[发明专利]尸体虹膜识别方法和装置

权利要求书

1.一种尸体虹膜识别方法，其特征在于，该方法包括以下步骤：

采集尸体虹膜图像，并对采集的尸体虹膜图像进行虹膜图像质量评价；

对尸体虹膜图像进行第一尸体虹膜质量评价；

对于图像质量符合预定质量标准的虹膜图像，进行虹膜检测与定位；

将定位到虹膜区域的尸体虹膜图像数据和活体虹膜数据库中的虹膜数据进行匹配，并获得至少一个匹配结果和相应的置信度；

基于质量评价结果、匹配结果和相应的置信度综合分析，输出最终识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对采集的尸体虹膜图像进行虹膜图像质量评价，包括：

采用如下质量评价因素中的至少一种进行虹膜图像质量评价并获得虹膜图像评价结果：离焦模糊程度、运动模糊程度、清晰度以及有效虹膜区域比例。

3.根据权利要求1所述的方法，其特征在于，所述对尸体虹膜图像进行第一虹膜质量评价，包括：

利用基于深度卷积网络的、经训练的第一分类器对尸体虹膜图像进行虹膜质量等级分类，获得第一虹膜质量评价结果；

其中，所述第一分类器是利用采集的多组死亡时间对应的多组不同虹膜质量的虹膜图像训练得到的分类器。

4.根据权利要求1所述的方法，其特征在于，在进行虹膜检测与定位的步骤前，所述方法还包括：

进行尸体虹膜图像预处理。

5.根据权利要求1所述的方法，其特征在于，进行虹膜检测与定位之后，将定位到虹膜区域的数据和活体虹膜数据库中的虹膜数据进行匹配之前，所述方法还包括：

对定位的虹膜区域进行第二尸体虹膜质量评价。

6.根据权利要求5所述的方法，其特征在于，所述对定位到虹膜区域进行第二尸体虹膜质量评价，包括：

利用基于深度卷积网络的、经训练的第二分类器对定位到虹膜区域的尸体虹膜图像进行虹膜质量等级分类，获得第二虹膜质量评价结果；

其中，所述第二分类器是利用采集的多组死亡时间对应的多组不同虹膜质量的、标注了虹膜区域的虹膜图像训练得到的分类器。

7.根据权利要求1所述的方法，其特征在于，所述质量评价结果包括虹膜图像质量评价结果和/或虹膜质量评价结果；

所述基于质量评价结果和预存储的活体虹膜数据库进行尸体虹膜识别，并获得至少一个初步识别结果和相应的置信度，包括：

在质量评价结果符合第一条件的情况下，对定位到的虹膜区域进行归一化展开和特征提取，并将提取的特征与活体虹膜数据库中的相应特征进行比对，获得前K个相似虹膜模板和对应的K个置信度，其中，K大于等于1；和/或

在质量评价结果符合第二条件的情况下，采用深度卷积网络对定位到的虹膜区域进行特征提取，并计算与预存的活体虹膜数据库中不同虹膜图像的相似度，获得前L个相似虹膜模板和对应的L个置信度，其中，L大于等于1。

8.根据权利要求7所述的方法，其特征在于，符合所述第一条件的质量评价结果优于符合所述第二条件的质量评价结果。

9.根据权利要求1-8中任意一项所述的方法，其特征在于，所述基于质量评价结果、匹配结果和相应的置信度综合分析，输出最终识别结果，包括：

基于虹膜图像质量评价结果、虹膜质量评价结果和初步识别结果相应的置信度确定识别结果可信度等级，来输出最优识别结果，输出至少一个推荐识别结果及其置信度，或者输出无识别分类结果，作为最终识别结果；或者

将虹膜图像质量评价结果、虹膜质量评价结果和初步识别结果相应的置信度作为特征向量，作为分类器的输入特征，通过分类器学习方式输出第一可信度等级的单个最优识别结果，输出第二可信度等级的至少一个推荐识别结果及其置信度，或者输出无识别分类结果，作为最终识别结果。