-
公开(公告)号：CN107220598B
公开(公告)日：2020-11-10
申请号：CN201710333852.6
申请日：2017-05-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供了一种虹膜图像分类方法，包括：在虹膜纹理基元的构建阶段对样本虹膜图像进行处理，得到虹膜纹理基元；在虹膜分类器的构建阶段基于所述的纹理基元和支持向量机来构造虹膜分类器；在判别阶段使用所述虹膜分类器来对目标虹膜图像进行分类。本发明虹膜图像分类方法可以有效地完成虹膜图像的分类问题，提高了虹膜识别的高效性和安全性。本发明利用深度学习得到的特征来代替传统手工设计的特征来提取虹膜的纹理基元，具有高精度、高鲁棒性和高可靠性的优点，适用于活体检测、人种识别、性别识别等多种应用需求的虹膜图像分类问题。本发明有效解决了虹膜系统在产品化的过程中遇到的系统安全问题和大规模数据检索等问题。
-
公开(公告)号：CN107315985B
公开(公告)日：2020-12-04
申请号：CN201610266365.8
申请日：2016-04-26
Applicant: 腾讯科技(深圳)有限公司 , 中国科学院自动化研究所
Inventor： 张曼
Abstract: 本发明实施例公开了一种虹膜识别方法及终端。所述方法包括：获得第一图像，所述第一图像为终端采集的显示参数低于第一阈值的图像；在训练库中选择与所述第一图像相对应的第二图像；所述第二图像为显示参数高于第二阈值的图像；所述第二阈值大于所述第一阈值；分析所述第二图像，获得所述第二图像中的虹膜区域的纹理基元；所述纹理基元表征所述虹膜区域中重复出现的结构；基于所述纹理基元判断所述第二图像的分类是活体虹膜或假体虹膜；当确定所述第二图像的分类是活体虹膜时，对所述第二图像进行特征抽取获得特征参数，将所述特征参数与预设特征库中的特征参数进行比对，获得与所述特征参数对应的身份结果。
-
公开(公告)号：CN108229349A
公开(公告)日：2018-06-29
申请号：CN201711391454.6
申请日：2017-12-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理技术领域，具体提供了一种网纹人脸图像识别装置，旨在解决如何提高包含网纹的人脸图像的识别准确性的技术问题。为此目的，本发明中图像识别装置的循环生成对抗网络模型包括正向生成器、反向生成器和优化训练模块。正向生成器可以依据网纹人脸图像预测清晰人脸图像。反向生成器可以依据预测的清晰人脸图像，重建新的网纹人脸图像；以及，依据清晰人脸图像预测网纹人脸图像。基于此，正向生成器还可以依据预测的网纹人脸图像，重建新的清晰人脸图像。通过上述正反生成器构成的循环对抗网络，能够得到清晰的人脸图像，进而提高网纹人脸图像的识别准确性。
-
公开(公告)号：CN107220598A
公开(公告)日：2017-09-29
申请号：CN201710333852.6
申请日：2017-05-12
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/00617 , G06K9/0061 , G06K9/6269 , G06N3/08
Abstract: 本发明提供了一种虹膜图像分类方法，包括：在虹膜纹理基元的构建阶段对样本虹膜图像进行处理，得到虹膜纹理基元；在虹膜分类器的构建阶段基于所述的纹理基元和支持向量机来构造虹膜分类器；在判别阶段使用所述虹膜分类器来对目标虹膜图像进行分类。本发明虹膜图像分类方法可以有效地完成虹膜图像的分类问题，提高了虹膜识别的高效性和安全性。本发明利用深度学习得到的特征来代替传统手工设计的特征来提取虹膜的纹理基元，具有高精度、高鲁棒性和高可靠性的优点，适用于活体检测、人种识别、性别识别等多种应用需求的虹膜图像分类问题。本发明有效解决了虹膜系统在产品化的过程中遇到的系统安全问题和大规模数据检索等问题。
-
公开(公告)号：CN102663443B
公开(公告)日：2014-06-18
申请号：CN201210083307.3
申请日：2012-03-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/64
Abstract: 本发明公开了一种基于图像扰动和相关滤波的生物特征识别方法。该方法包括局部特征抽取、相关滤波和图像扰动三个环节。局部特征抽取包括，对特定的尺度和多个方向，抽取某一注册类别中每幅归一化生物特征注册样本图像的多幅局部特征图像。相关滤波包括，对每一类别，用特征图像设计特征相关滤波器，对待识别图像的局部特征图像相关滤波得到匹配结果。图像扰动包括，利用级联结构对注册样本图像进行多种扰动，得到多组新的注册样本图像，用其设计新的特征相关滤波器并相关滤波。多个相关滤波结果的融合即为待识别图像与该注册类别的匹配分数。本发明融合生物特征的局部和全局信息，能有效应对注册模板不足的情况，特别适用于低质量生物特征识别。
-
Patent Agency Ranking
公开(公告)号：CN102663443A
公开(公告)日：2012-09-12
申请号：CN201210083307.3
申请日：2012-03-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/64
Abstract: 本发明公开了一种基于图像扰动和相关滤波的生物特征识别方法。该方法包括局部特征抽取、相关滤波和图像扰动三个环节。局部特征抽取包括，对特定的尺度和多个方向，抽取某一注册类别中每幅归一化生物特征注册样本图像的多幅局部特征图像。相关滤波包括，对每一类别，用特征图像设计特征相关滤波器，对待识别图像的局部特征图像相关滤波得到匹配结果。图像扰动包括，利用级联结构对注册样本图像进行多种扰动，得到多组新的注册样本图像，用其设计新的特征相关滤波器并相关滤波。多个相关滤波结果的融合即为待识别图像与该注册类别的匹配分数。本发明融合生物特征的局部和全局信息，能有效应对注册模板不足的情况，特别适用于低质量生物特征识别。
-
公开(公告)号：CN107315985A
公开(公告)日：2017-11-03
申请号：CN201610266365.8
申请日：2016-04-26
Applicant: 腾讯科技(深圳)有限公司 , 中国科学院自动化研究所
Inventor： 张曼
Abstract: 本发明实施例公开了一种虹膜识别方法及终端。所述方法包括：获得第一图像，所述第一图像为终端采集的显示参数低于第一阈值的图像；在训练库中选择与所述第一图像相对应的第二图像；所述第二图像为显示参数高于第二阈值的图像；所述第二阈值大于所述第一阈值；分析所述第二图像，获得所述第二图像中的虹膜区域的纹理基元；所述纹理基元表征所述虹膜区域中重复出现的结构；基于所述纹理基元判断所述第二图像的分类是活体虹膜或假体虹膜；当确定所述第二图像的分类是活体虹膜时，对所述第二图像进行特征抽取获得特征参数，将所述特征参数与预设特征库中的特征参数进行比对，获得与所述特征参数对应的身份结果。
-
公开(公告)号：CN106022264A
公开(公告)日：2016-10-12
申请号：CN201610339145.3
申请日：2016-05-19
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
CPC classification number: G06K9/00906
Abstract: 本发明公开了一种基于多任务自编码器的人脸活体检测方法和装置。方法包括：通过摄像头进行人脸检测并且跟踪，获得人脸图像；提示用户做指定动作；根据所获得的人脸图像，通过多任务自编码器进行人脸关键点检测以及面部器官状态的判定；多任务自编码器进行人脸位置跟踪，并通过一段时间的视频判断用户是否做指定的动作，同时获取用户图片；重复步骤S2‑S4，经过预定时间后，根据用户完成指定动作情况判断活体检测是否成功。本发明通过多任务自编码器，既可以定位关键点，也可以自然的加入对指定各种动作的判断，在不增加额外模型运算的同时，能够有效的防止活体检测中的图像及视频攻击。
-
公开(公告)号：CN104281845A
公开(公告)日：2015-01-14
申请号：CN201410594606.2
申请日：2014-10-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开一种基于旋转不变字典学习模型的人脸识别方法，包括：将训练集和测试集图像降采样并展成由列向量为单位构成的训练集矩阵；建立旋转不变字典学习模型，将训练集矩阵输入模型，使用交替迭代的方法对模型进行求解，不断优化目标函数，学习得到字典、分类器和对齐后的训练集图像；基于得到的词典对测试样本进行稀疏编码并通过稀疏编码系数求解对齐参数；对对齐后的测试图像进行稀疏编码，把稀疏编码系数带入线性分类器得到最终分类结果。本发明对字典学习在人脸识别中的应用提出了新的模型和方法，可以应用于一般的模式分类任务中，特别是无约束环境下的人脸识别问题。本发明提出的方法可以显著提高人脸识别的识别正确率。
-
公开(公告)号：CN102201063B
公开(公告)日：2013-05-01
申请号：CN201110158061.7
申请日：2011-06-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明是基于纹理图像局部特征的形变虹膜匹配方法，包括特征抽取和关键点匹配两个环节。特征抽取步骤包括：按照既定的多个方向，计算每幅归一化虹膜图像的方向梯度图；不同像素点方向梯度图的加权组合作为该图像的纹理图像局部特征；关键点匹配步骤包括：利用像素点的纹理图像局部特征选取关键点；每个关键点通过局部动态搜索，找到另一幅图像上和其特征欧氏距离最近的点，每个关键点的匹配值的平均为两幅图像的匹配结果。本发明抽取特征过程快速，且特征对于光照和噪声鲁棒。关键点匹配能动态地在局部区域找到匹配点，非常适合用于形变虹膜匹配，还能提高低质量虹膜图像匹配的精度和虹膜识别系统对复杂多变的应用环境的适应能力。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.031 seconds)
