摘要
本发明提出一种基于智能手表的虹膜采集身份验证方法及系统,该方法包括:获取虹膜图像,对虹膜图像进行缺失判断以标记出虹膜的缺失部分以及真实部分;其中,虹膜图像是由智能手表上虹膜采集模块拍摄所得;基于深度学习模型对缺失部分进行补全,得到缺失部分对应的补全图像,对补全图像进行特征提取,得到模拟特征,对虹膜图像的真实部分进行特征提取得到真实特征,基于加权平均算法处理模拟特征以及真实特征,得到综合特征向量;通过综合特征向量进行身份验证,输出身份验证结果。本发明将真实特征与模拟特征相结合进行身份验证的方法,可提高在虹膜图像部分缺失情况下的验证精度,同时减少智能手表重复拍摄的次数,提高验证效率。
技术关键词
身份验证方法
智能手表
深度学习模型
虹膜采集模块
多维度特征提取
虹膜特征提取
身份验证系统
人体眼球
可读存储介质
形状检测
标记
算法
纹理特征
图像分割
处理器
特征点
存储器
系统为您推荐了相关专利信息
鲁棒模型
归因
定量评价指标
深度学习模型
图像分类模型训练
品质预测模型
机器学习模型
速度控制模块
标签
温度监测模块
图像压缩方法
生成重构图像
语义特征
图像隐私保护技术
编码器参数
物理化学特征
序列
前馈神经网络
遗传育种方法
基因
供电线路
智慧巡检方法
巡检无人机
粒子
学习方法