以图像为基准的生物识别系统及计算机实施方法技术方案

本文描述了以图像为基准的生物识别系统及计算机实施方法，所述方法包括：接收用户的面部区域的图像，所述面部区域包含眼睛及围绕所述眼睛的区域；处理所述图像以界定所述面部区域的所述图像中包含所述眼睛的至少一部分的眼部图像区域，其中所述眼睛的所述至少一部分包含所述眼睛的巩膜区域；界定所述面部区域的所述图像中各自包含围绕所述眼睛的所述区域的至少一部分的多个眼周图像区域，其中每个所述眼周图像区域的大小不同于所述眼部图像区域；基于所述多个眼周图像区域中的至少一者及所述眼部图像区域来计算一或多个生物识别匹配分数；以及基于所述一或多个生物识别匹配分数，将所述面部区域的所述图像指定为真实或不真实。

Image based biometric system and its computer implementation

【技术实现步骤摘要】
以图像为基准的生物识别系统及计算机实施方法分案说明本申请是申请日为2016年9月9日、申请号为PCT/US2016/050999的PCT国际申请进入中国(进入日为2018年4月16日、申请号为201680060614.6、专利技术名称为“图像及特征质量、用于眼部血管及面部识别的图像增强及特征提取及针对生物识别系统融合眼部血管与面部及/或子面部信息”)的专利技术专利申请的分案申请。相关申请案的交叉参考本申请案主张2015年9月11日申请且标题为“图像增强、质量度量、特征提取、信息融合、姿态估计及补偿、及生物识别系统的模板更新(ImageEnhancement,QualityMetrics,FeatureExtraction,InformationFusion,PoseEstimationandCompensation,andTemplateUpdatesforBiometricSystems)”的第62/217,660号美国临时专利申请案的优先权及权益，所述美国专利申请案的全部内容以引用方式并入本文中。
技术介绍
本专利技术涉及生物识别认证，且更具体来说，本专利技术涉及用于图像增强、质量度量、特征提取及针对以多区域(子眼部到面部)或其它图像为基础的生物识别系统的信息融合的系统及方法。生物识别系统可用以认证一个人的身份以同意或拒绝对资源的存取。举例来说，图像扫描仪可由生物识别安全系统使用以基于个人的面部上(例如，个人的眼睛及其周围区域中)的独特结构来识别一个人。例如在注册过程期间捕获的数据的从一个人捕获的生物识别数据可存储为用以稍后验证个人的身份的模板。然而，生物识别扫描技术将获益于使用眼周特征来取代用于注册及验证的眼部特征或使用除用于注册及验证的眼部特征之外的眼周特征的改进技术。
技术实现思路
揭示与可应用于眼部血管、眼周及面部区域的生物识别技术有关的系统及方法。一方面，一种计算机实施方法包括以下步骤：接收的用户的面部区域的图像，所述面部区域包含眼睛及围绕所述眼睛的区域；处理所述图像以界定包含所述面部区域的所述图像中的所述眼睛的至少一部分的眼部图像区域；界定多个各自包含围绕所述面部区域的所述图像中的所述眼睛的所述区域的至少一部分的眼周图像区域，其中基于所界定的眼部区域的尺寸来界定所述眼周区域；基于所述眼部图像区域及所述眼周区域的至少一者来计算一或多个生物识别匹配分数；及基于所述一或多个生物识别匹配分数将所述面部区域的所述图像指定为真实或不真实。在一个实施方案中，所述多个眼周图像区域包括至少四个眼周图像区域。所述至少四个眼周图像区域可包括安置于所述眼部图像区域下方的眼周图像区域、安置于所述眼部图像区域右边的眼周图像区域、安置于所述眼部图像区域左边的眼周图像区域及安置于所述眼部图像区域上方的眼周图像区域。界定所述多个眼周图像区域可包括界定安置于所述眼部图像区域下方的下眼周图像区域，所述下眼周图像区域具有基本上等于所述眼部图像区域宽度的宽度的宽度及在所述眼部图像区域的高度的10％到300％的范围内的高度。界定所述多个眼周图像区域还可包括界定安置于所述眼部图像区域右边的右眼周图像区域，所述右眼周图像区域具有在所述眼部图像区域的宽度的10％到80％的范围内的宽度及所述眼部图像区域的高度的120％到550％的高度。界定所述多个眼周图像区域还可进一步包括界定安置于所述眼部图像区域左边的左眼周图像区域，所述左眼周图像区域具有在所述眼部图像区域的宽度的10％到50％的范围内的宽度及所述眼部图像区域的高度的120％到550％的高度。界定所述多个眼周图像区域还可包括界定安置于所述眼部图像区域上方的上眼周图像区域，所述上眼周图像区域具有基本上等于所述眼部图像区域宽度的宽度的宽度及在所述眼部图像区域的高度的10％到150％的范围内的高度。在另一实施方案中，计算所述一或多个生物识别匹配分数包括：基于所述眼部图像区域及眼部注册模板计算第一生物识别匹配分数；及响应于确定所述第一生物识别匹配分数不满足第一匹配阈值，基于所述眼部图像区域、所述眼周图像区域的第一者、所述眼部注册模板及眼周注册模板计算第二生物识别匹配分数。计算所述一或多个生物识别匹配分数可进一步包括，响应于确定所述第二生物识别匹配分数不满足第二匹配阈值，通过在一或多个另外生物识别匹配分数中反复包含所述眼周图像区域的额外者直到特定另一生物识别匹配分数满足对应匹配阈值或无可用于包含的另外眼周图像区域来计算所述另外生物识别匹配分数。可至少基于辨别力及/或质量来分级所述多个眼周图像区域，且可基于所述额外眼周图像区域的相应分级反复包含所述额外眼周图像区域。可基于从所述眼周图像区域导出的一或多个面部特征将所述多个眼周图像区域的一或多者分为子区域，且可基于所述额外眼周图像区域的集群重要性或相应分级反复包含所述额外眼周图像区域。在另一实施方案中，计算所述一或多个生物识别匹配分数包括：基于所述眼部图像区域及注册模板识别第一组匹配点对；及基于所述眼周图像区域的至少一者及所述注册模板识别第二组匹配点对。计算所述一或多个生物识别匹配分数可进一步包括：通过将所述第一及第二组匹配点对的组合输入到离群值检测算法而确定一或多个内围层匹配点；确定对应于所述眼部图像区域的若干内围层匹配点满足最小眼部内围层计数；及至少部分地基于所述内围层匹配点来计算特定生物识别匹配分数。所述最小眼部内围层计数可等于3。在又一实施方案中，计算所述一或多个生物识别匹配分数进一步包括：通过将所述第一组匹配点对输入到离群值检测算法而确定一或多个第一内围层匹配点；通过将所述第二组匹配点对输入到离群值检测算法而确定一或多个第二内围层匹配点；及至少部分地基于离群值检测算法的输出使用所述第一及第二内围层匹配点的组合作为输入来计算特定生物识别匹配分数。计算所述一或多个生物识别匹配分数可进一步包括确定从所述离群值检测算法的所述输出获得的对应于所述眼部图像区域的若干内围层匹配点满足最小眼部内围层计数。所述最小眼部内围层计数可等于3。另一方面，一种计算机实施方法包括以下步骤：接收用户的面部区域的图像，所述面部区域包含眼睛及围绕所述眼睛的区域；处理所述图像以：(i)界定包含所述面部区域的所述图像中的所述眼睛的至少一部分的眼部图像区域；及(ii)界定一或多个各自包含围绕所述面部区域的所述图像中的所述眼睛的所述区域的至少一部分的眼周图像区域；识别所述眼部图像区域及所述一或多个眼周图像区域的至少一者中的多个所关注的点；针对所关注的每一点，基于多个图案化直方图特征描述符的组合以产生特征描述符；及将所产生的特征描述符存储在生物识别模板中。在一个实施方案中，处理所述图像包括使用局部梯度加柏模式(LGGP)增强所述图像的至少一部分。使用LGGP增强所述图像的至少一部分可包括：以多个角度中的每一者计算所述图像的所述至少一部分的加柏相位图像；聚集所计算的加柏相位图像以形成组合加柏相位图像；以多个角度的每一者计算所述组合加柏相位图像的局部梯度；及保持每一局部梯度的最大值以形成增强图像。特定图案化直方图特征描述符可包括扩展多半径局部二进制模式的图本文档来自技高网...

【技术保护点】
1.一种计算机实施的方法，包括：/n接收用户的面部区域的图像，所述面部区域包含眼睛及围绕所述眼睛的区域；/n处理所述图像以界定所述面部区域的所述图像中包含所述眼睛的至少一部分的眼部图像区域，其中所述眼睛的所述至少一部分包含所述眼睛的巩膜区域；/n界定所述面部区域的所述图像中各自包含围绕所述眼睛的所述区域的至少一部分的多个眼周图像区域，其中每个所述眼周图像区域的大小不同于所述眼部图像区域，以及界定所述眼周图像区域中的特定眼周图像区域包括：/n通过将包含所述巩膜区域的所述眼部图像区域的高度与第一数值因子相乘来计算区域高度；/n通过将包含所述巩膜区域的所述眼部图像区域的宽度与第二数值因子相乘来计算区域宽度；/n将所述特定眼周图像区域的高度设置为等于所计算出的所述区域高度；以及/n将所述特定眼周图像区域的宽度设置为等于所计算出的所述区域宽度；基于所述多个眼周图像区域中的至少一者及所述眼部图像区域来计算一或多个生物识别匹配分数；以及/n基于所述一或多个生物识别匹配分数，将所述面部区域的所述图像指定为真实或不真实。/n

【技术特征摘要】
20150911 US 62/217,6601.一种计算机实施的方法，包括：
接收用户的面部区域的图像，所述面部区域包含眼睛及围绕所述眼睛的区域；
处理所述图像以界定所述面部区域的所述图像中包含所述眼睛的至少一部分的眼部图像区域，其中所述眼睛的所述至少一部分包含所述眼睛的巩膜区域；
界定所述面部区域的所述图像中各自包含围绕所述眼睛的所述区域的至少一部分的多个眼周图像区域，其中每个所述眼周图像区域的大小不同于所述眼部图像区域，以及界定所述眼周图像区域中的特定眼周图像区域包括：
通过将包含所述巩膜区域的所述眼部图像区域的高度与第一数值因子相乘来计算区域高度；
通过将包含所述巩膜区域的所述眼部图像区域的宽度与第二数值因子相乘来计算区域宽度；
将所述特定眼周图像区域的高度设置为等于所计算出的所述区域高度；以及
将所述特定眼周图像区域的宽度设置为等于所计算出的所述区域宽度；基于所述多个眼周图像区域中的至少一者及所述眼部图像区域来计算一或多个生物识别匹配分数；以及
基于所述一或多个生物识别匹配分数，将所述面部区域的所述图像指定为真实或不真实。


2.根据权利要求1所述的方法，其中所述多个眼周图像区域包括至少四个眼周图像区域。


3.根据权利要求2所述的方法，其中所述至少四个眼周图像区域包括：
安置于所述眼部图像区域下方的下眼周图像区域、
安置于所述眼部图像区域右边的右眼周图像区域、
安置于所述眼部图像区域左边的左眼周图像区域、及
安置于所述眼部图像区域上方的上眼周图像区域。


4.根据权利要求1所述的方法，其中界定所述多个眼周图像区域包括：
界定安置于所述眼部图像区域右边的右眼周图像区域，所述右眼周图像区域的宽度在所述眼部图像区域的宽度的10％到80％的范围内，及所述右眼周图像区域的高度在所述眼部图像区域的高度的120％到550％的范围内。


5.根据权利要求1所述的方法，其中界定所述多个眼周图像区域包括：
界定安置于所述眼部图像区域左边的左眼周图像区域，所述左眼周图像区域的宽度在所述眼部图像区域的宽度的10％到50％的范围内，及所述左眼周图像区域的高度在所述眼部图像区域的高度的120％到550％的范围内。


6.根据权利要求1所述的方法，其中计算所述一或多个生物识别匹配分数包括：
基于所述眼部图像区域及眼部注册模板来计算第一生物识别匹配分数；及
响应于确定所述第一生物识别匹配分数不满足第一匹配阈值，基于所述眼部图像区域、所述多个眼周图像区域中的第一者、所述眼部注册模板及眼周注册模板来计算第二生物识别匹配分数。


7.根据权利要求6所述的方法，其中计算所述一或多个生物识别匹配分数进一步包括：
响应于确定所述第二生物识别匹配分数不满足第二匹配阈值，通过如下操作来计算一或多个另一生物识别匹配分数：在计算所述另一生物识别匹配分数中，反复地附加包含所述多个眼周图像区域中的一者，直到特定另一生物识别匹配分数满足对应的匹配阈值或不再有眼周图像区域可用于包含进来。


8.根据权利要求7所述的方法，其中
至少基于辨别力及/或质量来分级所述多个眼周图像区域，且
附加的所述眼周图像区域是基于所述附加的眼周图像区域的相应分级反复地包含进来的。


9.根据权利要求7所述的方法，其进一步包括：
基于从所述多个眼周图像区域导出的一或多个面部特征，将所述多个眼周图像区域中的一或多者分为子区域，
其中附加的所述眼周图像区域基于所述附加的眼周图像区域的集群重要性或相应分级反复地包含进来的。


10.根据权利要求1所述的方法，其中计算所述一或多个生物识别匹配分数包括：
基于所述眼部图像区域及注册模板来识别第一组匹配点对；及
基于所述多个眼周图像区域中的至少一者及所述注册模板来识别第二组匹配点对。


11.根据权利要求10所述的方法，其中计算所述一或多个生物识别匹配分数进一步包括：
通过将所述第一及第二组匹配点对的组合输入到离群值检测算法来确定一或多个内围层匹配点；
确定对应于所述眼部图像区域的所述内围层匹配点的数量满足最小眼部内围层计数；及
至少部分地基于所述内围层匹配点来计算一个所述生物识别匹配分数。


12.根据权利要求10所述的方法，其中计算所述一或多个生物识别匹配分数进一步包括：
通过将所述第一组匹配点对输入到离群值检测算法来确定一或多个第一内围层匹配点；
通过将所述第二组匹配点对输入到所述离群值检测算法来确定一或多个第二内围层匹配点；及
至少部分地基于所述离群值检测算法使用所述第一及第二内围层匹配点的组合作为输入时的输出，来计算一个所述生物识别匹配分数。


13.根据权利要求12所述...

【专利技术属性】
技术研发人员：S·K·萨里帕勒，V·格特木库拉，R·R·德拉赫沙尼，
申请(专利权)人：眼验股份有限公司，
类型：发明
国别省市：美国;US