[发明专利]虹膜识别方法、装置、设备及存储介质

说明书

本申请实施例提供了一种虹膜识别方法、装置、设备及存储介质，涉及计算机技术领域，该方法包括：获取针对目标对象眼部采集的虹膜图像，并提取虹膜图像的虹膜特征，获取目标对象的眼部三维轮廓深度图，眼部三维轮廓深度图用于表示目标对象眼部的不同位置的深度特征，使用预先训练的深度学习模型，提取眼部三维轮廓深度图的特征，根据虹膜特征和眼部三维轮廓深度图的特征，确定目标对象的眼部综合特征表示，将目标对象的眼部综合特征表示和虹膜特征库中的眼部综合特征表示进行特征匹配，得到目标对象的识别结果。从而，可有效提高虹膜识别的准确性，降低误识别率。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种虹膜识别方法、装置、设备及存储介质。

背景技术

虹膜识别是一种生物识别技术，其通过分析个体眼睛中的虹膜纹理特征进行虹膜识别。虹膜识别具有高度可靠和唯一的特点，被广泛应用于安全认证和身份验证场景。

现有的虹膜识别方法中，通过图像采集设备采集虹膜图像，接着进行虹膜特征提取，利用提取的虹膜特征进行虹膜识别。然而，在某些场景中，如虚拟现实（VirtualReality，VR）场景，采集的虹膜图像会出现高相似性，即采集的不同个体的虹膜图像表现出相似性较高的情况，这种情况会导致虹膜识别系统误识别，进而导致虹膜识别的准确性不高。

发明内容

本申请实施例提供一种虹膜识别方法、装置、设备及存储介质，可提高虹膜识别的准确性，降低误识别率。

第一方面，本申请实施例提供一种虹膜识别方法，包括：

获取针对目标对象眼部采集的虹膜图像，并提取所述虹膜图像的虹膜特征；

获取所述目标对象的眼部三维轮廓深度图，所述眼部三维轮廓深度图用于表示所述目标对象眼部的不同位置的深度特征；

使用预先训练的深度学习模型，提取所述眼部三维轮廓深度图的特征；

根据所述虹膜特征和所述眼部三维轮廓深度图的特征，确定所述目标对象的眼部综合特征表示；

将所述目标对象的眼部综合特征表示和虹膜特征库中的眼部综合特征表示进行特征匹配，得到所述目标对象的识别结果。

第二方面，本申请实施例提供一种虹膜识别装置，包括：

第一获取模块，用于获取针对目标对象眼部采集的虹膜图像，并提取所述虹膜图像的虹膜特征；

第二获取模块，用于获取所述目标对象的眼部三维轮廓深度图，所述眼部三维轮廓深度图用于表示所述目标对象眼部的不同位置的深度特征；

提取模块，用于使用预先训练的深度学习模型，提取所述眼部三维轮廓深度图的特征；

确定模块，用于根据所述虹膜特征和所述眼部三维轮廓深度图的特征，确定所述目标对象的眼部综合特征表示；

处理模块，用于将所述目标对象的眼部综合特征表示和虹膜特征库中的眼部综合特征表示进行特征匹配，得到所述目标对象的识别结果。

在一实施例中，所述确定模块用于：

根据所述眼部三维轮廓深度图的特征，将所述眼部三维轮廓深度图映射到预设的M个眼部结构层次，得到M个眼部结构层次的三维轮廓深度图特征，所述M为正整数；

将所述虹膜特征和所述M个眼部结构层次的三维轮廓深度图特征进行融合，得到所述目标对象的眼部综合特征表示。

在一实施例中，所述确定模块用于：

确定所述M个眼部结构层次的三维轮廓深度图特征中的每个眼部结构层次的三维轮廓深度图特征的权重；

根据所述每个眼部结构层次的三维轮廓深度图特征的权重，将所述虹膜特征和所述M个眼部结构层次的三维轮廓深度图特征进行加权融合，得到所述目标对象的眼部综合特征表示。

在一实施例中，所述确定模块具体用于：