RU2672279C1 - Способ опознавания личности по радужной оболочке глаза - Google Patents

Способ опознавания личности по радужной оболочке глаза Download PDF

Info

Publication number
RU2672279C1
RU2672279C1 RU2017125910A RU2017125910A RU2672279C1 RU 2672279 C1 RU2672279 C1 RU 2672279C1 RU 2017125910 A RU2017125910 A RU 2017125910A RU 2017125910 A RU2017125910 A RU 2017125910A RU 2672279 C1 RU2672279 C1 RU 2672279C1
Authority
RU
Russia
Prior art keywords
identification
person
identification codes
horn
implements
Prior art date
Application number
RU2017125910A
Other languages
English (en)
Inventor
Владимир Владимирович Сотников
Вера Аркадьевна Частикова
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный технологический университет" (ФГБОУ ВО "КубГТУ")
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный технологический университет" (ФГБОУ ВО "КубГТУ") filed Critical Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный технологический университет" (ФГБОУ ВО "КубГТУ")
Priority to RU2017125910A priority Critical patent/RU2672279C1/ru
Application granted granted Critical
Publication of RU2672279C1 publication Critical patent/RU2672279C1/ru

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Software Systems (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Collating Specific Patterns (AREA)

Abstract

Изобретение относится к биометрии и может быть использовано для идентификации личности по радужной оболочке глаза (РОГ). Регистрируют цветное изображение РОГ. Обрабатывают изображение РОГ в различных спектральных диапазонах с различными степенями детализации и формируют идентификационные коды по каждому из них. Факт идентификации личности устанавливают по достижению заданного уровня совпадений идентификационных кодов, который рассчитывается по формуле:
Figure 00000007
который устанавливается в соответствии с условием:
Figure 00000008
Δ - общая степень расхождения идентификационных кодов; xi, yi - значения i-х идентификационных кодов двух сравниваемых изображений; σi - дисперсия ошибки измерения i-го идентификационного кода; wi - настраиваемый весовой параметр для каждого идентификационного кода, устанавливаемый в соответствии с условием (2) при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmin - минимальное значение степени расхождения, требуемое для достижения отсутствия ложноотрицательных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmax - максимальное значение степени расхождения, требуемое для достижения отсутствия ложнопозитивных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ. При расхождении в одном идентификационном коде малой детализации, соответствующем всей РОГ целиком, дальнейшее сравнение не производится. Способ обеспечивает повышение точности и скорости идентификации личности по РОГ за счет кодирования изображения РОГ в различных спектральных диапазонах с различными степенями детализации. 1 пр.

Description

Изобретение относится к биометрии и предназначено для идентификации личности по радужной оболочке глаза (РОГ).
Известны различные способы для опознавания личности по РОГ, которые предусматривают регистрацию изображений РОГ людей, получение из них идентификационных кодов и формирование на их основе базы данных, которая затем используется для идентификации личности.
Известен способ опознавания личности человека по его РОГ, который включает регистрацию цветного изображения РОГ и последующую его обработку с формированием идентификационного кода, элементы которого определяют в соответствии с длиной волны отраженного светового излучения от каждого элемента РОГ, при этом факт идентификации личности устанавливают по совпадению идентификационных кодов. (WO 03/049010)
Недостатком известного способа опознавания личности является его относительно невысокая точность, поскольку способ формирует по одному идентификационному коду для каждого обрабатываемого изображения.
Известен способ опознавания личности человека по его РОГ, в котором глаз идентифицируемой личности сначала освещают светом, близким к инфракрасному, выявляют цвет пигмента РОГ и в зависимости от этого выбирают длину волны источника оптического излучения, используемого для подсветки РОГ в момент регистрации ее изображения. В результате обработки изображения формируется соответствующий ему код, который хранится в базе данных и используется для сравнения с текущим значением кода, создаваемым при повторной регистрации изображения РОГ идентифицируемой личности. (JP 2006031185)
Недостатком известного способа опознавания личности, несмотря на объемность получаемых кодов, является его относительно невысокая точность, поскольку согласно способу формируют по одному идентификационному коду для каждого обрабатываемого изображения.
Известен способ опознавания личности человека по его РОГ, который заключается в получении изображения глаза в видимом спектре почти одновременно с получением его изображения в инфракрасном спектре; определение наружной границы радужной оболочки на основе изображения, выполненного в видимом спектре, перед обработкой изображения, полученного в инфракрасном спектре. (RU 2331107 С2)
Недостатком известного способа опознавания личности является его относительно невысокая точность, поскольку согласно способу формируют по одному идентификационному коду для каждого обрабатываемого изображения.
Наиболее близким к заявляемому является способ опознавания личности человека по его РОГ, который заключается в регистрации цветного изображения РОГ. Осуществляют его обработку в нескольких различных спектральных диапазонах. Формируют идентификационный код по каждому из них. Факт идентификации личности устанавливают по совпадению идентификационных кодов в нескольких или во всех обрабатываемых спектральных диапазонах (RU 2326589).
Недостатком известного способа, несмотря на наличие нескольких идентификационных кодов, является его относительно невысокая точность, поскольку для опознавания личности используется по одному идентификационному коду в каждом обрабатываемом спектральном диапазоне.
Кроме того, недостатком известного способа является его относительно невысокая скорость, поскольку факт опознавания личности устанавливают по совпадению идентификационных кодов во всех обрабатываемых спектральных диапазонах.
Задача - усовершенствование способа опознавания личности по радужной оболочке глаза.
Технический результат - повышение точности и скорости идентификации личности по радужной оболочке глаза.
Указанный результат достигается тем, способ идентификации личности по радужной оболочке глаза (РОГ), включающий регистрацию цветного изображения РОГ, последующую его обработку в различных спектральных диапазонах с различными степенями детализации и формирование идентификационных кодов по каждому из них, факт идентификации личности, при этом формируют идентификационные коды различных степеней детализации, соответствующие как всей РОГ целиком, так и ее отдельным секторам, при этом факт идентификации личности устанавливают по достижению заданного уровня совпадений идентификационных кодов, который рассчитывается по формуле:
Figure 00000001
которая устанавливается в соответствии с условием:
Figure 00000002
где Δ - общая степень расхождения идентификационных кодов; xi, yi - значения i-ых идентификационных кодов двух сравниваемых изображений; σi - дисперсия ошибки измерения i-ого идентификационного кода; wi - настраиваемый весовой параметр для каждого идентификационного кода, устанавливаемый в соответствии с условием (2) при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmin - минимальное значение степени расхождения, требуемое для достижения отсутствия ложноотрицательных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmax - максимальное значение степени расхождения, требуемое для достижения отсутствия ложнопозитивных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; при расхождении в одном идентификационном коде малой детализации соответствующем всей РОГ целиком, дальнейшее сравнение не производится.
Регистрация цветного изображения РОГ, последующая его обработка в различных спектральных диапазонах и формирование идентификационных кодов различных степеней детализации позволяет получить идентификационные коды, учитывающие характерные признаки как изображения в целом, так и его отдельных секторов. Формирование идентификационных кодов различной степени детализации позволяет точно зафиксировать детали рельефа, цвета и рисунка радужной оболочки глаза различного масштаба. Выделение уникальных структур радужки большой и малой детализации, таких как большие углубления-лакуны и маленькие перемычки-трабекулы, позволяет увеличить толерантность системы опознавания к ошибкам несовершенных систем регистрации РОГ, поскольку помехи получаемого изображения РОГ будут отражены только в кодах малого масштаба. При этом факт недостижения указанного уровня совпадения идентификационных кодов малой детализации (формирующихся на основе общих признаков изображения) устанавливает однозначное несоответствие РОГ идентифицируемой личности с сравниваемой РОГ, что позволяет опустить дальнейшие этапы сравнения и увеличить скорость работы системы.
Регистрация цветного изображения РОГ и последующая его обработка в различных спектральных диапазонах позволяет получить изображения одной и той же РОГ, в которых характерные точки (элементы изображения) будут иметь различное местоположение в одной и той же координатной сетке. При этом характеристические признаки, которые имеют низкий контраст в одном цветовом спектре и/или при освещении излучением одной длины волны, могут быть не приняты во внимание системой распознавания и обработки изображений, получаются более контрастными в другом цветовом спектре и/или при освещении излучением соответствующей другой длины волны. Это в свою очередь позволяет формировать идентификационные коды по каждому из изображений, при этом каждый код является строго индивидуальным и принадлежащим только одной исследуемой личности. Поэтому идентификация по данному способу многократно повышает точность идентификации личности, поскольку личность считается однозначно установленной, когда достигается указанный по формуле уровень совпадения для всех идентификационных кодов, полученных при обработке изображений, в то время как для однозначной отбраковки изображения достаточно расхождения одного кода малой детализации в любом из применяемых цветовых спектров.
Определение требуемого уровня совпадения производится по формуле:
Figure 00000003
которая устанавливается в соответствии с условием:
Figure 00000004
где Δ - общая степень расхождения идентификационных кодов; xi, yi - значения i-ых идентификационных кодов двух сравниваемых изображений; σi - дисперсия ошибки измерения i-ого идентификационного кода; wi - настраиваемый весовой параметр для каждого идентификационного кода, устанавливаемый в соответствии с условием (2) при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmin - минимальное значение степени расхождения, требуемое для достижения отсутствия ложноотрицательных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmax - максимальное значение степени расхождения, требуемое для достижения отсутствия ложнопозитивных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ
Значения wi, Δmin и Δmax устанавливаются эмпирически с помощью заранее заготовленной базы изображений радужных оболочек глаз, что позволяет подстраивать формулу под условия конкретного оборудования регистрации изображений РОГ.
Наиболее целесообразно при получении идентификационных кодов также разделять получаемое изображение радужной оболочки глаза на сектора. Секторами является фиксированное количество концентрических зон одинаковой ширины, которые в свою очередь делятся на фиксированное количество секторов одинаковой длины. Сравнение идентификационных кодов посекторно, а не сразу целиком также повышает точность идентификации, поскольку данный способ сравнения позволяет однозначно сравнивать идентификационные коды, полученные при сокращенном и расширенном зрачке, то есть сделает процедуру опознавания по РОГ иррелевантной к состоянию зрачкового отверстия. Также при этом получаемые идентификационные коды будут более точно фиксировать расположение отдельных деталей РОГ относительно соседних структур глаза, что также позволит повысить точность опознавания. При этом идентификационные коды малой детализации формируют, исходя из всего изображения целиком, для заключения в себе максимально возможного количества информации о структуре РОГ.
Сущность заявляемых способов поясняется примерами их реализации.
Пример 1. Идентифицируемая личность размещается в зоне действия средства регистрации изображения РОГ, в качестве которого может быть использована цифровая фотокамера. Полученное изображение преобразуют в цифровой вид и передают в персональный компьютер, снабженный соответствующим программным обеспечением. В соответствии с известной программой обработки изображений, компьютер из зарегистрированного цветного изображения формирует монохромные изображения и выделяет признаки каждого анализируемого изображения. На основании выделения и анализа изображений РОГ посекторно формируются коды каждого из них, которые сохраняются в базе данных как эталонные. В том случае, если запуск программного обеспечения, реализующего данный способ, производится впервые, происходит вычисление значения максимального расхождения идентификационных кодов в соответствии с заранее заготовленной базой изображений РОГ и формулами (1, 2): Δmin=0.71, Δmax=0.98, Δ=0.84. В последующем, когда возникает проблема опознавания личности с целью разрешения ее доступа или прохода, например, в охраняемую зону, какое-либо хранилище, при пересечении границ государства, а также для учета присутствия данной личности, то процедура, описанная выше, повторяется, происходит генерация идентификационных кодов, которые поэтапно, по мере увеличения степени детализации, сравниваются с эталонными, хранящимися в базе данных ЭВМ. При этом идентификационные коды РОГ, в крайней степени отличные от кодов, полученных в процессе идентификации, будут отвергаться на первом этапе сравнения, когда происходит сравнение идентификационных кодов малой детализации, что увеличивает скорость анализа персональным компьютером базы данных эталонных кодов. В случае достижения указанной степени совпадения данных кодов устанавливается факт идентификации. На основании результатов сравнения принимается решение о разрешении доступа или прохода.

Claims (5)

  1. Способ идентификации личности по радужной оболочке глаза (РОГ), включающий регистрацию цветного изображения РОГ, последующую его обработку в различных спектральных диапазонах с различными степенями детализации и формирование идентификационных кодов по каждому из них, факт идентификации личности, отличающийся тем, что формируют идентификационные коды различных степеней детализации, соответствующие как всей РОГ целиком, так и ее отдельным секторам, при этом факт идентификации личности устанавливают по достижению заданного уровня совпадений идентификационных кодов, который рассчитывается по формуле:
  2. Figure 00000005
  3. который устанавливается в соответствии с условием:
  4. Figure 00000006
  5. где Δ - общая степень расхождения идентификационных кодов; xi, yi - значения i-х идентификационных кодов двух сравниваемых изображений; σi - дисперсия ошибки измерения i-го идентификационного кода; wi - настраиваемый весовой параметр для каждого идентификационного кода, устанавливаемый в соответствии с условием (2) при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmin - минимальное значение степени расхождения, требуемое для достижения отсутствия ложноотрицательных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; Δmax - максимальное значение степени расхождения, требуемое для достижения отсутствия ложнопозитивных ошибок, вычисляемое при первом запуске программного обеспечения, реализующего способ идентификации личности по РОГ; при расхождении в одном идентификационном коде малой детализации, соответствующем всей РОГ целиком, дальнейшее сравнение не производится.
RU2017125910A 2017-07-18 2017-07-18 Способ опознавания личности по радужной оболочке глаза RU2672279C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2017125910A RU2672279C1 (ru) 2017-07-18 2017-07-18 Способ опознавания личности по радужной оболочке глаза

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2017125910A RU2672279C1 (ru) 2017-07-18 2017-07-18 Способ опознавания личности по радужной оболочке глаза

Publications (1)

Publication Number Publication Date
RU2672279C1 true RU2672279C1 (ru) 2018-11-13

Family

ID=64327819

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017125910A RU2672279C1 (ru) 2017-07-18 2017-07-18 Способ опознавания личности по радужной оболочке глаза

Country Status (1)

Country Link
RU (1) RU2672279C1 (ru)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2331107C2 (ru) * 2003-12-18 2008-08-10 Сажем Дефанс Секюрите Способ опознавания по радужной оболочке глаза и устройство для его осуществления
EA012919B1 (ru) * 2007-01-15 2010-02-26 Дмитрий Евгеньевич АНТОНОВ Способ идентификации личности по радужной оболочке глаза (варианты)
US8630464B2 (en) * 2009-06-15 2014-01-14 Honeywell International Inc. Adaptive iris matching using database indexing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2331107C2 (ru) * 2003-12-18 2008-08-10 Сажем Дефанс Секюрите Способ опознавания по радужной оболочке глаза и устройство для его осуществления
EA012919B1 (ru) * 2007-01-15 2010-02-26 Дмитрий Евгеньевич АНТОНОВ Способ идентификации личности по радужной оболочке глаза (варианты)
US8630464B2 (en) * 2009-06-15 2014-01-14 Honeywell International Inc. Adaptive iris matching using database indexing

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Павельева Е. А. и др. Развитие информационной технологии идентификации человека по радужной оболочке глаза на основе преобразования Эрмита. 2009 год. Наукоемкие технологии. Том 10, номер 4, страницы 36-42. Гришенкова Н. П. и др. Обзор методов идентификации человека по радужной оболочке глаза. 2014 год. Математические структуры и моделирование. N1(29), с. 43-64. *

Similar Documents

Publication Publication Date Title
Czajka Database of iris printouts and its application: Development of liveness detection method for iris recognition
EP3525133B1 (en) Apparatus and method with liveness verification
EP2883189B1 (en) Spoof detection for biometric authentication
CN107438854B (zh) 使用移动设备捕获的图像执行基于指纹的用户认证的***和方法
US9076048B2 (en) Biometric identification, authentication and verification using near-infrared structured illumination combined with 3D imaging of the human ear
da Costa et al. Dynamic features for iris recognition
US20060222212A1 (en) One-dimensional iris signature generation system and method
CA3152812A1 (en) Facial recognition method and apparatus
CN110046564B (zh) 一种多光谱活体指纹识别设备及识别方法
US11704937B2 (en) Iris authentication device, iris authentication method and recording medium
CA2981536A1 (en) Multi-biometric authentication
KR102038576B1 (ko) 홍채 인식 시스템의 부정행위 검출 방법
CN109961062A (zh) 图像识别方法、装置、终端和可读存储介质
US20210256244A1 (en) Method for authentication or identification of an individual
JP6792986B2 (ja) 生体認証装置
Paderes A comparative review of biometric security systems
Alonso-Fernandez et al. Eye detection by complex filtering for periocular recognition
RU2672279C1 (ru) Способ опознавания личности по радужной оболочке глаза
Mohammed et al. Conceptual analysis of Iris Recognition Systems
Gomez-Barrero et al. Multi-spectral Short-Wave Infrared Sensors and Convolutional Neural Networks for Biometric Presentation Attack Detection
Swati et al. Iris recognition using Gabor
Joshi et al. Development of Vision Based Iris Recognition System
Hollingsworth et al. Recent research results in iris biometrics
Liashenko et al. Investigation of the influence of image quality on the work of biometric authentication methods
Rani et al. A survey on classification techniques in biometric retinal system