[发明专利]虹膜静默活体检测方法、装置、可读存储介质及设备

权利要求书

1.一种虹膜静默活体检测方法，其特征在于，所述方法包括：

获取虹膜图像并进行预处理；

使用虹膜分类CNN，按照模糊程度将虹膜图像分类到若干模糊等级中的一个模糊等级；

使用与虹膜图像分类到的模糊等级对应的活体检测CNN对虹膜图像进行活体检测，得到活体检测结果；其中，每个模糊等级对应一个活体检测CNN。

2.根据权利要求1所述的虹膜静默活体检测方法，其特征在于，所述虹膜分类CNN通过如下方法训练得到：

获取训练样本集，所述训练样本集包括多个训练样本；

按照训练样本拍摄时与焦点的距离，将训练样本分类为第一模糊等级到第N模糊等级，其中从第一模糊等级到第N模糊等级，训练样本拍摄时与焦点的距离逐渐变远；

将前一模糊等级中产生运动模糊的训练样本分类到后一模糊等级，将最后一个模糊等级中产生运动模糊的训练样本分类到最后一个模糊等级；

使用训练样本集训练虹膜分类CNN。

3.根据权利要求2所述的虹膜静默活体检测方法，其特征在于，所述虹膜分类CNN包括若干卷积层、激活层、下采样层和全连接层，以及第一分类层和第二分类层；

N＝3时，所述使用虹膜分类CNN，按照模糊程度将虹膜图像分类到若干模糊等级中的一个模糊等级，包括：

虹膜图像经过虹膜分类CNN的若干卷积层、激活层、下采样层和全连接层，提取得到模糊度特征；

在第一分类层使用模糊度特征构造第一模糊度分值，判断第一模糊度分值是否大于第一模糊度阈值，若是，第一分类层的分类结果为1，否则第一分类层的分类结果为0；

在第二分类层使用模糊度特征构造第二模糊度分值，判断第二模糊度分值是否大于第二模糊度阈值，若是，第二分类层的分类结果为1，否则第二分类层的分类结果为0；

将第一分类层的分类结果和第二分类层的分类结果相加后再加1，即为虹膜图像的模糊等级。

4.根据权利要求1-3任一所述的虹膜静默活体检测方法，其特征在于，所述活体检测CNN通过如下方法训练得到：

分别使用不同模糊等级的训练样本训练该模糊等级对应的活体检测CNN。

5.根据权利要求4所述的虹膜静默活体检测方法，其特征在于，所述活体检测CNN包括若干卷积层、激活层、下采样层和全连接层，以及一个分类层；

所述使用与虹膜图像分类到的模糊等级对应的活体检测CNN对虹膜图像进行活体检测，得到活体检测结果，包括：

虹膜图像经过活体检测CNN的若干卷积层、激活层、下采样层和全连接层，提取得到活体特征；

在分类层使用活体特征构造活体分值，判断活体分值是否大于该活体检测CNN的活体阈值，若是，活体检测结果为通过，否则，活体检测结果为不通过。

6.一种虹膜静默活体检测装置，其特征在于，所述装置包括：

获取模块，用于获取虹膜图像并进行预处理；

分级模块，用于使用虹膜分类CNN，按照模糊程度将虹膜图像分类到若干模糊等级中的一个模糊等级；

检活模块，用于使用与虹膜图像分类到的模糊等级对应的活体检测CNN对虹膜图像进行活体检测，得到活体检测结果；其中，每个模糊等级对应一个活体检测CNN。

7.根据权利要求6所述的虹膜静默活体检测装置，其特征在于，所述虹膜分类CNN通过如下模块训练得到：

样本集获取模块，用于获取训练样本集，所述训练样本集包括多个训练样本；

第一分级模块，用于按照训练样本拍摄时与焦点的距离，将训练样本分类为第一模糊等级到第N模糊等级，其中从第一模糊等级到第N模糊等级，训练样本拍摄时与焦点的距离逐渐变远；

第二分级模块，用于将前一模糊等级中产生运动模糊的训练样本分类到后一模糊等级，将最后一个模糊等级中产生运动模糊的训练样本分类到最后一个模糊等级；

第一训练模块，用于使用训练样本集训练虹膜分类CNN。