[發(fā)明專利]一種生物識別方法、裝置和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710573675.9
• 申請日: 2017-07-14
• 公開（公告）號: CN109255282B
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 黃歡;趙剛
• 申請（專利權(quán)）人: 深圳荊虹科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 苗青盛;曹杰

1.一種生物識別方法，其特征在于，包括：

S1、獲取攜有用戶頭部生物特征信息的第一圖像信號和攜有用戶眼部生物特征信息的第二圖像信號；

S2、根據(jù)第一圖像信號和第二圖像信號合成計(jì)算用戶的深度信息，并判斷用戶是否處于生物識別區(qū)域范圍內(nèi)；

S3、對處于生物識別區(qū)域范圍的用戶進(jìn)行生物識別；

所述第一圖像信號為拍攝用戶的頭部捕獲對應(yīng)的可視光線的圖像信號；所述第二圖像信號為通過拍攝用于的眼部捕獲對應(yīng)的紅外光線的圖像信號。

2.根據(jù)權(quán)利要求1所述的生物識別方法，其特征在于，所述頭部生物特征信息包括臉部輪廓、靜脈分布信息；所述眼部生物特征信息包括虹膜、視網(wǎng)膜、眼紋信息。

3.根據(jù)權(quán)利要求1所述的生物識別方法，其特征在于，在步驟S1中，所述第一圖像信號為RGB圖像信號，所述第二圖像信號為BW圖像信號。

4.根據(jù)權(quán)利要求3所述的生物識別方法，其特征在于，所述步驟S2具體包括：

提取第一圖像信號的亮度分量圖像和RGB分量圖像，提取第二圖像信號的灰度分量圖像；

將第一圖像信號的亮度分類圖像與第二圖像信號的灰度分量圖像合成，得到含有頭部位置和眼部位置的用戶位置信息，并得到用戶的深度信息；

根據(jù)用戶深度信息判斷用戶是否處于生物識別區(qū)域范圍內(nèi)。

5.根據(jù)權(quán)利要求4所述的生物識別方法，其特征在于，所述用戶的深度信息通過雙目視覺技術(shù)，根據(jù)提取第一圖像信號和第二圖像信號的特征點(diǎn)特征并進(jìn)行特征點(diǎn)匹配，將同時(shí)出現(xiàn)在兩幅圖像中的某一點(diǎn)篩選出來，并還原匹配點(diǎn)的三維坐標(biāo)，進(jìn)而得出深度信息。

6.根據(jù)權(quán)利要求4所述的生物識別方法，其特征在于，所述步驟S3具體包括：

S31、對處于生物識別區(qū)域內(nèi)的用戶，根據(jù)第一圖像信號的RGB分量圖像計(jì)算用戶的生物特征，得到用戶的臉部輪廓與/或靜脈分布信息；

S32、將得到的臉部輪廓與/或靜脈分布信息與注冊數(shù)據(jù)進(jìn)行匹配，若匹配不成功則認(rèn)證失敗，結(jié)束認(rèn)證；若匹配成功則進(jìn)入步驟S33；

S33、根據(jù)第二圖像信號計(jì)算用戶的生物特征，得到用戶的眼部虹膜與/或視網(wǎng)膜與/或眼紋信息，并與注冊數(shù)據(jù)進(jìn)行匹配，若匹配不成功則認(rèn)證失敗，結(jié)束認(rèn)證；若匹配成功則認(rèn)證通過，結(jié)束認(rèn)證。

7.根據(jù)權(quán)利要求6所述的生物識別方法，其特征在于，所述步驟S3還包括，當(dāng)檢測到用戶不處于生物識別區(qū)域內(nèi)或認(rèn)證失敗時(shí)，對第一圖像信號和第二圖像信號進(jìn)行處理、合成，并將處理合成后的圖像并輸出顯示。

8.根據(jù)權(quán)利要求5所述的生物識別方法，其特征在于，所述步驟S2和步驟S3中，匹配結(jié)束后，輸出認(rèn)證結(jié)果信號，所述認(rèn)證結(jié)果信號包括圖像信號、聲音信號。

9.一種生物識別系統(tǒng)，其特征在于，包括圖像獲取模塊和系統(tǒng)處理器；

所述圖像獲取模塊用于獲取攜有用戶頭部生物特征信息的第一圖像信號和攜有用戶眼部生物特征信息的第二圖像信號；

所述系統(tǒng)處理器用于根據(jù)第一圖像信號和第二圖像信號合成計(jì)算用戶的深度信息，并基于深度信息、用戶頭部生物特征信息、用戶眼部生物特征信息進(jìn)行身份識別；

所述圖像獲取模塊捕獲用戶頭部的可視光線光學(xué)信號并輸出第一圖像信號，捕獲用戶眼部的紅外光線光學(xué)信號并輸出第二圖像信號，所述第一圖像信號為RGB圖像信號，所述第二圖像信號為BW圖像信號。

10.根據(jù)權(quán)利要求9所述的生物識別方法，其特征在于，所述頭部生物特征信息包括臉部輪廓、靜脈分布信息；所述眼部生物特征信息包括虹膜、視網(wǎng)膜、眼紋信息。