[发明专利]非正视虹膜图像的矫正模型训练、矫正、识别方法及装置

权利要求书

1.一种非正视虹膜图像矫正模型训练方法，其特征在于，所述方法包括：

获取训练样本集，所述训练样本集中的每个训练样本包含同一人眼的第一正视虹膜图像、第二正视虹膜图像、用于将正视虹膜图像变换至一组设定注视姿势中的一种注视姿态的非正视虹膜图像的仿射变换参数、以及所述仿射变换矩阵对应的仿射变换逆变换参数；

利用训练样本中的仿射变换参数对相应训练样本中的第一正视虹膜图像进行仿射变换，得到通过仿射变换得到的非正视虹膜图像；

将训练样本的第一正视虹膜图像、通过仿射变换得到非正视虹膜图像、及仿射变换参数输入至深度卷积神经网络，得到通过训练得到的仿射变换逆变换参数；

利用通过训练得到的仿射变换逆变换参数对相应训练样本中的非正视虹膜图像进行仿射变换逆变换，得到矫正后的非正视虹膜图像；

对矫正后的非正视虹膜图像与相应训练样本中的第二正视虹膜图像进行虹膜比对，得到虹膜比对结果；

计算虹膜比对结果与设定比对阈值的第一距离，计算通过训练得到的仿射变换逆变换参数和相应训练样本中仿射变换逆变换参数的第二距离，并根据所述第一距离和所述第二距离得到损失函数；

将所述损失函数返回至所述深度卷积神经网络，以训练所述深度卷积神经网络，并在满足设定训练要求的情况下，根据训练后的深度卷积神经网络得到非正视虹膜图像矫正模型。

2.如权利要求1所述的非正视虹膜图像矫正模型训练方法，其特征在于，所述设定训练要求为训练后的深度卷积神经网络对应的损失函数不大于设定阈值，或达到设定训练次数。

3.如权利要求1所述的非正视虹膜图像矫正模型训练方法，其特征在于，所述一组设定注视姿势包括多个注视姿势。

4.如权利要求1所述的非正视虹膜图像矫正模型训练方法，其特征在于，所述虹膜比对结果为比对分数，所述设定比对阈值为设定比对分数阈值。

5.如权利要求4所述的非正视虹膜图像矫正模型训练方法，其特征在于，对矫正后的非正视虹膜图像与相应训练样本中的第二正视虹膜图像进行虹膜比对，得到虹膜比对结果，包括：

对矫正后的非正视虹膜图像进行虹膜特征提取，得到第一特征向量，对相应训练样本中的第二正视虹膜图像进行虹膜特征提取，得到第二特征向量；

计算所述第一特征向量与所述第二特征向量的相似度，得到相似度分数，作为虹膜比对结果。

6.一种虹膜图像矫正方法，其特征在于，包括：

获取待矫正注视姿势的虹膜图像和利用如权利要求1至5任一项所述的非正视虹膜图像矫正模型训练方法得到的非正视虹膜图像矫正模型；

将待矫正注视姿势的虹膜图像输入至所述非正视虹膜图像矫正模型，得到矫正后的虹膜图像。

7.如权利要求6所述的虹膜图像矫正方法，其特征在于，将待矫正注视姿势的虹膜图像输入至所述非正视虹膜图像矫正模型，得到矫正后的虹膜图像，包括：

将待矫正注视姿势的虹膜图像输入至所述非正视虹膜图像矫正模型，得到相应的仿射变换逆变换参数；

利用所述仿射变换逆变换参数对所述待矫正注视姿势的虹膜图像进行仿射变换逆变换，得到矫正后的虹膜图像。

8.一种虹膜识别方法，其特征在于，包括：

获取待识别的虹膜图像；

利用如权利要求6或7所述的虹膜图像矫正方法对待识别的虹膜图像进行注视姿势矫正，得到矫正后的虹膜图像；

利用矫正后的虹膜图像进行虹膜识别，得到所述虹膜图像的虹膜识别结果。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。