ES2292437T3 - Sistema de identificacion del iris y metodo de identificacion de una persona mediante reconocimiento del iris. - Google Patents
Sistema de identificacion del iris y metodo de identificacion de una persona mediante reconocimiento del iris. Download PDFInfo
- Publication number
- ES2292437T3 ES2292437T3 ES00921118T ES00921118T ES2292437T3 ES 2292437 T3 ES2292437 T3 ES 2292437T3 ES 00921118 T ES00921118 T ES 00921118T ES 00921118 T ES00921118 T ES 00921118T ES 2292437 T3 ES2292437 T3 ES 2292437T3
- Authority
- ES
- Spain
- Prior art keywords
- iris
- pupil
- sectors
- coefficients
- sector
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
Un sistema para confirmar la identidad de un ser animado explorando su iris, que comprende: a) una unidad de control para recibir información del identificador (40) identificando al ser animado y una unidad de almacenamiento de datos que incluye una base de datos a la que tiene acceso la unidad de control que contiene información personal predeterminada asociada con un ser identificable para comparación con la información del identificador; b) una unidad de recogida de iris (20) que incluye una cámara que funciona mediante la unidad de control cuando la información del identificador corresponde a la información predeterminada para capturar imágenes del iris para crear señales de imagen de entrada; y c) una unidad de procesado de datos (60) para procesar las señales de imagen de entrada en datos procesados que incluye identificar y excluir sectores de la imagen del iris con interferencia comparando variaciones de coeficientes espectrales de alta frecuencia en sectores adyacentes; en el que dicha unidad de almacenamiento incluye, para el ser identificable, al menos uno de una pluralidad de parámetros prealmacenados para identificación del iris seleccionados entre el grupo compuesto por (1) la densidad y forma de la textura de la estructura fibrosa del iris dividida en una multiplicidad de sectores en los que, para cada sector, se calculan numerosos coeficientes de transformada de frecuencia, (2) reacción pupilar, (3) la forma de la pupila, (4) reacción de la corona nerviosa autónoma, (5) forma de la corona nerviosa autónoma, (6) la existencia de laguna, (7) la localización de la laguna y (8) la forma de la laguna, funcionando dicha unidad de control para comparar los datos procesados con dicho parámetro o parámetros para determinar si hay una coincidencia indicativa de una confirmación de identidad y para analizar una seleccionada de las señales de imagen de entrada con un sistema multisector variable de conversión espectral usando el método de transformación de frecuencia.
Description
Sistema de identificación del iris y método de
identificación de una persona mediante reconocimiento del iris.
La presente invención se refiere a un sistema de
identificación del iris y a un método para confirmar la identidad
de un ser vivo usando una imagen del iris. Más específicamente, la
invención se refiere a un método de identificación del iris
determinando uno o más parámetros de identificación relacionados con
la estructura fibrosa del iris, la forma de una corona nerviosa
autónoma (ANW) y la pupila y su reacción espontánea a luz, y la
existencia, forma y localización de una laguna de la imagen del
iris.
Un sistema conocido de identificación del iris
para identificar a una persona específica compara el código del
iris de la señal de la imagen de la parte de iris tomada de un ojo
de una persona con la información del iris correspondiente buscada
en una base de datos para aceptar o rechazar a una persona
particular de acuerdo con el resultado de la comparación. Este
sistema convencional de identificación del iris, sin embargo, no ha
conseguido aceptablemente un alto nivel de precisión de
identificación.
Además, como diversos sistemas de identificación
del iris tienen limitaciones para distinguir si están observando el
iris real de un ser humano vivo, no puede usarse de forma segura con
sistemas tales como sistemas para bancos, sistemas de liquidación
electrónica o similares debido al alto riesgo de una mala
identificación de imágenes del iris falsificadas.
El documento japonés JP9212644 describe un
sistema para confirmar la identidad de un ser animado mediante
exploración del iris, que comprende: (a) una unidad de control para
recibir la información del identificador que identifica al ser
animado, y una unidad de almacenamiento de datos que incluye una
base de datos a la que tiene acceso la unidad de control que
contiene información personal predeterminada asociada con un ser
identificable para comparación con la información del identificador;
(b) una unidad de recogida de imagen del iris que incluye una
cámara que funciona mediante la unidad de control cuando la
información del identificador se corresponde con la información
predeterminada para capturar imágenes del iris para crear señales de
imagen de entrada; y (c) una unidad procesadora de datos para
procesar las señales de imagen de entrada en datos procesados; en
el que dicha unidad de almacenamiento funciona para comparar los
datos procesados con los almacenados para determinar si hay una
coincidencia indicativa de una confirmación de identidad.
Un objeto de la presente invención es verificar
la identidad de un individuo usando un sistema de reconocimiento
del iris que tiene un alto nivel de precisión.
Otro objeto es conseguir un alto nivel de
precisión en la identificación mediante el análisis de una
multiplicidad de propiedades asociadas con el iris.
Por consiguiente, un objeto de la invención es
identificar el iris de un ser vivo rápida y claramente determinando
una pluralidad de parámetros de identificación del iris de acuerdo
con una estructura fibrosa del iris que puede obtenerse a partir de
una imagen del iris, la reacción de la pupila y la corona nerviosa
autónoma causada por la luz, la forma de una corona nerviosa
autónoma y pupila, y la existencia, localización y forma de una
laguna.
Un sistema para confirmar la identidad de un ser
animado explorando el iris de acuerdo con la presente invención,
que comprende una unidad de control para recibir información del
identificador que identifica al ser animado, y una unidad de
almacenamiento de datos que incluye una base de datos a la que tiene
acceso la unidad de control que contiene información personal
predeterminada asociada con un ser identificable para comparación
con la información del identificador. Una unidad de recogida de la
imagen del iris incluye una cámara funcional mediante la unidad de
control cuando la información del identificador corresponde a la
información predeterminada para capturar inicialmente imágenes del
iris para crear señales de imagen de entrada. Una unidad de
procesado de datos pre-procesa las señales de
imagen de entrada en datos procesados incluyendo sectores de
identificación y exclusión de la imagen del iris con interferencia
comparando variaciones de coeficientes espectrales de alta
frecuencia en sectores adyacentes. La unidad de almacenamiento
incluye, para cada ser identificable, al menos uno de una
pluralidad de parámetros pre-almacenados para
identificación del iris seleccionados entre el grupo compuesto por
(1) la densidad y la forma de la textura de la estructura fibrosa
del iris usando un método de transformación de frecuencia; (2)
reacción de la pupila; (3) la forma de la pupila; (4) reacción de
la corona nerviosa autónoma; (5) la forma de la corona nerviosa
autónoma; (6) la existencia de laguna; (7) la localización de la
laguna; y (8) la forma de la laguna. La unidad de control funciona
para comparar los datos procesados con el parámetro o parámetros
para determinar si hay una coincidencia indicativa de una
confirmación de identidad y para analizar una seleccionada de las
señales de imagen de entrada con un sistema multisector variable de
conversión espectral usando el método de transformación de
frecuencia.
frecuencia.
De acuerdo con un aspecto preferido de la
invención, la cámara está estructurada para fotografiar ambos ojos
del ser animado. La unidad de procesamiento de datos procesa por
separado las señales de entrada de imagen en datos procesados
representativos de cada ojo. De esta manera, puede conseguirse un
mayor nivel de precisión de la identificación para confirmar la
identidad del ser animado explorando su iris.
Para acceder al sistema de identificación, un
ser a identificar inicialmente introduce la información del
identificador en el sistema. En ciertas realizaciones, los datos de
información del identificador pueden introducirse usando una unidad
de lectura de tarjeta, una unidad de introducción de clave o
similares, en las que un PIN (número de identificación personal) o
algún otro identificador único se usa para acceder al sistema.
También es posible utilizar sistemas accionados por voz.
La unidad de recogida de imagen del iris incluye
preferiblemente una fuente de luz que funciona mediante la unidad
de control junto con la cámara para capturar, en sucesión, una
pluralidad de imágenes del iris para crear las señales de imagen de
entrada. Iluminando el ojo, se apreciará que se hace que el iris se
contraiga y, por lo tanto, la sucesión de imágenes posibilitará que
el sistema capture la contracción y, si se desea, la posterior
dilatación del iris. La fuente de luz preferiblemente es una fuente
infrarroja.
De acuerdo con otra característica única de la
invención, el sistema presenta una interfaz entre la unidad de
recogida de imagen del iris y la unidad de control para posibilitar
que la cámara se alinee automáticamente con el ojo del usuario
basado en el acceso a transformación personal predeterminada en la
base de datos que contiene atributos del físico del usuario
trasladados a los datos de colocación.
Como se ha mencionado anteriormente, el sistema
preferiblemente tiene una capacidad para analizar diferentes
parámetros atribuibles a las características del iris. Sin embargo,
la invención puede hacerse funcionar para confirmar la identidad de
un usuario explorando y analizando únicamente uno de los parámetros
de procesos mencionados anteriormente o un subconjunto de los
parámetros de proceso hasta e incluyendo todo el conjunto de
parámetros.
parámetros.
Las técnicas únicas usadas para analizar la
densidad y forma de la textura de la estructura fibrosa del iris
preferiblemente incluyen métodos de transformación de frecuencia que
utilizan la transformada de Haar. De acuerdo con la realización
actualmente preferida, la invención proporciona un sistema
multisector variable de conversión espectral usando funciones de
transformadas de Haar. Con este enfoque único, una seleccionada de
las imágenes del iris se divide en una multiplicidad de sectores en
los que, para cada sector, se calcula un número de coeficientes de
la función de Haar. Este sistema multisector de análisis espectral
ventajosamente posibilita la exclusión de ciertos sectores del iris
que se confunden por las interferencias causadas por ejemplo por la
presencia de defectos o interferencias con el párpado o pestañas,
etc. Estos defectos se manifiestan ellos mismos a través de la
generación de coeficientes de alta frecuencia y a través de
variaciones agudas predeterminadas entre los coeficientes de
sectores adyacentes. De esta manera, un sector adyacente por
análisis de sectores posibilita la aplicación única de
transformaciones de Haar a la tecnología de reconocimiento del
iris.
Utilizando transformadas de Haar, en combinación
preferida con la selección de coeficientes de Haar representativos
de las zonas de baja frecuencia seleccionadas, es posible crear un
registro de referencia del iris que tiene un alto nivel sin
precedentes de precisión en el reconocimiento. La presente
invención, en ciertas realizaciones, utiliza la serie sucesiva de
imágenes del iris para generar un histograma de pupila o pupilograma
que está representado por una curva que muestra contracción y
dilatación del iris con el tiempo. La presente invención,
proporciona nuevas técnicas para analizar el pupilograma por
análisis de sus cambios de gradiente como un medio adicional para
mejorar la precisión de la identificación. La presente invención
realiza también el análisis del límite, forma y orientación de la
pupila como otro medio para mejorar la precisión de
identificación.
La presente invención procesa también la
información relacionada con la forma y reacción de la corona
nerviosa autónoma así como la existencia y localización y forma de
la laguna, si la hubiera, como otro medio de potenciar la precisión
de la identificación.
Los métodos para confirmar la identidad de los
seres animados, se proporcionan también mediante la presente
invención basada en la selección única de los parámetros de
identificación del iris como se ha descrito anteriormente.
Otros objetos y ventajas más de la presente
invención resultarán fácilmente evidentes para los especialistas en
esta técnica a partir de la siguiente descripción detallada, en la
que únicamente se muestran y describen las realizaciones preferidas
de la invención, simplemente a modo de ilustración del mejor modo
contemplado para realizar la invención. Como se entenderá, la
invención es capaz de otras realizaciones diferentes, y sus
diversos detalles son capaces de modificaciones en diversos aspectos
obvios, todos sin alejarse de la invención. Por consiguiente, el
dibujo y la descripción deben observarse como de naturaleza
ilustrativa y no restrictiva.
La Figura 1 es un diagrama de bloques de un
sistema ejemplar para identificar el iris de un ser vivo de acuerdo
con la presente invención;
La Figura 1B es una vista lateral en perspectiva
de una cámara que representa una realización de una unidad de
recogida de imagen del iris en la realización de la Figura 1A y un
sistema de iluminación de la misma:
La Figura 2 es un dibujo de referencia tomado
parcialmente de la Figura 1B para describir un indicador de visión
usado para la unidad de recogida de imagen del iris de la Figura
1B;
La Figura 3 es una vista detallada del indicador
de visión de la Figura 2;
La Figura 4 es un dibujo de referencia para
describir el indicador de visión en la Figura 2 que refleja una
fuente de luz de guía de visión al ojo de un usuario;
La Figura 5 es una vista frontal de una segunda
lente en el sistema de la Figura 1B;
La Figura 6 es un diagrama de flujo de un
ejemplo de captura de señal de imagen en la unidad de recogida de
imagen del iris realizado mediante control por ordenador;
La Figura 7 es un diagrama de flujo de un
ejemplo del ajuste de altura de la cámara de la Figura 6;
La Figura 8 es una vista ejemplar de la imagen
del iris para describir la región seleccionada (x) de la señal de
imagen de entrada requerida para el análisis del iris;
La Figura 9 es un diagrama de flujo de alto
nivel para explicar todo el funcionamiento del método de
identificación del iris de la invención;
Las Figuras 10A-10C son
diagramas de flujo secuenciales detallados del diagrama de flujo de
la Figura 9;
La Figura 11 es un ejemplo de la imagen del iris
para describir el movimiento del iris dinámico y la corona nerviosa
autónoma a un cierto ángulo \theta, y la Figura 12 es un gráfico
correspondiente que representa los radios de la pupila de la Figura
11, en forma de un histograma de pupila o pupilograma, y la corona
nerviosa autónoma transformada en datos unidimensionales con una
variación en el tiempo;
La Figura 13 es una vista ejemplar de la corona
nerviosa autónoma y laguna donde se ha extraído un borde de la
imagen del iris;
La Figura 14 es una vista ejemplar de la corona
nerviosa autónoma y laguna de la Figura 13, que se transforma en
datos unidimensionales con la transformada del eje medio;
La Figura 15 es un diagrama de la estructura de
mariposa del gráfico de flujo de transformación de Haar;
La Figura 16 es una vista ejemplar de la imagen
del iris para describir el sistema multisector variable de
conversión espectral;
La Figura 17 es un gráfico de otro pupilograma
del radio medio de la pupila con el tiempo;
La Figura 18 es una vista ejemplar de la pupila
que incluye información característica de la pupila a extraer.
La Figura 1A es un diagrama de bloques de un
sistema 14 para identificar el iris de un ser vivo de acuerdo con
la invención. Un ser vivo incluye cualquier ser animado con un iris
identificable incluyendo humanos y animales. El sistema 14
comprende preferiblemente una unidad de lectura de tarjeta 14 que
lee, accediendo a un medio de registro de información de una
tarjeta, e identifica la información registrada en la tarjeta que
almacena un número de tarjeta personal. Una unidad de introducción
de clave 50, que tiene una pluralidad de teclas para introducir los
PIN, genera señales eléctricas correspondientes a cada entrada de
clave. Una unidad de recogida de imagen del iris 20 tiene una
pluralidad de fuentes de luz que parpadean automáticamente en
secuencia de acuerdo con un orden predeterminado de señales de
control específica para posibilitar que una cámara con una función
de enfoque automático capture imágenes dinámicas del iris durante un
número de segundos (por ejemplo, a velocidades que generan más de
25 fotogramas por segundo). Una unidad impulsora 30 proporciona
energía a la unidad de recogida de imagen del iris 20 para
iluminación y ajuste de la posición de la cámara suministrando una
señal de control particular usando un motor.
Una unidad procesadora de datos 60
pre-procesa la señal de imagen de entrada capturada
por la unidad de recogida de imagen del iris 20. Una unidad de
almacenamiento de datos 80 forma una base de datos para almacenar
una pluralidad de parámetros de identificación incluyendo 1) la
densidad y forma de la textura de la estructura fibrosa del iris
extraíble de la señal de la imagen de iris individuales, 2) el
movimiento de la corona nerviosa autónoma (ANW) en respuesta a la
luz, 3) el movimiento de la pupila en respuesta a la luz, 4) la
forma de la ANW, 5) la forma de la pupila, 6) la existencia y
localización en forma de laguna en asociación con cada número de
tarjeta personal o PIN de cada persona, respectivamente. Una unidad
de control 70 distingue el iris para una persona particular
confirmando la identidad de un usuario buscando en la base de datos
el número de la tarjeta o PIN introducido o leído por la unidad de
lectura de tarjetas o unidad de introducción de clave, adquiriendo
imágenes de iris dinámicas, ajustando la posición de la cámara
automáticamente en base a la información personal y determinando
una pluralidad de parámetros de identificación del iris para
determinar la identidad del usuario a partir de las señales de
imagen. En este caso, no sólo la información del iris para una
persona particular, sino la información adicional para cada persona
(por ejemplo información de estatura personal pertinente a la
altura de la cámara cuando se captura la imagen del iris, o altura
de la cámara más apropiada para cada persona) pueda almacenarse en
la unidad de almacenamiento datos 80, de manera que la unidad 80
puede ajustar la altura de la cámara automáticamente leyendo la
información adicional.
La Figura 1B es una vista lateral en perspectiva
de una parte de una cámara binocular y un sistema de iluminación
que representa una ilustración ejemplar de esta unida de recogida de
imagen del iris 20 de la Figura 1A. La unidad de recogida de imagen
del iris 20 está provista con una cámara 16 y una pluralidad de
primera y segunda lentes 11 y 12 en los lugares requeridos para
capturar imágenes del iris. Es preferible usar la cámara 16 que
tiene una zona de captura variable (zona flexible) para enfoque
automático. Adicionalmente, es preferible el uso de una segunda
lente 12 que tiene una profundidad focal de más de 5 ml para evitar
la degradación de la función de enfoque automático como resultado
del movimiento de los párpados o pestañas del usuario y por el
parpadeo del ojo. La primera y segunda lentes 11, 12 preferiblemente
se proporcionan para cada ojo.
La unidad de recogida de imagen del iris 20 está
provista adicionalmente con una unidad de guía de visión 18 (véanse
las Figuras 2-4) para evitar el desplazamiento del
iris a un lado fijando los ojos del usuario en la parte central de
la cámara junto con la unidad de recogida de imagen del iris 20 de
la Figura 1B. Además, en algunas circunstancias, las fuentes de luz
laterales pueden usarse para el enfoque automático inicial y el
ajuste de luminancia. La Figura 2 es una vista de referencia tomada
desde la Figura 1B para describir el indicador de visión y la
Figura 3 muestra el indicador de visión de la Figura 2 en detalle.
La Figura 4 es un dibujo de referencia para describir el
funcionamiento del indicador de visión en la Figura 2 que refleja
la luz desde la fuente de luz de la guía de visión L4 a los ojos del
usuario.
Como se muestra en las Figuras
2-4, la unidad de guía de visión puede estar
compuesta por una fuente de luz de guía L4 (denotada también con el
número de referencia 17) que emite una luz fina azul o roja para
guiar la visión del usuario. Una unidad de reflexión 18b refleja la
luz desde la fuente de luz 17 lejos de la parte central de la
cámara 16 y una unidad de soporte 18a soporta la unidad de reflexión
alineada con el centro de la lente. En este caso, la unidad de
soporte 18a está construida preferiblemente con un material de tipo
vidrio transparente para evitar que afecte a la imagen del iris
incluso cuando se pone en el centro de la lente. La unidad de
reflexión 18b tiene una cierta inclinación y una superficie
especular para reflejar la luz desde la fuente de luz de guía de
visión L4 al ojo del usuario.
La Figura 5 es una vista frontal de la segunda
lente 12 de la Figura 1B. En una cierta localización del frente de
la segunda lente 12, se proporciona una fuente de luz intermitente
L3 (12b) que estimula el movimiento (es decir, contracción o
dilatación) de la pupila y la ANW. Una pluralidad de fuentes de luz
infrarroja L2 (12a) se dispone en un conjunto circular o en forma
de anillo a lo largo de la periferia de la lente 12 y se controla
mediante software para permitir que la cámara 16 capture la imagen
del iris y una imagen pupilar clara. La fuente de luz intermitente
12b preferiblemente es un diodo azul controlado por el software para
iluminar automáticamente en un ciclo corto.
La Figura 6 es un diagrama de flujo de un
ejemplo de captura de señal de imagen con la unidad de recogida de
imagen del iris 20 realizada por el ordenador de control. En la
etapa de ajuste S61, la posición de la cámara (altura) se ajusta
usando la información personal buscada en la base de datos en base
al número de tarjeta o al PIN, y la pluralidad de fuentes de luz
(12a y 17) se cambian simultáneamente para enfoque automático y
atraer los ojos del usuario al objetivo de la lente. En la etapa
S62, los ojos del usuario se guían hacia la lente del objetivo
usando la fuente de luz iluminada 17. El enfoque automático de la
cámara ocurre en la etapa S63. En la etapa S67, la imagen dinámica
de la ANW y la pupila en movimiento se adquiere durante un periodo
de segundos con la iluminación (S66) de la fuente de luz 12b en un
ciclo corto que induce el momento de la pupila y ANW del iris. En
la etapa S68, todas las fuentes de luz iluminadas se apagan después
de las etapas anteriores S61-S68.
La Figura 7 es un diagrama de flujo del detalle
del ajuste de la altura de la cámara en la etapa S61 de la Figura
6, comprendiendo el diagrama de flujo las siguientes etapas:
introducir un número de tarjeta o un PIN (S71); adquirir la
información relacionada con la altura de la cámara de la persona
correspondiente buscando en la base de datos con el número de
tarjeta o PIN introducido (S72); y ajustar la altura de la cámara
adecuadamente a la persona correspondiente haciendo girar el motor
en una dirección hacia delante o hacia atrás (S73) después de
comparar la información adquirida de la altura de la cámara con la
información de la altura actual de la cámara.
La Figura 8 es una vista ejemplar de la imagen
del iris para describir la zona de selección (x) de la señal de
imagen de entrada requerida para hacer el análisis del iris de
acuerdo con una realización de la invención. La zona que debe
seleccionarse para analizar el iris debe incluir al menos una parte
de la ANW 10b y toda la pupila 10a. Además, la zona de selección
(x) es preferiblemente una parte vista claramente y no afectada por
los párpados, pestañas, etc. y se ajusta dentro de un intervalo
mayor que un tercio y menor que la mitad del diámetro del iris.
La Figura 16 es una vista ejemplar del análisis
de imagen del iris empleando el sistema multisector variable de
análisis espectral en una realización preferida de la invención,
como se describirá completamente a continuación. El sistema
multisector variable de análisis espectral permite la selección de
partes visibles del iris, no confundidas por interferencias, para
análisis, aumentando de esta manera la fiabilidad del proceso de
identificación. Las características anatómicas de la abertura del
ojo y tumescencia de los párpados son identificables y excluibles.
Los defectos o interferencias con los bordes no pueden aproximarse
de antemano, es decir, el deslumbramiento, son identificables y
excluibles.
La Figura 9 es un diagrama de flujo de alto
nivel para describir todo el método de identificación del iris de
la presente invención, mientras que las Figuras
10A-10C son diagramas de flujo secuenciales
detallados de las etapas del diagrama de flujo de alto nivel de la
Figura 9.
Como se representa en las Figuras
10A-10C, en el método de identificación del iris de
acuerdo con la presente invención, pueden llevarse a cabo diversas
realizaciones incluyendo uno o más de los siguientes procesos. En
primer lugar, un número de tarjeta o proceso de confirmación de PIN
S101-S103 determina la identidad de un usuario
buscando y obteniendo información personal de acuerdo con el número
correspondiente de la base de datos. Después de introducir el
número de tarjeta o el PIN, un proceso de adquisición de imagen
S104-S105 adquiere imágenes del iris dinámicas
ajustando la posición de la cámara de acuerdo con la información
personal del usuario obtenida durante el proceso de confirmación y
controlando la pluralidad de fuentes de luz. Los diferentes
parámetros de identificación que pueden obtenerse y analizarse de
acuerdo con la presente invención se describirán a
continuación.
Un proceso de confirmación de la estructura
fibrosa del iris S106-S110 se usa para determinar la
identidad del usuario con parámetros de identificación
correspondientes, después de determinar los parámetros de
identificación transformando la señal de imagen de la zona que
pertenece al análisis del iris con una transformada de Wavelet de
la imagen del iris aún seleccionada adquirida durante el proceso
anterior. La transformada puede aplicarse a la zona de la Figura 8
o a un sector individual de la Figura 16 como se describe a
continuación en relación con el sistema multisector variable del
análisis espectral.
En una realización de la presente invención, el
proceso de confirmación de la estructura fibrosa del iris puede
estar compuesto por las etapas de: seleccionar S106, S107 (Figura
10A) una zona (zona de selección x; que incluye esencialmente una
parte de la ANW y la pupila entera, dentro del intervalo mayor de un
tercio y menor de la mitad del diámetro del iris) perteneciente al
análisis de imagen del iris por pre-procesado de la
señal dinámica de la imagen del iris: determinar en la etapa S108
los parámetros de identificación a partir de los coeficientes de
transformada de Wavelet que representan la información especializada
de la densidad y forma de la textura de la estructura fibrosa del
iris después de transformar la señal de imagen aún seleccionada, de
la zona de selección con una transformada de Wavelet bidimensional
(por ejemplo, una transformada de Wavelet tal como la transformada
de Haar); y confirmar con las etapas S109, S110 la identidad del
usuario buscando los parámetros correspondientes en la base de
datos.
En general, la densidad y forma de la textura de
la estructura fibrosa del iris es diferente de una persona a otra.
Si se realiza la transformada de Wavelet (especialmente una
transformada de Wavelet tal como la transformada de Haar) que
contiene la información pertinente respecto a densidad
principalmente en la zona de baja frecuencia, entonces, en
particular los componente de baja frecuencia de los coeficientes de
la transformada de Haar bidimensional tienen la mayor parte de la
información de la densidad y forma de la textura fibrosa del
iris.
Los componentes de baja frecuencia se
seleccionan de manera que tienen la mayor parte de la información
sobre la densidad y la forma de la textura fibrosa del iris
realizando la transformada de Wavelet para la señal de imagen del
iris seleccionada como se ha descrito anteriormente, determinando la
frecuencia característica y fijando los coeficientes de baja
frecuencia seleccionados de la transformada de Haar bidimensional,
que muestra la frecuencia característica como parámetros de
identificación.
La transformada de Haar aplicada como tal en la
invención es simétrica, separable y unitaria, y usa la siguiente
función de Haar que varía de acuerdo con el tamaño (escala) y
localización.
Una función Haar adicional se define de la
siguiente manera:
Para simplificación del algoritmo de análisis
espectral, una realización preferida excluye el factor de
normalización 2^{-m/2}. Por lo tanto, la definición de la función
anterior se convierte en:
Esta función se denomina también funciones de
signo de Haar. El número binario de la función determina el orden
de la función en la lista.
Sería un cálculo tremendo debido al gran tamaño
de la imagen, cuando se determina la transformada de Haar real, en
la presente invención; sin embargo, el tiempo de cálculo mejora en
gran medida con la estructura de mariposa del gráfico de flujo de
transformación.
Una representación gráfica del algoritmo de
conversión espectral rápida mediante funciones de signo de Haar se
muestra en la Figura 15 (en la que n = 8), representando la
estructura de mariposa del gráfico de flujo de transformación. A lo
largo del eje vertical del gráfico están P0-P7
indicando los valores de píxel a convertir.
En este gráfico de flujo, el valor para cada
nivel sucesivo que transcurre a la derecha depende de los valores
previos basados en las siguientes ecuaciones:
donde m = n + 1 y x[n] es el
brillo del píxel
n.
Como resultado de usar una estructura de
mariposa del gráfico de flujo de transformación, el programa de
conversión espectral mediante funciones de Haar funciona más de 200
veces más rápido que los anteriores enfoques.
A continuación se describe el sistema
multisector variable de conversión espectral usando funciones de
Haar. El sistema multisector variable se realiza sobre la zona de
selección del método descrito anteriormente en relación con la
Figura 8. Ocasionalmente, ocurre interferencia por deslumbramiento,
párpados y pestañas en secciones del iris o la gran parte visible
del iris no está disponible para análisis. La interferencia o no
disponibilidad de parte del iris reduce el número de sectores
disponibles para comparación dando como resultado una disminución
de la fiabilidad de la identificación de la persona.
El análisis de imagen comienza dividiendo la
imagen del iris en un anillo externo 100, como se muestra en la
Figura 16 y una zona circular interna que incluye la pupila 120. El
borde que separa el anillo interno del externo 100 de la zona
circular, se ajusta a una distancia de 50 píxeles desde el radio del
iris. Un valor mayor o menor de 50 píxeles puede usarse en
realizaciones adicionales. El borde exterior del anillo externo
comienza aproximadamente en el borde
esclerótica-iris. El diámetro del anillo externo
puede variar debido a muchos factores, tales como diferentes
tamaños de iris entre los individuos, diferentes intervalos a los
que se obtiene la imagen del iris y demás. Como las porciones del
iris correspondientes al anillo externo 100 y al área 110 entre la
pupila 120 y el anillo externo 100 se contraen y dilatan a
diferentes velocidades, se usan diferentes factores de
normalización para los anillos interno y externo.
En la realización actualmente preferida, cada
área 100, 110 se subdivide después radialmente en 16 sectores
preferiblemente ecualizados, un total de 32 sectores indicados
mediante los caracteres de referencia
I_{0}-I_{31}. Para cada uno de los 32 sectores
I_{0}-I_{31}, se calculan 1.024 coeficientes de
la función de Haar, usando la transformada de Wavelet como se ha
descrito anteriormente, formando una matriz de 32 x 32. Sin embargo,
está dentro del alcance de la invención que el número total de
sectores (n+p) en todas las zonas, el número de sectores en cada
zona individual (n, p), el tamaño de los sectores y el número de los
coeficientes de la función de Haar puede variar. Es decir, cada
zona puede tener diferente número de sectores (n, p), es decir el
área 110 puede estar dividida radialmente en 10 sectores (p=10)
mientras que el anillo externo 100 está dividido radialmente en 16
sectores (n=16).
A continuación, los sectores ocluidos o
interferidos por los párpados, indicados de forma general por el
carácter de referencia 13A y 13B para el párpado inferior y
superior respectivamente, o las pestañas, se rechazan mediante una
comparación con el coeficiente del sector adyacente. Tras la
comparación de los coeficientes de sector adyacente, si se observa
una variación pronunciada de coeficientes de alta frecuencia, el
sector se rechaza como defectuoso. Haciendo referencia a la Figura
16, la comparación de sectores se realiza a través de grupos de 4
sectores que comienzan en la línea horizontal que separa el sector 0
del 15 y el 7 del 8 y procediendo en sentido horario o antihorario
a través de los sectores adyacentes. De esta manera, se comparan los
sectores I_{0}-I_{3},
I_{7}-I_{4}, I_{8}-I_{11} y
I_{15}-I_{12}.
Por ejemplo, los coeficientes de alta frecuencia
en el sector I_{0} e I_{1} se comparan y si la diferencia no
excede el valor umbral de un coeficiente de alta frecuencia de un
sector predeterminado, el sector I_{1} se reconoce como bueno. El
sector I_{0} se reconoce como bueno o se rechazaría durante el
análisis de la pupila al cerrar los párpados. A continuación, los
coeficientes de los sectores I_{1} e I_{2} se comparan y como
se observa en la Figura 16, el borde del párpado se localiza en el
sector I_{2}. El borde de en el sector I_{2} provocará que la
diferencia supere el umbral del coeficiente de alta frecuencia del
sector y el sector I_{2} se rechazará. Después de rechazar el
sector I_{2}, el sector I_{3} igualmente se rechazará. Un
proceso similar se repetirá para los sectores restantes del
cuadrante.
Después de retirar los sectores rechazados del
análisis, se seleccionó un subconjunto de los 1.024 coeficientes de
Haar completos. El número de coeficientes seleccionados se determina
por diversos factores. Demasiados coeficientes aumentan
innecesariamente el tamaño de la base de datos, y demasiados pocos
coeficientes deterioran la calidad de reconocimiento.
Adicionalmente, algunos coeficientes no se seleccionan porque
cambian considerablemente con el cambio de luminancia de la imagen
y algunos coeficientes de alta frecuencia incluyen demasiado ruido.
Como resultado de la experimentación, una realización preferida usa
31 coeficientes seleccionados de esta matriz de 32 x 32 de los
1.024 coeficientes de Haar. La localización particular de la matriz
de los coeficientes seleccionados son las siguientes: (0, 1), (1,
0), (1, 1), (0, 2), (0, 3), (2, 0), (3, 0), (1, 2), (1, 3), (2, 1),
(3, 1), (0, 4), (0, 5), (0, 6), (0, 7), (4, 0), (5, 0), (6, 0), (7,
0), (1, 4), (1, 5), (1, 6), (1, 7), (4, 1), (5, 1), (6, 1), (7, 1),
(2, 2), (3, 2), (2, 3) y (3, 3). Pueden usarse números mayores o
menores de los coeficientes en diferentes realizaciones.
La selección de los 31 coeficientes a partir de
los 32 sectores I_{0}-I_{31} permite la creación
de un registro de referencia del iris de aproximadamente 1 kilobyte
de tamaño. Los primeros 32 bits del registro contienen los
resultados del análisis de rechazo de sectores.
Nuevas imágenes de iris a identificar se
procesan de la misma manera que las imágenes de referencia descritas
anteriormente. El registro característico obtenido se compara con
todos los registros de referencia del iris en la base de datos. La
suma de la diferencia entre los coeficientes del iris de entrada y
de referencia se calcula en una base de sector a sector. El valor
sumado está dentro de un intervalo de 0 a 2 debido a la
normalización del coeficiente. Un valor sumado de 1 representa una
imagen absolutamente gris. 0 representa coincidencia completa de
los espectros del sector y 2 representa modulo igual pero signo
opuesto de los espectros.
Después de la experimentación directa, se ha
determinado que algunos sectores difieren entre los sectores de
referencia debido a la peristáltica del iris (movimientos
espontáneos rápidos de algunas áreas del iris). De esta manera,
sólo aquellos factores en los que el valor sumado es menor de 1 se
usan preferiblemente en el análisis de la imagen del iris. De esta
manera, los sectores invalidados por los movimientos peristálticos
se añaden a los factores rechazados y se excluyen del intento de
reconocimiento. El número mínimo de sectores usado en el análisis
de la imagen del iris es de 10 para cada ojo. Pueden usarse menos
sectores con una disminución correspondiente en la calidad de
reconocimiento. Los resultados de comparar coeficientes de sector se
multiplican para enfatizar las diferencias. De esta manera, si la
imagen a identificar coincide con la imagen de referencia, el valor
resultante será próximo a 0. En contraste, imágenes diferentes dan
como resultado valores que están en el intervalo de cientos o
miles.
A partir del resultado de la transformada de
Haar, los coeficientes de la zona de baja frecuencia seleccionados
experimentalmente se utilizan para identificación ya que los
coeficientes espectrales de baja frecuencia contienen mucha
información sobre la densidad y forma de la textura de la estructura
fibrosa del iris.
Un proceso de confirmación de pupila y reacción
de ANW S111-S116 de la Figura 10B determina la
identidad del usuario mediante los parámetros de identificación
correspondientes detectando la pupila y ANW a partir de la imagen
dinámica adquirida del iris. Los parámetros de identificación se
determinan después usando la reacción dinámica (contracción y
dilatación) de la pupila y ANW a partir de la señal de imagen
dinámica detectada.
Adicionalmente, en una realización de la
presente invención, un proceso de confirmación de pupila y reacción
de ANW puede comprender las etapas de: detectar la zona pupilar
calculando la parte central de imagen dinámica adquirida del iris
(S 111, S 112 de la Figura 10B); calcular la zona de la ANW (S 113);
determinar los parámetros de identificación respectivamente para
reconocer la pupila viva y ANW (S 114) después de calcular el tiempo
de reacción (dilatación o contracción) de la pupila móvil y ANW en
la zona detectada: y confirmar la identidad del usuario buscando
los parámetros correspondientes en la base de datos (S 115, S
116).
La Figura 11 es una imagen ejemplar de un iris
10c para describir el movimiento de la pupila 10a y ANW 10b a un
cierto ángulo \theta, y la Figura 12 es un gráfico que ilustra un
radio pupilar medio R1, un radio pupilar R2 a un cierto ángulo
\theta y un radio R3 de la ANW a un cierto ángulo \theta,
transformado en un dato unidimensional con la variación del tiempo.
En la ilustración gráfica, el primer tiempo "t1" representa el
tiempo de operación de una fuente de luz intermitente, el segundo
tiempo "t2" el tiempo de inicio de la contracción de R1, el
tercer tiempo "t3" cuando el radio pupilar medio es mínimo, el
cuarto tiempo "t4" cuando el radio pupilar es mínimo a un
cierto ángulo \theta, el quinto tiempo "t5" cuando el radio
de la ANW es mínimo a un cierto ángulo \theta. Por lo tanto, como
resultado de la comparación de estas imágenes dinámicas, los
parámetros de identificación respectivos pueden obtenerse mediante
la reacción de la pupila y ANW que reaccionan espontáneamente a la
luz.
Para el propósito anterior, la invención utiliza
un valor de referencia predeterminado considerado representativo de
un ser vivo si el movimiento del radio pupilar excede un cierto
porcentaje (por ejemplo mayor del 5 por ciento) cuando la pupila se
contrae. El borde pupilar, también debe detectarse a partir de la
imagen dinámica del iris capturada para observar el movimiento de
la pupila. Actualmente, es posible detectar el borde pupilar
después de decidir el centro aproximado del iris usando el algoritmo
de búsqueda del centro de simetría.
Con este método, puede ser posible identificar
el iris sin ningún error incluso aunque la imagen del iris no se
capture en su centro y esté algo desplazada a la derecha o la
izquierda.
Cuando la imagen del iris está demasiado ladeada
para identificarla, puede capturarse de nuevo. También, cuando se
toman otras imágenes en lugar de la imagen de iris, es posible
discriminar entre imágenes verdaderas e imágenes falsas en muchos
casos.
En el algoritmo de búsqueda del centro de
simetría mencionado anteriormente, se obtiene la siguiente
ecuación
F(i) con respecto a las líneas horizontal y vertical de la imagen.
F(i) con respecto a las líneas horizontal y vertical de la imagen.
\vskip1.000000\baselineskip
en la
que
y
N es la longitud de la línea de la imagen,
x(i) es la luminancia del píxel "i-ésimo" de la línea
horizontal o vertical, mientras que x(i)=x(0) cuando
i\leq0, y x(i)=x(N) cuando i\geqN.
En dicho caso, el dominio (i) de la definición
que minimiza el valor absoluto de la función F(i) está en el
centro de simetría. Aplicando estos métodos a las líneas horizontal
y vertical, entonces el punto en el que los dominios (i),
minimizando el valor absoluto de la función F(i), de la
definición cruce se ajusta en el centro de simetría. Si los
dominios (i) de la definición de las líneas horizontal y vertical no
se cruza, sino que se dispersa especialmente si se desvían de un
intervalo predeterminado, esto significa que la imagen capturada no
es la imagen del iris o la imagen del iris está demasiado desplazada
hacia la derecha o hacia la izquierda; de esta manera, la imagen
del iris debe volver a capturarse antes de proceder con cualquier
identificación adicional.
En el caso en el que la imagen dinámica se toma
del iris anterior, se provoca que la pupila y la ANW se contraigan
y dilaten mediante una fuente de luz intermitente 12B. Los
movimientos de la pupila y la ANW no ocurren simultáneamente y
muestran diferentes tipos de acuerdo con cada persona. Los
parámetros a partir de la reacción pupilar y de ANW (Figura 11 y
12) obtenidos a partir de los movimientos que no tienen lugar al
mismo tiempo son tales que se usan para la identificación.
Haciendo referencia ahora a la Figura 17, un
pupilograma o histograma de pupila representa la contracción y
dilatación media de una pupila en respuesta a una luz intermitente
en un tiempo T_{0}. El eje vertical indica la amplitud o radio de
la pupila, mientras que el eje horizontal indica el comienzo del
tiempo en T_{0} o el tiempo de la luz intermitente. T_{L} es el
tiempo en el que la pupila empieza a contraerse en respuesta a la
luz intermitente; T_{L} - T_{0} es el tiempo de latencia de
respuesta de pupila. A_{L} es el radio medio de la pupila antes
de la primera luz intermitente. T_{M} es el tiempo en el que la
pupila se ha contraído al radio mínimo, A_{M}. El tiempo para que
la pupila se contraiga, excluyendo el tiempo de latencia es
T_{M}-T_{L} o T_{P}. T_{1} y T_{2} son
respectivamente el tiempo del fotograma 40 y 70 de la imagen del
iris dinámica y A_{1} y A_{2} son los radios correspondientes
de la pupila en los tiempos T_{1} y T_{2}. S_{P} es la
velocidad de la contracción de la pupila entre T_{L} y T_{M}.
D_{AB} es la distancia lineal a lo largo de la curva de
contracción de la pupila entre T_{L} y T_{M}. %A_{1} es la
proporción de la distancia de dilatación de la pupila a T_{1}, o
A_{1}-A_{m}, a la distancia de contracción de la
pupila media o A_{L}-A_{m}. %A_{2} es la
proporción de distancia de dilatación a T_{2}, o
A_{2}-A_{m}, a la distancia de contracción de
la pupila media o A_{L}-A_{m}.
Debido a que los pupilogramas de personas que
consumen drogas o alcohol difieren de los pupilogramas de personas
que no consumen drogas o alcohol, el pupilograma puede usarse para
detectar el consumo de drogas y/o alcohol de los individuos. El
pupilograma de una persona que consume drogas tiene un tiempo más
lento del normal para que la pupila se contraiga al radio mínimo
T_{M}. El pupilograma de una persona que consume alcohol es más
plano en comparación con una persona que no consume alcohol, es
decir D_{AB} es menor para el consumidor de alcohol. También el %
de A_{1} y % de A_{2} son más pequeños para el consumidor de
alcohol.
Para detectar la presencia de droga y/o alcohol
dentro del cuerpo de una persona, se detecta el valor de los
parámetros D_{AB}, S_{P}, T_{2}-T_{0},
T_{M}, %A_{1} y %A_{2} para cada pupila (izquierda y derecha)
usando un pupilograma. Se calcula también una proporción de valores
entre los ojos izquierdo y derecho para cada uno de estos
parámetros. Los valores detectados y calculados se comparan después
con los valores normales de una persona que no consume droga o
alcohol. Los valores normales de la persona se derivan de la
experimentación. Si los valores del parámetro detectado son mucho
menores o más bajos que los de los valores de una persona normal,
entonces se detecta el consumo de droga y/o alcohol. Si los valores
del parámetro detectado son aproximadamente iguales o mayores que
los valores de una persona normal, entonces no se detecta el consumo
de droga y/o alcohol. De esto se debe a que la pupila de una
persona que consume droga y/o alcohol reacciona más lentamente y se
contrae una cantidad más pequeña en comparación con una persona que
no consume droga y/o alcohol.
Adicionalmente, la proporción de la pupila
izquierda y derecha de una persona puede usarse para determinar la
presencia de drogas y/o alcohol en el cuerpo de la persona. Las
proporciones de los valores definidos anteriormente D_{AB},
S_{P}, T_{2}-T_{0}, T_{M}, %A_{1} y
%A_{2} para la pupila izquierda y derecha se comparan después del
cálculo como se ha descrito anteriormente. Si las proporciones son
mucho mayores o menores que 1:1 en más de aproximadamente el 15%,
entonces se ha detectado el consumo de droga y/o alcohol. Si las
proporciones son aproximadamente 1:1, entonces no se ha detectado
el consumo de droga y/o alcohol. Una persona que consume droga y/o
alcohol tiene menos coordinación entre las reacciones pupilares
izquierda y derecha, de esta manera una diferencia significativa en
la proporción de la reacción de la pupila izquierda y derecha es
indicativa del consumo de droga y/o alcohol.
Un proceso de confirmación de la forma de la ANW
y la pupila S 117-S 119 determina después la
identidad del usuario detectando la ANW y pupila a través de la
imagen del iris seleccionada, seguido de la determinación de los
parámetros de identificación de acuerdo con la forma detectada de la
ANW y pupila. La forma de la ANW se determina de forma única en la
presente invención usando una transformada de eje medio aplicada a
la señal de imagen del iris seleccionada. La forma de la pupila se
determina de forma única en la presente invención usando la
detección de borde y algoritmos de ajuste de curva como se sabe en
la técnica.
Adicionalmente, en las realizaciones respectivas
de la presente invención, el proceso de confirmación de ANW y
pupila puede comprender las etapas de detectar con la etapa S 117
(Figuras 10B y 10C) una ANW y pupila a partir de la señal de la
imagen del iris seleccionada; calcular con la etapa S 118 los
parámetros de identificación basados en la forma de la ANW
transformando la señal de imagen bidimensional de la ANW detectada
con la transformada del eje medio y la forma de la pupila mediante
detección del borde y algoritmos de ajuste de curva como se ha
descrito anteriormente; y confirmar con las etapas S
119-S 120 la identidad del usuario buscando los
parámetros de identificación correspondientes en la base de
datos.
La Figura 13 es una vista ejemplar de una ANW
10b y la laguna 10d representa el borde detectado de la imagen del
iris y la Figura 14 es una vista ejemplar de la ANW 10b y la laguna
10d que muestra la Figura 13 en unos datos unidimensionales
transformados por la transformada del eje medio.
La transformada del eje medio del objeto que
tiene forma específica, por ejemplo, es el lugar de los centros de
los círculos tangentes al límite del objeto en más de dos puntos. En
otras palabras, es el lugar de los puntos más cercanos desde el
límite del objeto. Por lo tanto, como es posible transformar el
objeto bidimensional en los datos unidimensionales con la
transformada de eje medio, esto puede aplicarse para identificar la
forma de una ANW y la forma y posición de una pupila.
La Figura 18 es una vista ejemplar de la pupila
y el iris indicando la forma, posición y parámetros de
identificación. La forma de la pupila se determina de forma única
en la presente invención usando un algoritmo de detección de borde
como se sabe en la técnica. El borde de la pupila generalmente está
indicado por el carácter de referencia 10A en la Figura 18.
Adicionalmente, el centro del iris y la pupila, indicados
respectivamente mediante los caracteres de referencia 10i y 10h en
la Figura 18 se determinan mediante geometría y se usan como
parámetros de identificación. La orientación de separación y
distancia entre el iris y los centros de la pupila generalmente
indicados por el carácter de referencia 10j se usan como parámetros
de identificación.
Además, muchas pupilas no tienen una forma
perfectamente circular, muchas son elípticas con variación en la
orientación de los ejes mayores de las elipses. En una realización
preferida, la orientación y magnitud de la elipticidad de la pupila
se determina de forma única en la presente invención usando
algoritmos de ajuste de curva y forma como se sabe en la técnica.
Con referencia a la Figura 18, los ejes mayor y menor de la elipse
de la pupila se indican respectivamente mediante los caracteres de
referencia 10m y 10n. La elipticidad de la pupila se expresa como
la proporción del eje menor 10n al eje mayor 10m. Las partes planas
a lo largo de la circunferencia de la pupila, indicadas de forma
general por el carácter de referencia 10f en la figura 18, así como
áreas en las que la pupila se dibuja hacia dentro o hacia fuera
respectivamente 10g y 10e, pueden reconocerse y caracterizarse para
potenciar la calidad de reconocimiento como parámetros de
identificación adicionales.
Se usó también un proceso de confirmación de
laguna S121-S127 para determinar la identidad del
usuario juzgando si existe o no la laguna, detectando la zona de
laguna si existe y después determinando los parámetros de
identificación en base a la localización detectada y forma de la
laguna.
Además, en el método de identificación del iris
de acuerdo con la presente invención, el proceso de confirmación de
la laguna puede ser aplicable a las realizaciones anteriores
incluyendo al menos una de la siguiente pluralidad de procesos
representados en la Figura 10C: un primer proceso de confirmación de
laguna S 121, seguido de las etapas S 125-S 129
para determinar la identidad del usuario, juzgando si la laguna
existe basado en la imagen aún seleccionada del iris adquirida,
transformando después la señal de la imagen de la zona de la laguna
con la transformada de eje medio si la laguna existe y determinando
los parámetros de identificación basados en la localización y forma
de la laguna fuera del resultado de la transformación. Un segundo
proceso de confirmación de laguna S 122-S 124
ocurre como resultado del primer proceso de confirmación de laguna
si la laguna no existe, con lo que el usuario puede ser aceptado si
no hay laguna en el iris de referencia después de volver a juzgar
si existe una laguna en el iris de referencia; a la inversa, el
usuario se rechaza como inadecuado si existe una laguna en el iris
de referencia.
Adicionalmente, en cada realización de la
invención, el primer proceso de confirmación de laguna puede estar
compuesto por las etapas de: juzgar con la etapa S 121 (Figura 10C)
si existe una laguna o no detectando el borde de la imagen del iris
a partir de la señal de imagen aún adquirida del iris; detectar con
la etapa S 125 la zona de la laguna, en el caso de que la laguna
exista como resultado de la etapa de juicio; calcular con la etapa
S 126 los parámetros de identificación en base a la forma y
localización de la laguna después de transformar una señal de
imagen bidimensional de la zona de laguna detectada con la
transformada de eje medio; y confirmar con las etapas S
127-S 129 la identidad del usuario buscando los
parámetros correspondientes en la base de datos.
Adicionalmente, en las realizaciones respectivas
de la invención, el segundo proceso de confirmación de laguna puede
estar compuesto por las etapas de: juzgar con la etapa S 121 si la
laguna existe o no en la imagen de entrada; volver a juzgar con la
etapa S 122 si la laguna existe o no en el iris de interferencia, en
caso de que la laguna no exista en la imagen de entrada: aceptar
con la etapa S 123 si una laguna no existe en el iris de referencia
y rechazar con la etapa S 124 en el caso de que la laguna exista en
el iris de referencia.
La operación y efecto conseguido por la
invención interpretada como en el caso anterior se describirá ahora
usando un ejemplo.
Inicialmente, el número de tarjetas se lee o el
PIN del usuario se introduce mediante el teclado o a través de la
unidad de lectura de tarjetas 40 o unidad de introducción de clave
50. El proceso de confirmación del número de la tarjeta y el PIN se
realiza para determinar si el número correspondiente existe buscando
el número de tarjeta o PIN mediante la unidad de almacenamiento de
datos 80 en la unidad de control 70.
Si no hay un número correspondiente el usuario
se rechaza como usuario inidentificable. Si se encuentra el número
correspondiente, entonces la unidad de control 70 acepta al usuario
como un usuario identificable y después transmite la señal de
control a la unidad impulsora del motor 30 para ajustar la altura de
la cámara para que sea adecuada para el usuario después de leer la
información personal adicional correspondiente al número de tarjeta
o PIN. En este momento, la señal de control compara la diferencia de
altura entre la posición de la cámara presente y la posición de la
cámara apropiada para el usuario, y después ajusta la altura de la
cámara automáticamente accionando el motor en una dirección hacia
delante o hacia atrás. Además, la anchura entre los dos ojos puede
ajustarse también para cada usuario.
A continuación, con la unidad de control 70, el
ajuste del enfoque automático inicial se realiza iluminando la
fuente de luz infrarroja 12A controlando la unidad de recogida de
imagen del iris 20. El usuario se guía con un indicador de visión
18 cambiando la fuente de luz de guía de visión 17 para evitar que
la imagen del iris se desplace a un lado. De esta manera, cuando se
capturan imágenes del iris, la vista de la imagen del iris de la
persona a capturar se fija con la fuente de luz de guía 17 (es
decir, una fuente de luz azul fina) en la parte central de la
lente.
La imagen dinámica del iris se toma durante
varios segundos mientras que funciona la fuente de luz intermitente
12B en un ciclo corto. Todas las fuentes de luz se apagan
entonces.
La imagen del iris debe tomarse de manera que
ilustre la forma variable de la pupila y la ANW mediante la fuente
de luz intermitente 12b controlada por cierto software durante un
corto tiempo. Para este propósito, se toman en la invención más de
25 fotogramas por segundo de la imagen del iris.
Las imágenes sucesivas del iris capturadas como
se ha descrito anteriormente se procesan en la unidad de
procesamiento de datos 60. Después, la señal de la imagen de la
zona correspondiente se selecciona después de seleccionar la zona
pertinente para el análisis del iris. En una realización preferida,
el análisis se realiza en una base de sector a sector de acuerdo
con el sistema multisector variable de conversión espectral descrito
con detalle anteriormente. En otra realización, la zona usada para
analizar el iris es la zona de la tira horizontal, incluyendo toda
la pupila, representada en la Figura 8, es decir, la parte observada
claramente ya que no está afectada por las pestañas, los párpados o
similares de la persona a identificar.
La unidad de control 70 realiza el proceso de
configuración de la estructura fibrosa del iris para determinar la
identidad del usuario usando únicamente los componentes de baja
frecuencia seleccionados, como se ha descrito con más detalle
anteriormente.
A continuación, en la unidad de control 70, se
realiza el proceso de confirmación de pupila y de la reacción de
ANW para aceptar la imagen capturada como representativa de un ser
vivo si la contracción y la dilatación de la pupila y ANW están
causadas por la fuente de luz intermitente 12b y para rechazar la
imagen capturada como no representativa de un ser vivo si no hay
movimiento, después de analizar la reacción de la pupila y ANW a
partir de la imagen dinámica del iris.
Posteriormente, el proceso de confirmación de la
forma de la ANW y la pupila se realiza con la unidad de control 70,
que evalúa la identidad personal en base a la forma de la ANW y la
pupila transformando la señal de imagen bidimensional de la zona de
ANW que tiene diferentes características en cada persona de la
imagen del iris aún seleccionada, con la transformada de eje medio
(o técnica de Grass-Fire) como se ha descrito
anteriormente, en datos unidimensionales. Las características
especiales de la pupila, como se ha descrito anteriormente se
identifican también y se comparan. El primer y segundo proceso de
confirmación de laguna se realizan después con la unidad de control
70, que finalmente confirma la identidad de un usuario mediante el
método de identificación de identificar si una laguna existe o no,
y la localización y forma de la laguna sí existe. Como se muestra
en el resultado de la transformada del eje medio de la ANW, la
laguna se extrae de la imagen aún seleccionada del iris en la
Figura 13 y 14 a través del un proceso de tratamiento de imagen: la
forma y localización de la laguna se usan como parámetros de
identificación representando la forma y localización de una laguna
en datos unidimensionales con la transformada de eje medio cuando
la forma de la laguna se observa claramente a través de la
detección de borde.
Por consiguiente, la presente invención tiene
numerosas ventajas en que puede evitar accidentes financieros
cuando se aplica a sistemas de bancos y sistemas de
transacción/liquidación electrónica, e impide accidentes
relacionados con seguridad cuando se aplica a sistemas de control de
acceso, ya que la invención ofrece un método para distinguir a una
persona en particular identificando el iris de un ser humano vivo,
no falsificado, de forma rápida y precisa determinando una
pluralidad de parámetros para identificación del iris usando la
estructura de figura del iris y la forma de la textura, reacción
pupilar y de ANW en respuesta a la luz, la forma de la ANW y la
pupila, la existencia y forma de localización de una laguna
adquirida a partir de la imagen dinámica del iris.
Claims (36)
1. Un sistema para confirmar la identidad de un
ser animado explorando su iris, que comprende:
a) una unidad de control para recibir
información del identificador (40) identificando al ser animado y
una unidad de almacenamiento de datos que incluye una base de datos
a la que tiene acceso la unidad de control que contiene información
personal predeterminada asociada con un ser identificable para
comparación con la información del identificador;
b) una unidad de recogida de iris (20) que
incluye una cámara que funciona mediante la unidad de control cuando
la información del identificador corresponde a la información
predeterminada para capturar imágenes del iris para crear señales
de imagen de entrada; y
c) una unidad de procesado de datos (60) para
procesar las señales de imagen de entrada en datos procesados que
incluye identificar y excluir sectores de la imagen del iris con
interferencia comparando variaciones de coeficientes espectrales de
alta frecuencia en sectores adyacentes;
en el que dicha unidad de almacenamiento
incluye, para el ser identificable, al menos uno de una pluralidad
de parámetros prealmacenados para identificación del iris
seleccionados entre el grupo compuesto por (1) la densidad y forma
de la textura de la estructura fibrosa del iris dividida en una
multiplicidad de sectores en los que, para cada sector, se calculan
numerosos coeficientes de transformada de frecuencia, (2) reacción
pupilar, (3) la forma de la pupila, (4) reacción de la corona
nerviosa autónoma, (5) forma de la corona nerviosa autónoma, (6) la
existencia de laguna, (7) la localización de la laguna y (8) la
forma de la laguna, funcionando dicha unidad de control para
comparar los datos procesados con dicho parámetro o parámetros para
determinar si hay una coincidencia indicativa de una confirmación
de identidad y para analizar una seleccionada de las señales de
imagen de entrada con un sistema multisector variable de conversión
espectral usando el método de transformación de frecuencia.
2. El sistema de la reivindicación 1 en el que
al menos una seleccionada de las señales de imagen de entrada se
analiza con un sistema multisector variable de conversión espectral
usando funciones de transformada de Haar.
3. El sistema de la reivindicación 2 en el que
el sistema multisector del análisis espectral permite una selección
variable de sectores del iris representativa de partes visibles del
iris para propósitos de análisis que no se confunden por
interferencia.
4. El sistema de la reivindicación 3, en el que
dicho sistema multisector de análisis espectral permite identificar
y excluir defectos e interferencias con bordes del análisis de
identificación.
5. El sistema de la reivindicación 4, en el que
una seleccionada de las imágenes del iris de entrada, para dichos
propósitos de análisis espectrales se divide en un anillo externo
que tiene un borde externo localizado aproximadamente en el borde
de la esclerótica-iris y una parte circular interna
espaciada hacia dentro desde el anillo externo, y que tiene un
radio espaciado hacia adentro desde el borde externo una distancia
predeterminada.
6. El sistema de la reivindicación 5, en el que
dicha distancia predeterminada es de aproximadamente
30-80 píxeles.
7. El sistema de la reivindicación 6, en el que
el anillo externo y un área dentro de la zona circular dispuesta
entre el borde de la zona circular con el anillo externo y la
periferia de la pupila, se divide cada uno en una pluralidad de
sectores (n) y (p) respectivamente, en el que n es el mismo o un
valor diferente de p, creando un total de n+p sectores en el que un
número predeterminado (m^{2}) de coeficientes de Haar se calculan
usando una transformada de Haar formando una matriz de m x m.
8. El sistema de la reivindicación 7, en el que
n=16, p=16 y m=32 y para cada uno de dichos 32 sectores, se
calculan 1.024 coeficientes de función de Haar usando una
transformada de Haar y a partir de una matriz de 32 x 32.
9. El sistema de la reivindicación 8, en el que
los sectores ocluidos o con interferencias con los párpados,
pestañas y similares, se rechazan mediante comparación con el
coeficiente de Haar del sector adyacente.
10. El sistema de la reivindicación 7, en el
que, por comparación de los coeficientes de Haar del sector
adyacente, un sector se rechaza como defectuoso durante el análisis
si se detecta una variación aguda predeterminada de estos
coeficientes de alta frecuencia.
11. El sistema de la reivindicación 10, en el
que después de la retirada de los sectores rechazados del análisis
como un subconjunto de un conjunto completo de m^{2} coeficientes
Haar se seleccionan para crear un número predeterminado de
coeficientes a partir de la matriz m x m de m^{2} coeficientes
Haar seleccionados para propósitos de análisis.
12. El sistema de la reivindicación 11, en el
que m = 32 y dicho subconjunto incluye 31 coeficientes seleccionados
entre la matriz de 32 x 32 de coeficientes de Haar.
13. El sistema de la reivindicación 11, en el
que la selección del número predeterminado de coeficientes se usa
para crear una palabra de referencia para el iris.
14. El sistema de la reivindicación 13, en el
que dicho número predeterminado de coeficientes son representativos
de una zona de baja frecuencia seleccionada utilizada para
propósitos de identificación.
15. El sistema de la reivindicación 1, en el que
dicha unidad de control calcula información representativa de la
reacción pupilar utilizando las señales de imagen de entrada para
generar un histograma de pupila o pupilograma representativo de la
contracción y dilatación media de una pupila con el tiempo en
respuesta al estímulo de la luz.
16. El sistema de la reivindicación 15, en el
que dicho pupilograma confirma la exploración de imagen de un ser
animado vivo.
17. El sistema de la reivindicación 1, en el que
los datos procesados incluyen la forma de la pupila determinada
usando al menos uno de un ajuste de curva y un algoritmo de
detección de borde.
18. El sistema de la reivindicación 17, en el
que los datos procesados incluyen la elipticidad de la pupila y
orientación del eje mayor de la elipse.
19. El sistema de la reivindicaron 17, en el que
las partes planas, si las hubiera, a lo largo de la periferia de la
pupila se reconocen para propósitos de identificación.
20. El sistema de la reivindicación 1, en el que
los componentes de baja frecuencia de coeficientes de la
transformada de Haar bidimensionales se obtienen para propósitos de
identificación a partir de una seleccionada de las señales de
imagen de entrada.
21. El sistema de la reivindicación 1, en el que
dicha unidad de recogida de imagen del iris comprende adicionalmente
una unidad de guía de visión para alinear el ojo del usuario con la
lente de la cámara.
22. Un método para confirmar la identidad de un
ser animado que comprende las etapas de:
a) determinar inicialmente si el ser animado
tiene una identidad correspondiente al ser animado identificado en
la base de datos;
b) si la etapa a) es sí, entonces obtener una
pluralidad de imágenes representativas de al menos una parte del
iris y la pupila de ojo del ser;
c) procesar dicha pluralidad de imágenes
incluyendo la identificación y excluyendo sectores de la imagen del
iris con interferencia comparando variaciones de coeficientes
espectrales de alta frecuencia en sectores adyacentes para obtener
información del parámetro de identificación del iris seleccionados
entre el grupo compuesto por al menos uno de (1) la densidad y
forma de la textura de la estructura fibrosa del iris dividido en
una multiplicidad de sectores en los que, para cada sector, se
calcula un número de coeficientes de función transformada de
frecuencia, (2) reacción pupilar, (3) la forma de la pupila, (4)
reacción de la corona nerviosa autónoma, (5) forma de la corona
nerviosa autónoma, (6) la existencia de laguna, (7) la localización
de la laguna y (8) la forma de la laguna,
d) comparar características predeterminadas de
dicha información de identificación del iris obtenida anteriormente
con dicha información de identificación del iris obtenida en la
etapa c) usando un sistema multisector variable de análisis
espectral para permitir que ocurra una selección variable de
sectores del iris representativo de partes visibles del iris para
propósitos de análisis que no están confundidas por
interferencia;
y
e) confirmar si hay una indicación de
coincidencia de datos comparando con la etapa d).
23. El método de la reivindicación 22, que
comprende la etapa adicional de utilizar dicho sistema multisector
variable de análisis espectral para excluir del análisis de
identificación los defectos o interferencias con bordes a
identificar.
24. El método de la reivindicación 22, en el que
la etapa de procesado incluye dividir la imagen del iris en un
número predeterminado de sectores localizados dentro de un anillo
externo y un anillo circular formada concéntrico con dicho anillo
externo que incluye la pupila.
25. El método de la reivindicación 24, en el que
dichos sectores se analizan en un sector mediante bases de sector
adyacente y ciertos sectores se rechazan como defectuosos si se
detecta una variación aguda predeterminada de los coeficientes de
alta frecuencia.
26. El método de la reivindicación 25, en el que
la etapa de procesado incluye, después de la retirada de sectores
rechazados, determinar un subconjunto de un número predeterminado
completo de coeficientes que se seleccionan para propósitos de
análisis y la selección del número predeterminado de coeficientes en
el subconjunto para cada sector seleccionado se usa para crear un
registro de referencia de iris usado en la etapa de comparación de
la reivindicación 22.
27. El método de la reivindicación 26, en el que
los coeficientes representativos de una zona de frecuencia
seleccionada de sectores seleccionados se utilizan para propósitos
de identificación.
28. El método de la reivindicación 22, que
comprende la etapa adicional de obtener dicha pluralidad de imágenes
para cada ojo.
29. El método de la reivindicación 22, que
comprende la etapa adicional de iniciar la etapa (b) de la
reivindicación 22 haciendo coincidir la información de la
contraseña introducida con la información almacenada previamente de
una persona identificable.
30. El método de la reivindicación 22, que
comprende la etapa adicional de iluminar el ojo con una fuente de
luz seguido de capturar, sucesivamente, una pluralidad de imágenes
del iris.
31. El método de la reivindicación 22, en el que
la etapa de procesado incluye analizar la forma de la pupila del
iris utilizando al menos una curva de ajuste y algoritmos de
detección de borde.
32. El método de la reivindicación 31, en el que
la etapa de procesado incluye detectar la elipticidad de la pupila
y la orientación del eje mayor de la elipse.
33. El método de la reivindicación 32, en el que
la etapa de procesado utiliza determinar la existencia de partes
planas a lo largo de la periferia de pupila.
34. El método de la reivindicación 22, en el que
la etapa de procesado incluye obtener componentes de baja
frecuencia de coeficientes de transformada de Haar bidimensionales a
partir de una seleccionada de las señales de imagen de entrada.
35. El método de la reivindicación 22, en el que
la etapa de procesado incluye seleccionar la transformada de Haar a
partir de una clase de funciones de signo de Haar.
36. El método de la reivindicación 22, que
comprende la etapa adicional de utilizar la información almacenada
previamente para orientar automáticamente el ojo con una fuente para
obtener dicha pluralidad de imágenes en la etapa b).
Applications Claiming Priority (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR99-012439 | 1999-04-09 | ||
| KR1019990012438A KR100356600B1 (ko) | 1999-04-09 | 1999-04-09 | 열공 및/또는 자율신경환의 형태에 의한 홍채인식방법 |
| KR19990012439 | 1999-04-09 | ||
| KR99-012438 | 1999-04-09 | ||
| KR99-012440 | 1999-04-09 | ||
| KR19990012440 | 1999-04-09 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2292437T3 true ES2292437T3 (es) | 2008-03-16 |
Family
ID=27349933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES00921118T Expired - Lifetime ES2292437T3 (es) | 1999-04-09 | 2000-04-07 | Sistema de identificacion del iris y metodo de identificacion de una persona mediante reconocimiento del iris. |
Country Status (11)
| Country | Link |
|---|---|
| US (1) | US6247813B1 (es) |
| EP (1) | EP1093633B1 (es) |
| CN (1) | CN100347718C (es) |
| AT (1) | ATE373280T1 (es) |
| AU (1) | AU6408600A (es) |
| DE (1) | DE60036347T2 (es) |
| DK (1) | DK1093633T3 (es) |
| ES (1) | ES2292437T3 (es) |
| PT (1) | PT1093633E (es) |
| TW (1) | TW555547B (es) |
| WO (1) | WO2000062239A1 (es) |
Families Citing this family (170)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| USRE39539E1 (en) | 1996-08-19 | 2007-04-03 | Torch William C | System and method for monitoring eye movement |
| GB9907515D0 (en) * | 1999-04-01 | 1999-05-26 | Ncr Int Inc | Self service terminal |
| US6700998B1 (en) * | 1999-04-23 | 2004-03-02 | Oki Electric Industry Co, Ltd. | Iris registration unit |
| JP2001034754A (ja) * | 1999-07-19 | 2001-02-09 | Sony Corp | 虹彩認証装置 |
| US7277561B2 (en) * | 2000-10-07 | 2007-10-02 | Qritek Co., Ltd. | Iris identification |
| DE10052201B8 (de) * | 2000-10-20 | 2005-06-30 | Carl Zeiss Meditec Ag | Verfahren und Vorrichtung zur Identifizierung eines Patienten und eines Operationsgebietes |
| US7215797B2 (en) * | 2001-02-02 | 2007-05-08 | Lg Electronics Inc. | Iris recognition system |
| JP3586431B2 (ja) * | 2001-02-28 | 2004-11-10 | 松下電器産業株式会社 | 個人認証方法および装置 |
| KR100374707B1 (ko) * | 2001-03-06 | 2003-03-04 | 에버미디어 주식회사 | 도비치스 웨이블렛 변환을 이용한 홍채인식방법 |
| DE60135879D1 (de) * | 2001-04-27 | 2008-10-30 | Bausch & Lomb | Iris-mustererkennung und ausrichtung |
| JP2003141516A (ja) * | 2001-10-31 | 2003-05-16 | Matsushita Electric Ind Co Ltd | 虹彩撮像装置及び虹彩認証装置 |
| KR100453943B1 (ko) * | 2001-12-03 | 2004-10-20 | 주식회사 세넥스테크놀로지 | 개인 식별을 위한 홍채 영상의 처리 및 인식방법과 시스템 |
| KR20030051970A (ko) * | 2001-12-20 | 2003-06-26 | 주식회사 큐리텍 | 홍채 등록 및 인식 시스템 |
| AU2003235641A1 (en) * | 2002-01-16 | 2003-07-30 | Iritech, Inc. | System and method for iris identification using stereoscopic face recognition |
| US6665426B1 (en) * | 2002-01-29 | 2003-12-16 | West Virginia University Research Corporation | Method of biometric identification of an individual and associated apparatus |
| US7155035B2 (en) | 2002-02-05 | 2006-12-26 | Matsushita Electric Industrial Co., Ltd. | Personal authentication method, personal authentication apparatus and image capturing device |
| US7039224B2 (en) * | 2002-04-29 | 2006-05-02 | Activcard Ireland Limited | Method and device for preventing false acceptance of latent fingerprint images |
| AUPS254302A0 (en) * | 2002-05-24 | 2002-06-13 | Resmed Limited | A sleepiness test |
| KR20040026905A (ko) * | 2002-09-26 | 2004-04-01 | 주식회사 세넥스테크놀로지 | 실시간 홍채인식을 위한 영상품질 평가장치 및 방법과 그프로그램을 저장한 기록매체 |
| CN100337248C (zh) * | 2002-11-07 | 2007-09-12 | 松下电器产业株式会社 | 个人认证方法和认证程序、虹膜登录装置和认证装置 |
| US7436986B2 (en) * | 2003-03-25 | 2008-10-14 | Bausch & Lomb Incorporated | Positive patient identification |
| US7599524B2 (en) * | 2003-04-04 | 2009-10-06 | Sarnoff Corporation | Method and apparatus for providing a robust object finder |
| WO2004097743A1 (ja) * | 2003-04-28 | 2004-11-11 | Matsushita Electric Industrial Co. Ltd. | 偽眼識別方法および装置、偽眼識別プログラム、虹彩認証方法、偽造印刷物識別方法、並びに画像識別方法 |
| US8049812B2 (en) | 2006-03-03 | 2011-11-01 | Honeywell International Inc. | Camera with auto focus capability |
| US8442276B2 (en) | 2006-03-03 | 2013-05-14 | Honeywell International Inc. | Invariant radial iris segmentation |
| US8098901B2 (en) | 2005-01-26 | 2012-01-17 | Honeywell International Inc. | Standoff iris recognition system |
| US7593550B2 (en) | 2005-01-26 | 2009-09-22 | Honeywell International Inc. | Distance iris recognition |
| US8090157B2 (en) | 2005-01-26 | 2012-01-03 | Honeywell International Inc. | Approaches and apparatus for eye detection in a digital image |
| US8045764B2 (en) | 2005-01-26 | 2011-10-25 | Honeywell International Inc. | Expedient encoding system |
| US8064647B2 (en) | 2006-03-03 | 2011-11-22 | Honeywell International Inc. | System for iris detection tracking and recognition at a distance |
| US8705808B2 (en) | 2003-09-05 | 2014-04-22 | Honeywell International Inc. | Combined face and iris recognition system |
| US7731360B2 (en) * | 2003-11-07 | 2010-06-08 | Neuro Kinetics | Portable video oculography system |
| US20050111704A1 (en) * | 2003-11-24 | 2005-05-26 | Verghis James S. | Iris mapping and compatibility and personality evaluation |
| FR2864290B1 (fr) * | 2003-12-18 | 2006-05-26 | Sagem | Procede et dispositif de reconnaissance d'iris |
| JP2005258860A (ja) * | 2004-03-12 | 2005-09-22 | Matsushita Electric Ind Co Ltd | 複数認証方法及びその装置 |
| US20110077548A1 (en) * | 2004-04-01 | 2011-03-31 | Torch William C | Biosensors, communicators, and controllers monitoring eye movement and methods for using them |
| US10039445B1 (en) | 2004-04-01 | 2018-08-07 | Google Llc | Biosensors, communicators, and controllers monitoring eye movement and methods for using them |
| CA2561287C (en) * | 2004-04-01 | 2017-07-11 | William C. Torch | Biosensors, communicators, and controllers monitoring eye movement and methods for using them |
| GB0412175D0 (en) * | 2004-06-01 | 2004-06-30 | Smart Sensors Ltd | Identification of image characteristics |
| US20050281440A1 (en) * | 2004-06-18 | 2005-12-22 | Pemer Frederick A | Iris feature detection and sensor-based edge detection |
| US8333472B2 (en) * | 2004-07-13 | 2012-12-18 | Neuro Kinetics | Compact neuro-otologic, neuro-ophthalmologic testing device and dynamic visual acuity testing and desensitization platform |
| IL165586A0 (en) * | 2004-12-06 | 2006-01-15 | Daphna Palti Wasserman | Multivariate dynamic biometrics system |
| FR2880136B1 (fr) * | 2004-12-29 | 2007-03-02 | Sagem | Procede de verification de la validite d'un oeil |
| JP4449762B2 (ja) * | 2005-01-24 | 2010-04-14 | コニカミノルタビジネステクノロジーズ株式会社 | 人物照合装置、人物照合システム及び人物照合方法 |
| JP2006202212A (ja) * | 2005-01-24 | 2006-08-03 | Konica Minolta Business Technologies Inc | 個人認証装置、情報処理装置及び個人認証システム |
| KR101224408B1 (ko) * | 2005-01-26 | 2013-01-22 | 허니웰 인터내셔널 인코포레이티드 | 원격 홍채 인식 시스템 |
| US20060165264A1 (en) * | 2005-01-26 | 2006-07-27 | Hirofumi Saitoh | Method and apparatus for acquiring images, and verification method and verification apparatus |
| WO2006081505A1 (en) | 2005-01-26 | 2006-08-03 | Honeywell International Inc. | A distance iris recognition system |
| KR100658426B1 (ko) * | 2005-01-31 | 2006-12-15 | 김신호 | 리니어모터 구동에 의한 홍채줌카메라 촬영장치 |
| US7769218B2 (en) * | 2005-03-23 | 2010-08-03 | Apteryx, Inc. | System and method to adjust medical imaging equipment |
| US7760962B2 (en) * | 2005-03-30 | 2010-07-20 | Casio Computer Co., Ltd. | Image capture apparatus which synthesizes a plurality of images obtained by shooting a subject from different directions, to produce an image in which the influence of glare from a light is reduced |
| US7327860B2 (en) * | 2005-05-04 | 2008-02-05 | West Virginia University | Conjunctival scans for personal identification |
| GB0512729D0 (en) * | 2005-06-22 | 2005-07-27 | Ecebs Group Ltd | Smartcard indexed pupil response test |
| US8260008B2 (en) | 2005-11-11 | 2012-09-04 | Eyelock, Inc. | Methods for performing biometric recognition of a human eye and corroboration of same |
| US7801335B2 (en) * | 2005-11-11 | 2010-09-21 | Global Rainmakers Inc. | Apparatus and methods for detecting the presence of a human eye |
| WO2008016724A2 (en) | 2006-03-03 | 2008-02-07 | Honeywell International, Inc. | An iris recognition system having image quality metrics |
| WO2007103834A1 (en) | 2006-03-03 | 2007-09-13 | Honeywell International, Inc. | Indexing and database search system |
| US8364646B2 (en) | 2006-03-03 | 2013-01-29 | Eyelock, Inc. | Scalable searching of biometric databases using dynamic selection of data subsets |
| GB2450024B (en) | 2006-03-03 | 2011-07-27 | Honeywell Int Inc | Modular biometrics collection system architecture |
| KR101423153B1 (ko) | 2006-03-03 | 2014-07-25 | 허니웰 인터내셔널 인코포레이티드 | 불변 방사상 홍채 세그먼트화 |
| AU2007220010B2 (en) | 2006-03-03 | 2011-02-17 | Gentex Corporation | Single lens splitter camera |
| DE102006021002A1 (de) * | 2006-05-04 | 2007-11-08 | Henning, Jürgen, Dipl.-Ing. | Verfahren zur Verifizierung und Identifizierung von Personen |
| US8014571B2 (en) * | 2006-05-15 | 2011-09-06 | Identix Incorporated | Multimodal ocular biometric system |
| US8604901B2 (en) * | 2006-06-27 | 2013-12-10 | Eyelock, Inc. | Ensuring the provenance of passengers at a transportation facility |
| WO2008033784A2 (en) * | 2006-09-15 | 2008-03-20 | Retica Systems, Inc. | Long distance multimodal biometric system and method |
| US8121356B2 (en) | 2006-09-15 | 2012-02-21 | Identix Incorporated | Long distance multimodal biometric system and method |
| WO2008091401A2 (en) | 2006-09-15 | 2008-07-31 | Retica Systems, Inc | Multimodal ocular biometric system and methods |
| EP2076871A4 (en) | 2006-09-22 | 2015-09-16 | Eyelock Inc | COMPACT BIOMETRIC DETECTION SYSTEM AND CORRESPONDING METHOD |
| US7970179B2 (en) * | 2006-09-25 | 2011-06-28 | Identix Incorporated | Iris data extraction |
| WO2008042879A1 (en) | 2006-10-02 | 2008-04-10 | Global Rainmakers, Inc. | Fraud resistant biometric financial transaction system and method |
| US7809747B2 (en) * | 2006-10-23 | 2010-10-05 | Donald Martin Monro | Fuzzy database matching |
| US9846739B2 (en) | 2006-10-23 | 2017-12-19 | Fotonation Limited | Fast database matching |
| US7769219B2 (en) * | 2006-12-11 | 2010-08-03 | Cytyc Corporation | Method for assessing image focus quality |
| US7621636B2 (en) * | 2007-01-10 | 2009-11-24 | Clarity Medical Systems, Inc. | Working distance and alignment sensor for a fundus camera |
| RU2326589C1 (ru) * | 2007-01-15 | 2008-06-20 | Дмитрий Евгеньевич Антонов | Способ идентификации личности по радужной оболочке глаза (его варианты) |
| WO2008131201A1 (en) | 2007-04-19 | 2008-10-30 | Global Rainmakers, Inc. | Method and system for biometric recognition |
| US8953849B2 (en) | 2007-04-19 | 2015-02-10 | Eyelock, Inc. | Method and system for biometric recognition |
| US8063889B2 (en) | 2007-04-25 | 2011-11-22 | Honeywell International Inc. | Biometric data collection system |
| US8031970B2 (en) * | 2007-08-27 | 2011-10-04 | Arcsoft, Inc. | Method of restoring closed-eye portrait photo |
| US20090060348A1 (en) * | 2007-08-28 | 2009-03-05 | Donald Martin Monro | Determination of Image Similarity |
| US9117119B2 (en) | 2007-09-01 | 2015-08-25 | Eyelock, Inc. | Mobile identity platform |
| US9036871B2 (en) | 2007-09-01 | 2015-05-19 | Eyelock, Inc. | Mobility identity platform |
| US8212870B2 (en) | 2007-09-01 | 2012-07-03 | Hanna Keith J | Mirror system and method for acquiring biometric data |
| US8553948B2 (en) | 2007-09-01 | 2013-10-08 | Eyelock, Inc. | System and method for iris data acquisition for biometric identification |
| US9002073B2 (en) | 2007-09-01 | 2015-04-07 | Eyelock, Inc. | Mobile identity platform |
| US7824034B2 (en) * | 2007-09-19 | 2010-11-02 | Utc Fire & Security Americas Corporation, Inc. | Iris imaging system and method for the same |
| US8189879B2 (en) | 2008-02-14 | 2012-05-29 | Iristrac, Llc | System and method for animal identification using IRIS images |
| US9655515B2 (en) * | 2008-04-08 | 2017-05-23 | Neuro Kinetics | Method of precision eye-tracking through use of iris edge based landmarks in eye geometry |
| US8436907B2 (en) | 2008-05-09 | 2013-05-07 | Honeywell International Inc. | Heterogeneous video capturing system |
| WO2009158662A2 (en) | 2008-06-26 | 2009-12-30 | Global Rainmakers, Inc. | Method of reducing visibility of illimination while acquiring high quality imagery |
| US8213782B2 (en) | 2008-08-07 | 2012-07-03 | Honeywell International Inc. | Predictive autofocusing system |
| US8090246B2 (en) | 2008-08-08 | 2012-01-03 | Honeywell International Inc. | Image acquisition system |
| US8306279B2 (en) * | 2008-09-15 | 2012-11-06 | Eyelock, Inc. | Operator interface for face and iris recognition devices |
| US10398309B2 (en) | 2008-10-09 | 2019-09-03 | Neuro Kinetics, Inc. | Noninvasive rapid screening of mild traumatic brain injury using combination of subject's objective oculomotor, vestibular and reaction time analytic variables |
| US9039631B2 (en) | 2008-10-09 | 2015-05-26 | Neuro Kinetics | Quantitative, non-invasive, clinical diagnosis of traumatic brain injury using VOG device for neurologic testing |
| US8585609B2 (en) * | 2008-10-09 | 2013-11-19 | Neuro Kinetics, Inc. | Quantitative, non-invasive, clinical diagnosis of traumatic brain injury using simulated distance visual stimulus device for neurologic testing |
| US20100278394A1 (en) * | 2008-10-29 | 2010-11-04 | Raguin Daniel H | Apparatus for Iris Capture |
| US8317325B2 (en) * | 2008-10-31 | 2012-11-27 | Cross Match Technologies, Inc. | Apparatus and method for two eye imaging for iris identification |
| US8280119B2 (en) | 2008-12-05 | 2012-10-02 | Honeywell International Inc. | Iris recognition system using quality metrics |
| TWI392858B (zh) * | 2008-12-12 | 2013-04-11 | Inst Information Industry | Pupil position acquisition system, method and computer program products |
| JP5126084B2 (ja) * | 2009-01-22 | 2013-01-23 | 日本電気株式会社 | 生体認証装置、生体認証方法及びプログラム |
| US8374404B2 (en) * | 2009-02-13 | 2013-02-12 | Raytheon Company | Iris recognition using hyper-spectral signatures |
| US8195044B2 (en) | 2009-03-30 | 2012-06-05 | Eyelock Inc. | Biometric camera mount system |
| US8630464B2 (en) | 2009-06-15 | 2014-01-14 | Honeywell International Inc. | Adaptive iris matching using database indexing |
| US8472681B2 (en) | 2009-06-15 | 2013-06-25 | Honeywell International Inc. | Iris and ocular recognition system using trace transforms |
| JP2011008713A (ja) * | 2009-06-29 | 2011-01-13 | Fujitsu Semiconductor Ltd | 画像処理プログラム、画像処理装置、および画像処理方法 |
| DE102009039190A1 (de) | 2009-08-28 | 2011-03-03 | Human Bios Gmbh | Verfahren für die Zugriffskontrolle oder Autorisierung einer Handlung |
| US10216995B2 (en) | 2009-09-25 | 2019-02-26 | International Business Machines Corporation | System and method for generating and employing short length iris codes |
| US8452131B2 (en) * | 2009-09-25 | 2013-05-28 | International Business Machines Corporation | Iris recognition system and method |
| US20110119141A1 (en) * | 2009-11-16 | 2011-05-19 | Hoyos Corporation | Siccolla Identity Verification Architecture and Tool |
| US20110142297A1 (en) * | 2009-12-16 | 2011-06-16 | Eye Controls, Llc | Camera Angle Compensation in Iris Identification |
| US8890946B2 (en) * | 2010-03-01 | 2014-11-18 | Eyefluence, Inc. | Systems and methods for spatially controlled scene illumination |
| US8577094B2 (en) | 2010-04-09 | 2013-11-05 | Donald Martin Monro | Image template masking |
| TWI466038B (zh) * | 2010-06-02 | 2014-12-21 | Nat Univ Chin Yi Technology | Eyelid length measurement method and device thereof |
| US8742887B2 (en) | 2010-09-03 | 2014-06-03 | Honeywell International Inc. | Biometric visitor check system |
| US10043229B2 (en) | 2011-01-26 | 2018-08-07 | Eyelock Llc | Method for confirming the identity of an individual while shielding that individual's personal data |
| RU2589859C2 (ru) | 2011-02-17 | 2016-07-10 | АЙЛОК ЭлЭлСи | Эффективный способ и система для получения данных изображения сцены и изображения радужной оболочки с использованием одного датчика |
| BR112013026080A2 (pt) | 2011-04-11 | 2016-12-27 | Nec Casio Mobile Comm Ltd | dispositivo de distribuição de informação, dispositivo de recepção de informação, sistema, programa, e método |
| US20120268241A1 (en) | 2011-04-19 | 2012-10-25 | Eyelock Inc. | Biometric chain of provenance |
| WO2012158825A2 (en) * | 2011-05-17 | 2012-11-22 | Eyelock Inc. | Systems and methods for illuminating an iris with visible light for biometric acquisition |
| US8385685B2 (en) * | 2011-06-08 | 2013-02-26 | Honeywell International Inc. | System and method for ocular recognition |
| CN102429637B (zh) * | 2011-08-17 | 2015-09-16 | 北京百纳威尔科技有限公司 | 移动终端虹膜检测装置 |
| RU2623795C2 (ru) | 2011-08-22 | 2017-06-29 | АЙЛОК ЭлЭлСи | Системы и способы для захвата безартефактных изображений |
| CN104780828B (zh) * | 2012-03-26 | 2017-10-27 | 纽约大学 | 用于评估中枢神经系统完整性的方法和试剂盒 |
| US9122926B2 (en) * | 2012-07-19 | 2015-09-01 | Honeywell International Inc. | Iris recognition using localized Zernike moments |
| US8808179B1 (en) | 2012-08-06 | 2014-08-19 | James Z. Cinberg | Method and associated apparatus for detecting minor traumatic brain injury |
| KR101417415B1 (ko) * | 2012-11-19 | 2014-07-08 | 아이리텍 잉크 | 살아있는 눈 식별 방법 및 장치 |
| EP2948040B1 (en) * | 2013-01-28 | 2023-06-07 | LKC Technologies, Inc. | Visual electrophysiology device |
| US9495526B2 (en) | 2013-03-15 | 2016-11-15 | Eyelock Llc | Efficient prevention of fraud |
| EP3087533A4 (en) | 2013-12-23 | 2017-09-20 | Eyelock Llc | Methods and apparatus for power-efficient iris recognition |
| CN105981047A (zh) | 2014-01-06 | 2016-09-28 | 眼锁有限责任公司 | 用于重复虹膜识别的方法和设备 |
| US9355315B2 (en) * | 2014-07-24 | 2016-05-31 | Microsoft Technology Licensing, Llc | Pupil detection |
| AU2015301370B2 (en) | 2014-08-04 | 2020-04-30 | New York University | Methods and kits for diagnosing, assessing or quantitating drug use, drug abuse and narcosis, internuclear ophthalmoplegia, attention deficit hyperactivity disorder (ADHD), chronic traumatic encephalopathy, schizophrenia spectrum disorders and alcohol consumption |
| EP3192009A4 (en) | 2014-09-12 | 2018-04-25 | Eyelock Llc | Methods and apparatus for directing the gaze of a user in an iris recognition system |
| WO2016049273A1 (en) | 2014-09-24 | 2016-03-31 | Sri International | Control of wireless communication device capability in a mobile device with a biometric key |
| US10332113B2 (en) | 2014-11-19 | 2019-06-25 | Eyelock Llc | Model-based prediction of an optimal convenience metric for authorizing transactions |
| KR20170092545A (ko) | 2014-12-03 | 2017-08-11 | 프린스톤 아이덴티티, 인크. | 모바일 디바이스 생체측정 애드-온을 위한 시스템 및 방법 |
| US10074011B2 (en) | 2015-01-20 | 2018-09-11 | Eyelock Llc | Lens system for high quality visible image acquisition and infra-red iris image acquisition |
| EP3067459A1 (en) | 2015-03-09 | 2016-09-14 | LG Electronics Inc. | Drying machine |
| KR102306539B1 (ko) | 2015-03-12 | 2021-09-29 | 삼성전자주식회사 | 홍채를 촬영하기 위하여 이용되는 광을 조사하는 방법 및 디바이스 |
| CN107580767B (zh) | 2015-03-12 | 2020-12-29 | 眼锁有限责任公司 | 使用生物特征来管理网络活动的方法和系统 |
| WO2016168814A1 (en) * | 2015-04-16 | 2016-10-20 | Tobii Ab | Identification and/or authentication of a user using gaze information |
| KR102393228B1 (ko) * | 2015-05-11 | 2022-04-29 | 매직 립, 인코포레이티드 | 뉴럴 네트워크들을 활용하여 생체 인증 사용자 인식을 위한 디바이스들, 방법들 및 시스템들 |
| CN105631394B (zh) * | 2015-05-29 | 2019-08-02 | 宇龙计算机通信科技(深圳)有限公司 | 虹膜信息采集方法、虹膜信息采集装置及终端 |
| US10157312B2 (en) * | 2015-10-08 | 2018-12-18 | Microsoft Technology Licensing, Llc | Iris recognition |
| US10311299B2 (en) | 2015-12-21 | 2019-06-04 | Eyelock Llc | Reflected optic camera module for iris recognition in a computing device |
| JP2019506694A (ja) | 2016-01-12 | 2019-03-07 | プリンストン・アイデンティティー・インコーポレーテッド | 生体測定分析のシステムおよび方法 |
| CA3016189A1 (en) | 2016-03-07 | 2017-09-14 | Magic Leap, Inc. | Blue light adjustment for biometric security |
| WO2017173228A1 (en) | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Biometric enrollment systems and methods |
| WO2017172695A1 (en) | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Systems and methods of biometric anaysis with adaptive trigger |
| WO2017201147A2 (en) | 2016-05-18 | 2017-11-23 | Eyelock, Llc | Iris recognition methods and systems based on an iris stochastic texture model |
| CN106339668A (zh) * | 2016-08-16 | 2017-01-18 | 信利光电股份有限公司 | 一种虹膜识别方法及虹膜识别系统 |
| CN106899567B (zh) | 2016-08-24 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 用户核身方法、装置及系统 |
| WO2018156726A1 (en) | 2017-02-24 | 2018-08-30 | Eyelock, Llc | Systems and methods for providing illumination for iris biometric acquisition |
| US11531756B1 (en) | 2017-03-20 | 2022-12-20 | Hid Global Corporation | Apparatus for directing presentation attack detection in biometric scanners |
| US10817722B1 (en) | 2017-03-20 | 2020-10-27 | Cross Match Technologies, Inc. | System for presentation attack detection in an iris or face scanner |
| WO2018187337A1 (en) | 2017-04-04 | 2018-10-11 | Princeton Identity, Inc. | Z-dimension user feedback biometric system |
| IL251596A0 (en) * | 2017-04-05 | 2017-06-29 | Robin Koch | System and method for photographing a user's iris |
| US10810773B2 (en) * | 2017-06-14 | 2020-10-20 | Dell Products, L.P. | Headset display control based upon a user's pupil state |
| US10902104B2 (en) | 2017-07-26 | 2021-01-26 | Princeton Identity, Inc. | Biometric security systems and methods |
| CA3015802C (en) | 2017-08-31 | 2021-06-22 | Eyelock, Llc | Systems and methods of biometric acquistion using positive optical distortion |
| CN107550507B (zh) * | 2017-10-11 | 2024-09-06 | 北京驰马特图像技术有限公司 | C形臂x射线剂量控制设备及系统 |
| US10685101B1 (en) | 2017-11-30 | 2020-06-16 | Wells Fargo Bank, N.A. | Pupil dilation response for authentication |
| CN110013217B (zh) * | 2018-01-10 | 2022-01-14 | 深圳神盾电子科技有限公司 | 检测吸食毒品人员的方法、装置、终端设备及介质 |
| CN112494950A (zh) * | 2019-08-26 | 2021-03-16 | 上海海姆网络科技有限公司 | 一种网络游戏防沉迷系统及方法 |
| CN110688951B (zh) * | 2019-09-26 | 2022-05-31 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
| CN113409383A (zh) * | 2020-03-16 | 2021-09-17 | 同方威视技术股份有限公司 | 基于人眼瞳孔的吸毒判别方法 |
| CN112043235B (zh) * | 2020-07-13 | 2024-02-06 | 天津市眼科医院 | 一种便携式眼球静态旋转测量仪及利用其测量眼球旋转角度的方法 |
| KR102508789B1 (ko) | 2021-01-27 | 2023-03-14 | 아이리텍 잉크 | 홍채 인증 방법 및 홍채 인증 시스템 |
| CN114694238A (zh) * | 2022-04-20 | 2022-07-01 | 上海聚虹光电科技有限公司 | 虹膜特征提取方法、装置、电子设备和计算机可读介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4641349A (en) * | 1985-02-20 | 1987-02-03 | Leonard Flom | Iris recognition system |
| US5291560A (en) * | 1991-07-15 | 1994-03-01 | Iri Scan Incorporated | Biometric personal identification system based on iris analysis |
| GB9323489D0 (en) * | 1993-11-08 | 1994-01-05 | Ncr Int Inc | Self-service business system |
| US5572596A (en) * | 1994-09-02 | 1996-11-05 | David Sarnoff Research Center, Inc. | Automated, non-invasive iris recognition system and method |
| US5729619A (en) * | 1995-08-08 | 1998-03-17 | Northrop Grumman Corporation | Operator identity, intoxication and drowsiness monitoring system and method |
| JPH09212644A (ja) * | 1996-02-07 | 1997-08-15 | Oki Electric Ind Co Ltd | 虹彩認識装置および虹彩認識方法 |
| CN1092372C (zh) * | 1997-05-30 | 2002-10-09 | 王介生 | 虹膜识别方法 |
| JP3271750B2 (ja) * | 1998-03-05 | 2002-04-08 | 沖電気工業株式会社 | アイリス識別コード抽出方法及び装置、アイリス認識方法及び装置、データ暗号化装置 |
-
1999
- 1999-11-04 US US09/433,254 patent/US6247813B1/en not_active Expired - Lifetime
-
2000
- 2000-04-07 AT AT00921118T patent/ATE373280T1/de not_active IP Right Cessation
- 2000-04-07 ES ES00921118T patent/ES2292437T3/es not_active Expired - Lifetime
- 2000-04-07 PT PT00921118T patent/PT1093633E/pt unknown
- 2000-04-07 DK DK00921118T patent/DK1093633T3/da active
- 2000-04-07 EP EP00921118A patent/EP1093633B1/en not_active Expired - Lifetime
- 2000-04-07 CN CNB008005443A patent/CN100347718C/zh not_active Expired - Fee Related
- 2000-04-07 AU AU64086/00A patent/AU6408600A/en not_active Abandoned
- 2000-04-07 WO PCT/KR2000/000324 patent/WO2000062239A1/en not_active Ceased
- 2000-04-07 DE DE60036347T patent/DE60036347T2/de not_active Expired - Lifetime
- 2000-04-26 TW TW089107818A patent/TW555547B/zh not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| US6247813B1 (en) | 2001-06-19 |
| ATE373280T1 (de) | 2007-09-15 |
| WO2000062239A1 (en) | 2000-10-19 |
| CN100347718C (zh) | 2007-11-07 |
| DK1093633T3 (da) | 2008-01-14 |
| EP1093633A1 (en) | 2001-04-25 |
| EP1093633B1 (en) | 2007-09-12 |
| AU6408600A (en) | 2000-11-14 |
| TW555547B (en) | 2003-10-01 |
| DE60036347T2 (de) | 2008-07-10 |
| PT1093633E (pt) | 2007-11-15 |
| EP1093633A4 (en) | 2004-10-20 |
| DE60036347D1 (de) | 2007-10-25 |
| CN1300407A (zh) | 2001-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2292437T3 (es) | Sistema de identificacion del iris y metodo de identificacion de una persona mediante reconocimiento del iris. | |
| Da Costa et al. | Dynamic features for iris recognition | |
| US7869626B2 (en) | Iris recognition method and apparatus thereof | |
| JP3271750B2 (ja) | アイリス識別コード抽出方法及び装置、アイリス認識方法及び装置、データ暗号化装置 | |
| CN100403981C (zh) | 肯定性患者识别方法和装置 | |
| JP4976156B2 (ja) | 画像識別方法 | |
| US11450130B2 (en) | Animal identification based on unique nose patterns | |
| KR20070115403A (ko) | 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 | |
| CN1426760A (zh) | 基于活体虹膜的身份识别方法 | |
| CN105320932A (zh) | 虹膜识别终端及方法 | |
| KR100376415B1 (ko) | 눈 영상을 이용한 동공추출방법 | |
| KR100565959B1 (ko) | 가시광선을 이용한 모조홍채 판별방법 | |
| KR101044079B1 (ko) | 광각 카메라를 사용한 타인 인증용 홍채 인식 장치 및 방법 | |
| KR20010006975A (ko) | 동공 및 자율신경환의 반응에 의한 홍채인식방법 | |
| KR101064621B1 (ko) | 홍채 인식 장치 및 방법 | |
| He et al. | Contactless autofeedback iris capture design | |
| JP2001195594A (ja) | 虹彩同定システム及び虹彩認識によって人を同定する方法 | |
| KR20010006976A (ko) | 홍채인식시스템 | |
| KR102176882B1 (ko) | 특징점 변동을 이용한 위조 홍채 판별장치 및 그 방법 | |
| KR100362484B1 (ko) | 고정초점 카메라를 이용한 홍채이미지 획득방법 및 획득장치 | |
| KR100356600B1 (ko) | 열공 및/또는 자율신경환의 형태에 의한 홍채인식방법 | |
| KR100924271B1 (ko) | 홍채를 이용한 신원확인 시스템 및 방법과 그 방법에 대한컴퓨터 프로그램 소스를 저장한 기록매체 | |
| JP4619384B2 (ja) | 虹彩同定システム | |
| Lawal et al. | Development of a Two-Level Segmentation System for Iris Recognition Using Circular and Linear Hough Transform Algorithm | |
| Kumar et al. | Performance of personal identification system technique using iris biometrics technology |