目48)
LGGPを使用して、前記画像の少なくとも一部を強化することは、
複数の角度のそれぞれにおいて、前記画像の少なくとも一部に関するガボール位相画像を計算することと、
前記計算されたガボール位相画像を集約し、組み合わせられたガボール位相画像を形成することと、
複数の角度のそれぞれにおいて、前記組み合わせられたガボール位相画像のローカル勾配を計算することと、
各ローカル勾配の最大値を留保し、強化された画像を形成することと、
を含む、項目47に記載のシステム。
(項目49)
特定のパターン化ヒストグラム特徴記述子は、拡張型マルチ半径ローカルバイナリパターンのパターン化ヒストグラム(PH−EMR−LBP)、拡張型マルチ半径中心対称ローカルバイナリパターンのパターン化ヒストグラム(PH−EMR−CSLBP)、または拡張型マルチ半径ローカルターナリーパターンのパターン化ヒストグラム(PH−EMR−LTP)を備える、項目46に記載のシステム。
(項目50)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点を備える画像領域を画定することと、
前記画像領域内のピクセル毎に、複数のローカルバイナリパターン(LBP)コードを計算し、マルチ半径LBP(MR−LBP)画像を形成することと、
前記MR−LBP画像を複数のサブ領域に分割することと、
各サブ領域内の各MR−LBPビット場所の周波数を備える、複数のヒストグラムを導出することと、
前記複数のヒストグラムを組み合わせ、前記PH−EMR−LBP特徴記述子を形成することと、
によって、PH−EMR−LBP特徴記述子を生成することを含む、項目49に記載のシステム。
(項目51)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点を備える画像領域を画定することと、
前記画像領域内のピクセル毎に、複数の中心対称ローカルバイナリパターン(CSLBP)コードを計算し、マルチ半径CSLBP(MR−CSLBP)画像を形成することと、
前記MR−LBP画像を複数のサブ領域に分割することと、
各サブ領域内の各MR−CSLBPビット場所の周波数を備える、複数のヒストグラムを導出することと、
前記複数のヒストグラムを組み合わせ、前記PH−EMR−CSLBP特徴記述子を形成することと、
によって、PH−EMR−CSLBP特徴記述子を生成することを含む、項目49に記載のシステム。
(項目52)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点を備える画像領域を画定することと、
前記画像領域内のピクセル毎に、複数のローカルターナリーパターン(LTP)コードを計算し、マルチ半径LTP(MR−LTP)画像を形成することと、
前記MR−LBP画像を複数のサブ領域に分割することと、
各サブ領域内の各MR−LTPビット場所の周波数を備える、複数のヒストグラムを導出することと、
前記複数のヒストグラムを組み合わせ、前記PH−EMR−LTP特徴記述子を形成することと、
によって、PH−EMR−LTP特徴記述子を生成することを含む、項目49に記載のシステム。
(項目53)
特定の着目点に関する前記特徴記述子を生成することは、
前記特定の着目点に関するPH−EMR−LBP特徴記述子、PH−EMR−CS−LBP特徴記述子、およびPH−EMR−LTP特徴記述子を計算することと、
前記PH−EMR−LBP特徴記述子、PH−EMR−CS−LBP特徴記述子、およびPH−EMR−LTP特徴記述子を組み合わせ、組み合わせられた特徴記述子を形成することと、
を含む、項目49に記載のシステム。
(項目54)
特定の着目点に関する前記特徴記述子を生成することはさらに、分散分析を前記組み合わせられた特徴記述子に適用し、前記組み合わせられた特徴記述子からの特徴のサブセットを備える、上位特徴記述子を形成することを含む、項目53に記載のシステム。
(項目55)
特定の着目点に関する前記特徴記述子を生成することはさらに、前記上位特徴記述子に次元縮退を行い、前記特定の着目点に関する特徴記述子を形成することを含む、項目54に記載のシステム。
(項目56)
特定のパターン化ヒストグラム特徴記述子を生成することにおいて、ローカルバイナリパターンまたはローカルターナリーパターン特徴記述子は、角を伴うまたは伴わない正方形によって画定された近傍を使用して計算される、項目46に記載のシステム。
(項目57)
コンピュータ実装方法であって、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含む、ことと、
前記顔領域の画像内の前記眼の少なくとも一部を含む、眼球画像領域を画定することと、
それぞれが前記顔領域の画像内の前記眼を囲繞する面積の少なくとも一部を含む1つまたはそれを上回る眼球周囲画像領域を画定することと、
前記眼球画像領域および前記1つまたはそれを上回る眼球周囲画像領域のうちの少なくとも1つ内の複数の着目点を識別することと、
着目点毎に、前記着目点を囲繞するテクスチャに関する領域値を計算することと、
前記着目点および前記個別の計算された領域値に基づいて、前記顔領域の画像の少なくとも一部に関する少なくとも1つの品質メトリックを判定することと、
を含む、コンピュータ実装方法。
(項目58)
特定の着目点に関する前記領域値を計算することは、
前記特定の着目点に関する正方形近傍内の少なくとも1つのローカルバイナリパターン(BP)を計算することと、
前記特定の着目点からオフセットされた1つまたはそれを上回る点に関する少なくとも1つのBPを計算することと、
を含む、項目57に記載の方法。
(項目59)
前記特定の着目点に関する前記領域値を計算することはさらに、前記領域値を前記特定の着目点および複数の前記オフセット点に関して計算された領域値の平均に設定することを含む、項目58に記載の方法。
(項目60)
前記特定の着目点に関する少なくとも1つのBPを計算することは、それぞれが前記特定の着目点に関する異なる近傍を有する複数のBPを計算することを含み、前記オフセット点に関する少なくとも1つのBPを計算することは、それぞれがオフセット点毎に異なる近傍を有する複数のBPを計算することを含む、項目58に記載の方法。
(項目61)
特定の着目点またはオフセット点に関する前記複数のBPを計算することは、
前記複数のBPを雑音バイナリパターン(NBP)に低減させることと、
汎用バイナリパターン(genBP)を前記NBPから作成することと、
を含む、項目60に記載の方法。
(項目62)
特定の着目点またはオフセット点に関する前記複数のBPを計算することはさらに、
加重されたパターンHを前記genBPから作成することと、
前記特定の着目点またはオフセット点に関する領域値を以下のように計算することであって、
を含む、項目61に記載の方法。
(項目63)
前記オフセット点は、前記特定の着目点から異なる方向に均一にシフトされた複数のピクセル場所を備える、項目58に記載の方法。
(項目64)
前記品質メトリックを判定することは、
前記着目点の個別の領域値に基づいて、前記着目点の順序付けられたリストを作成することと、
前記順序付けられたリスト内の連続着目点間の距離を計算することと、
を含む、項目57に記載の方法。
(項目65)
前記品質メトリックを判定することはさらに、前記品質メトリックを以下のように計算することであって、
を含む、項目64に記載の方法。
(項目66)
前記顔領域の画像の少なくとも一部は、前記眼球領域、または、前記眼球周囲領域のうちの少なくとも1つを備える、項目57に記載の方法。
(項目67)
前記眼球周囲画像領域毎に別個に計算された個別の品質メトリックに基づいて、前記眼球周囲画像領域をランク付けすることをさらに含む、項目57に記載の方法。
(項目68)
各眼球周囲画像領域の個別の弁別力のうちの少なくとも1つに基づいて、前記眼球周囲画像領域をランク付けすることをさらに含む、項目67に記載の方法。
(項目69)
少なくとも部分的に、前記個別の品質メトリックおよび/または前記眼球周囲画像領域の弁別力ランク付けに基づいて、前記眼球周囲画像領域をプログレッシブバイオメトリックマッチャ内で使用することをさらに含む、項目68に記載の方法。
(項目70)
前記眼球画像領域または眼球周囲画像領域のうちの第1のものと前記眼球画像領域または眼球周囲画像領域のうちの第2のものとの間の計算された品質メトリックの差異が閾値を超えることを判定することと、
計算された品質メトリックの前記判定された差異に基づいて、偽装の存在の尤度を示すことと、
をさらに含む、項目57に記載の方法。
(項目71)
システムであって、
コンピュータ実行可能命令を記憶するための少なくとも1つのメモリと、
前記少なくとも1つのメモリ上に記憶される命令を実行するための少なくとも1つの処理ユニットであって、前記命令の実行は、前記少なくとも1つの処理ユニットを、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含むことと、
前記顔領域の画像内の前記眼の少なくとも一部を含む、眼球画像領域を画定することと、
それぞれが前記顔領域の画像内の前記眼を囲繞する面積の少なくとも一部を含む1つまたはそれを上回る眼球周囲画像領域を画定することと、
前記眼球画像領域および前記1つまたはそれを上回る眼球周囲画像領域のうちの少なくとも1つ内の複数の着目点を識別することと、
着目点毎に、前記着目点を囲繞するテクスチャに関する領域値を計算することと、
前記着目点および前記個別の計算された領域値に基づいて、前記顔領域の画像の少なくとも一部に関する少なくとも1つの品質メトリックを判定することと、
を含む動作を行うようにプログラムする、少なくとも1つの処理ユニットと、
を備える、システム。
(項目72)
特定の着目点に関する前記領域値を計算することは、
前記特定の着目点に関する正方形近傍内の少なくとも1つのローカルバイナリパターン(BP)を計算することと、
前記特定の着目点からオフセットされた1つまたはそれを上回る点に関する少なくとも1つのBPを計算することと、
を含む、項目71に記載のシステム。
(項目73)
前記特定の着目点に関する領域値を計算することはさらに、前記領域値を前記特定の着目点および複数の前記オフセット点に関して計算された領域値の平均に設定することを含む、項目72に記載のシステム。
(項目74)
前記特定の着目点に関する少なくとも1つのBPを計算することは、それぞれが前記特定の着目点に関する異なる近傍を有する複数のBPを計算することを含み、前記オフセット点に関する少なくとも1つのBPを計算することは、それぞれがオフセット点毎に異なる近傍を有する複数のBPを計算することを含む、項目72に記載のシステム。
(項目75)
特定の着目点またはオフセット点に関する前記複数のBPを計算することは、
前記複数のBPを雑音バイナリパターン(NBP)に低減させることと、
汎用バイナリパターン(genBP)を前記NBPから作成することと、
を含む、項目74に記載のシステム。
(項目76)
特定の着目点またはオフセット点に関する前記複数のBPを計算することはさらに、
加重されたパターンHを前記genBPから作成することと、
前記特定の着目点またはオフセット点に関する領域値を以下のように計算することであって、
を含む、項目75に記載のシステム。
(項目77)
前記オフセット点は、前記特定の着目点から異なる方向に均一にシフトされた複数のピクセル場所を備える、項目72に記載のシステム。
(項目78)
前記品質メトリックを判定することは、
前記着目点の個別の領域値に基づいて、前記着目点の順序付けられたリストを作成することと、
前記順序付けられたリスト内の連続着目点間の距離を計算することと、
を含む、項目71に記載のシステム。
(項目79)
前記品質メトリックを判定することはさらに、前記品質メトリックを以下のように計算することであって、
を含む、項目78に記載のシステム。
(項目80)
前記顔領域の画像の少なくとも一部は、前記眼球領域または前記眼球周囲領域のうちの少なくとも1つを備える、項目71に記載のシステム。
(項目81)
前記動作はさらに、前記眼球周囲画像領域毎に別個に計算された個別の品質メトリックに基づいて、前記眼球周囲画像領域をランク付けすることを含む、項目71に記載のシステム。
(項目82)
前記動作はさらに、各眼球周囲画像領域の個別の弁別力のうちの少なくとも1つに基づいて、前記眼球周囲画像領域をランク付けすることを含む、項目81に記載のシステム。(項目83)
前記動作はさらに、少なくとも部分的に、前記個別の品質メトリックおよび/または前記眼球周囲画像領域の弁別力ランク付けに基づいて、前記眼球周囲画像領域をプログレッシブバイオメトリックマッチャ内で使用することを含む、項目82に記載のシステム。
(項目84)
前記動作はさらに、
前記眼球または眼球周囲画像領域のうちの第1のものと前記眼球または眼球周囲画像領域のうちの第2のものとの間の計算された品質メトリックの差異が閾値を超えることを判定することと、
計算された品質メトリックの前記判定された差異に基づいて、偽装の存在の尤度を示すことと、
を含む、項目71に記載のシステム。
Authentication」と題された米国特許第9,390,327号(その全体が、参照することによって本明細書に組み込まれる)に説明されている。ロバスト性をこれらおよび他のバイオメトリック照合技法に追加するために、例えば、付加的情報がより正確な分析を形成するために必要とされる場合、眼球周囲または部分的もしくはさらには完全な顔または他の可視識別可能パターン等の白眼の外側の可視非眼球血管構造を眼球血管バイオメトリックマッチングスキームにプログレッシブに含めるための方法が、本明細書に説明される。
眼球周囲境界
・領域1:
幅は、Wと実質的に等しい。
高さは、眼球領域の眼クロップの下方の0.1*H〜3*Hの範囲内である(それらの値も含む)。一実装では、高さは、0.3*Hと実質的に等しい。
・領域2:
幅は、0.1*W〜0.8*Wの範囲内である(それらの値も含む)。一実装では、幅は、0.2*Wと実質的に等しい。
高さは、1.2*H(眼球領域の眼クロップの0.1*H上方および眼クロップの0.1*H下方)〜5.5*H(眼クロップの1.5*H上方および眼クロップの3*H下方)の範囲内である(それらの値も含む)。一実装では、高さは、1.45*H(眼クロップの0.15*H上方および眼クロップの0.3*H下方)と実質的に等しい。
・領域3:
幅は、0.1*W〜0.5*Wの範囲内である(それらの値も含む)。一実装では、幅は、0.15*Wと実質的に等しい。
高さは、1.2*H(眼球領域の眼クロップの0.1*H上方および眼クロップの0.1*H下方)〜5.5*H(眼クロップの1.5*H上方および眼クロップの3*H下方)の範囲内である(それらの値も含む)。一実装では、高さは、1.45*H(眼クロップの0.15*H上方および眼クロップの0.3*H下方)と実質的に等しい。
・領域4:
幅は、Wと実質的に等しい。
高さは、眼球領域の眼クロップの0.1*H〜1.5*H上方の範囲内である(それらの値も含む)。一実装では、高さは、0.15*Hと実質的に等しい。
・領域2および3の幅は、それぞれ、0.2*Wおよび0.15*Wと実質的に等しい。・領域2および3の高さは、それぞれ、1.45*Hと実質的に等しい(眼クロップの上部から開始する)。
・領域1および4の幅は、Wと実質的に等しい。
・領域1および4の高さは、それぞれ、0.45*Hおよび0.1*Hと実質的に等しい。
画像強化
画像および特徴品質メトリック
着目点検出
点抑制
ローカル特徴記述子
プログレッシブマッチャ
ステップ1:SV>3.2である場合、ユーザは、認証され、ステップ2および3は、スキップされる。
ステップ2:SVP>3.4である場合、ユーザは、認証され、ステップ3は、スキップされる。
ステップ3:SP>3.2である場合、ユーザは、認証される。
プロセスを終了する。
Claims (24)
- コンピュータ実装方法であって、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含む、ことと、
前記画像を処理することにより、前記顔領域の前記画像内の前記眼の少なくとも一部を含む眼球画像領域を画定することであって、前記眼の前記少なくとも一部は、前記眼の強膜領域を含む、ことと、
それぞれが前記顔領域の前記画像内の前記眼を囲繞する面積の少なくとも一部を含む複数の眼球周囲画像領域を画定することであって、前記複数の眼球周囲画像領域の各々は、前記眼球画像領域とは異なるサイズにされており、前記複数の眼球周囲画像領域のうちの特定の1つを画定することは、
前記強膜領域を含む前記眼球画像領域の高さを第1の数値係数で乗算することによって領域高さを計算することと、
前記強膜領域を含む前記眼球画像領域の幅を第2の数値係数で乗算することによって領域幅を計算することと、
前記特定の眼球周囲画像領域の高さを前記計算された領域高さに等しく設定することと、
前記特定の眼球周囲画像領域の幅を前記計算された領域幅に等しく設定することと
を含む、ことと、
前記眼球画像領域と、前記複数の眼球周囲領域のうちの少なくとも1つとに基づいて、1つまたは複数のバイオメトリックマッチングスコアを計算することと、
前記1つまたは複数のバイオメトリックマッチングスコアに基づいて、前記顔領域の前記画像を真正または非真正として指定することと
を含み、前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および眼球登録テンプレートに基づいて、第1のバイオメトリックマッチングスコアを計算することと、
前記第1のバイオメトリックマッチングスコアが第1のマッチング閾値に満たないことの判定に応答して、前記眼球画像領域、前記複数の眼球周囲画像領域のうちの1つの眼球周囲画像領域、前記眼球登録テンプレート、および眼球周囲登録テンプレートに基づいて、第2のバイオメトリックマッチングスコアを計算することと
を含む、方法。 - 前記複数の眼球周囲画像領域は、少なくとも4つの眼球周囲画像領域を備える、請求項1に記載の方法。
- 前記少なくとも4つの眼球周囲画像領域は、前記眼球画像領域の下方に配置される下側眼球周囲画像領域と、前記眼球画像領域の右に配置される右眼球周囲画像領域と、前記眼球画像領域の左に配置される眼球周囲画像領域と、前記眼球画像領域の上方に配置される眼球周囲画像領域とを備える、請求項2に記載の方法。
- 前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の右に配置される右眼球周囲画像領域を画定することを含み、前記右眼球周囲画像領域は、前記眼球画像領域の幅の10%〜80%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の範囲内の高さを有する、請求項1に記載の方法。
- 前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の左に配置される左眼球周囲画像領域を画定することを含み、前記左眼球周囲画像領域は、前記眼球画像領域の幅の10%〜50%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の範囲内の高さを有する、請求項1に記載の方法。
- 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、前記第2のバイオメトリックマッチングスコアが第2のマッチング閾値に満たないことの判定に応答して、1つまたは複数のさらなるバイオメトリックマッチングスコアを計算することをさらに含み、前記1つまたは複数のさらなるバイオメトリックマッチングスコアを計算することは、特定のさらなるバイオメトリックマッチングスコアが対応するマッチング閾値を満たすか、またはいずれのさらなる眼球周囲画像領域も含有のために利用可能でなくなるかのいずれかまで、前記さらなるバイオメトリックマッチングスコアを計算する際に、前記複数の眼球周囲画像領域のうちの付加的な眼球周囲画像領域を反復的に含めることによって行われる、請求項1に記載の方法。
- 前記複数の眼球周囲画像領域は、少なくとも、弁別力および/または品質に基づいて、ランク付けされ、前記付加的な眼球周囲画像領域は、前記付加的な眼球周囲画像領域のそれぞれのランク付けに基づいて、反復的に含められる、請求項6に記載の方法。
- 前記眼球周囲画像領域から導出される1つまたは複数の顔特徴に基づいて、前記複数の眼球周囲画像領域のうちの1つまたは複数のものをサブ領域に分割することをさらに含み、前記付加的な眼球周囲画像領域は、前記付加的な眼球周囲画像領域のクラスタ重要度またはそれぞれのランク付けに基づいて、反復的に含められる、請求項6に記載の方法。
- 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および登録テンプレートに基づいて、第1のマッチング点の対のセットを識別することと、
前記眼球周囲画像領域および前記登録テンプレートのうちの少なくとも1つに基づいて、第2のマッチング点の対のセットを識別することと
を含む、請求項1に記載の方法。 - 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記第1および第2のマッチング点の対のセットの組み合わせを誤対応検出アルゴリズムに入力することによって、1つまたは複数の正対応マッチング点を判定することと、
前記眼球画像領域に対応する前記正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することと、
少なくとも部分的に、前記正対応マッチング点に基づいて、前記複数のバイオメトリックマッチングスコアのうちの1つを計算することと
をさらに含む、請求項9に記載の方法。 - 前記最小眼球正対応カウントは、3に等しい、請求項10に記載の方法。
- 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記第1のマッチング点の対のセットを誤対応検出アルゴリズムに入力することによって、1つまたは複数の第1の正対応マッチング点を判定することと、
前記第2のマッチング点の対のセットを前記誤対応検出アルゴリズムに入力することによって、1つまたは複数の第2の正対応マッチング点を判定することと、
前記第1および第2の正対応マッチング点の組み合わせを入力として使用して、少なくとも部分的に、前記誤対応検出アルゴリズムの出力に基づいて、前記複数のバイオメトリックマッチングスコアのうちの1つを計算することと
をさらに含む、請求項9に記載の方法。 - 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、前記眼球画像領域に対応する前記誤対応検出アルゴリズムの出力から得られた正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することをさらに含む、請求項12に記載の方法。
- 前記最小眼球正対応カウントは、3に等しい、請求項13に記載の方法。
- コンピュータ実行可能命令を記憶するための少なくとも1つのメモリと、
前記少なくとも1つのメモリ上に記憶される前記命令を実行するための少なくとも1つの処理ユニットであって、前記命令の実行は、
ユーザの顔領域の画像を受信することであって、前記顔領域は、眼および前記眼を囲繞する面積を含む、ことと、
前記画像を処理することにより、前記顔領域の前記画像内の前記眼の少なくとも一部を含む眼球画像領域を画定することであって、前記眼の前記少なくとも一部は、前記眼の強膜領域を含む、ことと、
それぞれが前記顔領域の前記画像内の前記眼を囲繞する面積の少なくとも一部を含む複数の眼球周囲画像領域を画定することであって、前記複数の眼球周囲画像領域の各々は、前記眼球画像領域とは異なるサイズにされており、前記複数の眼球周囲画像領域のうちの特定の1つを画定することは、
前記強膜領域を含む前記眼球画像領域の高さを第1の数値係数で乗算することによって領域高さを計算することと、
前記強膜領域を含む前記眼球画像領域の幅を第2の数値係数で乗算することによって領域幅を計算することと、
前記特定の眼球周囲画像領域の高さを前記計算された領域高さに等しく設定することと、
前記特定の眼球周囲画像領域の幅を前記計算された領域幅に等しく設定することと
を含む、ことと、
前記眼球画像領域と、前記複数の眼球周囲領域のうちの少なくとも1つとに基づいて、1つまたは複数のバイオメトリックマッチングスコアを計算することと、
前記1つまたは複数のバイオメトリックマッチングスコアに基づいて、前記顔領域の前記画像を真正または非真正として指定することと
を含む動作を行うように前記少なくとも1つの処理ユニットをプログラムする、少なくとも1つの処理ユニットと
を備え、前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および眼球登録テンプレートに基づいて、第1のバイオメトリックマッチングスコアを計算することと、
前記第1のバイオメトリックマッチングスコアが第1のマッチング閾値に満たないことの判定に応答して、前記眼球画像領域、前記複数の眼球周囲画像領域のうちの1つの眼球周囲画像領域、前記眼球登録テンプレート、および眼球周囲登録テンプレートに基づいて、第2のバイオメトリックマッチングスコアを計算することと
を含む、システム。 - 前記複数の眼球周囲画像領域は、少なくとも4つの眼球周囲画像領域を備える、請求項15に記載のシステム。
- 前記少なくとも4つの眼球周囲画像領域は、前記眼球画像領域の下方に配置される下側眼球周囲画像領域と、前記眼球画像領域の右に配置される右眼球周囲画像領域と、前記眼球画像領域の左に配置される眼球周囲画像領域と、前記眼球画像領域の上方に配置される眼球周囲画像領域とを備える、請求項16に記載のシステム。
- 前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の右に配置される右眼球周囲画像領域を画定することを含み、前記右眼球周囲画像領域は、前記眼球画像領域の幅の10%〜80%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の範囲内の高さを有する、請求項15に記載のシステム。
- 前記複数の眼球周囲画像領域を画定することは、前記眼球画像領域の左に配置される左眼球周囲画像領域を画定することを含み、前記左眼球周囲画像領域は、前記眼球画像領域の幅の10%〜50%の範囲内の幅および前記眼球画像領域の高さの120%〜550%の範囲内の高さを有する、請求項15に記載のシステム。
- 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、前記第2のバイオメトリックマッチングスコアが第2のマッチング閾値に満たないことの判定に応答して、1つまたは複数のさらなるバイオメトリックマッチングスコアを計算することをさらに含み、前記1つまたは複数のさらなるバイオメトリックマッチングスコアを計算することは、特定のさらなるバイオメトリックマッチングスコアが対応するマッチング閾値を満たすか、またはいずれのさらなる眼球周囲画像領域も含有のために利用可能でなくなるかのいずれかまで、前記さらなるバイオメトリックマッチングスコアを計算する際に、前記複数の眼球周囲画像領域のうちの付加的な眼球周囲画像領域を反復的に含めることによって行われる、請求項15に記載のシステム。
- 前記複数の眼球周囲画像領域は、少なくとも、弁別力および/または品質に基づいて、ランク付けされ、前記付加的な眼球周囲画像領域は、前記付加的な眼球周囲画像領域のそれぞれのランク付けに基づいて、反復的に含められる、請求項20に記載のシステム。
- 前記動作は、前記眼球周囲画像領域から導出される1つまたは複数の顔特徴に基づいて、前記複数の眼球周囲画像領域のうちの1つまたは複数のものをサブ領域に分割することをさらに含み、前記付加的な眼球周囲画像領域は、前記付加的な眼球周囲画像領域のクラスタ重要度またはそれぞれのランク付けに基づいて、反復的に含められる、請求項20に記載のシステム。
- 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記眼球画像領域および登録テンプレートに基づいて、第1のマッチング点の対のセットを識別することと、
前記眼球周囲画像領域および前記登録テンプレートのうちの少なくとも1つに基づいて、第2のマッチング点の対のセットを識別することと
を含む、請求項15に記載のシステム。 - 前記1つまたは複数のバイオメトリックマッチングスコアを計算することは、
前記第1および第2のマッチング点の対のセットの組み合わせを誤対応検出アルゴリズムに入力することによって、1つまたは複数の正対応マッチング点を判定することと、
前記眼球画像領域に対応する前記正対応マッチング点の数が最小眼球正対応カウントを満たすことを判定することと、
少なくとも部分的に、前記正対応マッチング点に基づいて、前記複数のバイオメトリックマッチングスコアのうちの1つを計算することと
をさらに含む、請求項23に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562217660P | 2015-09-11 | 2015-09-11 | |
US62/217,660 | 2015-09-11 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018188074A Division JP6449516B2 (ja) | 2015-09-11 | 2018-10-03 | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019079546A JP2019079546A (ja) | 2019-05-23 |
JP2019079546A5 JP2019079546A5 (ja) | 2019-10-17 |
JP6778247B2 true JP6778247B2 (ja) | 2020-10-28 |
Family
ID=56940461
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018512910A Expired - Fee Related JP6416438B2 (ja) | 2015-09-11 | 2016-09-09 | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
JP2018188074A Active JP6449516B2 (ja) | 2015-09-11 | 2018-10-03 | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
JP2018227836A Expired - Fee Related JP6778247B2 (ja) | 2015-09-11 | 2018-12-05 | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018512910A Expired - Fee Related JP6416438B2 (ja) | 2015-09-11 | 2016-09-09 | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
JP2018188074A Active JP6449516B2 (ja) | 2015-09-11 | 2018-10-03 | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
Country Status (14)
Country | Link |
---|---|
US (3) | US9721150B2 (ja) |
EP (1) | EP3347853A1 (ja) |
JP (3) | JP6416438B2 (ja) |
KR (3) | KR102131104B1 (ja) |
CN (2) | CN108351961B (ja) |
AU (3) | AU2016319775B2 (ja) |
BR (2) | BR122018007961B1 (ja) |
HK (1) | HK1251933A1 (ja) |
MX (1) | MX2018003051A (ja) |
PH (1) | PH12018500541A1 (ja) |
RU (2) | RU2711050C2 (ja) |
SG (2) | SG10202001380RA (ja) |
TW (3) | TWI706266B (ja) |
WO (1) | WO2017044782A1 (ja) |
Families Citing this family (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2983749C (en) | 2015-05-11 | 2021-12-28 | Magic Leap, Inc. | Devices, methods and systems for biometric user recognition utilizing neural networks |
US10043071B1 (en) * | 2015-07-30 | 2018-08-07 | Morphotrust Usa, Llc | Automated document classification |
US10255040B2 (en) * | 2017-05-11 | 2019-04-09 | Veridium Ip Limited | System and method for biometric identification |
US11329980B2 (en) | 2015-08-21 | 2022-05-10 | Veridium Ip Limited | System and method for biometric protocol standards |
US9830708B1 (en) | 2015-10-15 | 2017-11-28 | Snap Inc. | Image segmentation of a video stream |
FR3046691B1 (fr) * | 2016-01-13 | 2019-03-29 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Dispositif de selection et description de points d'interets dans une sequence d'images, par exemple pour l'appariement de points d'interets |
WO2017156547A1 (en) | 2016-03-11 | 2017-09-14 | Magic Leap, Inc. | Structure learning in convolutional neural networks |
US10733275B1 (en) * | 2016-04-01 | 2020-08-04 | Massachusetts Mutual Life Insurance Company | Access control through head imaging and biometric authentication |
US10956544B1 (en) | 2016-04-01 | 2021-03-23 | Massachusetts Mutual Life Insurance Company | Access control through head imaging and biometric authentication |
CH712399A2 (fr) * | 2016-04-27 | 2017-10-31 | Bron Christophe | Système d'identification biométrique basé sur les réseaux veineux et des codages uniques et non falsifiables de structures arborescentes et procédé associé. |
FR3054905B1 (fr) * | 2016-08-04 | 2019-10-18 | Safran Identity & Security | Procede de generation de cle et procede de controle d'acces |
US10262187B1 (en) * | 2016-11-10 | 2019-04-16 | Synaptics Incorporated | Systems and methods for spoof detection based on local binary patterns |
US10565433B2 (en) * | 2017-03-30 | 2020-02-18 | George Mason University | Age invariant face recognition using convolutional neural networks and set distances |
US10762335B2 (en) | 2017-05-16 | 2020-09-01 | Apple Inc. | Attention detection |
CN107169535B (zh) * | 2017-07-06 | 2023-11-03 | 谈宜勇 | 生物多光谱图像的深度学习分类方法及装置 |
CN107480488B (zh) * | 2017-07-18 | 2020-01-14 | Oppo广东移动通信有限公司 | 解锁控制方法及相关产品 |
CN107492075B (zh) * | 2017-07-28 | 2019-12-10 | 浙江大学 | 一种基于细节增强的单张ldr图像曝光校正的方法 |
KR102362651B1 (ko) | 2017-08-01 | 2022-02-14 | 애플 인크. | 얼굴 인식에 사용되는 템플릿들을 업데이트하기 위한 프로세스 |
CN208589037U (zh) | 2017-08-01 | 2019-03-08 | 苹果公司 | 电子设备 |
US10210381B1 (en) | 2017-08-01 | 2019-02-19 | Apple Inc. | Multiple enrollments in facial recognition |
CN109325393B (zh) | 2017-08-01 | 2022-12-09 | 苹果公司 | 使用单一网络的面部检测、姿态估计和距相机距离的估计 |
US10719692B2 (en) | 2017-09-09 | 2020-07-21 | Apple Inc. | Vein matching for difficult biometric authentication cases |
US10552671B2 (en) * | 2017-11-22 | 2020-02-04 | King Fahd University Of Petroleum And Minerals | Multi-kernel fuzzy local Gabor feature extraction method for automatic gait recognition |
US10579908B2 (en) * | 2017-12-15 | 2020-03-03 | Google Llc | Machine-learning based technique for fast image enhancement |
US10510145B2 (en) | 2017-12-27 | 2019-12-17 | Industrial Technology Research Institute | Medical image comparison method and system thereof |
CN108734085A (zh) * | 2018-03-27 | 2018-11-02 | 中国银联股份有限公司 | 虹膜识别方法及虹膜识别系统 |
JP2019204288A (ja) * | 2018-05-23 | 2019-11-28 | 富士通株式会社 | 生体認証装置、生体認証方法及び生体認証プログラム |
US10769414B2 (en) | 2018-06-03 | 2020-09-08 | Apple Inc. | Robust face detection |
US10303866B1 (en) | 2018-06-03 | 2019-05-28 | Apple Inc. | Automatic retries for facial recognition |
TWI674557B (zh) * | 2018-07-31 | 2019-10-11 | 瑞昱半導體股份有限公司 | 影像處理裝置及其方法 |
CN109389031B (zh) * | 2018-08-27 | 2021-12-03 | 浙江大丰实业股份有限公司 | 演出人员自动定位机构 |
US11163981B2 (en) | 2018-09-11 | 2021-11-02 | Apple Inc. | Periocular facial recognition switching |
EP3859663A4 (en) | 2018-09-27 | 2021-09-29 | NEC Corporation | IRIS DETECTION DEVICE, IRIS DETECTION METHOD AND STORAGE MEDIUM |
BR112021006439A2 (pt) * | 2018-10-09 | 2021-07-06 | Essilor Int | método para adaptação de equipamento oftálmico de acordo com uma estratégia de exploração visual do portador |
EP3651057B1 (fr) * | 2018-11-09 | 2023-06-14 | Tissot S.A. | Procede d'authentification faciale d'un porteur d'une montre |
CN109766925B (zh) * | 2018-12-20 | 2021-05-11 | 深圳云天励飞技术有限公司 | 特征融合方法、装置、电子设备及存储介质 |
CN109766809B (zh) * | 2018-12-29 | 2021-01-29 | 山东财经大学 | 一种改进的人眼检测及跟踪方法 |
US10796194B2 (en) * | 2019-01-23 | 2020-10-06 | Ncku Research And Development Foundation | Motion-aware keypoint selection system adaptable to iterative closest point |
US10803343B2 (en) * | 2019-01-23 | 2020-10-13 | Ncku Research And Development Foundation | Motion-aware keypoint selection system adaptable to iterative closest point |
CN111666796B (zh) * | 2019-03-08 | 2023-04-07 | 财团法人成大研究发展基金会 | 适用于迭代最近点法的可察觉移动的关键点选择系统 |
US10599934B1 (en) * | 2019-03-21 | 2020-03-24 | Alibaba Group Hoding Limited | Spoof detection using optokinetic response |
US10853642B2 (en) * | 2019-03-22 | 2020-12-01 | Advanced New Technologies Co., Ltd. | Fusing multi-spectral images for identity authentication |
FR3094122A1 (fr) * | 2019-03-22 | 2020-09-25 | Stmicroelectronics (Grenoble 2) Sas | Dispositif électronique de traitement d’images |
CN110070037B (zh) * | 2019-04-22 | 2022-11-01 | 深圳力维智联技术有限公司 | 人脸识别模型的平滑升级方法、装置和可读存储介质 |
CN110110637A (zh) * | 2019-04-25 | 2019-08-09 | 深圳市华嘉生物智能科技有限公司 | 一种人脸皮肤皱纹自动识别和皱纹严重程度自动分级的方法 |
EP3973468A4 (en) | 2019-05-21 | 2022-09-14 | Magic Leap, Inc. | HANDPOSITION ESTIMATING |
CN112102543A (zh) * | 2019-05-31 | 2020-12-18 | 杭州海康威视数字技术股份有限公司 | 一种安检系统和方法 |
CN110472479B (zh) * | 2019-06-28 | 2022-11-22 | 广州中国科学院先进技术研究所 | 一种基于surf特征点提取和局部lbp编码的指静脉识别方法 |
JP7237768B2 (ja) * | 2019-08-02 | 2023-03-13 | 株式会社日立製作所 | 生体情報検出装置 |
US11087444B2 (en) * | 2019-08-09 | 2021-08-10 | The Boeing Company | Field programmable gate array (FPGA) implementation and optimization of augmented contrast limited adaptive histogram equalization |
JP7276481B2 (ja) * | 2019-10-01 | 2023-05-18 | 日本電信電話株式会社 | 移動端末及び通信品質予測方法 |
US11348375B2 (en) | 2019-10-15 | 2022-05-31 | Assa Abloy Ab | Systems and methods for using focal stacks for image-based spoof detection |
US11294996B2 (en) | 2019-10-15 | 2022-04-05 | Assa Abloy Ab | Systems and methods for using machine learning for image-based spoof detection |
US11304645B2 (en) | 2019-10-15 | 2022-04-19 | Biosense Webster (Israel) Ltd. | Local rendering based detail subset presentation |
US10607077B1 (en) | 2019-10-28 | 2020-03-31 | EyeVerify Inc. | Identity authentication using an inlier neural network |
KR20210071410A (ko) | 2019-12-06 | 2021-06-16 | 삼성전자주식회사 | 센서 특화 이미지 인식 장치 및 방법 |
US11276153B2 (en) * | 2020-01-14 | 2022-03-15 | Adobe Inc. | Auto-complete image suggestions for image editing |
KR102409790B1 (ko) * | 2020-01-30 | 2022-06-17 | 주식회사 알체라 | 생체정보 분산관리 시스템 및 이를 이용한 생체인식 방법 |
DE102020202946A1 (de) | 2020-03-08 | 2021-09-09 | Volkswagen Aktiengesellschaft | Verfahren zum Bereitstellen des Zugangs zu einem Gerät sowie Kraftfahrzeug |
CN111415397B (zh) * | 2020-03-20 | 2024-03-08 | 广州虎牙科技有限公司 | 一种人脸重构、直播方法、装置、设备及存储介质 |
CN111507208B (zh) * | 2020-03-30 | 2021-06-25 | 中国科学院上海微系统与信息技术研究所 | 一种基于巩膜识别的身份验证方法、装置、设备和介质 |
DE102020109171A1 (de) | 2020-04-02 | 2021-10-07 | Bundesdruckerei Gmbh | Integritätsprüfung eines Dokuments mit personenbezogenen Daten |
JP7363675B2 (ja) * | 2020-06-15 | 2023-10-18 | 株式会社島津製作所 | イメージング質量分析装置、及びイメージング質量分析方法 |
US11275959B2 (en) * | 2020-07-07 | 2022-03-15 | Assa Abloy Ab | Systems and methods for enrollment in a multispectral stereo facial recognition system |
US11689822B2 (en) | 2020-09-04 | 2023-06-27 | Altek Semiconductor Corp. | Dual sensor imaging system and privacy protection imaging method thereof |
US11995808B2 (en) | 2020-09-04 | 2024-05-28 | Abova, Inc | Method for X-ray dental image enhancement |
CN112329674B (zh) * | 2020-11-12 | 2024-03-12 | 北京环境特性研究所 | 基于多纹理特征融合的结冰湖泊检测方法和装置 |
AU2021401427A1 (en) * | 2020-12-17 | 2023-07-13 | Avedro, Inc. | Treatments for eye infection |
US11921831B2 (en) | 2021-03-12 | 2024-03-05 | Intellivision Technologies Corp | Enrollment system with continuous learning and confirmation |
TWI775356B (zh) * | 2021-03-19 | 2022-08-21 | 宏碁智醫股份有限公司 | 用於眼底圖的影像前處理方法及影像處理裝置 |
TWI758162B (zh) * | 2021-04-15 | 2022-03-11 | 和碩聯合科技股份有限公司 | 生物形體的追蹤系統及方法 |
WO2023041963A1 (en) * | 2021-09-20 | 2023-03-23 | Sensetime International Pte. Ltd. | Face identification methods and apparatuses |
AU2021240278A1 (en) * | 2021-09-20 | 2023-04-06 | Sensetime International Pte. Ltd. | Face identification methods and apparatuses |
EP4160548A1 (en) * | 2021-10-01 | 2023-04-05 | Amadeus S.A.S. | System and method for processing biometric characteristics |
WO2023133072A2 (en) | 2022-01-07 | 2023-07-13 | Jumio Corporation | Biometric authentication using head-mounted devices |
CN114936361A (zh) * | 2022-01-28 | 2022-08-23 | 中国银联股份有限公司 | 生物特征识别方法、服务器以及客户端 |
CN115442021A (zh) * | 2022-08-09 | 2022-12-06 | 中国银联股份有限公司 | 一种数据匹配方法、装置、系统、设备及介质 |
US11762969B1 (en) * | 2023-01-12 | 2023-09-19 | King Saud University | Systems and methods for facilitating biometric recognition |
CN115984952B (zh) * | 2023-03-20 | 2023-11-24 | 杭州叶蓁科技有限公司 | 基于球结膜血管图像识别的眼动跟踪系统及其方法 |
CN117392225B (zh) * | 2023-12-06 | 2024-07-23 | 中导光电设备股份有限公司 | 一种显示屏检测区域位置校正的方法和系统 |
Family Cites Families (122)
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 |
US5303709A (en) | 1991-12-16 | 1994-04-19 | Dreher Andreas W | Retinal eye disease diagnostic system |
US6095989A (en) | 1993-07-20 | 2000-08-01 | Hay; Sam H. | Optical recognition methods for locating eyes |
US5632282A (en) | 1993-07-20 | 1997-05-27 | Hay; S. Hutson | Ocular disease detection apparatus |
US6707484B1 (en) | 1994-07-28 | 2004-03-16 | Semiconductor Energy Laboratory Co., Ltd. | Information processing system |
US6714665B1 (en) * | 1994-09-02 | 2004-03-30 | Sarnoff Corporation | Fully automated iris recognition system utilizing wide and narrow fields of view |
JPH1063858A (ja) * | 1996-08-21 | 1998-03-06 | Oki Electric Ind Co Ltd | 個人識別方法及び個人識別装置 |
WO1998025227A1 (en) | 1996-12-04 | 1998-06-11 | Dew Engineering And Development Limited | Biometric security encryption system |
JPH10340343A (ja) * | 1997-06-06 | 1998-12-22 | Oki Electric Ind Co Ltd | 個体識別装置 |
JPH10340344A (ja) * | 1997-06-06 | 1998-12-22 | Oki Electric Ind Co Ltd | 個体識別装置 |
US6185316B1 (en) | 1997-11-12 | 2001-02-06 | Unisys Corporation | Self-authentication apparatus and method |
JP3315648B2 (ja) | 1998-07-17 | 2002-08-19 | 沖電気工業株式会社 | アイリスコード生成装置およびアイリス認識システム |
KR100320188B1 (ko) | 1999-03-23 | 2002-01-10 | 구자홍 | 홍채인식 시스템의 위조 판별방법 |
JP4519963B2 (ja) | 1999-06-21 | 2010-08-04 | 富士通株式会社 | 生体情報の暗号化・復号化方法および装置並びに、生体情報を利用した本人認証システム |
US6839151B1 (en) | 2000-02-02 | 2005-01-04 | Zoran Corporation | System and method for color copy image processing |
ES2241598T3 (es) | 2000-05-16 | 2005-11-01 | Swisscom Mobile Ag | Procedimiento biometrico de identificacion y autenticacion. |
US7536557B2 (en) | 2001-03-22 | 2009-05-19 | Ensign Holdings | Method for biometric authentication through layering biometric traits |
US6836554B1 (en) | 2000-06-16 | 2004-12-28 | International Business Machines Corporation | System and method for distorting a biometric for transactions with enhanced security and privacy |
JP2002236666A (ja) * | 2001-02-09 | 2002-08-23 | Matsushita Electric Ind Co Ltd | 個人認証装置 |
US7103200B2 (en) | 2001-03-05 | 2006-09-05 | Robert Hillhouse | Method and system for adaptively varying templates to accommodate changes in biometric information |
US8279042B2 (en) | 2001-07-10 | 2012-10-02 | Xatra Fund Mx, Llc | Iris scan biometrics on a payment device |
FR2831302A1 (fr) | 2001-10-19 | 2003-04-25 | St Microelectronics Sa | Codage d'informations concentriques |
AU2003245458A1 (en) | 2002-06-12 | 2003-12-31 | Advanced Research And Technology Institute, Inc. | Method and apparatus for improving both lateral and axial resolution in ophthalmoscopy |
JP2004023733A (ja) | 2002-06-20 | 2004-01-22 | Canon Inc | 画像撮影装置及びその制御方法 |
US7668351B1 (en) | 2003-01-17 | 2010-02-23 | Kestrel Corporation | System and method for automation of morphological segmentation of bio-images |
US7474407B2 (en) | 2003-02-20 | 2009-01-06 | Applied Science Innovations | Optical coherence tomography with 3d coherence scanning |
US7599524B2 (en) * | 2003-04-04 | 2009-10-06 | Sarnoff Corporation | Method and apparatus for providing a robust object finder |
KR20050025927A (ko) * | 2003-09-08 | 2005-03-14 | 유웅덕 | 홍채인식을 위한 동공 검출 방법 및 형상기술자 추출방법과 그를 이용한 홍채 특징 추출 장치 및 그 방법과홍채인식 시스템 및 그 방법 |
JP3945474B2 (ja) | 2003-11-28 | 2007-07-18 | 松下電器産業株式会社 | 眼画像入力装置および認証装置ならびに画像処理方法 |
US7336806B2 (en) | 2004-03-22 | 2008-02-26 | Microsoft Corporation | Iris-based biometric identification |
US7542590B1 (en) | 2004-05-07 | 2009-06-02 | Yt Acquisition Corporation | System and method for upgrading biometric data |
US20050281440A1 (en) | 2004-06-18 | 2005-12-22 | Pemer Frederick A | Iris feature detection and sensor-based edge detection |
US7155040B2 (en) | 2004-06-29 | 2006-12-26 | Bio-Key International, Inc. | Generation of quality field information in the context of image processing |
AU2005307724A1 (en) | 2004-11-19 | 2006-05-26 | Triad Biometrics, Llc | Methods and systems for use in biomeiric authentication and/or identification |
US20060120571A1 (en) * | 2004-12-03 | 2006-06-08 | Tu Peter H | System and method for passive face recognition |
GB0427205D0 (en) | 2004-12-11 | 2005-01-12 | Ncr Int Inc | Biometric system |
WO2006069158A2 (en) | 2004-12-22 | 2006-06-29 | Merkatum Corporation | Self-adaptive multimodal biometric authentication system and method |
CA2594592A1 (en) | 2005-01-14 | 2006-07-27 | Ultra-Scan Corporation | Multimodal fusion decision logic system |
JP4767971B2 (ja) * | 2005-01-26 | 2011-09-07 | ハネウェル・インターナショナル・インコーポレーテッド | 距離虹彩認識システム |
RU2365995C2 (ru) * | 2005-01-31 | 2009-08-27 | Самсунг Электроникс Ко., Лтд. | Система и способ регистрации двухмерных изображений |
US7327860B2 (en) | 2005-05-04 | 2008-02-05 | West Virginia University | Conjunctival scans for personal identification |
US8370639B2 (en) | 2005-06-16 | 2013-02-05 | Sensible Vision, Inc. | System and method for providing secure access to an electronic device using continuous facial biometrics |
JP4686284B2 (ja) | 2005-07-13 | 2011-05-25 | 日立オムロンターミナルソリューションズ株式会社 | 生体情報登録装置 |
CN100336071C (zh) * | 2005-08-19 | 2007-09-05 | 清华大学 | 复杂背景图像中鲁棒的眼睛精确定位方法 |
US8260008B2 (en) | 2005-11-11 | 2012-09-04 | Eyelock, Inc. | Methods for performing biometric recognition of a human eye and corroboration of same |
US7801335B2 (en) | 2005-11-11 | 2010-09-21 | Global Rainmakers Inc. | Apparatus and methods for detecting the presence of a human eye |
US8005277B2 (en) | 2006-03-03 | 2011-08-23 | Research Foundation-State University of NY | Secure fingerprint matching by hashing localized information |
US20070217708A1 (en) | 2006-03-20 | 2007-09-20 | International Business Machines Corporation | Method, system, and program product for transforming a biometric image |
RU2304307C1 (ru) * | 2006-03-29 | 2007-08-10 | Юрий Витальевич Морзеев | Способ идентификации человека по изображению его лица |
JP4961214B2 (ja) | 2006-03-29 | 2012-06-27 | 株式会社日立情報制御ソリューションズ | 生体認証方法およびシステム |
US8345945B2 (en) | 2006-04-21 | 2013-01-01 | The Trustees Of The University Of Pennsylvania | Motion artifact compensation |
US20070286462A1 (en) | 2006-04-28 | 2007-12-13 | David Usher | System and method for biometric retinal identification |
KR100852629B1 (ko) | 2006-06-02 | 2008-08-18 | 연세대학교 산학협력단 | 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 |
US20070291277A1 (en) | 2006-06-20 | 2007-12-20 | Everett Matthew J | Spectral domain optical coherence tomography system |
US8417960B2 (en) | 2006-09-06 | 2013-04-09 | Hitachi, Ltd. | Method for generating an encryption key using biometrics authentication and restoring the encryption key and personal authentication system |
PL380581A1 (pl) | 2006-09-07 | 2008-03-17 | Naukowa I Akademicka Sieć Komputerowa | Sposób testowania żywotności oka i urządzenie do testowania żywotności oka |
US7535991B2 (en) * | 2006-10-16 | 2009-05-19 | Oraya Therapeutics, Inc. | Portable orthovoltage radiotherapy |
US20080298642A1 (en) | 2006-11-03 | 2008-12-04 | Snowflake Technologies Corporation | Method and apparatus for extraction and matching of biometric detail |
KR100855631B1 (ko) * | 2006-12-26 | 2008-09-01 | (주)엔토시스 | 특징벡터 검출장치 및 방법, 그리고, 이를 이용한얼굴인식장치 및 방법 |
JP4309926B2 (ja) * | 2007-03-13 | 2009-08-05 | アイシン精機株式会社 | 顔特徴点検出装置、顔特徴点検出方法及びプログラム |
US8279329B2 (en) | 2007-04-10 | 2012-10-02 | University Of Rochester | Structured illumination for imaging of stationary and non-stationary, fluorescent and non-fluorescent, objects |
US8831299B2 (en) * | 2007-05-22 | 2014-09-09 | Intellectual Ventures Fund 83 Llc | Capturing data for individual physiological monitoring |
FI20070501A0 (fi) | 2007-06-21 | 2007-06-21 | Timo Tapani Lehto | Menetelmä ja järjestelmä ihmisen tunnistamiseksi |
JP5110983B2 (ja) | 2007-06-29 | 2012-12-26 | 日立オムロンターミナルソリューションズ株式会社 | 生体認証処理システム |
WO2009029757A1 (en) | 2007-09-01 | 2009-03-05 | Global Rainmakers, Inc. | System and method for iris data acquisition for biometric identification |
RU2382408C2 (ru) * | 2007-09-13 | 2010-02-20 | Институт прикладной физики РАН | Способ и система для идентификации человека по изображению лица |
RU2390844C2 (ru) * | 2007-10-22 | 2010-05-27 | Государственное образовательное учреждение высшего профессионального образования Курский государственный технический университет | Способ распознавания глаз на изображении и устройство для его реализации |
JP5080944B2 (ja) | 2007-11-08 | 2012-11-21 | 興和株式会社 | パノラマ眼底画像合成装置及び方法 |
ES2326205B1 (es) | 2007-11-27 | 2010-06-29 | Universidad Complutense De Madrid | Metodo y dispositivo para el reconocimiento de individuos basado en la imagen de la retina que incorpora como constante biometrica el area imagen del punto de fijacion. |
US8532344B2 (en) | 2008-01-09 | 2013-09-10 | International Business Machines Corporation | Methods and apparatus for generation of cancelable face template |
JP5277365B2 (ja) * | 2008-04-06 | 2013-08-28 | 国立大学法人九州工業大学 | 個人認証方法及びそれに使用する個人認証装置 |
US8238639B2 (en) | 2008-04-09 | 2012-08-07 | Cognex Corporation | Method and system for dynamic feature detection |
KR100949801B1 (ko) | 2008-04-17 | 2010-03-30 | 한국전자통신연구원 | 퍼지볼트 시스템에서의 다항식 복원장치 및 그 방법 |
US8079711B2 (en) | 2008-04-24 | 2011-12-20 | Carl Zeiss Meditec, Inc. | Method for finding the lateral position of the fovea in an SDOCT image volume |
EP2321787B1 (en) | 2008-06-06 | 2017-01-11 | Google, Inc. | Annotating images |
JP4569670B2 (ja) * | 2008-06-11 | 2010-10-27 | ソニー株式会社 | 画像処理装置、画像処理方法およびプログラム |
US8249314B2 (en) | 2008-06-16 | 2012-08-21 | International Business Machines Corporation | Anonymous and revocable fingerprint recognition |
JP2010020594A (ja) * | 2008-07-11 | 2010-01-28 | Kddi Corp | 瞳画像認識装置 |
ES2337866B2 (es) | 2008-07-24 | 2011-02-14 | Universidad Complutense De Madrid | Reconocimiento biometrico mediante estudio del mapa de superficie delsegundo dioptrio ocular. |
US8090246B2 (en) * | 2008-08-08 | 2012-01-03 | Honeywell International Inc. | Image acquisition system |
KR100996466B1 (ko) | 2008-10-09 | 2010-11-25 | 조선대학교산학협력단 | 비밀분산 기법을 이용한 지문정보 저장 장치, 비밀분산 기법을 이용한 지문 인증 시스템 및 비밀분산 기법을 이용한 지문 인증 방법 |
US9226798B2 (en) | 2008-10-10 | 2016-01-05 | Truevision Systems, Inc. | Real-time surgical reference indicium apparatus and methods for surgical applications |
US8514277B2 (en) | 2008-11-05 | 2013-08-20 | Dyer Holdings, Llc | Video infrared retinal image scanner |
US20100142767A1 (en) | 2008-12-04 | 2010-06-10 | Alan Duncan Fleming | Image Analysis |
US8280119B2 (en) | 2008-12-05 | 2012-10-02 | Honeywell International Inc. | Iris recognition system using quality metrics |
KR20100073191A (ko) | 2008-12-22 | 2010-07-01 | 한국전자통신연구원 | 거리 정보를 이용한 위조 얼굴 검출 방법 및 장치 |
WO2010129074A1 (en) | 2009-01-14 | 2010-11-11 | Indiana University Research & Technology Corporation | System and method for identifying a person with reference to a sclera image |
US20100232659A1 (en) | 2009-03-12 | 2010-09-16 | Harris Corporation | Method for fingerprint template synthesis and fingerprint mosaicing using a point matching algorithm |
GB2471192B (en) | 2009-06-15 | 2011-08-17 | Honeywell Int Inc | An iris and ocular recognition system using trace transforms |
US8472681B2 (en) * | 2009-06-15 | 2013-06-25 | Honeywell International Inc. | Iris and ocular recognition system using trace transforms |
JP5287550B2 (ja) | 2009-07-01 | 2013-09-11 | 富士通株式会社 | 生体認証システム,生体認証方法,生体認証装置,生体情報処理装置,生体認証プログラムおよび生体情報処理プログラム |
EP2477157A4 (en) | 2009-09-09 | 2015-08-12 | Nec Corp | BIOMETRIC AUTHENTICATION SYSTEM AND METHOD AND PROGRAM THEREFOR |
KR101255555B1 (ko) | 2009-11-24 | 2013-04-17 | 한국전자통신연구원 | 보안성이 강화된 지문인식 방법 및 장치 |
JP5218991B2 (ja) | 2009-12-08 | 2013-06-26 | 株式会社日立製作所 | 複数種類のテンプレートを用いた生体認証システム及び生体認証方法 |
US8818048B2 (en) | 2010-01-22 | 2014-08-26 | Indiana University Research And Technology Corp. | System and method for cancelable iris recognition |
EP2546798A4 (en) | 2010-03-10 | 2017-08-16 | Fujitsu Limited | Biometric authentication device and biometric authentication method |
US8948467B2 (en) * | 2010-08-06 | 2015-02-03 | Honeywell International Inc. | Ocular and iris processing system and method |
CN106100852A (zh) | 2010-09-20 | 2016-11-09 | 安全第公司 | 用于安全数据共享的系统和方法 |
US8457370B2 (en) | 2011-01-20 | 2013-06-04 | Daon Holdings Limited | Methods and systems for authenticating users with captured palm biometric data |
US8355544B2 (en) | 2011-02-01 | 2013-01-15 | Universidade Da Coruna-Otri | Method, apparatus, and system for automatic retinal image analysis |
CN102844766B (zh) | 2011-04-20 | 2014-12-24 | 中国科学院自动化研究所 | 基于人眼图像的多特征融合身份识别方法 |
US9323980B2 (en) | 2011-05-13 | 2016-04-26 | Microsoft Technology Licensing, Llc | Pose-robust recognition |
US8385685B2 (en) * | 2011-06-08 | 2013-02-26 | Honeywell International Inc. | System and method for ocular recognition |
JP6338526B2 (ja) * | 2011-10-17 | 2018-06-06 | アイディール スキャニング リミテッド ライアビリティ カンパニー | 眼のトポグラフィを特定するための方法及び装置 |
US8235529B1 (en) | 2011-11-30 | 2012-08-07 | Google Inc. | Unlocking a screen using eye tracking information |
CN102496007B (zh) | 2011-12-02 | 2014-06-11 | 陈中山 | 人体身份识别仪 |
US9082011B2 (en) * | 2012-03-28 | 2015-07-14 | Texas State University—San Marcos | Person identification using ocular biometrics with liveness detection |
US8457367B1 (en) | 2012-06-26 | 2013-06-04 | Google Inc. | Facial recognition |
US8768049B2 (en) | 2012-07-13 | 2014-07-01 | Seiko Epson Corporation | Small vein image recognition and authorization using constrained geometrical matching and weighted voting under generic tree model |
US8483450B1 (en) * | 2012-08-10 | 2013-07-09 | EyeVerify LLC | Quality metrics for biometric authentication |
US8369595B1 (en) | 2012-08-10 | 2013-02-05 | EyeVerify LLC | Texture features for biometric authentication |
US8437513B1 (en) * | 2012-08-10 | 2013-05-07 | EyeVerify LLC | Spoof detection for biometric authentication |
KR101947538B1 (ko) * | 2012-08-28 | 2019-02-13 | 가부시끼가이샤 히다치 세이사꾸쇼 | 인증 장치, 및 인증 방법 |
CN103679118B (zh) * | 2012-09-07 | 2017-06-16 | 汉王科技股份有限公司 | 一种人脸活体检测方法及系统 |
US9171226B2 (en) * | 2012-09-26 | 2015-10-27 | Carnegie Mellon University | Image matching using subspace-based discrete transform encoded local binary patterns |
CN104143078B (zh) * | 2013-05-09 | 2016-08-24 | 腾讯科技(深圳)有限公司 | 活体人脸识别方法、装置和设备 |
US9076238B2 (en) * | 2013-08-21 | 2015-07-07 | Seiko Epson Corporation | Intelligent weighted blending for ultrasound image stitching |
US8965066B1 (en) | 2013-09-16 | 2015-02-24 | Eye Verify LLC | Biometric template security and key generation |
US9390327B2 (en) * | 2013-09-16 | 2016-07-12 | Eyeverify, Llc | Feature extraction and matching for biometric authentication |
TWI557004B (zh) * | 2014-01-10 | 2016-11-11 | Utechzone Co Ltd | Identity authentication system and its method |
KR101950562B1 (ko) * | 2014-02-25 | 2019-02-20 | 아이베리파이 인크. | 시선 추적 |
US9922238B2 (en) | 2015-06-25 | 2018-03-20 | West Virginia University | Apparatuses, systems, and methods for confirming identity |
-
2016
- 2016-09-09 RU RU2019116007A patent/RU2711050C2/ru active
- 2016-09-09 KR KR1020207000837A patent/KR102131104B1/ko active IP Right Grant
- 2016-09-09 CN CN201680060614.6A patent/CN108351961B/zh active Active
- 2016-09-09 RU RU2018112713A patent/RU2691195C1/ru active
- 2016-09-09 KR KR1020187009807A patent/KR101967123B1/ko active IP Right Grant
- 2016-09-09 BR BR122018007961-4A patent/BR122018007961B1/pt active IP Right Grant
- 2016-09-09 EP EP16766809.4A patent/EP3347853A1/en not_active Ceased
- 2016-09-09 SG SG10202001380RA patent/SG10202001380RA/en unknown
- 2016-09-09 MX MX2018003051A patent/MX2018003051A/es unknown
- 2016-09-09 US US15/261,217 patent/US9721150B2/en active Active
- 2016-09-09 AU AU2016319775A patent/AU2016319775B2/en not_active Ceased
- 2016-09-09 US US15/261,224 patent/US10311286B2/en active Active
- 2016-09-09 JP JP2018512910A patent/JP6416438B2/ja not_active Expired - Fee Related
- 2016-09-09 KR KR1020197009324A patent/KR102067947B1/ko active IP Right Grant
- 2016-09-09 CN CN201910948427.7A patent/CN110852160B/zh active Active
- 2016-09-09 WO PCT/US2016/050999 patent/WO2017044782A1/en active Application Filing
- 2016-09-09 SG SG10202001382XA patent/SG10202001382XA/en unknown
- 2016-09-09 BR BR112018004755-4A patent/BR112018004755A2/pt active Search and Examination
- 2016-09-09 US US15/261,208 patent/US9836643B2/en active Active
- 2016-09-10 TW TW109111129A patent/TWI706266B/zh active
- 2016-09-10 TW TW105129475A patent/TWI687832B/zh active
- 2016-09-10 TW TW109111130A patent/TWI706272B/zh active
-
2018
- 2018-03-12 PH PH12018500541A patent/PH12018500541A1/en unknown
- 2018-09-03 HK HK18111261.9A patent/HK1251933A1/zh not_active IP Right Cessation
- 2018-10-03 JP JP2018188074A patent/JP6449516B2/ja active Active
- 2018-10-31 AU AU2018256555A patent/AU2018256555B2/en not_active Ceased
- 2018-12-05 JP JP2018227836A patent/JP6778247B2/ja not_active Expired - Fee Related
-
2019
- 2019-06-28 AU AU2019204639A patent/AU2019204639B2/en not_active Ceased
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6778247B2 (ja) | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 | |
JP6599421B2 (ja) | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 | |
BR122018007964B1 (pt) | Método implementado por computador e sistema |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190909 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190909 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190909 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200109 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200117 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200414 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200527 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200910 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200910 |
|
C876 | Explanation why request for accelerated appeal examination is justified |
Free format text: JAPANESE INTERMEDIATE CODE: C876 Effective date: 20200910 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200924 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200925 |
|
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: 20201002 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201009 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6778247 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |