[发明专利]基于眼周区域的身份识别方法

权利要求书

1.一种基于眼周区域的身份识别方法，所述方法包括眼周区域特征训练过程S1和眼周区域特征比对过程S2，

其中所述眼周区域特征训练过程S1包括子步骤：

S11.构建训练样本库，对训练样本库中的图像进行预处理，包括人眼检测、虹膜外圆定位、归一化处理，得到归一化的眼周图像；

S12.提取归一化图像的纹理特征，作为眼周底层特征；

S13.采用聚类方法，将训练样本库中所有图像的眼周底层特征训练成眼周特征表达基元词典G，如下式：

G(x)＝{αk(x)}，1≤k≤K

式中，x表示眼周区域的底层特征，αk(x)表示第k个眼周特征表达基元，K表示训练所得的眼周特征表达基元词典G含有眼周特征表达基元α的数量；

其中所述眼周区域特征比对过程S2包括子步骤：

S21.按照训练过程步骤S11中对单幅训练图像的预处理方法，对参与比对的两幅测试图像进行预处理，包括人眼检测、虹膜外圆定位、归一化处理，得到归一化的眼周图像；

S22.按照步骤S12的方法提取归一化图像的纹理特征，作为眼周底层特征；

S23.将S22提取的眼周底层特征映射到训练所得眼周特征表达基元词典构成的特征空间，得到眼周特征向量F，映射关系如下：

F～G

式中，G表示训练所得眼周特征表达基元词典；

参与比对的两幅测试图像的眼周特征向量分别记为F1、F2；

S24.计算参与比对的两个眼周特征向量F1、F2之间的相似度dist，与阈值比较判断是否比对成功，相似度计算公式表示为：

dist＝sim(F1，F2)

S25.输出特征比对结果。

2.根据权利要求1所述的身份识别方法，其特征在于，所述步骤S11和步骤S21记载的人眼检测、虹膜外圆定位、归一化处理的具体步骤为：

1)对训练样本库中的图像进行人眼检测，检测出人眼区域位置；

2)在人眼区域中进行虹膜外圆定位，检测虹膜外圆的中心坐标与半径，记为(IrisX,IrisY,IrisR)；

3)以虹膜外圆定位(IrisX,IrisY)为中心，以Horg＝ratio1*IrisR、Worg＝ratio2*IrisR为矩形的长宽，定位眼周区域，并归一化到指定尺寸H*W。

3.根据根据权利要求1所述的身份识别方法，其特征在于，所述步骤S12和步骤S22记载的特征提取方法的具体步骤为：

将归一化图像分成若干像素块，每个像素块再分成若干小块，在每个小块上计算指定方向上的灰度梯度直方图，形成局部算子描述符，将所有像素块的局部算子描述符连接，构成高维的眼周底层特征向量。

4.根据权利要求1所述的身份识别方法，其特征在于，所述步骤S13记载的眼周特征表达基元词典G，对于眼周的特征提取将把底层特征映射到该基元词典构成的特征空间，得到眼周低秩特征表达用于比对。