[發明專利]美瞳檢測方法

有效

• 申請號: 201810822698.3
• 申請日: 2018-07-25
• 公開（公告）號: CN108470170B
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 張曉琳
• 申請（專利權）人: 上海聚虹光電科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種美瞳檢測方法，其特征在于包括以下步驟：

a. 數據采集模塊對已知美瞳和活體虹膜進行采集，并將采集到的已知美瞳作為人工美瞳和采集到的活體虹膜一起存儲到數據庫中；

b. 美瞳學習模塊將數據庫中的人工美瞳和活體虹膜作為訓練樣本，其中人工美瞳作為美瞳正樣本，活體虹膜作為美瞳負樣本，通過機器學習的方法得到美瞳分類模型，并將美瞳分類模型發布到第一檢測模塊的美瞳分類器中；

c. 第一檢測模塊的美瞳分類器調用美瞳分類模型對未知樣本進行檢測，其中，美瞳分類器判斷未知樣本是美瞳的次數達到第一預設閾值時，第一檢測模塊認定該未知樣本的檢測結果是美瞳，并將該未知樣本作為機器美瞳存儲到數據庫中，從而對數據庫進行更新；

d. 第一檢測模塊認定所述未知樣本的檢測結果是非美瞳，則第二檢測模塊將未知樣本的編碼與數據庫中存儲的人工美瞳編碼、機器美瞳編碼以及活體虹膜編碼進行比對，以此對所述未知樣本進行二次檢測；

e. 美瞳學習模塊根據更新的數據庫，通過機器學習的方法優化美瞳分類模型，并將優化后的美瞳分類模型發布到第一檢測模塊的美瞳分類器中；

f. 第一檢測模塊的美瞳分類器調用優化后的美瞳分類模型對數據庫中的機器美瞳再次進行判斷，剔除機器美瞳中的非美瞳數據。

2.根據權利要求1所述的美瞳檢測方法，其特征在于，步驟a進一步包括：

數據采集模塊對已知美瞳和活體虹膜進行圖像采集，并將采集到的已知美瞳圖像和活體虹膜圖像存儲到數據庫中；

虹膜分割模塊對采集到的已知美瞳圖像和活體虹膜圖像進行分割；

虹膜編碼模塊對完成分割的已知美瞳圖像和活體虹膜圖像進行編碼，形成人工美瞳編碼和活體虹膜編碼存儲到數據庫中。

3.根據權利要求1所述的美瞳檢測方法，其特征在于，步驟b進一步包括：

數據庫中存儲有人工美瞳和活體虹膜的圖像，所述美瞳學習模塊將所述人工美瞳和活體虹膜的圖像分別作為美瞳正樣本和美瞳負樣本，并通過機器學習的方式得到美瞳分類模型；

將所述美瞳分類模型發布到第一檢測模塊的美瞳分類器中。

4.根據權利要求1所述的美瞳檢測方法，其特征在于，所述第一預設閾值為一次，則步驟c進一步包括：

數據采集模塊對未知樣本進行圖像采集；

第一檢測模塊的美瞳分類器調用美瞳分類模型通過數據采集模塊采集到的未知樣本圖像對未知樣本進行分類判斷，若美瞳分類器判斷該未知樣本是美瞳的次數達到一次，則第一檢測模塊認定該未知樣本的檢測結果是美瞳，并將該未知樣本作為機器美瞳存儲在數據庫中。

5.根據權利要求1所述的美瞳檢測方法，其特征在于，所述第一預設閾值大于一次，則步驟c進一步包括：

數據采集模塊對未知樣本進行圖像采集；

第一檢測模塊的美瞳分類器調用美瞳分類模型通過數據采集模塊采集到的未知樣本圖像對未知樣本進行分類判斷，若美瞳分類器判斷該未知樣本是美瞳，則認定成功一次；

認定成功后，重復上述步驟，并累加認定成功的次數；

認定成功的次數達到第一預設閾值，則第一檢測模塊認定該未知樣本的檢測結果是美瞳，并將該未知樣本作為機器美瞳存儲在數據庫中。