[发明专利]虹膜识别模型训练方法、虹膜识别方法及装置在审
| 申请号: | 202210963759.4 | 申请日: | 2022-08-11 |
| 公开(公告)号: | CN115083006A | 公开(公告)日: | 2022-09-20 |
| 发明(设计)人: | 李茂林;张小亮;戚纪纲 | 申请(专利权)人: | 北京万里红科技有限公司 |
| 主分类号: | G06V40/18 | 分类号: | G06V40/18;G06V10/26;G06V10/80;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 北京维正专利代理有限公司 11508 | 代理人: | 谢明晖 |
| 地址: | 100089 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 虹膜 识别 模型 训练 方法 装置 | ||
1.一种虹膜识别模型训练方法,其特征在于,包括:
将虹膜训练样本分割为虹膜区域和眼周区域;
获取虹膜训练样本的虹膜图像和眼周图像;所述虹膜图像为所述虹膜区域的图像,所述眼周图像为以填充像素值填充所述虹膜训练样本的所述虹膜区域得到的图像;
利用所述虹膜图像和所述眼周图像训练虹膜识别模型。
2.根据权利要求1所述的虹膜识别模型训练方法,其特征在于,所述利用所述虹膜图像和所述眼周图像训练虹膜识别模型,包括:
基于所述虹膜图像获取所述虹膜训练样本的虹膜特征;
基于所述眼周图像获取所述虹膜训练样本的眼周特征;
将所述虹膜特征和所述眼周特征进行加权融合,得到融合特征;
根据所述虹膜特征、眼周特征、融合特征训练所述虹膜识别模型。
3.根据权利要求2所述的虹膜识别模型训练方法,其特征在于,所述根据所述虹膜特征、眼周特征、融合特征训练所述虹膜识别模型,包括:
根据所述虹膜特征、眼周特征、融合特征,计算所述虹膜识别模型的损失值;
根据所述损失值训练所述虹膜识别模型。
4.根据权利要求3所述的虹膜识别模型训练方法,其特征在于,所述损失值包括:
所述虹膜特征对应的损失值、所述眼周特征对应的损失值、所述融合特征对应的损失值。
5.根据权利要求1所述的虹膜识别模型训练方法,其特征在于,所述填充像素值为预设像素值或根据所述眼周区域的像素值得到的。
6.一种虹膜识别方法,其特征在于,包括:
将待识别图像分割为待识别虹膜区域和待识别眼周区域;
获取所述待识别图像的待识别虹膜图像和待识别眼周图像;所述待识别虹膜图像为所述待识别虹膜区域的图像,所述待识别眼周图像为以填充像素值填充所述待识别图像的所述待识别虹膜区域得到的图像;
将所述待识别虹膜图像和所述待识别眼周图像输入虹膜识别模型,利用所述虹膜识别模型对所述待识别图像中的虹膜进行识别。
7.一种虹膜识别模型训练装置,其特征在于,包括:
第一分割模块,用于将虹膜训练样本分割为虹膜区域和眼周区域;
第一获取模块,用于获取虹膜训练样本的虹膜图像和眼周图像;所述虹膜图像为所述虹膜区域的图像,所述眼周图像为以填充像素值填充所述虹膜训练样本的所述虹膜区域得到的图像;
训练模块,用于利用所述虹膜图像和所述眼周图像训练虹膜识别模型。
8.一种虹膜识别装置,其特征在于,包括:
第二分割模块,用于将待识别图像分割为待识别虹膜区域和待识别眼周区域;
第二获取模块,用于获取所述待识别图像的待识别虹膜图像和待识别眼周图像;所述待识别虹膜图像为所述待识别虹膜区域的图像,所述待识别眼周图像为以填充像素值填充所述待识别图像的所述待识别虹膜区域得到的图像;
识别模块,用于将所述待识别虹膜图像和所述待识别眼周图像输入虹膜识别模型,利用所述虹膜识别模型对所述待识别图像中的虹膜进行识别。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京万里红科技有限公司,未经北京万里红科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210963759.4/1.html,转载请声明来源钻瓜专利网。





