一种虹膜采集装置的制作方法

1.本公开的实施例涉及生物特征身份识别技术领域，具体涉及一种虹膜采集装置。


背景技术：

2.目前，基于生物特征的身份识别技术广泛地应用于各个领域。其中，由于人的虹膜纹理具有独一无二，且不会发生变化的特点。因此虹膜识别技术更是被广泛应用。目前，在进行虹膜识别时，通常采用的方式为：通过摄像头直接采集待检测用户的人脸图像，然后从人脸图像中识别出虹膜信息。
3.然而，当采用上述方式时，经常会存在如下技术问题：
4.第一，通过摄像头直接采集的人脸图像可能存在图像质量较低的问题，且由于虹膜尺寸较小，从而导致识别出的虹膜信息精度不足，进而，影响身份识别的准确度；
5.第二，当用户佩戴眼镜时，红外光源发出的红外光会在眼镜上反射，形成光斑，从而遮盖虹膜纹理信息，进而导致虹膜识别失败。


技术实现要素：

6.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
7.本公开的一些实施例提出了一种虹膜采集装置，来解决以上背景技术部分提到的技术问题中的一项或多项。
8.第一方面，本公开的一些实施例提供了一种虹膜采集装置，该装置包括：虹膜摄像头、人脸摄像头、第一红外光源、第二红外光源、处理单元和图像显示单元，其中：上述虹膜摄像头、上述人脸摄像头、上述第一红外光源和上述第二红外光源安装于上述虹膜采集装置的一侧；上述图像显示单元嵌入设置于上述虹膜采集装置的一侧；上述虹膜摄像头、上述人脸摄像头、上述第一红外光源、上述第二红外光源和上述图像显示单元均与上述处理单元通信连接；上述虹膜摄像头用于采集待检测对象的虹膜图像；上述人脸摄像头用于采集上述待检测对象的人脸图像；上述第一红外光源和上述第二红外光源用于在上述虹膜摄像头采集虹膜图像时，进行照明；上述处理单元用于提取上述虹膜图像中的虹膜信息；上述图像显示单元用于显示上述人脸图像。
9.可选地，上述虹膜采集装置还包括：俯仰转动装置，其中：上述虹膜摄像头、上述人脸摄像头、上述第一红外光源和上述第二红外光源，水平安装于上述俯仰转动装置上，其中，上述第一红外光源安装于上述虹膜摄像头第一侧边，上述第二红外光源安装与上述人脸摄像头第二侧边，上述第一侧边和上述第二侧边相对。
10.可选地，上述图像显示单元位于上述俯仰转动装置第三侧边，其中，上述第三侧边分别与上述第一侧边和上述第二侧边临接。
11.可选地，上述图像显示单元包括：人脸图像显示单元和眼部图像显示单元，其中：
上述人脸图像显示单元和上述眼部图像显示单元均与上述处理单元通信连接，上述人脸图像显示单元位于上述眼部图像显示单元第四侧边，上述人脸图像显示单元用于显示上述人脸图像，上述眼部图像显示单元用于显示上述人脸图像包括的眼部图像。
12.可选地，上述虹膜采集装置还包括：发送单元，其中：上述发送单元用于将上述虹膜信息发送至一目标存储。
13.可选地，上述处理单元被配置成：根据上述人脸图像包括的上述待检测对象的眼部位置，控制上述俯仰转动装置转动，以使得上述虹膜摄像头与上述待检测对象的眼部处于同一水平线。
14.可选地，上述处理单元被配置成：响应于确定上述虹膜摄像头与上述待检测对象的眼部处于同一水平线，控制上述第一红外光源和上述第二红外光源亮起；控制上述虹膜摄像头采集上述待检测对象的虹膜图像，以得到第一虹膜图像。
15.可选地，上述处理单元被配置成：响应于确定上述虹膜摄像头与上述待检测对象的眼部处于同一水平线，控制上述第一红外光源亮起；控制上述第二红外光源熄灭；控制上述虹膜摄像头采集上述待检测对象的虹膜图像，以得到第二虹膜图像。
16.可选地，上述处理单元被配置成：响应于确定上述虹膜摄像头与上述待检测对象的眼部处于同一水平线，控制上述第一红外光源熄灭；控制上述的第二红外光源亮起；控制上述虹膜摄像头采集上述待检测对象的虹膜图像，以得到第三虹膜图像。
17.可选地，上述处理单元被配置成：响应于确定上述第一虹膜图像满足第一活体检测条件，且上述第二虹膜图像满足第二活体检测条件，且上述第三虹膜图像满足第三活体检测条件，提取上述第二虹膜图像和上述第三虹膜图像中的虹膜信息。
附图说明
18.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
19.图1是本公开的一些实施例的虹膜采集装置的结构示意图；
20.图2是基于残差学习的孪生神经网络模型的结构示意图；
21.图3是本公开的一些实施例的虹膜采集装置的另一个结构示意图；
22.图4是本公开的一些实施例的虹膜采集装置的左侧视图；
23.图5是本公开的一些实施例的虹膜采集装置的右侧视图；
24.图6是本公开的一些实施例的虹膜采集装置的使用效果图；
25.图7是本公开的虹膜采集装置与目标存储的通信示意图。
具体实施方式
26.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
27.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在
不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
28.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
29.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
30.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
31.下面将参考附图并结合实施例来详细说明本公开。
32.首先，请参阅图1，图1是根据本公开的一些实施例的虹膜采集装置的结构示意图。如图1所示。上述虹膜采集装置包括：虹膜摄像头1、人脸摄像头2、第一红外光源3、第二红外光源4、处理单元(图中未示出)和图像显示单元6，其中：上述虹膜摄像头1、上述人脸摄像头2、上述第一红外光源3和上述第二红外光源4可以安装于上述虹膜采集装置的壳体5中。上述图像显示单元6可以嵌入设置于上述虹膜采集装置的一侧。上述虹膜摄像头1、上述人脸摄像头2、上述第一红外光源3、上述第二红外光源4和上述图像显示单元6均可以通过通信线，与上述处理单元通信连接。上述虹膜摄像头1可以用于采集待检测对象的虹膜图像。上述人脸摄像头2可以用于采集上述待检测对象的人脸图像。上述第一红外光源3和上述第二红外光源4可以用于在上述虹膜摄像头1采集虹膜图像时，进行照明。上述处理单元可以用于提取上述虹膜图像中的虹膜信息。例如，上述处理单元可以通过基于hough变换的虹膜定位方法确定虹膜图像中的虹膜信息。上述图像显示单元6可以用于显示上述人脸图像。优选地，上述第一红外光源2和上述第二红外光源3中的红外光珠数量均可以是2个。
33.作为示例，首先，上述处理单元响应于接收到虹膜采集信号，可以通过通讯线，向上述第一红外光源3和上述第二红外光源4发送灯源亮起信号。其次，响应于确定第一红外光源3和第二红外光源4亮起，上述处理单元可以通过通讯线，向上述虹膜摄像头1发送虹膜图像图像采集信号。上述虹膜摄像头1接收到上述虹膜图像采集信号后，虹膜摄像头1开始采集虹膜图像。此外，上述处理单元还可以通过通讯线向人脸摄像头2发送人脸图像采集信号。上述人脸摄像头2接收到上述人脸图像采集信号后，人脸摄像头2开始采集人脸图像。上述处理单元可以将人脸摄像头2实时采集的人脸图像，转送至图像显示单元6。其中，上述人脸图像采集信号表征开始采集人脸图像。上述虹膜图像采集信号表征开始采集虹膜图像。
34.作为又一示例，上述处理单元可以通过基于残差学习的孪生神经网络模型提取上述虹膜图像中的虹膜信息。上述基于残差学习的孪生神经网络模型的网络结构示意图可以如图2所示。其中，上述基于残差学习的孪生神经网络模型左右结构对称。上述基于残差学习的孪生神经网络模型可以采用对比损失(contrastive loss)函数作为损失函数。上述基于残差学习的孪生神经网络模型可以包括：卷积层201、第一残差块202、第二残差块203、第一池化层204、第三残差块205、第四残差块206、第二池化层207、第五残差块208、第六残差块209、第三池化层210、第七残差块211、第八残差块212、第四池化层213、第九残差块214、第十残差块215、第五池化层216、第一全连接层217、第二全连接层218和第三全连接层219。上述基于残差学习的孪生神经网络模型可以采用relu激活函数。其中，残差块包括：第一子卷积层、第二子卷积层和第三子卷积层。通过上述基于残差学习的孪生神经网络模型可以大大的提高提取虹膜信息的准确性和鲁棒性。
35.本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的虹膜采集装置提高识别虹膜信息的精度，进而提高了身份识别的准确度。具体来说，造成识别出的虹膜信息精度不足、身份识别的准确度较低的原因在于：由于光线问题，可能导致虹膜摄像头进光量不足，从而导致虹膜摄像头直接采集的虹膜图像存在图像质量较低的问题。基于此，本公开的一些实施例的虹膜采集装置，首先，当虹膜摄像头采集虹膜图像时，通过第一红外光源和第二红外光源进行补光，提高了虹膜摄像头的进光量，从而提高了虹膜图像的质量。此外，由于拍摄角度的问题，可能会造成人脸摄像头拍摄到的图像中缺失待检测用户的眼部图像。因此，本公开通过图像显示单元实时的显示人脸摄像头拍摄的人脸图像，方便待检测用户根据拍摄得到的人脸图像，调整自身位置。通过此种方式大大提高了识别出的虹膜信息的精度，进而，提高了身份识别的准确度。
36.其次，请进一步参阅图3、图4和图5。图3是根据本公开的一些实施例的虹膜采集装置的另一个结构示意图。图4是本公开的一些实施例的虹膜采集装置的左侧视图。图5是本公开的一些实施例的虹膜采集装置的右侧视图。
37.如图3、图4和图5所示。在上述虹膜采集装置的壳体5上可以安装有俯仰转动装置7。上述虹膜摄像头1、上述人脸摄像头2、上述第一红外光源3和上述第二红外光源4，可以水平安装于上述俯仰转动装置7上，其中，上述第一红外光源3可以安装于上述虹膜摄像头1第一侧边，上述第二红外光源4可以安装与上述人脸摄像头2第二侧边，上述第一侧边和上述第二侧边相对。上述俯仰转动装置7可以上下转动，以实现对虹膜摄像头1的拍摄角度的调整。其中，上述俯仰转动装置7可以通过电机驱动转动。上述图像显示单元6可以位于上述俯仰转动装置7第三侧边，其中，上述第三侧边分别与上述第一侧边和上述第二侧边临接。其中，上述图像显示单元6可以包括：人脸图像显示单元9和眼部图像显示单元8，其中，上述人脸图像显示单元9和上述眼部图像显示单元8可以均与上述处理单元通信连接，上述人脸图像显示单元9可以位于上述眼部图像显示单元8第四侧边，上述人脸图像显示单元9可以用于显示上述人脸图像，上述眼部图像显示单元8可以用于显示上述人脸图像包括的眼部图像。其中，上述虹膜采集装置还可以包括：发送单元(图中未示出)，其中，上述发送单元可以用于将上述虹膜信息，通过有线连接或无线连接的方式，发送至一目标存储。上述目标存储可以用于存储虹膜信息。上述目标存储可以是具有在线存储功能的云端服务器。其中，上述虹膜摄像头1可以自动对焦。上述虹膜摄像头1还可以自动变焦。
38.作为示例，可以如图6所示。其中，上述人脸图像显示单元9可以实时地显示上述人脸摄像头2拍摄的人脸图像501。上述眼部图像显示单元8可以实时的显示人脸摄像头2拍摄的人脸图像501中的眼部图像502。
39.作为又一示例，可以如图7所示。其中，上述虹膜采集装置10可以通过包括的发送单元(图中未示出)，将采集到的虹膜信息，实时地发送至上述目标存储11。上述虹膜采集装置10也可以通过包括的发送单元(图中未示出)，将采集到的虹膜信息，定时地发送至上述目标存储11。例如，每天的12:00将采集到的虹膜信息，发送至上述目标存储11。上述目标存储11可以是云端分布式服务器。
40.实际情况中，由于待检测用户的身高往往不同，同时虹膜采集装置的摆放位置也会影响摄像头对待检测用户进行人脸图像采集的成功率，进而影响虹膜信息的采集成功率。因此本虹膜采集装置通过添加俯仰转动装置7，使得可以通过转动俯仰转动装置7，从而
对虹膜摄像头1的拍摄角度进行调整。大大提高了虹膜图像采集的成功率，进而提高了虹膜信息的采集成功率。其次，通过将采集到的虹膜信息存储至目标存储，从而实现了可以随时随地的从上述目标存储查询和使用虹膜信息，提高了虹膜信息的使用效率。此外，当待检测用户距离虹膜采集装置较远时，虹膜摄像头1可以通过自动对焦，实现对不同距离的待检测用户的虹膜图像的采集。并且虹膜摄像头1可以通过自动对焦，避免了未对焦所造成的图像虚化的问题。大大提高了采集图像的质量。
41.可选地，上述处理单元可以被配置成：根据上述人脸图像包括的上述待检测对象的眼部位置，控制上述俯仰转动装置7转动，以使得上述虹膜摄像头1与上述待检测对象的眼部处于同一水平线。
42.作为示例，首先，处理单元可以通过人脸检测算法识别上述人脸图像包括的待检测对象的图像。上述人脸检测算法可以是但不限于一下任意一项：cnn(convolutional neural networks，卷积神经网络)模型，vgg(visual geometry group)神经网络模型和rcnn(regions with cnn features)模型。然后，通过人脸关键点检测算法，确定上述人脸图像包括的上述待检测对象的眼部位置。最后，控制上述俯仰转动装置7进行转动，以使得上述虹膜摄像头1与上述待检测对象的眼部处于同一水平线。
43.可选地，上述处理单元被配置成：响应于确定上述虹膜摄像头与上述待检测对象的眼部处于同一水平线，控制上述第一红外光源3和上述第二红外光源4亮起；控制上述虹膜摄像头1采集上述待检测对象的虹膜图像，以得到第一虹膜图像。
44.可选地，上述处理单元被配置成：响应于确定上述虹膜摄像头1与上述待检测对象的眼部处于同一水平线，控制上述第一红外光源3亮起；控制上述第二红外光源4熄灭；控制上述虹膜摄像头1采集上述待检测对象的虹膜图像，以得到第二虹膜图像。
45.可选地，上述处理单元被配置成：响应于确定上述虹膜摄像头1与上述待检测对象的眼部处于同一水平线，控制上述第一红外光源3熄灭；控制上述的第二红外光源4亮起；控制上述虹膜摄像头1采集上述待检测对象的虹膜图像，以得到第三虹膜图像。
46.可选地，上述处理单元被配置成：响应于确定上述第一虹膜图像满足第一活体检测条件，且上述第二虹膜图像满足第二活体检测条件，且上述第三虹膜图像满足第三活体检测条件，提取上述第二虹膜图像和上述第三虹膜图像中的虹膜信息。其中，上述第一活体检测条件可以是上述第一虹膜图像中包括的左眼虹膜图像和右眼虹膜图像中的光斑数量均与第一预定阈值相同。上述第二活体检测条件可以是上述第二虹膜图像包括的右眼虹膜图像中的光斑数量与第二预定阈值相同。上述第三活体检测条件可以是第三虹膜图像包括的左眼虹膜图像中的光斑数量与上述第二预定阈值相同。例如，上述第一预定阈值可以是2。上述第二预定阈值可以是1。例如，上述处理单元可以通过神经网络模型提取上述第二虹膜图像包括的右眼虹膜图像和上述第三虹膜图像包括的左眼虹膜图像中的虹膜信息。其中，上述神经网络模型可以是但不限于以下任意一项：rnn(recurrent neural networks，循环神经网络)模型和cnn模型。
47.实际情况中，为了避免使用人脸照片或包含人脸图像的视频等方式，误导虹膜采集装置的虹膜采集。因此，首先，通过分别采集第一虹膜图像，第二虹膜图像和第三虹膜图像。然后，确定第一虹膜图像是否满足第一活体检测条件、上述第二虹膜图像是否满足第二活体检测条件、且上述第三虹膜图像是否满足第三活体检测条件，以此确定待检测对象是
否是活体。此外，当待检测用户佩戴眼睛时，红外光源发出的红外光会在眼镜上反射形成光斑，从而遮盖虹膜纹理信息，进而导致虹膜识别失败，影响虹膜信息的采集。由于第一红外光源3与待检测用户的左眼同向。因此本虹膜采集装置通过控制第一红外光源3亮起，第二红外光源4熄灭时，采集右眼虹膜图像中的虹膜信息。从而避免了光斑对右眼的虹膜纹理信息的遮盖。由于第二红外光源4与上述待检测用户的右眼同向。因此本虹膜采集装置通过控制第一红外光源3熄灭，第二红外光源4亮起，采集左眼虹膜图像中的虹膜信息，从而避免了光斑对左眼的虹膜纹理信息的遮盖。大大提高虹膜信息的采集成功率。
48.以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。