RU2628201C1 - Способ адаптивного квантования для кодирования изображения радужной оболочки - Google Patents

Способ адаптивного квантования для кодирования изображения радужной оболочки Download PDF

Info

Publication number
RU2628201C1
RU2628201C1 RU2016127451A RU2016127451A RU2628201C1 RU 2628201 C1 RU2628201 C1 RU 2628201C1 RU 2016127451 A RU2016127451 A RU 2016127451A RU 2016127451 A RU2016127451 A RU 2016127451A RU 2628201 C1 RU2628201 C1 RU 2628201C1
Authority
RU
Russia
Prior art keywords
iris
image
values
base mask
user
Prior art date
Application number
RU2016127451A
Other languages
English (en)
Inventor
Михаил Владимирович Коробкин
Владимир Алексеевич ЕРЕМЕЕВ
Алексей Михайлович Фартуков
Глеб Андреевич ОДИНОКИХ
Виталий Сергеевич ГНАТЮК
Алексей Брониславович Данилевич
Декю ШИН
Джувоан Ю
Кванхён ЛИ
Хиджун ЛИ
Original Assignee
Самсунг Электроникс Ко., Лтд.
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 Самсунг Электроникс Ко., Лтд. filed Critical Самсунг Электроникс Ко., Лтд.
Priority to RU2016127451A priority Critical patent/RU2628201C1/ru
Priority to KR1020170068659A priority patent/KR102329128B1/ko
Priority to CN201780042068.8A priority patent/CN109416734B/zh
Priority to PCT/KR2017/007066 priority patent/WO2018008934A2/en
Priority to EP17824490.1A priority patent/EP3459009A4/en
Priority to US15/641,962 priority patent/US10438061B2/en
Application granted granted Critical
Publication of RU2628201C1 publication Critical patent/RU2628201C1/ru

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • 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
    • 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
    • G06V40/197Matching; Classification
    • 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
    • G06V40/70Multimodal biometrics, e.g. combining information from different biometric modalities

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ophthalmology & Optometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Изобретение относится к области распознавания пользователя по радужной оболочке. Технический результат заключается в повышении точности и надежности распознавания по радужной оболочке. В способе, в пользовательском устройстве и в машиночитаемом носителе получают изображение лица с изображением глаза пользователя; сегментируют изображение радужной оболочки; осуществляют нормализацию изображения радужной оболочки и создают базовую маску. Получают набор комплексных чисел для нормализованного изображения радужной оболочки, каждое из которого представляет интенсивность серого для соответствующего элемента нормализованного изображения радужной оболочки. Получают код радужной оболочки на основе нормализованного изображения радужной оболочки, представленный набором комплексных значений, и преобразуют базовую маску в битовую форму. Модифицируют базовую маску в битовой форме посредством отдельной обработки действительных и мнимых значений множества комплексных чисел; применяют модифицированную базовую маску к коду радужной оболочки; и распознают пользователя по радужной оболочке посредством сопоставления кода радужной оболочки с эталонным кодом радужной оболочки, предварительно сохраненным пользователем. 4 н. и 7 з.п. ф-лы, 10 ил.

Description

[0001] 1. Область техники
[0002] Настоящее изобретение относится, в общем, к распознаванию радужной оболочки глаза, и, в частности, к способу адаптивного квантования для кодирования изображения радужной оболочки.
[0003] 2. Описание известного уровня
[0004] Электронное устройство может хранить конфиденциальную информацию, например, местоположение пользователя, заметки, финансовые операции и т.д., а также такие данные, как контакты, история звонков, сообщения и т.п. Для защиты такой информации, связанной с конфиденциальностью, электронное устройство может быть снабжено различными функциями безопасности. В частности, широко используется метод обеспечения безопасности электронного устройства с использованием биометрической информации пользователя. Метод обеспечения безопасности электронного устройства с использованием биометрической информации может включать в себя распознавание отпечатка пальца, распознавание лица, распознавание радужной оболочки и так далее.
[0005] В частности, распознавание по радужной оболочке является методом аутентификации в целях безопасности, в котором используются характеристики радужной оболочки, различающиеся у разных людей. Кроме того, распознавание радужной оболочки можно реализовать с помощью камеры без какого-либо прямого физического контакта.
[0006] Однако использование технологии распознавания радужной оболочки в мобильных устройствах сопряжено с рядом проблем и трудностей, таких, как сильно изменяющиеся условия окружающей среды (например, в помещении/на открытом воздухе, солнечная/облачная погода, ношение очков/контактных линз), ограничения производительности устройства: центрального процессора, оперативной памяти, разрешения камеры и так далее, которые делают невозможным выполнение устройством распознавания радужной оболочки в режиме реального времени, и трудности взаимодействия с пользователем: процедура взаимодействия часто неудобна для пользователя.
[0007] Традиционная последовательность действий по распознаванию радужной оболочки включает в себя квантование изображения радужной оболочки для сопоставления кодов радужной оболочки. Однако нестабильные [от англ. ʺinconsistentʺ] биты, появляющиеся при квантовании в результате, например, изменяющихся условий окружающей среды, снижают точность и надежность распознавания радужной оболочки и увеличивают коэффициент ошибочных отказов (КОО). Следовательно, существует задача найти и удалить такие биты из кодов радужной оболочки посредством адаптивного сравнения с порогом до или во время сопоставления кода радужной оболочки или регистрации в БД, чтобы повысить точность и надежность сопоставления радужной оболочки.
[0008] Решение этой задачи известно из патента США 8045764 В2 (дата публикации 25.10.2011), в котором раскрыта система кодирования для системы распознавания радужной оболочки. В этом патенте процедура квантования применяется к фазовому представлению изображения. Положительные значения кодируются как "1", отрицательные как "0", а близкие к нулю значения кодируются как ʺнеизвестныеʺ (нестабильные) биты, подлежащие удалению. Однако, согласно патенту `764 выбирается постоянный порог для оценки значений ʺблизких к нулюʺ . Следовательно, этот подход не является адаптивным, так как он не позволяет изменять предопределенный порог «на ходу» (непосредственно в процессе работы) для произвольного изображения. Этот патент был выбран в качестве прототипа.
[0009] Кроме того, известны другие источники информации, предлагающие находить и удалять нестабильную информацию, например, заявка на патент США, опубликованная как US 2010/0202669 А1 (дата публикации 12.08.2010), и статья Lee et al, 2013 ʺVASIR: An Open-Source Research Platform for Advanced Iris Recognition Technologiesʺ. Однако ни заявка '669, ни упомянутая статья не предусматривают изменение предопределенного порога «на ходу» (непосредственно в процессе работы) для произвольного изображения.
[0010] Целью настоящего изобретения является решение, по меньшей мере, описанных выше проблем и недостатков и обеспечение, по меньшей мере, описанных ниже преимуществ.
Сущность изобретения
[0011] Соответственно, первым аспектом настоящего изобретения является создание способа распознавания пользователя по радужной оболочке, заключающегося в том, что: захватывают изображение лица пользователя для получения изображения глаза; сегментируют изображение радужной оболочки из изображения глаза; осуществляют нормализацию изображения радужной оболочки и создают базовую маску для нормализованного изображения радужной оболочки; получают набор комплексных чисел для нормализованного изображения радужной оболочки, причем каждое комплексное число представляет интенсивность серого для соответствующего элемента нормализованного изображения радужной оболочки; получают код радужной оболочки на основе нормализованного изображения радужной оболочки, представленного набором комплексных значений, и преобразуют базовую маску в битовую форму; модифицируют базовую маску в битовой форме посредством отдельной обработки действительных и мнимых значений набора комплексных чисел; применяют модифицированную базовую маску к коду радужной оболочки; и распознают пользователя по радужной оболочке на основании сопоставления кода радужной оболочки с эталонным кодом радужной оболочки, предварительно сохраненным пользователем, что позволяет повысить точность и надежность сопоставления радужной оболочки.
[0012] Соответственно, другой аспект настоящего изобретения заключается в создании пользовательского устройства, способного распознавать пользователя по радужной оболочке в соответствии с первым аспектом настоящего изобретения.
[0013] Следующий аспект настоящего изобретения заключается в создании машиночитаемого носителя, хранящего исполняемые команды, которые при их исполнении компьютером, побуждают компьютер выполнять способ в соответствии с первым аспектом настоящего изобретения.
Согласно настоящему изобретению порог квантования изображения радужной оболочки не определяется явным образом, а оценивается ʺна ходуʺ адаптивно для конкретного изображения. Способ адаптивной оценки порога является предметом настоящего изобретения. Предлагаемый подход ориентирован на мобильное устройство как основу для распознавания радужной оболочки.
Краткое описание чертежей
[0014] Эти и другие аспекты, существенные признаки и преимущества настоящего изобретения будут более понятны из последующего подробного описания в совокупности с сопровождающими чертежами, на которых показаны:
[0015] фиг. 1 - блок-схема, иллюстрирующая традиционный процесс распознавания радужной оболочки глаза;
[0016] фиг. 2 - блок-схема, иллюстрирующая процесс распознавания радужной оболочки согласно варианту осуществления настоящего изобретения;
[0017] фиг. 3 - пример сегментации изображения радужной оболочки;
[0018] фиг. 4 (А, В) - примеры нормализации изображения радужной оболочки;
[0019] фиг. 5 - пример создания базовой маски и ее применения к нормализованному изображению радужной оболочки;
[0020] фиг. 6 - пример выделения признаков и применения модифицированной базовой маски к изображению радужной оболочки;
[0021] фиг. 7 - детали этапа S205 (показанного на фиг. 2) модифицирования базовой маски в битовой форме посредством обработки действительных и мнимых значений кода радужной оболочки согласно варианту осуществления настоящего изобретения;
[0022] фиг. 8 - упорядоченный массив элементов, используемых для адаптивного квантования с применением квоты нестабильных битов;
[0023] фиг. 9 - пользовательское устройство, способное распознавать радужную оболочку в соответствии с вариантом воплощения настоящего изобретения;
[0024] фиг. 10 - пример бинаризованного набора комплексных значений, матриц для действительной и мнимой частей, масок для действительной и мнимой частей (модифицированная маска), и бинаризованного набора комплексных значений, маскированных модифицированной маской.
[0025] Далее в описании для одних и тех же элементов, изображенных на разных чертежах, используются одинаковые ссылочные обозначения, если не указано иное, и их повторное описание не приводится.
Подробное описание вариантов настоящего изобретения
[0026] Следующее описание со ссылками на прилагаемые чертежи предоставлено для понимания различных вариантов осуществления изобретения, которое охарактеризовано притязаниями в формуле изобретения и их эквивалентами. Оно включает в себя различные конкретные детали, которые способствуют этому пониманию, но их следует рассматривать только в качестве примера. Соответственно, специалистам будет понятно, что можно применить различные изменения и модификации различных вариантов, описанных в настоящем документе, не выходя за рамки объема настоящего раскрытия. Кроме того, описания хорошо известных функций и конструкций могут быть опущены для ясности и краткости изложения.
[0027] Термины и слова, используемые в следующем описании и формуле изобретения, не ограничиваются их библиографическими значениями, а используются только для обеспечения четкого и последовательного понимания настоящего раскрытия. Соответственно, специалистам в данной области будет понятно, что последующее описание различных вариантов осуществления заявляемого изобретения приводится только для иллюстрации.
[0028] Следует понимать, что формы единственного числа подразумевают также и множественное число, если контекст явно не диктует иное. Таким образом, например, упоминание "область глаза" включает в себя упоминание одной или более таких областей.
[0029] Следует понимать, что хотя термины "первый", "второй" и т. д. могут использоваться применительно к элементам изобретения, однако эти элементы не следует рассматривать как ограниченные этими терминами. Данные термины используются только для того, чтобы отличить один элемент от других элементов.
[0030] Также следует понимать, что термины "содержит", "содержащий", "включает" или/или "включающий" при использовании в настоящем документе уточняют наличие указанных признаков, целых чисел, операций, элементов и/или компонентов, но не исключают наличия или добавления одного или более других признаков, целых чисел, операций, элементов, компонентов и/или их групп.
[0031] В различных вариантах настоящего раскрытия "модуль" или "блок" могут выполнять по меньшей мере одну функцию или операцию и могут быть реализованы с помощью аппаратных средств, программного обеспечения или их комбинации. "Множество модулей" или "множество блоков" могут быть реализованы по меньшей мере одним процессором (не показан) посредством их интеграции с по меньшей мере одним модулем, отличным от "модуля" или "блока", который требует реализации с определенными аппаратными средствами.
[0032] Далее будут более подробно описаны различные варианты осуществления настоящего изобретения со ссылками на прилагаемые чертежи.
[0033] Электронное устройство согласно различным вариантам изобретения может представлять собой по меньшей мере одно из следующих устройств: смартфон, планшетный персональный компьютер (ПК), мобильный телефон, видеотелефон, электронную книгу, настольный ПК, ноутбук, нетбук, карманный персональный компьютер (КПК), портативный мультимедийный проигрыватель (ПМП), МП3-плеер, мобильный медицинский прибор, камеру или носимое устройство (например, носимый на голове дисплей, такой как электронные очки, электронные предметы одежды, электронный браслет, электронное ожерелье, электронные аксессуары, электронную татуировку или умные часы).
[0034] Фиг. 1 изображает блок-схему, иллюстрирующую известный традиционный процесс распознавания радужной оболочки. Обычная последовательность действий состоит из следующих этапов:
S100 – захват (прием) изображения лица для получения изображения глаза;
S101 - сегментация (выделение) изображения радужной оболочки из данного изображения глаза для получения сегментированного изображения радужной оболочки;
S102 - нормализация изображения радужной оболочки и создание базовой маски для получения нормализованного изображения радужной оболочки и базовой маски для нормализованного изображения радужной оболочки;
S103 - выделение признаков из нормализованного изображения радужной оболочки с применением базовой маски для получения набора комплексных чисел, каждое из которых представляет интенсивность серого для соответствующего элемента нормализованного изображения радужной оболочки;
S104 - квантование нормализованного изображения радужной оболочки с удалением нестабильных битов;
S104.1 - квантование нормализованного изображения радужной оболочки и преобразование базовой маски в битовую форму для получения кода радужной оболочки (нормализованного изображения радужной оболочки в битовой форме) и базовой маски в битовой форме;
S104.2 - удаление нестабильных битов из кода радужной оболочки и базовой маски в битовой форме для получения модифицированного кода радужной оболочки и модифицированной базовой маски, предназначенной для применения к модифицированному коду радужной оболочки перед следующим этапом;
S105 - сопоставление кода радужной оболочки или регистрация в БД.
[0035] На фиг.2 представлена блок-схема, иллюстрирующая процесс распознавания радужной оболочки согласно варианту осуществления настоящего изобретения. Процесс распознавания радужной оболочки согласно варианту осуществления содержит следующие этапы:
S200 - захват (прием) изображения лица для получения изображения глаза;
S201 – сегментация (выделение) изображения радужной оболочки из данного изображения глаза для получения сегментированного изображения радужной оболочки
S202 - нормализация изображения радужной оболочки и создание базовой маски для получения нормализованного изображения радужной оболочки и базовой маски для вышеупомянутого нормализованного изображения радужной оболочки;
S203 - выделение признаков из нормализованного изображения радужной оболочки с применением базовой маски для получения набора комплексных чисел, каждое из которых представляет интенсивность серого для соответствующего элемента нормализованного изображения радужной оболочки;
S204 - квантование нормализованного изображения радужной оболочки, представленного набором комплексных значений, и преобразование базовой маски в битовую форму для получения кода радужной оболочки (нормализованного изображения радужной оболочки в битовой форме) и базовой маски в битовой форме;
S205 - модифицирование базовой маски в битовой форме посредством обработки действительных и мнимых значений кода радужной оболочки для получения модифицированной маски в битовой форме и применение модифицированной маски в битовой форме к коду радужной оболочки для получения кодированного нормализованного изображения радужной оболочки (кода радужной оболочки) с удаленными нестабильными битами;
S206 - сопоставление кода радужной оболочки или регистрация в БД
[0036] На этапе S200 изображение лица захватывают для получения изображения глаза. Изображение глаза может быть выделено из изображения лица, захваченного внутренней или внешней камерой электронного устройства. Выделение изображения глаза из изображения лица может быть осуществлено автоматически с применением известных методов. Изображение глаза может соответствовать области глаза на изображении лица. Следует понимать, что изображение лица может охватывать все лицо или, по меньшей мере, часть лица с глазом. Электронное устройство представляет собой, без ограничения перечисленным, мобильный терминал, мобильный телефон, настольный компьютер, умные часы и т.п. Изображение лица может захватываться в цифровом виде и в полутоновом режиме.
[0037] На этапе S201 изображение радужной оболочки сегментируется из изображения глаза для получения сегментированного изображения радужной оболочки. Термин ʺсегментацияʺ в данном контексте означает выделение или выбор объекта из изображения. Этот объект включает зрачок, веки, ресницы, склеру (белую) и радужную оболочку. Перекрытие между радужной оболочкой и затеняющим объектом (например, веками, ресницами) будет применено на следующем этапе S202 в качестве базовой маски. Термин ʺбазовая маскаʺ в данном контексте означает маскирование, запрещение, подавление той или иной части изображения глаза. Пример сегментации изображения радужной оболочки показан на фиг. 3. Сегментированное изображение радужной оболочки показано на фиг.3 светло-серым.
[0038] На этапе S202 изображение радужной оболочки нормализуется и создается базовая маска для получения нормализованного изображения радужной оболочки и базовой маски для упомянутого нормализованного изображения радужной оболочки. Термин ʺнормализацияʺ в данном контексте означает преобразование изображения радужной оболочки из полярных координат в прямоугольные координаты. На фиг. 4А, 4В показаны примеры нормализации изображения радужной оболочки. Базовая маска создана на основе перекрытия между радужной оболочкой и затеняющим объектом и также преобразована из полярных координат в прямоугольные координаты. На фиг. 5 показано создание базовой маски для изображения, имеющего области, которые должны быть замаскированы. Базовая маска показана на правой стороне фиг. 5. Область, показанная черным в базовой маске, не будет рассматриваться при сопоставлении радужной оболочки. Область, показанная белым в базовой маске, является полезной областью изображения радужной оболочки, которая может быть использована для сопоставления с соответствующей частью эталонного изображения радужной оболочки, предварительно сохраненного пользователем, который использует данное устройство, во внутренней или внешней базе данных. В качестве иного варианта, как изображение радужной оболочки, так и эталонное изображение радужной оболочки могут быть маскированы одной и той же базовой маской до сопоставления. В качестве еще одного варианта эталонное изображение радужной оболочки содержит уникальную маску, которая объединяется с указанной базовой маской данного изображения радужной оболочки для получения объединенной маски для применения к обоим изображениям перед их сопоставлением. На фиг. 5 показана базовая маска, уже преобразованная из полярных координат в прямоугольные координаты. Прилагательное ʺбазоваяʺ применяется к термину ʺмаскаʺ, чтобы отличить эту маску от другой маски. Следует понимать, что такие слова, как ʺбазовыйʺ и ʺуникальныйʺ, ʺпервыйʺ и ʺвторойʺ, или ʺосновнойʺ и ʺдополнительныйʺ и т.д. могут использоваться одинаково и взаимозаменяемо для различия указанных масок.
[0039] На этапе S203 признаки выделяются из нормализованного изображения радужной оболочки с примененной базовой маской, чтобы получить набор комплексных чисел, каждое из которых представляет интенсивность серого для соответствующего элемента нормализованного изображения радужной оболочки. В предпочтительном варианте это выделение осуществляется посредством фильтрации нормализованного изображения радужной оболочки с помощью фильтра Габора. Фильтр Габора осуществляет разложение нормализованного изображения радужной оболочки в модифицированные комплексные ряды Фурье, чтобы получить набор комплексных чисел, каждое из которых представляет уровень серого для соответствующего элемента нормализованного изображения радужной оболочки. Понятие комплексного числа известно и не будет обсуждаться подробно. Альтернативно, выделение может быть основано на других методах или фильтрах, включая без ограничения, например, фильтр на основе преобразования Фурье, фильтр на основе вейвлет-преобразования, и т.д. Это выделение осуществляется для обработки нормализованного изображения радужной оболочки в целях усиления свойств нормализованного изображения радужной оболочки. Пример такого выделения продемонстрирован на фиг. 6, где показаны области, соответствующие различным амплитудам полученных комплексных значений, и самый темный цвет иллюстрирует маскированную часть. В правой части иллюстрации появляются дополнительные темные участки, что означает, что эти участки маскируются модифицированной маской.
[0040] На этапе S204 нормализованное изображение радужной оболочки, представленное набором комплексных значений, квантуется, и базовая маска преобразуется в битовую форму для получения кода радужной оболочки (нормализованного изображения радужной оболочки в битовой форме) и базовой маски в битовой форме, соответственно. Квантование - это преобразование непрерывного набора значений в дискретный набор значений. Этот этап может далее включать в себя этап бинаризации (бинаризация является частным случаем квантования) числового материала в биты "0" и "1" и быть частью процесса кодирования. Полученные коды радужной оболочки бинарные. В предпочтительном варианте осуществления настоящего изобретения два бита каждого элемента кодов радужной оболочки соответствуют каждому элементу фильтрованного изображения радужной оболочки и отражают квантованную интенсивность серого (в комплексной форме) в данном элементе, при этом первый бит из двух битов соответствует действительной части комплексного значения, а второй бит из двух битов соответствует мнимой части комплексного значенияили наоборот в зависимости от используемой схемы бинаризации. Элемент изображения может представлять собой одно или более из пикселя, образца, элемента нормализованного изображения радужной оболочки. Таким образом, следует понимать, что горизонтальный размер полученного кода радужной оболочки может быть вдвое больше соответствующего нормализованного изображения радужной оболочки, потому что в коде радужной оболочки два бита характеризуют один элемент соответствующего нормализованного изображения радужной оболочки, причем первый бит отражает действительное значение, а второй бит отражает мнимое значение или наоборот. Размер базовой маски в битовой форме также увеличен вдвое по горизонтали относительно базовой маски до преобразования. Следует понимать, что теперь горизонтально увеличенная базовая маска в битовой форме маскирует не просто элемент нормализованного изображения радужной оболочки, а два соответствующих бита, характеризующих интенсивность серого для элемента в коде радужной оболочки. Также, следует понимать, что комплексное значение можно бинаризировать на данном этапе по следующей примерной схеме (другие возможные схемы бинаризации, известны специалистам):
если Re > 0, Im > 0,то {1, 1}
если Re > 0, Im < 0,то {1, 0}
если Re < 0, Im < 0,то {0, 0}
если Re < 0, Im > 0,то {0, 1}
[0041] На этапе S205 базовая маска в битовой форме модифицируется посредством обработки действительных и мнимых значений кода радужной оболочки для получения модифицированной маски в битовой форме и применения модифицированной маски в битовой форме к коду радужной оболочки для дальнейшего получения кодированного нормализованного кода радужной оболочки с удаленными нестабильными битами. Этот этап будет описан более подробно со ссылкой на фиг. 7.
[0042] На этапе S206 код радужной оболочки с запрещенными/удаленными нестабильными битами сопоставляется с эталонным кодом радужной оболочки, предварительно сохраненным пользователем во внутренней или внешней базе данных кода радужной оболочки, для распознавания пользователя посредством этого сопоставления, или подтверждения подлинности пользователя. Если сопоставление прошло успешно или подлинность подтверждена, то пользователю будет разрешено выполнять функцию, которая требует различного уровня безопасности, возрастающего, например, от социальной сети к, например, приложению мобильного банкинга. Если же сопоставление дало отрицательный результат или подлинность не подтверждена, то доступ пользователю к данной функции будет запрещен. Следует понимать, что упомянутое выше предварительное сохранение эталонного кода радужной оболочки может осуществляться законным пользователем устройства заранее с применением соответствующей функции того же пользовательского устройства.
[0043] На фиг. 7 показаны детали этапа S205 (проиллюстрированного на фиг. 2) модифицирования базовой маски в битовой форме путем обработки действительных и мнимых значений изображения радужной оболочки согласно варианту осуществления настоящего приложения. Предлагаемый поиск нестабильных битов и их удаление подробно описаны ниже. Эти процессы используются отдельно для действительных и мнимых значений изображения радужной оболочки (представленных набором комплексных значений). На Фиг. 7 показан пример для действительных значений, пример для мнимых значений будет аналогичным (за исключением того, что в этом примере вводится матрица мнимых значений вместо матрицы действительных значений). Биты кода радужной оболочки удаляются, если соответствующее действительное или мнимое значение изображения радужной оболочки меньше, чем пороговое значение (по амплитуде). Эти биты считаются нестабильной информацией, которая ухудшает надежность сопоставления радужной оболочки и увеличивает коэффициент ошибочных отказов (КОО). Пороговое значение выбирается адаптивным способом для данного изображения с помощью заданной квоты предположительно нестабильных битов. Квота - это относительная часть битов, подлежащих удалению. Квота назначается на основе эксперимента. Использовалась база данных (обучающий набор) изображений, полученных для 12 человек, для одного глаза у каждого человека. В общей сложности было получено 1258 видео последовательностей, каждая из которых содержала 75 кадров. В этом эксперименте квоты изменялись от 5% до 30%, и целевой критерий КОО был рассчитан для каждого значения квоты (отдельно для действительной и мнимой частей комплексных значений точек изображения). В результате были получены следующие параметры для минимального значения КОО 0,33%: квота для действительной части комплексного значения - 20%; квота для мнимой части комплексного значения - 10%. Для данного эксперимента было выдвинуто дополнительное условие: значение коэффициента ошибочных разрешений (КОР) было установлено равным 0. КОО (коэффициент ошибочных отказов) - это число отрицательных результатов проверки для случаев, которые должны быть безусловно положительными (сравнивался глаз одного и того же человека). КОР (коэффициент ошибочных разрешений) - это число положительных результатов проверки для случаев, которые должны быть безусловно отрицательными (сравнивались пары глаз разных людей). Таким образом, значение квоты назначалось равным 20% и 10% для действительной и мнимой частей комплексных значений, соответственно. Квота могла иметь другое значение при использовании другого набора данных. Однако одной из общих целей является получение квоты, которая обеспечивает минимальный КОО на данном наборе данных. Область применения предложенных методов распознавания радужной оболочки включает, без ограничения перечисленным, биометрическую аутентификацию на основе радужной оболочки для национального пограничного контроля: радужная оболочка служит живым паспортом; компьютерный логин: радужная оболочка служит живым паролем сотового телефона и других беспроводных устройств на основе проверки подлинности; безопасный доступ к банковским счетам или банковским приложениям в банкоматах или с помощью мобильного приложения; проезд без (физического) билета; проверка подлинности прав на услуги; контроль доступа к помещениям (дом, офис, лаборатория, холодильник и т.д.); водительское удостоверение; прочие персональные разрешения и льготы; свидетельство о рождении; поиск пропавших без вести или разыскиваемых лиц; зажигание и отпирание автомобиля; устройства предотвращения краж; анти-террористические меры (например, досмотр в аэропортах); безопасные финансовые операции (электронная коммерция, банкинг); Интернет-безопасность; контроль доступа к привилегированной информации, "биометрический криптографический ключ" (постоянный ключ из непостоянных шаблонов); любое известное использование ключей, карт, пин-кодов или паролей. Например, квота для распознавания радужной оболочки в банковском приложении может быть выше, чем квота для распознавания радужной оболочки в приложении социальной сети. Обычно допустимый диапазон квоты составляет от 5% до 25%. Альтернативно, в определенном варианте может быть назначено несколько квот в зависимости от обстоятельств или области применения.
[0044] Входными данными для этапа S205 и для действительных значений являются установленная квота Q, базовая маска, базовая маска в битовой форме, матрица действительных значений.
Этап S205 состоит из следующих подэтапов:
S205.1 - создание массива элементов, каждый из которых содержит абсолютное значение, из матрицы действительных значений немаскированной части кода радужной оболочки;
S205.2 - упорядочение массива в возрастающем порядке;
S205.3 - получение индекса, указывающего элемент массива, который ограничивает предписанную квоту;
S205.4 - адаптивная установка порога (t) как абсолютного значения элемента, указанного полученным индексом;
S205.5 - выбор элементов массива с абсолютными значениями меньше или равными установленному порогу (t);
S205.6 - модифицирование базовой маски в битовой форме для выбранных элементов, что делает их запрещенными для сопоставления радужной оболочки.
[0045] Описанные выше подэтапы S205.1-S205.5 приведены в качестве примера на фиг. 8. Такие же этапы S205.1 - S205.6 выполняются с матрицей мнимых значений. В результате выполнения этапов S205.1 - S205.6 как с матрицей действительных значений, так и с матрицей мнимых значений получают объединенную модифицированную базовую маску в битовой форме или две различные базовые маски в битовой форме, которые могут быть объединены.
[0046] На этапе S205.1 создают массив элементов, каждый из которых содержит абсолютное значение, взятое из матрицы действительных значений немаскированной части кода радужной оболочки.
[0047] На этапе S205.2 этот массив упорядочивают в возрастающем порядке.
[0048] На этапе S205.3 получают индекс, указывающий на элемент массива, который ограничивает предписанную квоту.
[0049] На этапе S205.4 адаптивно устанавливается порог (t) как абсолютное значение элемента, указанного полученным индексом.
[0050] На этапе S205.5 выбираются элементы массива с абсолютными значениями меньше или равными установленному порогу (t).
[0051] На этапе S205.6 базовая маска в битовой форме модифицируется для выбранных элементов. Модифицированная базовая маска в битовой форме удаляет (маскирует) выбранный элемент (например, биты) соответствующего кода радужной оболочки. Полученная модифицированная базовая маска в битовой форме применяется к соответствующему коду радужной оболочки перед или во время этапа S206, описанного выше и проиллюстрированного на фиг. 2. На фиг. 10 изображен пример бинаризованного набора комплексных значений, матриц для действительной и мнимой частей, масок для действительной и мнимой частей (модифицированная базовая маска) и бинаризованного набора комплексных значений, маскированных модифицированной маской. Применяя эту маску, можно удалить/запретить нестабильную информацию в коде радужной оболочки, что повысит точность и надежность распознавания радужной оболочки благодаря отдельной обработке (и маскированию) действительной и мнимой частей. Иными словами, в некоторых случаях при этом подходе может быть маскирована только (действительная или мнимая) часть комплексного числа вместо маскирования всего числа. Это позволяет повысить точность распознавания радужной оболочки и делает его более надежным.
[0052] Согласно другому аспекту настоящего изобретения предложен машиночитаемый носитель данных, хранящий исполняемые команды, которые при их исполнении компьютером или процессором побуждают этот компьютер или процессор выполнять любые описанные выше методы.
[0053] На фиг. 9 показано пользовательское устройство 900, способное распознавать радужную оболочки согласно варианту осуществления настоящего изобретения. Пользовательское устройство 900 содержит в одном варианте осуществления настоящего изобретения:
901 - процессор;
902 - дисплей;
903 - камеру с ИК подсветкой;
904 - память и
905 - клавиатуру.
[0054] Пользовательское устройство согласно различным вариантам изобретения может представлять собой по меньшей мере одно из следующих устройств: смартфон, планшетный персональный компьютер (ПК), мобильный телефон, видеотелефон, электронная книга, настольный ПК, ноутбук, нетбук, карманный персональный компьютер (КПК), портативный мультимедийный проигрыватель (ПМП), МП3-плеер, мобильный медицинский прибор, камера, или носимое устройство (например, наголовный дисплей, такой как электронные очки, электронные предметы одежды, электронный браслет, электронный ошейник, электронные аксессуары, электронная татуировка или умные часы).
[0055] Процессор 901 выполнен с возможностью захвата (приема) изображений с камеры 903, обработки этих изображений в соответствии с методами, описанными в настоящем документе, и сохранения информации в памяти 904.
[0056] Дисплей 902 выполнен с возможностью отображения информации пользователю. Например, дисплей может отображать пользовательский интерфейс для захвата (приема) изображений, сами изображения, результаты сопоставления изображений радужной оболочки и другую необходимую информацию. В одном из вариантов дисплей может быть сенсорным.
[0057] Камера 903 оснащена ИК подсветкой и выполнена с возможностью осуществления процесса захвата изображения под управлением процессора 901. Камера может быть оснащена источником света другого типа. Следует понимать, что заявленный способ может быть изменен, чтобы использовать свет другого типа на этапе захвата (приема) кадра.
[0058] Память 904 выполнена с возможностью хранения информации. Например, память может хранить захваченные (принятые) изображения, обработанные изображения, дополнительную информацию для этих изображений (например, коды радужной оболочки, маски, эталонные коды радужной оболочки и др.).
[0059] Клавиатура 905 используется пользователем для управления устройством. Клавиатуру можно использовать, например, для управления процессом захвата изображения. Клавиатура не ограничена физической клавиатурой и также может быть виртуальной в случае сенсорного экрана.
[0060] Следует понимать, что приведенное выше описание пользовательского устройства является примерным, и пользовательское устройство может также содержать другие компоненты оборудования, программного обеспечения или встроенные программы в дополнение или вместо вышеуказанных компонентов 901-905. Также следует понимать, что описанное пользовательское устройства выполнено с возможностью одного или нескольких этапов любого из описанных здесь способов. Кроме того, пользователь может создать эталонный код(ы) радужной оболочки заранее, используя это пользовательское устройство. Для этого пользовательское устройство может захватить (принять) изображение лица для извлечения изображения глаза пользователя, обработать изображение глаза посредством по меньшей мере некоторых из описанных этапов способа и сохранить его в памяти, сделав его таким образом доступным для последующего процесса сопоставления радужной оболочки.
[0061] Следует понимать, что описанные выше варианты можно также реализовать с действительными числами вместо или в дополнение к вышеописанным комплексным числам. В этом варианте одно действительное число, представляющее интенсивность серого в соответствующем элементе нормализованного изображения радужной оболочки, бинаризируют одним битом вместо двух, как было описано выше для комплексных чисел. Также следует понимать, что код радужной оболочки является битовым представлением нормализованного изображения радужной оболочки, причем это битовое представление получают в процессе кодирования, в котором пара битов соответствует одной точке исходного изображения (согласно квантованию комплексного числа). Также следует понимать, что возможны другие методы выделения признаков и кодирования. Например, можно использовать преобразование по локальным бинарным шаблонам (LBP). Это LBP-преобразование преобразует нормализованное изображение радужной оболочки в матрицу целых чисел (8-битную или 16-битную в зависимости от выбранного типа LBP). В этом случае размер результирующего массива не увеличивается вдвое по горизонтали, как было описано выше.
[0062] В контексте настоящей заявки преобразование одного комплексного или действительного значения, соответственно, в одно или два дискретных значения (бита) может быть отнесено к квантованию. Также в контексте настоящего изобретения перевод численных значений интенсивностей изображения в битовую форму (код радужной оболочки) можно отнести к понятию кодирования. Кодирование может охватывать все этапы, начиная с выделения признаков и до конечной формы кодов, которые должны храниться в памяти.
[0063] Представленные выше описания вариантов осуществления изобретения являются иллюстративными, и изменения в конфигурации и реализации подпадают под объем текущего описания. Например, хотя варианты осуществления изобретения описаны, в основном, в отношении фиг. 1-10, эти описания являются примерными. Несмотря на то, что объект изобретения описан в терминах, характерных для структурных признаков или методологических приемов, следует понимать, что объект, охарактеризованный в формуле изобретения, не обязательно ограничен конкретными признаками или действиями, которые описаны выше. Напротив, описанные выше конкретные признаки и действия раскрыты как примерные формы осуществления изобретения. Кроме того, изобретение не ограничено проиллюстрированной последовательностью осуществления этапов способа, их последовательность может быть изменена специалистом без применения творческих усилий. Некоторые или все этапы способа могут выполняться последовательно или параллельно. Соответственно, объем воплощения изобретения может быть ограничен только следующей формулой изобретения.

Claims (43)

1. Способ распознавания пользователя по радужной оболочке, заключающийся в том, что:
захватывают изображение лица для получения изображения глаза пользователя;
сегментируют изображение радужной оболочки из изображения глаза;
осуществляют нормализацию изображения радужной оболочки и создают базовую маску для нормализованного изображения радужной оболочки;
получают набор комплексных чисел для нормализованного изображения радужной оболочки, причем каждое комплексное число представляет интенсивность серого для соответствующего элемента нормализованного изображения радужной оболочки;
получают код радужной оболочки на основе нормализованного изображения радужной оболочки, представленного набором комплексных значений, и преобразуют базовую маску в битовую форму;
модифицируют базовую маску в битовой форме посредством отдельной обработки действительных и мнимых значений набора комплексных чисел;
применяют модифицированную базовую маску к коду радужной оболочки; и
распознают пользователя по радужной оболочке посредством сопоставления кода радужной оболочки с эталонным кодом радужной оболочки, предварительно сохраненным пользователем.
2. Способ по п. 1, в котором при получении набора комплексных чисел для нормализованного изображения радужной оболочки дополнительно применяют фильтр Габора к нормализованному изображению радужной оболочки, причем нормализованное изображение радужной оболочки состоит из набора элементов, и между набором элементов и набором комплексных чисел существует взаимно-однозначное соответствие.
3. Способ по п. 1, в котором при получении кода радужной оболочки на основе нормализованного изображения радужной оболочки, представленного набором комплексных значений, дополнительно осуществляют бинаризацию набора комплексных значений, причем каждое комплексное значение упомянутого набора бинаризируют в два бита, один из которых характеризует действительное значение комплексного значения, а другой характеризует мнимое значение упомянутого комплексного значения.
4. Способ по п. 3, отличающийся тем, что при бинаризации набора комплексных значений дополнительно получают матрицу действительных значений и матрицу мнимых значений.
5. Способ по п. 3, в котором при модифицировании базовой маски в битовой форме дополнительно выполняют следующие этапы:
создают массив абсолютных значений из матрицы действительных значений;
упорядочивают массив в порядке возрастания;
получают индекс, указывающий абсолютное значение в массиве, которое ограничивает по меньшей мере одну предопределенную квоту;
устанавливают порог (t) как абсолютное значение, указанное индексом;
выбирают элементы массива с абсолютными значениями меньше или равными установленному порогу (t);
модифицируют базовую маску в битовой форме для выбранных элементов, делая их запрещенными для сопоставления радужной оболочки.
6. Способ по п. 3, отличающийся тем, что при модифицировании базовой маски в битовой форме дополнительно выполняют следующие этапы:
создают массив абсолютных значений из матрицы мнимых значений;
упорядочивают массив в порядке возрастания;
получают индекс, указывающий абсолютное значение в массиве, который ограничивает по меньшей мере одну предопределенную квоту;
устанавливают порог (t) как абсолютное значение, указанное индексом;
выбирают элементы массива с абсолютными значениями меньше или равными установленному порогу (t);
модифицируют базовую маску в битовой форме для выбранных элементов, делая их запрещенными для сопоставления радужной оболочки.
7. Способ по любому из п. 5, 6, в котором абсолютное значение характеризует компонент комплексного числа, представляющий интенсивность серого в соответствующем элементе нормализованного изображения радужной оболочки.
8. Способ по любому из пп. 5, 6, в котором этапы создания массивов абсолютных значений из матриц выполняют для немаскированной части нормализованного кода радужной оболочки.
9. Пользовательское устройство, способное распознавать пользователя по его радужной оболочке согласно способу по любому из пп. 1-8.
10. Машиночитаемый носитель, хранящий исполняемые команды, которые при их исполнении компьютером побуждают компьютер выполнять способ по любому из пп. 1-8.
11. Способ распознавания пользователя по радужной оболочке, заключающийся в том, что:
захватывают изображение лица для получения изображения глаза пользователя;
сегментируют изображение радужной оболочки из изображения глаза;
осуществляют нормализацию изображения радужной оболочки и создают базовую маску для нормализованного изображения радужной оболочки;
получают набор действительных чисел для нормализованного изображения радужной оболочки, каждое из которых представляет интенсивность соответствующего элемента нормализованного изображения радужной оболочки;
получают код радужной оболочки на основе нормализованного изображения радужной оболочки, представленный набором действительных значений, и преобразуют базовую маску в битовую форму;
упорядочивают набор в порядке возрастания;
получают индекс, указывающий абсолютное значение в наборе, которое ограничивает часть битов, подлежащих удалению;
устанавливают порог (t) как абсолютное значение, указанное индексом;
выбирают элементы набора с абсолютными значениями меньше или равными установленному порогу (t);
модифицируют базовую маску в битовой форме для выбранных элементов;
применяют модифицированную базовую маску к коду радужной оболочки; и
распознают пользователя по радужной оболочке посредством сопоставления кода радужной оболочки с эталонным кодом радужной оболочки, предварительно сохраненным пользователем.
RU2016127451A 2016-07-07 2016-07-07 Способ адаптивного квантования для кодирования изображения радужной оболочки RU2628201C1 (ru)

Priority Applications (6)

Application Number Priority Date Filing Date Title
RU2016127451A RU2628201C1 (ru) 2016-07-07 2016-07-07 Способ адаптивного квантования для кодирования изображения радужной оболочки
KR1020170068659A KR102329128B1 (ko) 2016-07-07 2017-06-01 홍채 이미지 부호화를 위한 적응적 양자화 방법
CN201780042068.8A CN109416734B (zh) 2016-07-07 2017-07-04 用于虹膜图像编码的自适应量化方法
PCT/KR2017/007066 WO2018008934A2 (en) 2016-07-07 2017-07-04 Adaptive quantization method for iris image encoding
EP17824490.1A EP3459009A4 (en) 2016-07-07 2017-07-04 METHOD FOR THE ADAPTIVE QUANTIZATION FOR IRIS BILDCODING
US15/641,962 US10438061B2 (en) 2016-07-07 2017-07-05 Adaptive quantization method for iris image encoding

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2016127451A RU2628201C1 (ru) 2016-07-07 2016-07-07 Способ адаптивного квантования для кодирования изображения радужной оболочки

Publications (1)

Publication Number Publication Date
RU2628201C1 true RU2628201C1 (ru) 2017-08-15

Family

ID=59641733

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016127451A RU2628201C1 (ru) 2016-07-07 2016-07-07 Способ адаптивного квантования для кодирования изображения радужной оболочки

Country Status (4)

Country Link
EP (1) EP3459009A4 (ru)
KR (1) KR102329128B1 (ru)
CN (1) CN109416734B (ru)
RU (1) RU2628201C1 (ru)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2670798C1 (ru) * 2017-11-24 2018-10-25 Самсунг Электроникс Ко., Лтд. Способ аутентификации пользователя по радужной оболочке глаз и соответствующее устройство
WO2020131524A1 (en) * 2018-12-18 2020-06-25 Alibaba Group Holding Limited Creating an iris identifier to reduce search space of a biometric system
US11265459B2 (en) 2017-09-01 2022-03-01 Samsung Electronics Co., Ltd. Electronic device and control method therefor

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3489244A1 (en) 2017-11-28 2019-05-29 Scg Chemicals Co. Ltd. Magnesium compound, method for producing the same and use thereof
KR102122830B1 (ko) * 2018-10-10 2020-06-15 고려대학교 산학협력단 분할 프래질 비트를 활용한 홍채인식 장치 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7317814B2 (en) * 1999-08-19 2008-01-08 Physical Optics Corporation Authentication system and method

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101161803B1 (ko) * 2005-05-25 2012-07-03 삼성전자주식회사 가버 필터 및 그것의 필터링 방법, 그리고 그것을 이용한영상 처리 방법
JP4650386B2 (ja) * 2006-09-29 2011-03-16 沖電気工業株式会社 個人認証システム及び個人認証方法
US20100202669A1 (en) * 2007-09-24 2010-08-12 University Of Notre Dame Du Lac Iris recognition using consistency information
CN101246588B (zh) * 2008-03-20 2011-04-13 复旦大学 彩色图像超复数空间的自适应水印算法
US8411910B2 (en) * 2008-04-17 2013-04-02 Biometricore, Inc. Computationally efficient feature extraction and matching iris recognition
MX2012011532A (es) * 2010-04-09 2012-11-16 Dolby Int Ab Codificacion a estereo para prediccion de complejos basados en mdct.

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7317814B2 (en) * 1999-08-19 2008-01-08 Physical Optics Corporation Authentication system and method

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11265459B2 (en) 2017-09-01 2022-03-01 Samsung Electronics Co., Ltd. Electronic device and control method therefor
RU2670798C1 (ru) * 2017-11-24 2018-10-25 Самсунг Электроникс Ко., Лтд. Способ аутентификации пользователя по радужной оболочке глаз и соответствующее устройство
RU2670798C9 (ru) * 2017-11-24 2018-11-26 Самсунг Электроникс Ко., Лтд. Способ аутентификации пользователя по радужной оболочке глаз и соответствующее устройство
US11449590B2 (en) 2017-11-24 2022-09-20 Samsung Electronics Co., Ltd. Device and method for user authentication on basis of iris recognition
WO2020131524A1 (en) * 2018-12-18 2020-06-25 Alibaba Group Holding Limited Creating an iris identifier to reduce search space of a biometric system
US10832053B2 (en) 2018-12-18 2020-11-10 Advanced New Technologies Co., Ltd. Creating an iris identifier to reduce search space of a biometric system
US11017227B2 (en) 2018-12-18 2021-05-25 Advanced New Technologies Co., Ltd. Creating an iris identifier to reduce search space of a biometric system

Also Published As

Publication number Publication date
EP3459009A4 (en) 2019-07-03
CN109416734B (zh) 2023-11-14
EP3459009A2 (en) 2019-03-27
KR102329128B1 (ko) 2021-11-22
KR20180006284A (ko) 2018-01-17
CN109416734A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
RU2628201C1 (ru) Способ адаптивного квантования для кодирования изображения радужной оболочки
Kumar Jindal et al. Face template protection using deep convolutional neural network
Galdi et al. Multimodal authentication on smartphones: Combining iris and sensor recognition for a double check of user identity
CN107924436A (zh) 使用生物识别技术的电子装置接入控制
US10922399B2 (en) Authentication verification using soft biometric traits
CN112801054B (zh) 人脸识别模型的处理方法、人脸识别方法及装置
Ungureanu et al. Unconstrained palmprint as a smartphone biometric
Belkhede et al. Biometric mechanism for enhanced security of online transaction on Android system: A design approach
Li et al. An accurate and efficient user authentication mechanism on smart glasses based on iris recognition
Nazarkevych et al. Biometric identification system with ateb-gabor filtering
Abdullah et al. Smart card with iris recognition for high security access environment
KR100467152B1 (ko) 얼굴인식시스템에서 개인 인증 방법
Shahriar et al. An iris-based authentication framework to prevent presentation attacks
Sun et al. Opportunities and challenges for biometrics
Hu et al. Exploiting stable and discriminative iris weight map for iris recognition under less constrained environment
US20150100493A1 (en) EyeWatch credit card fraud prevention system
Javidnia et al. Palm-print recognition for authentication on smartphones
US10438061B2 (en) Adaptive quantization method for iris image encoding
CN107368811B (zh) 红外与非红外光照下基于lbp的人脸特征提取方法
Szczepanik et al. Security lock system for mobile devices based on fingerprint recognition algorithm
Wang et al. An anti-fake iris authentication mechanism for smart glasses
Liashenko et al. Investigation of the influence of image quality on the work of biometric authentication methods
Ameer et al. BIOMETRIC AUTHENTICATION BASED MEDICAL DATA MANAGEMENT IN CLOUD SYSTEMS.
Said et al. A survey on smartphone protecting identification against attacks using biometric authentication systems
Rubea et al. ATM Security System on IRIS Recognition with GSM Module