#金专奖获奖方案展播# | 虹膜识别技术

点击「京东金融技术说」可快速关注

#金专奖获奖方案展播# | 虹膜识别技术_第1张图片

「摘要」生活中人们通常使用各种证件、密码来辨识身份,然而证件、密码容易丢失、被伪造或携带不方便,目前最安全便捷的身份认证手段无疑就是近些年兴起的生物特征识别技术,包括指纹识别、虹膜识别、视网膜识别、掌纹识别、静脉识别等等。在所有的生物特征识别技术中虹膜识别有一个突出的优点,就是它的误识率是最低的,此外虹膜识别还具有可采集性、非侵犯性、唯一性、防伪性和稳定性等优点,对中国这样一个人口超级大国而言,研究虹膜识别算法在市场需求、经济收益、安全防范方面,都有着巨大意义。

传统虹膜识别系统及问题

➤ 虹膜识别一般有两个流程,分别是身份注册和身份识别:

  • 身份注册是指识别设备提取用户的虹膜纹理特征,并将提取到的特征模板添加到识别系统的数据库中。

  • 身份识别是将待识别者的虹膜特征模板提取出来并与数据库中已注册的虹膜模板比对,给出接受或者拒绝的判断。

➤ 完整的虹膜识别系统由采集虹膜图像的设备和提取虹膜纹理特征的识别算法组成。其中算法包括虹膜图像质量评价、虹膜图像预处理、特征提取和模式匹配等环节。

  • 虹膜图像获取设备。通常,虹膜识别仪在采集待识别者的虹膜图像时都需要用户的积极配合,用户眼睛到摄像头的距离都有明确的要求。采集到的虹膜图像的清晰度以及虹膜部分被遮挡的程度将直接关系到之后的特征提取和模式匹配步骤是否有效。

  • 虹膜图像质量评价。虹膜图像获取设备采集到的用户虹膜图像通常情况下存在运动模糊、不聚焦、瞳孔变形过度和睫毛眼睑严重遮挡虹膜等问题,最后的结果是导致识别失败或者识别错误。所以,在采集完用户的虹膜图像后我们需要对采集到的虹膜图像进行质量评价,选择满足一系列质量要求的虹膜图像来识别。

  • 虹膜图像预处理。包括虹膜内外边界的定位、归一化和图像增强、去噪等操作。虹膜归一化就是使用某种几何映射方式将采集到的原始图像中的圆环形状的虹膜转换到尺寸固定的归一化图像中,此法解决了所采集图像中虹膜大小和分辨率不同的问题,便于后续的特征抽取和模式匹配。图像增强解决了采集图像时外界光照不均匀对图像造成的影响。去噪是指去除睫毛、眼睑、光斑等噪声。

  • 虹膜特征提取和模式匹配。特征提取就是使用某种纹理提取算法如经典的Gabor 滤波器法从分辨率统一的归一化虹膜图像中提取虹膜纹理特征,并进行二值编码最终得到由0、1组成特征模板。模式匹配就是按照某种匹配规则如归一化的海明距离比对两个虹膜图像的特征模板以进行身份识别。

➤ 传统虹膜识别技术存在的问题:

  • 需要用户高配合度(包括位置、姿态);

  • 需要光照分布均匀;如果不满足条件,则识别失败。

解决方案

➤ 虹膜检测:针对图像模糊、光照强度和明暗变化、用户配合度(位置、姿态)等问题,拟采用深度学习人脸库预训练、数据增强方法(模糊图片和光照变化图片),提高检测性能。具体解决方法为用MTCNN网络,利用多级检测的策略来完成虹膜检测。MTCNN的网络结构如下图所示:

#金专奖获奖方案展播# | 虹膜识别技术_第2张图片

#金专奖获奖方案展播# | 虹膜识别技术_第3张图片

#金专奖获奖方案展播# | 虹膜识别技术_第4张图片

P-Net用来生成候选窗和边框回归向量,并使用非极大值抑制(NMS)合并重叠框叠的候选框,将通过P-Net的候选窗输入R-Net中,拒绝掉大部分false的窗口,继续使用Bounding box regression和NMS合并,最后使用O-Net输出最终的虹膜框。

➤ 虹膜分割:针对虹膜非正圆(天然非正圆/用户斜眼)、尺度变化(瞳孔大小)等问题,拟采用深度学习像素级分割,训练时加入多尺度方案等手段,提高分割性能。具体方案为Deeplab像素级分割方案、Atrous卷积、SPP层和金字塔训练策略(解决多尺度)。

#金专奖获奖方案展播# | 虹膜识别技术_第5张图片

Atrous convolution, 即dilated convolution, 它通过移除最后几层的下采样操作以及对应filter 核的上采样操作,来提取更紧凑的特征,相当于在不同的 filter权重间插入 holes。

Deeplab的网络结构为:

#金专奖获奖方案展播# | 虹膜识别技术_第6张图片

ASPP采用四个并行的不同 atrous rates 的 atrous convolutions对 feature map 进行处理,类似于金字塔网络,增加多尺度物体的泛化性。

整个网络通过atrous convolution后,在通过ASPP,并整合Image Pooling层带来的全局信息,最终上采样到原始图像大小,得到分割结果。部分结果如下:

#金专奖获奖方案展播# | 虹膜识别技术_第7张图片

#金专奖获奖方案展播# | 虹膜识别技术_第8张图片

#金专奖获奖方案展播# | 虹膜识别技术_第9张图片

#金专奖获奖方案展播# | 虹膜识别技术_第10张图片

➤ 特征比对:针对非正圆归一化、光照不均、明暗变化、用户姿态变化等问题,拟采用分割结果的Mask掩膜、全局直方图均衡改为局部直方图均衡等方法,提高特征比对性能。具体解决方法为根据分割结果制作掩膜、特征比对时加入旋转变化。比对结果如下:

#金专奖获奖方案展播# | 虹膜识别技术_第11张图片

近年来,虹膜识别技术发展迅速,但在应用层面还有一些亟待解决的问题,欢迎有兴趣的伙伴一起来探讨。

 

 10月京东A座12层,个人业务综合研发部第一届“金专奖”技术大赛终评现场,10位技术高手齐聚一堂,一场巅峰对决精彩上演。台上选手高谈雄辩,台下专家评委妙语连珠,现场精彩纷呈,展示了技术人深厚的专业能力,碰撞出许多思维的火花。

此次大赛,旨在挖掘出更多【T序列】骨干精英,营造技术专业度文化,发现在自己专业领域有突出创造、贡献的专业大咖,增强专业人才的荣誉感和凝聚力,激励团队成员不断提升专业知识,以此引领技术、跟随团队一起为公司做出更大贡献。

#金专奖获奖方案展播# | 虹膜识别技术_第12张图片


京东金融技术说

   ▼▼▼     

原创·实用·技术·专业

不只一技之长

我有N技在手

你看,我写,共成长!

#金专奖获奖方案展播# | 虹膜识别技术_第13张图片

#金专奖获奖方案展播# | 虹膜识别技术_第14张图片

#金专奖获奖方案展播# | 虹膜识别技术_第15张图片

你可能感兴趣的:(算法,计算机视觉,人工智能,深度学习,人脸识别)