[发明专利]用于虹膜识别的方法和装置

说明书

本公开内容涉及用于虹膜识别的方法和装置。一个实施例公开了一种用于虹膜识别的方法，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，以获取该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。本公开还描述了相应的装置以及计算机系统和计算机可读存储介质。

技术领域

本发明的实施例总体上涉及生物识别领域，并且特别涉及用于虹膜识别的方法和装置。

背景技术

随着技术的发展，生物识别技术开始逐渐成为热点。生物识别技术具有方便和精准的特点，被越来越多地应用在安全领域。

由于虹膜本身具有的独特的结构特征，在生物识别技术中，虹膜识别技术的精准和方便得到了业界普遍的认可，其具有高精度、非侵犯性、简单易用的优势，被广泛应用于银行、机场、电子商务、门禁系统等场景中。

在一般情况下，人类的虹膜分布在外侧半径为6mm左右的圆环上。要在如此小的区域上提取信息非常困难。一方面，需要硬件的增强，例如提高摄像头的分辨率，以获得更丰富的纹理信息；另一方面，在硬件条件已经固定的情况下，需要更为精确的特征描述方法。

目前，可以利用的虹膜数据库主要有3个：CASIA数据库，MMU数据库，和UBIRIS数据库。这些数据库在采集虹膜图像样本时充分考虑了光照、距离、分辨率等多种印象因素。例如这些数据库中收集了在不同光照条件下，同一目标的同一只眼睛的虹膜图像，以便通过处理减少光照因素对于后期处理的影响。

但是，目前的图像处理方法难以充分利用上述数据库，综合考虑各方面的影响，而仅能专注的解决一个影响因素。而实际应用中显然存在多种影响因素，因此，会影响虹膜识别技术的实际使用。

发明内容

总体上，本发明的实施例提出一种用于虹膜识别的技术方案。

在一个方面，本发明的实施例提供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。

在另一方面，本发明的实施例提供一种用于虹膜识别的装置。所述装置包括：获取模块，被配置为获取虹膜图像；输入模块，被配置为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；计算模块，被配置为计算所述两个输出之间的距离；以及判断模块，被配置为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。

在又一方面，本发明的实施例提供一种用于虹膜识别的计算机系统。该计算机系统包括：一个或多个处理器；一个或多个计算机可读介质；存储在计算机可读介质上的用于由一个或多个处理器中的至少一个执行的计算机程序指令，所述计算机程序指令包括：用于获取虹膜图像的计算机程序指令；用于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的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的计算机程序指令；用于计算所述两个输出之间的距离的计算机程序指令；以及用于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的计算机程序指令。

在再一方面，本发明的实施例提供一种计算机可读的存储介质。该计算机可读存储介质上存储有至少一个可执行的计算机程序指令，所述计算机程序指令包括用于执行上述方法的各步骤的计算机程序指令。

根据本发明的实施例，可以通过尽量的减少各因素的干扰，提高相似度判别的精度，从而提高虹膜识别的精度。

附图说明