[发明专利]用于虹膜识别的方法和装置

权利要求书

1.一种用于虹膜识别的方法，所述方法包括：

获取虹膜图像；

将获取的虹膜图像和目标虹膜图像输入经过训练以学习输入之间相似度的双流深度网络，以获取所述双流深度网络对所述获取的虹膜图像和所述目标虹膜图像处理后的两个输出；

计算所述两个输出之间的距离；以及

根据所述距离进行所述虹膜图像和所述目标虹膜图像的相似度判断。

2.根据权利要求1所述的方法，其中，所述双流深度网络为权值共享的双流深度网络。

3.根据权利要求1所述的方法，其中，所述双流深度网络为Siamese双流深度网络。

4.根据权利要求1所述的方法，其中，所述获取虹膜图像包括：

对瞳孔边界进行界定；

对虹膜外边界进行界定；

将所述瞳孔边界作为所述虹膜图像的内边界，将所述虹膜外边界作为所述虹膜图像的外边界，得到所述虹膜图像。

5.根据权利要求4所述的方法，其中，所述对瞳孔边界进行界定包括：

对采样图像进行降噪处理；

对降噪后的图像进行边界检测，得到瞳孔边界。

6.根据权利要求5所述的方法，其中，所述降噪处理至少包括以下之一：

进行中值滤波；

进行阈值化操作；

进行形态学操作。

7.根据权利要求5所述的方法，其中，所述降噪处理包括：

对所述采样图像进行中值滤波；

对滤波后的图像进行阈值化操作；以及

对阈值化后的图像进行形态学操作。

8.根据权利要求5所述的方法，其中，所述对降噪后的图像进行边界检测，得到瞳孔边界，包括：利用霍夫变换在设定半径内搜索最匹配的圆作为所述瞳孔边界。

9.根据权利要求4所述的方法，其中，所述对虹膜外边界进行界定，包括：

以瞳孔圆心为中心截取一图像块，所述图像块包括虹膜外边界；

对所述图像块进行边缘检测；

利用霍夫变换在设定半径内搜索响应最大的圆作为虹膜边界。

10.根据权利要求9所述的方法，其中，

所述对虹膜外边界进行界定，进一步包括：在对所述图像块进行边缘检测后，增强该图像块的对比度；

所述利用霍夫变换在设定半径内搜索响应最大的圆作为虹膜边界包括：对于对比度增强后的图像块，利用霍夫变换在设定半径内搜索响应最大的圆作为虹膜边界。

11.根据权利要求1所述的方法，其中，所述获取虹膜图像，包括：

截取虹膜图像左侧部分和右侧部分中的至少一个；

将截取的虹膜图像展开为矩形；

将所述矩形作为获取的虹膜图像。

12.根据权利要求1所述的方法，其中，所述方法进一步包括训练所述双流深度网络，所述训练所述双流深度网络包括：

将样本对输入双流深度网络以得到所述双流深度网络对所述样本对处理后的两个输出；

计算所述两个输出之间的距离；

优化所述双流深度网络使得：

响应于所述样本对为正样本对，所述距离不大于第一阈值，其中，所述正样本对中的两个样本属于同一眼睛；以及

响应于所述样本对为负样本对，所述距离不小于第二阈值，其中，所述负样本对中的两个样本属于不同眼睛；

其中，所述第一阈值和所述第二阈值满足以下之一：

第一阈值小于第二阈值；

第一阈值等于第二阈值。

13.根据权利要求12所述的方法，其中，所述优化所述双流深度网络包括：采用反向传播算法优化所述双流深度网络。