CN110414423A - 身份识别方法及设备 - Google Patents

Abstract

本发明提供一种身份识别方法及设备，所述方法包括：获取用户的眼底图像；从所述眼底图像中分割出血管图像；通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份。

Description

身份识别方法及设备

技术领域

本发明涉及生物识别领域，具体涉及一种身份识别方法及设备。

背景技术

目前，生物识别技术普遍用于身份识别。生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等手段密切结合，利用人体固有的生理特性，如指纹、脸象、虹膜等，或者行为特征，如笔迹、声音、步态等来进行个人身份的鉴定。

例如现有的智能手机利用虹膜识别技术对系统进行解锁或实现支付功能(类似的操作属于身份识别操作)。对于这种技术，目前可以以伪造的虹膜照片骗过手机上的虹膜扫描器。破解者可利用使用者自行上传到网路上的自拍照取得虹膜，或是透过数位相机的夜间模式或关闭数位相机的红外线过滤功能就可拍下堪用的虹膜照片。

因此现有技术中的生理特征容易被获取或复制，比较容易被破解。

发明内容

有鉴于此，本发明提供一种身份识别方法，包括：

获取用户的眼底图像；

从所述眼底图像中分割出血管图像；

通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份。

可选地，所述预设血管图像是对预存眼底血管三维模型进行二维化得到的二维图像。

可选地，所述方法还包括获取所述眼底图像的拍摄角度；根据所述拍摄角度对预存眼底血管三维模型进行二维化得到的所述预设血管图像。

可选地，所述预存眼底血管三维模型是通过获取多个不同角度下拍摄的同一只眼球的眼底图像建立的三维模型。

可选地，从所述眼底图像中分割出血管图像，包括：

将所述眼底图像划分为多个图像块，并利用分割模型分别针对各个所述图像块中的血管影像进行分割得到分割图像块；

利用分割图像块拼接出血管图像。

可选地，从所述眼底图像中分割出血管图像，包括：

利用分割模型采用自循环处理方式针对所述眼底图像中的血管影像进行分割，在达到设定的循环终止条件时输出血管图像，在自循环过程中，所述分割模型以当前的输入数据和针对当前的输入数据提取的血管特征数据进行叠加作为下一次的输入数据，所述血管图像是根据循环终止时的输入数据和血管特征数据的叠加结果得到的图像。

可选地，通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份，包括：

分别提取所述用户的眼底血管图像和预设血管图像的设定区域的二维数据；

通过比对所述设定区域的二维数据识别所述用户的身份。

可选地，所述设定区域是血管交叉点。

可选地，通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份，包括：

分别获取所述用户的血管图像和预设血管图像的全部二维数据；

通过比对所述全部二维数据识别所述用户的身份。

相应地，本发明提供一种身份识别设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述身份识别方法。

根据本发明提供的身份识别方法和设备，通过获取人体的眼底图像，进而可分割出血管图像，通过将用户的血管图像与预设血管图像进行比对，以识别该用户的身份，利用眼底血管结构的隐秘性、复杂性、稳定性和不易复制性，提高身份识别操作的安全性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中的身份识别模型建立方法的流程图；

图2为本发明实施例中的眼底血管图像；

图3为本发明实施例中的身份识别方法的流程图；

图4为本发明实施例中的眼底图像血管影像分割方法的流程图；

图5是本发明实施例中使用滑动窗口获取图像块的示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

本发明提供一种身份识别模型建立方法，该方法可以由计算机和服务器等电子设备执行。如图1所示该方法包括如下步骤：

S1A，获取用户同一只眼球的多个眼底图像，多个眼底图像是以多个不同的拍摄角度所拍摄的眼底图像。眼底图像是通过眼底照相机对用户的眼球进行拍摄得到的图像，其中的拍摄角度应当理解为用户眼球与眼底相机镜头间的角度。

在一般的眼底照片应用场景中，例如通过拍照检测眼底健康状况时，要求用户的视线与眼底相机物镜的光轴重合，也即物镜对准瞳孔，使眼底相机的光源能够充分照射到瞳孔中，并且使物镜的焦点在眼底的平面上，由此得到的眼底图像质量被认为是最佳的，为了便于说明，在此将其称为正投影图像。

在本发明实施例中，获取的眼底图像可以包括上述正投影图像，除此之外还要需要获取用户视线与物镜之间有一定角度时的所拍摄的眼底图像，也即用户的视线与眼底相机物镜的光轴不重合，为了便于说明，在此将其称为斜投影图像。或者获取的眼底图像不包括上述正投影图像，只包括多个斜投影图像也是可行的。

S2A，利用多个眼底图像建立眼底血管三维模型，眼底血管三维模型用于识别用户的身份。眼球是一个三维物体，当获取到多个角度下拍摄的图像时，即可建立三维物体的三维模型。具体的建模算法有多种，当然一般情况下不同角度的图像越多，所建立的三维模型越准确，但至少获取到两个角度的图像时即可建立三维模型。

眼球除了包含血管之外，还包括诸如视盘、黄斑等其它器官或组织，本实施例建立的三维模型特指血管模型，因此在建立三维模型时应当去除其它内容。为了去除其它内容，可以先建立眼球的三维模型而后去除其中不属于血管的内容，也可以从二维的眼底图像中去除血管以外的影像，只保留血管影像，从而直接建立眼底血管三维模型。

在本发明实施例中只是以一个用户的一只眼睛为例进行建模的说明，实际使用时可以对同一用户的两只眼睛分别建立两个模型。在身份识别的具体应用中，首先针对各个用户分别建立眼底血管三维模型并存储，当需要验证某一用户的身份时，将该用户的眼底血管形态与存储的各个模型进行比对即可判断出存储的模型中是否存在与该用户的眼底血管形态相符的模型。

建立眼底血管三维模型后还可以绑定相应用户的个人信息，在验证时即可通过比对眼底血管形态与模型来调取相应的个人信息。

根据本发明实施例提供的身份识别模型建立方法，通过获取人体的眼底图像，基于多角度拍摄的眼底图像建立眼底血管的三维模型，利用眼底血管结构的隐秘性、复杂性、稳定性和不易复制性，使得眼底血管三维模型应用于身份识别时的安全性更强，不易被破解。

为了提高建模操作的效率，上述步骤S2A可包括如下步骤：

S21A，分别从多个眼底图像中分割出血管图像。具体的分割方法有多种，例如可以使用计算机视觉原理，通过像素阈值、血管影像的轮廓特征等参数从完整的眼底图像中提取出血管的影像。或者可以使用神经网络算法，例如Unet等神经网络针对血管影像进行分割，下文中将介绍两种可选的分割方案。

S22A，利用分割得到的多个血管图像建立眼底血管三维模型。建立三维模型所使用的图像中只有血管影像，例如这些图像可以是如图2所示的二值图像，只采用两种像素值表达血管影像和背景，去除其它不相关的器官或组织影像，由此来提高三维建模的效率。

如图3所示，本发明提供一种身份识别方法，该方法可以由计算机和服务器等电子设备执行，具体包括如下步骤：

S1B，获取用户的眼底图像，此步骤中的用户是待识别的用户，这里只需要一张眼底图像，可以是任意角度下所拍摄的眼底图像，例如上述正投影图像或斜投影图像都是可行的。

S2B，从眼底图像中分割出血管图像。具体可参照上述步骤S21A和图2。

S3B，通过将用户的血管图像与预设血管图像进行比对识别用户的身份。预设血管图像可以是预先采集的眼底照片，此步骤的目的是试图在预设血管图像中找到与当前用户的血管图像相匹配的图像，一旦找到即认为当前用户是已知的用户，否则认为该用户是未知用户。

预设血管图像也可以是对预存眼底血管三维模型进行二维化得到的图像，此步骤的目的可以解释为试图在预存的三维模型中找到与当前用户的血管图像相匹配的模型，是一个将二维数据与三维数据进行比对的操作。其中预存眼底血管三维模型可以是根据上述步骤S1A-S2A所建立的模型。

根据本发明提供的身份识别方法，通过获取人体的眼底图像，进而可分割出血管图像，通过将用户的血管图像与预设血管图像进行比对，以识别该用户的身份，利用眼底血管结构的隐秘性、复杂性、稳定性和不易复制性，提高身份识别操作的安全性。

为了使三维模型的二维化结果更加适合与当前用户的眼底图像进行比对，在一个优选的实施例中，在步骤S1B获取用户的眼底图像时还获取该图像的拍摄角度，此角度即眼底相机物镜的光轴与用户视线之间的夹角，具体可通过测量瞳孔在眼眶中的相对位置，大致换算出这一夹角。

在进行二维化时根据该角度将三维数据转换为二维数据，这个二维数据对应的图像也即预设眼底图像，基于这一角度数据进行二维化使结果也呈现出与当前用户的眼底图像相同的角度，由此更适合进行比对，从而提高身份识别操作的准确性。

比对两个图像是否相符的方式有多种，为了提高识别准确性，在一个可选的实施例中步骤S3B包括：

S31B,分别获取用户的血管图像和预设血管图像的全部二维数据；

S32B,通过比对全部二维数据识别用户的身份。例如设定相似度阈值为99％，当两个图像的二维数据的相似度达到该阈值以上时，判断这两个图像是相符的。

比对两个图像的全部二维数据作为一种严格的判别标准，可以提高身份识别操作的准确性。

为了提高识别速度，在一个可选的实施例中步骤S3B包括：

S33B,分别提取用户的眼底血管图像和预设血管图像的设定区域的二维数据。设定位置也即关键位置，一般可选择一些轮廓特征比较复杂并具有明显特点的位置，例如在一个优选的实施例中，选择血管交叉点作为关键位置。

S34B,通过比对设定区域的二维数据识别用户的身份。

比对两个图像的某些关键点的二维数据，而忽略其它位置的数据可以提高比对速度，虽然作为一种相对宽松的判别标准，但只要选取的关键点的二维数据能够准确体现血管形态特点，也可以保证较高的识别准确性。

本发明实施例还提供一种身份识别设备，包括至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述身份识别方法。

下面提供两种可选的血管图像分割方案，这两种方案同时适用于建模过程和识别过程。

作为第一种可选的血管图像分割方案，如图4所示包括如下步骤：

S1C，将眼底图像划分为多个图像块,图像块的尺寸根据眼底图像的尺寸进行设定，对于多数情况，划分的图像块的尺寸应当明显小于整个眼底图像的尺寸。例如眼底图像的尺寸为1000*1000(像素)，所划分出的图像块的尺寸是100*100(像素)。

各个图像块的尺寸可以是相同或者不同的。相邻的图像块边界可以相互紧邻，也可以有部分重叠。

S2C，利用分割模型分别针对各个图像块中的血管影像进行分割得到分割图像块。分割模型具体可以是FCN、SegNet、DeepLab等神经网络，在使用分割模型之前应当使用样本数据对其进行训练使其具备一定的语义分割能力，具体可使用人工标记了血管区域的样本图像块训练得到。

分类模型会提取图像块中血管影像的特征，并根据提取的特征形成分割图像块，在其中凸显出血管影像，具体的凸显方式有多种，例如采用明显不同于背景的各种像素值表达血管所在的位置等等。

作为一个具体的举例，所使用的分类模型输出的是二值图像，它采用两种像素值分别表达背景和血管影像，直观地凸显血管位置，并且二值图像更有利于后续的三维建模操作。

S3C，利用分割图像块拼接出眼底血管图像，例如图2所示的图像。所谓的拼接包括多种情况，这取决于步骤S1C中的划分情况以及步骤S2C中所使用的分类模型输出的分割图像块的尺寸。

以一种比较简单的情况为例进行说明，如果划分的各个图像块大小相同、相互紧邻并没有重叠，分割模型输出的分割图像块与划分的图像块尺寸一致，则直接按照图像块在眼底图像中的位置将分割图像块排列在一起即可形成最终的眼底血管图像。

根据本发明实施例提供的眼底图像血管影像分割方案，将眼底图像划分为图像块，并利用分割模型针对图像块中的血管影像进行分割，得到对应于图像块的分割结果，然后将这些分割结果拼接为完整的眼底血管图像，由此实现自动化的血管影像分割操作，并且以较小的图像块为单位对血管影像进行分割，可以更加准确和完整地分割出比较细小的静脉血管影像，分割结果的准确性较高，由此建立的血管三维模型能够体现更多的细节，从而提高身份识别操作的准确性。

为了避免边界效应影像分割和拼接结果的准确性，在一个优选的实施例中，在步骤S1C划分图像块时，采用相邻的图像块有部分重叠的划分方式。具体地，利用滑动窗口遍历眼底图像取得图像块，遍历过程中的滑动方向包括水平方向和竖直方向，在两个方向中的滑动步长均小于滑动窗口的长度和宽度。

在本实施例中滑动窗口的尺寸为128*128(像素)，由此取得的图像块的尺寸为128*128(像素)。图5示出了滑动窗口遍历眼底图像的过程示意图，利用滑动窗口取得图像块a后向右移动窗口，步长为64(像素)，取得图像块b，使得水平方向相邻的图像块有部分重叠(本实施例中有一半重叠)；类似地，在竖直方向向下移动窗口，步长为64(像素)，取得图像块c，竖直向相邻的图像块有部分重叠(本实施例中有一半重叠)，同时图像块b与图像块c也有部分重叠(本实施例中有四分之一重叠)。按照这种方式遍历图像后可以将整个眼底图像划分成多个图像块，部分重叠的图像块在后续拼接时可以消除边界效应对拼接结果的影响。

需要说明的是，图5只是为了清楚地说明而提供的示例性图像，实际使用时应当设置执行滑动窗口的起始和终点位置，并且设置合适的尺寸使其能够完整遍历眼底图像。

在图像块间有部分重叠的情况下，使得步骤S3C的拼接操作变得复杂，但可以提高拼接出的眼底血管图像所表达的血管影像的准确性。具体地，在利用分割图像块拼接出眼底血管图像的过程中，对于相邻的分割图像块的重叠部分，取重叠部分像素值的平均值或者最大值。例如对于上述图像块a和图像块b，分割模型输出分割图像块a’和分割图像块b’,它们之间也相应地有一半重叠。在拼接时对于分割图像块a’和分割图像块b’重叠的部分取像素值的平均值或者最大值都是可行的，如果需要保证最终的结果是二值图像，在此需要取最大值。假如对于同一像素点，在分割图像块a’中像素值为0、在分割图像块b’中像素值为255,则在拼接结果图像中取值为255。

作为第二种可选的血管图像分割方案，利用分割模型采用自循环处理方式针对眼底图像中的血管影像进行分割，在达到设定的循环终止条件时输出眼底血管图像。

在自循环过程中，分割模型以当前的输入数据和针对当前的输入数据提取的血管特征数据进行叠加作为下一次的输入数据，眼底血管图像是根据循环终止时的输入数据和血管特征数据的叠加结果得到的图像。

具体地，分割模型在第一次执行分割任务时，输入数据为眼底图像，分割模型实际上是将图像视为向量数据，针对眼底图像的向量数据提取血管特征数据，在本领域中也称之为segmentation map(分割图)，这是一种不可视的中间结果，是一种向量数据。

为了便于说明，将首次输入的眼底图像的向量数据称为sm(0),将分割模型针对sm(0)提取的血管特征数据称为sm(1)，之后进行自循环，将sm(0)+sm(1)(二者进行叠加)作为新的输入数据，分割模型针对sm(0)+sm(1)提取血管特征数据sm(2)；如果没有达到终止条件则进行下一次自循环，将sm(0)+sm(1)+sm(2)(三者进行叠加)作为新的输入数据，分割模型针对sm(0)+sm(1)+sm(2)提取血管特征数据sm(3)，以此方式进行自循环处理，直至达到终止条件。

例如当分割模型针对sm(0)+sm(1)+……+sm(N-1)提取血管特征数据sm(N)时达到终止条件，则根据sm(0)+sm(1)+……+sm(N)输出可视的眼底血管图像。

相应地，在训练这种分割模型时，也应当使其采用自循环的方式处理训练数据。样本数据是眼底图像以及对其中血管影像的标注结果，另外还应当设置循环终止条件。

与前一种分割方案的区别在于，本方案不需要对眼底图像进行划分，而直接将其作为分割模型的输入数据，通过分割模型的自循环工作方式即可得到如图2所示的分割结果。

根据本发明实施例提供的眼底图像血管影像分割方案，使分割模型针对眼底图像全图的血管影像进行分割，不必事先划分图像块，采用自循环的工作方式，使分割模型对血管特征数据进行多次提取，参考自身提取到的血管特征数据做进一步的分割，以此来提高最终分割结果的准确性，并由此提高三维建模结果的准确性和完整性。

在理想情况下，应当根据输出向量的内容是否达到预期作为循环终止的条件。根据上述举例，如果sm(N)为空值，则说明分割模型已经不能再找到更多的血管特征数据，因此终止循环输出结果。更具体地，如果选用输出二值图像的分割模型，在sm(N)的内容为0的情况下则终止循环。

但在实际应用中，受到分割模型性能的影响，根据上述理想情况下的终止条件并不一定能得到预期的结果。因为分割模型可能会将一些不是血管影像的细微纹理误判为血管。所以在一个优选的实施例中，将循环次数设置为循环终止条件，根据实际应用的经验将循环次数设置为10-15次即能够比较准确地分割出血管影像，并且能够提高分割效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种身份识别方法，其特征在于，包括：

获取用户的眼底图像；

从所述眼底图像中分割出血管图像；

通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份。

2.根据权利要求1所述的方法，其特征在于，所述预设血管图像是对预存眼底血管三维模型进行二维化得到的二维图像。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括获取所述眼底图像的拍摄角度；根据所述拍摄角度对预存眼底血管三维模型进行二维化得到的所述预设血管图像。

4.根据权利要求2所述的方法，其特征在于，所述预存眼底血管三维模型是通过获取多个不同角度下拍摄的同一只眼球的眼底图像建立的三维模型。

5.根据权利要求1-4中任一项所述的方法，其特征在于，从所述眼底图像中分割出血管图像，包括：

将所述眼底图像划分为多个图像块，并利用分割模型分别针对各个所述图像块中的血管影像进行分割得到分割图像块；

利用分割图像块拼接出血管图像。

6.根据权利要求1-4中任一项所述的方法，其特征在于，从所述眼底图像中分割出血管图像，包括：

利用分割模型采用自循环处理方式针对所述眼底图像中的血管影像进行分割，在达到设定的循环终止条件时输出血管图像，在自循环过程中，所述分割模型以当前的输入数据和针对当前的输入数据提取的血管特征数据进行叠加作为下一次的输入数据，所述血管图像是根据循环终止时的输入数据和血管特征数据的叠加结果得到的图像。

7.根据权利要求1-4中任一项所述的方法，其特征在于，通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份，包括：

分别提取所述用户的眼底血管图像和预设血管图像的设定区域的二维数据；

通过比对所述设定区域的二维数据识别所述用户的身份。

8.根据权利要求7所述的方法，其特征在于，所述设定区域是血管交叉点。

9.根据权利要求1-4中任一项所述的方法，其特征在于，通过将所述用户的血管图像与预设血管图像进行比对识别所述用户的身份，包括：

分别获取所述用户的血管图像和预设血管图像的全部二维数据；

通过比对所述全部二维数据识别所述用户的身份。

10.一种身份识别设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-9中任一项所述的身份识别方法。