[发明专利]美瞳检测方法有效

专利信息
申请号: 201810822698.3 申请日: 2018-07-25
公开(公告)号: CN108470170B 公开(公告)日: 2018-11-02
发明(设计)人: 张晓琳 申请(专利权)人: 上海聚虹光电科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 201306 上海市浦东*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分类模型 检测模块 数据库 样本 活体虹膜 机器学习 学习模块 分类器 人工美 检测 采集 数据采集模块 第二检测 二次检测 检测结果 训练样本 剔除 发布 优化 存储 更新
【说明书】:

发明公开了一种美瞳检测方法,其包括以下步骤:a.数据采集模块对已知美瞳和活体虹膜进行采集,并将采集到的已知美瞳作为人工美瞳存储到数据库中;b.美瞳学习模块将数据库中的人工美瞳和活体虹膜作为训练样本,通过机器学习的方法得到美瞳分类模型,并将美瞳分类模型发布到第一检测模块的美瞳分类器中;c.第一检测模块对未知样本进行美瞳检测;d.第一检测模块认定未知样本的检测结果是非美瞳后,第二检测模块对所述未知样本进行二次检测;e.美瞳学习模块根据更新的数据库,通过机器学习的方法优化美瞳分类模型,并重新发布到第一检测模块的美瞳分类器中;f.优化后的美瞳分类模型对数据库中的机器美瞳再次进行判断,剔除机器美瞳中的非美瞳数据。

技术领域

本发明涉及生物识别技术领域,具体涉及一种美瞳检测方法。

背景技术

近年来,随着生活质量的提高,隐形眼镜的佩戴人群逐渐增多,尤其是彩色隐形眼镜即美瞳,一方面可以避免普通镜框眼镜带来的不便,另一方面也可以增加美观度。据行业协会的不完全统计,目前仅我国美瞳的年销量已超过一亿片,可见美瞳的使用,尤其是在女性中,十分普遍。

随着科技的进步,人工智能已经走进了人们的生活。人们对身份的验证早已不局限于身份证、密码等传统形式,越来越多的行业,包括金融、公共服务、安全等其他领域倾向于使用随身携带的生物特征包括人脸、指纹、虹膜等作为身份验证的手段之一。

虹膜识别凭借其非接触性、高准确性以及长期稳定性成为重要的生物识别手段之一。目前,虹膜识别技术及产品正在以前所未有的速度快速的进入市场;然而美瞳的广泛使用给虹膜识别的安全性带来了新的挑战。美瞳的纹理与虹膜纹理叠加使得真假虹膜难辨。如果美瞳数据被注册数据库接受将会污染整个数据库,使数据库安全性降低。不法分子将会利用数据库的缺陷攻击数据库。因此确保美瞳被检测并屏蔽在数据库之外极为重要。

发明内容

本发明所要解决的技术问题是提供一种美瞳检测方法,避免用户佩戴美瞳进行虹膜注册和识别,对身份认证安全性造成的干扰。

为实现上述技术效果,本发明公开了一种美瞳检测方法,其特征在于包括以下步骤:

a. 数据采集模块对已知美瞳和活体虹膜进行采集,并将采集到的已知美瞳作为人工美瞳存储到数据库中,将采集到的活体虹膜作为美瞳负样本存储到数据库中;

b. 美瞳学习模块将数据库中的人工美瞳和活体虹膜作为训练样本,通过机器学习的方法得到美瞳分类模型,并将美瞳分类模型发布到第一检测模块的美瞳分类器中;

c. 第一检测模块的美瞳分类器调用美瞳分类模型对未知样本进行检测,其中,美瞳分类器判断未知样本是美瞳的次数达到第一预设阈值时,第一检测模块认定该未知样本的检测结果是美瞳,并将该未知样本作为机器美瞳存储到数据库中,从而对数据库进行更新;

d. 第一检测模块认定所述未知样本的检测结果是非美瞳,则第二检测模块对所述未知样本进行二次检测;

e. 美瞳学习模块根据更新的数据库,通过机器学习的方法优化美瞳分类模型,并将优化后的美瞳分类模型发布到第一检测模块的美瞳分类器中;

f. 第一检测模块的美瞳分类器调用优化后的美瞳分类模型对数据库中的机器美瞳再次进行判断,剔除机器美瞳中的非美瞳数据。

本发明美瞳检测方法的改进在于,步骤a进一步包括:

数据采集模块对已知美瞳和活体虹膜进行图像采集,并将采集到的已知美瞳图像和活体虹膜图像存储到数据库中;

虹膜分割模块对采集到的已知美瞳图像和活体虹膜图像进行分割;

虹膜编码模块对完成分割的已知美瞳图像和活体虹膜图像进行编码,形成人工美瞳编码和活体虹膜编码存储到数据库中。

本发明美瞳检测方法的进一步改进在于,步骤b进一步包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海聚虹光电科技有限公司,未经上海聚虹光电科技有限公司许可,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/201810822698.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top