[發明專利]虹膜活體檢測方法及相關產品

在審

• 申請號: 201710514944.4
• 申請日: 2017-06-29
• 公開（公告）號: CN107368791A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 周意保;周海濤;張學勇;唐城
• 申請（專利權）人: 廣東歐珀移動通信有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司44202
• 代理人: 郝傳鑫,熊永強

技術領域

本發明涉及移動終端技術領域，具體涉及一種虹膜活體檢測方法及相關產品。

背景技術

隨著移動終端(手機、平板電腦等)的大量普及應用，移動終端能夠支持的應用越來越多，功能越來越強大，移動終端向著多樣化、個性化的方向發展，成為用戶生活中不可缺少的電子用品。

目前來看，虹膜識別越來越受到移動終端生產廠商的青睞，虹膜識別的安全性也是其關注的重要問題之一。出于安全性考慮，通常情況下，會在虹膜識別之前，先對虹膜進行活體檢測，但是目前的虹膜活體檢測準確性并不高。

發明內容

本發明實施例提供了一種虹膜活體檢測方法及相關產品，以期提高虹膜活體檢測的準確性。

第一方面，本發明實施例提供一種虹膜活體檢測方法，包括：

獲取虹膜圖像；

對所述虹膜圖像進行多尺度分解，得到K個高頻分量圖像，所述K為大于1的整數；

確定所述K個高頻分量圖像中不同高頻分量圖像之間的特征，得到M組特征，所述M為大于1的整數；

采用預設虹膜活體檢測分類器對所述M組特征進行訓練，并根據訓練結果判斷所述虹膜圖像是否來自活體虹膜。

第二方面，本發明實施例提供了一種虹膜活體檢測裝置，包括：

第一獲取單元，用于獲取虹膜圖像；

分解單元，用于對所述虹膜圖像進行多尺度分解，得到K個高頻分量圖像，所述K為大于1的整數；

確定單元，用于確定所述K個高頻分量圖像中不同高頻分量圖像之間的特征，得到M組特征，所述M為大于1的整數；

訓練單元，用于采用預設虹膜活體檢測分類器對所述M組特征進行訓練，并根據訓練結果判斷所述虹膜圖像是否來自活體虹膜。

第三方面，本發明實施例提供了一種移動終端，應用處理器AP和存儲器；以及一個或多個程序，所述一個或多個程序被存儲在所述存儲器中，并且被配置成由所述AP執行，所述程序包括用于執行以下步驟的指令：

獲取虹膜圖像；

對所述虹膜圖像進行多尺度分解，得到K個高頻分量圖像，所述K為大于1的整數；

確定所述K個高頻分量圖像中不同高頻分量圖像之間的特征，得到M組特征，所述M為大于1的整數；

采用預設虹膜活體檢測分類器對所述M組特征進行訓練，并根據訓練結果判斷所述虹膜圖像是否來自活體虹膜。

第四方面，本發明實施例提供了一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲用于電子數據交換的計算機程序，其中，所述計算機程序使得計算機執行如本發明實施例第一方面中所描述的部分或全部步驟。

第五方面，本發明實施例提供了一種計算機程序產品，其中，所述計算機程序產品包括存儲了計算機程序的非瞬時性計算機可讀存儲介質，所述計算機程序可操作來使計算機執行如本發明實施例第一方面中所描述的部分或全部步驟。該計算機程序產品可以為一個軟件安裝包。

實施本發明實施例，具有如下有益效果：

可以看出，本發明實施例中，獲取虹膜圖像，對虹膜圖像進行多尺度分解，得到K個高頻分量圖像，K為大于1的整數，確定K個高頻分量圖像中不同高頻分量圖像之間的特征，得到M組特征，M為大于1的整數，采用預設虹膜活體檢測分類器對M組特征進行訓練，并根據訓練結果判斷虹膜圖像是否來自活體虹膜，從而，可對虹膜圖像進行多尺度分解，以得到其高頻分量圖像，并根據該高頻分量圖像得到虹膜圖像中的細節性特征，從而，深度挖掘虹膜圖像的細節性特征，對該細節性特征進行訓練，以判斷虹膜圖像來自于來活體虹膜，可提高虹膜活體檢測的準確率。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1A是本發明實施例提供的一種示例智能手機的架構示意圖；

圖1B是本發明實施例公開的一種虹膜活體檢測方法的流程示意圖；

圖2是本發明實施例公開的另一種虹膜活體檢測方法的流程示意圖；

圖3是本發明實施例提供的一種移動終端的結構示意圖；

圖4a是本發明實施例提供的一種虹膜活體檢測裝置的結構示意圖；

圖4b是本發明實施例提供的圖4a所描述的虹膜活體檢測裝置的確定單元的結構示意圖；

圖4c是本發明實施例提供的圖4a所描述的虹膜活體檢測裝置的獲取單元的結構示意圖；