[发明专利]一种基于强化泛用型虹膜特征标签的轻量级身份验证方法有效

专利信息
申请号: 201911005205.8 申请日: 2019-10-22
公开(公告)号: CN110728251B 公开(公告)日: 2020-05-12
发明(设计)人: 刘元宁;刘帅;朱晓冬;董立岩;崔靖威;张齐贤;吴祖慷;李昕龙;王超群 申请(专利权)人: 吉林大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46
代理公司: 长春市恒誉专利代理事务所(普通合伙) 22212 代理人: 鞠传龙
地址: 130012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 强化 泛用型 虹膜 特征 标签 轻量级 身份验证 方法
【说明书】:

发明公开了一种基于强化泛用型虹膜特征标签的轻量级身份验证方法,其方法为:步骤一、采集模板虹膜灰度图像两张;步骤二、分别处理两张模板虹膜灰度图像;步骤三、将模板特征标签存储到IC卡中;步骤四、通过虹膜采集仪采集测试虹膜灰度图像一张;步骤五、处理测试虹膜灰度图像;步骤六、提取180×30维度测试虹膜处理图像的特征标签;步骤七、通过读卡器读取IC卡中存储的模板特征标签,利用模板虹膜灰度图像的特征标签与测试虹膜灰度图像的特征标签实现身份验证。有益效果:有利于虹膜识别系统的推广;有效提高了不同虹膜类别特征的区分度,进而提高了虹膜验证的准确率。

本发明涉及一种基于虹膜识别的身份验证方法,特别涉及一种基于强化泛用型虹膜特征标签的轻量级身份验证方法。

背景技术

目前,随着社会信息化的发展,以人脸、虹膜、指纹为首的生物识别技术已经开始大规模运用在实际的生产生活中。而虹膜作为一种不容易被复制的人体特征,更受到那些高机密、高警备的场所,如军事基地、金库等方面的青睐。

比起人脸身份验证,当前虹膜身份验证的使用场所更多是在高机密、高警备、需要验证的人员数量少的场所,因此更注重轻量级身份验证。但当前的轻量级身份验证存在一些问题:一方面虹膜采集设备相较于人脸设备更需要专用化设计,另一方面,虹膜特征的选取目前没有完全统一的标准,这些都导致虹膜采集设备泛用性较差,很难直接使用现有的低成本设备进行操作,提高了虹膜身份验证的成本,影响了虹膜识别技术的推广。

为了提高选取特征的区分度,当前轻量级虹膜身份验证模型训练方式上更多的是采用的是基于统计学习的训练方式,通过同一设备拍摄上千甚至上万以上的虹膜图像,并针对不同的情况进行分类,形成较好的训练图像集后,根据特征提取后的数据的分布状态,找到区分度大,准确度高的部分形成特征标签。这是当前研究最广泛,也是最常见的训练方式,但这种方式需要大批量的虹膜图像作为基础,确保身份验证采集的图像即使与模板采集时的状态发生变化也能够保证识别的准确性。但是在很多情况下,图像的采集只有当场采集的几张图像,在这种情况下,统计学习的泛用性大大降低,识别效果下降。

因此,在轻量级虹膜身份验证中,就需要一种可以在少数量虹膜图像上提取特征标签进行模型训练的基础上,使验证模型适用于当前现有常用的低成本IC读卡设备以及虹膜采集设备,强化虹膜特征以及对设备要求的泛用性、通用性的身份验证方法。

发明内容

本发明的主要目的是为了解决现有的基于虹膜特征的轻量级身份验证方法中所存在的一些问题;

本发明的另一个目的是为了在轻量级虹膜条件下设计一种准确性高,区分度大,特征表述简单的虹膜特征标签;

本发明的再一个目的是为了强化泛用性,一方面使虹膜特征标签具有设备无关性,能采用现有的各种型号的摄像头采集,并能存储到现有的任意一款IC存储卡中,通过现有的任意一款IC卡读卡器都能读取IC卡的存储信息,实现特征以及设备的泛用性;

本发明为了解决上述问题达到上述目的而提供的一种基于强化泛用型虹膜特征标签的轻量级身份验证方法。

本发明提供的一种基于强化泛用型虹膜特征标签的轻量级身份验证方法,其方法如下所述:

步骤一、任意使用市面常见虹膜采集仪,采集模板虹膜灰度图像两张;

步骤二、分别处理两张模板虹膜灰度图像,得到两张180×30维度模板虹膜处理图像;

步骤三、基于两张180×30维度模板虹膜处理图像得到模板特征标签,并将模板特征标签存储到IC卡中;

步骤四、通过虹膜采集仪采集测试虹膜灰度图像一张;

步骤五、处理测试虹膜灰度图像,得到180×30维度测试虹膜处理图像;

步骤六、提取180×30维度测试虹膜处理图像的特征标签;

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吉林大学,未经吉林大学许可,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/201911005205.8/2.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