[发明专利]一种基于瞳孔光反射的头戴设备认证方法有效

专利信息
申请号: 202010264760.9 申请日: 2020-04-07
公开(公告)号: CN111400691B 公开(公告)日: 2022-12-09
发明(设计)人: 闫士林;常姗;王佳程 申请(专利权)人: 东华大学
主分类号: G06F21/32 分类号: G06F21/32;G06V40/19;G06V40/18
代理公司: 上海申汇专利代理有限公司 31001 代理人: 徐俊
地址: 201600 上*** 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: 一种 基于 瞳孔 反射 设备 认证 方法
【权利要求书】:

1.一种基于瞳孔光反射的头戴设备认证方法,使用一种头戴设备认证系统,所述系统包括头戴设备、摄像头、单片机和LED灯;其特征在于,具体步骤如下:

步骤一、使用LED灯对眼睛调整光照强度;

步骤二、通过摄像头采集瞳孔大小变化图像数据;

步骤三、对图像数据进行预处理;

步骤四、对图像数据进行验证,具体包括下述两个步骤:

一、特征提取:第一个特征为从瞳孔接受到光刺激到瞳孔缩小到最小的阶段中出现的瞳孔半径与虹膜半径的比值的最大值,记为MaxValue;第二个特征为瞳孔恢复的阶段中出现的瞳孔半径与虹膜半径的比值的最小值记为MinValue;第三个特征为MaxValue和MinValue之间的变化量,记为RangeAB,

定义瞳孔半径与虹膜半径的比值作为PLR信号,第四个特征为整条PLR信号的标准差,记为standValue;PLR信号的一阶导数,在曲线中导数的值第二次降低到最小的地方所对应的帧数作为第五个特征,记为IndexMin;最后一个特征为PLR信号的一阶导数的中位数,记为MedianValue;

二、分类器训练:通过PLR信号训练具有径向基核函数的支持向量机分类器,即libSVM,将特征提取步骤中所提取的特征送入训练好的分类器进行分类,根据分类结果是否为同一用户,决定是否该用户认证成功。

2.如权利要求1所述的一种基于瞳孔光反射的头戴设备认证方法,其特征在于,所述步骤三中,对于图像数据的预处理:采用由RGB图像转换为灰度图像的算法,每一张RGB图片默认颜色变灰比率有六个:

Color_Ratio(1)=0.4;Color_Ratio(2)=0.6;Color_Ratio(3)=0.4;

Color_Ratio(4)=0.6;Color_Ratio(5)=0.2;Color_Ratio(6)=0.8;

其中1,2,3,4,5,6分别代表红色,黄色,绿色,青色,蓝色,洋红;

对于每个像素点:r=R(i,j)代表红色通道像素值;g=G(i,j)代表绿色通道像素值;b=B(i,j)代表绿色通道像素值;其中,i,j表示像素点位置;

三通道像素点中最大值Max_value=max(r,max(g,b));

最小值Min_value=min(r,min(g,b));

中间值Mid_value=Sum_value-Max_value-Min_value;

其中Sum_value=r+g+b;

如果Min_value=r,index=0;Min_value=g,index=2;Min_value=b,index=4;

其中,index为索引值;

Ratio_mid定义如下Ratio_mid=Color_Ratio(mod(Index+3,6)+1),mod是取模运算;

如果Max_value=r,index=1;Max_value=g,index=3;Max_value=b,index=5;

Ratio_max定义如下Ratio_max=Color_Ratio(index),灰度像素点的值Gray_img=((Max_value-Mid_value)*Ratio_max+(Mid_value-Min_value)*Ratio_mid+Min_value)/255,最后通过采用中值滤波的方法去除图像中的噪声。

3.如权利要求1所述的一种基于瞳孔光反射的头戴设备认证方法,其特征在于,获取所述步骤四中PLR信号前采用基于临近阈值的算法去除信号中的出现的尖峰异常值,具体实施过程为如果当前的值与其临近的值的差值大于先前设定的阈值,那么就用其邻近的值代替目前的值,然后通过小波变换的方法再去除先前处理好的信号中仍然掺杂的噪声。

4.如权利要求3所述的一种基于瞳孔光反射的头戴设备认证方法,其特征在于,所述的阈值为0.0012。

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东华大学,未经东华大学许可,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/202010264760.9/1.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