本技術(shù)涉及計(jì)算機(jī)，特別是涉及一種虹膜圖像處理方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、隨著人工智能技術(shù)的興起，人臉識(shí)別、虹膜識(shí)別、指紋識(shí)別等生物特征識(shí)別技術(shù)受到了極大的關(guān)注，其中虹膜識(shí)別技術(shù)被認(rèn)為是最穩(wěn)定、最準(zhǔn)確和最可靠的驗(yàn)證方法之一。在虹膜識(shí)別領(lǐng)域，虹膜圖像的質(zhì)量對(duì)識(shí)別準(zhǔn)確性和可靠性具有至關(guān)重要的作用。

2、在實(shí)際應(yīng)用中，虹膜圖像中存在一些干擾因素，如睫毛、眼皮、眼周皮膚等，可能會(huì)影響虹膜識(shí)別結(jié)果或?qū)е潞缒ぷR(shí)別模型的訓(xùn)練效果較差，故而提高虹膜圖像的質(zhì)量存在必要。然而，目前將虹膜圖像中的干擾對(duì)象檢測(cè)出來的方式，往往存在準(zhǔn)確性不高的問題，導(dǎo)致虹膜圖像的區(qū)分度較低。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提高檢測(cè)出虹膜圖像中干擾對(duì)象的準(zhǔn)確性的虹膜圖像處理方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種虹膜圖像處理方法。所述方法包括：

3、獲取虹膜圖像，所述虹膜圖像中包括干擾對(duì)象；

4、獲取所述虹膜圖像的深度圖；

5、對(duì)所述深度圖進(jìn)行分層，得到多層深度圖，所述多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層；

6、根據(jù)所述多層深度圖中的干擾對(duì)象層，獲得所述干擾對(duì)象的深度信息；

7、通過基于深度學(xué)習(xí)的干擾對(duì)象檢測(cè)模型，根據(jù)所述虹膜圖像、所述多層深度圖以及所述干擾對(duì)象的深度信息，檢測(cè)出所述虹膜圖像中干擾對(duì)象所在區(qū)域。

8、第二方面，本技術(shù)還提供了一種虹膜圖像處理裝置。所述裝置包括：

9、虹膜圖像獲取模塊，用于獲取虹膜圖像，所述虹膜圖像中包括干擾對(duì)象；

10、深度圖獲取模塊，用于獲取所述虹膜圖像的深度圖；

11、分層模塊，用于對(duì)所述深度圖進(jìn)行分層，得到多層深度圖，所述多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層；

12、深度信息確定模塊，用于根據(jù)所述多層深度圖中的干擾對(duì)象層，獲得所述干擾對(duì)象的深度信息；

13、檢測(cè)模塊，用于通過基于深度學(xué)習(xí)的干擾對(duì)象檢測(cè)模型，根據(jù)所述虹膜圖像、所述多層深度圖以及所述干擾對(duì)象的深度信息，檢測(cè)出所述虹膜圖像中干擾對(duì)象所在區(qū)域。

14、在其中一個(gè)實(shí)施例中，所述裝置還包括虹膜識(shí)別模塊，虹膜識(shí)別模塊，用于根據(jù)所述虹膜圖像中干擾對(duì)象所在區(qū)域，從所述虹膜圖像中截取虹膜區(qū)域；對(duì)所述虹膜區(qū)域進(jìn)行虹膜識(shí)別，得到虹膜識(shí)別結(jié)果。

15、在其中一個(gè)實(shí)施例中，所述虹膜識(shí)別模塊，還用于根據(jù)所述虹膜圖像中干擾對(duì)象所在區(qū)域，從所述虹膜圖像中截取虹膜區(qū)域；根據(jù)截取出的所述虹膜區(qū)域，構(gòu)造虹膜識(shí)別模型的訓(xùn)練樣本；根據(jù)所述訓(xùn)練樣本訓(xùn)練所述虹膜識(shí)別模型。

16、在其中一個(gè)實(shí)施例中，所述深度圖獲取模塊，還用于獲取所述虹膜圖像對(duì)應(yīng)的多個(gè)原始深度圖；將所述多個(gè)原始深度圖進(jìn)行融合，得到所述虹膜圖像的深度圖。

17、在其中一個(gè)實(shí)施例中，所述深度圖獲取模塊，還用于將所述多個(gè)原始深度圖中對(duì)應(yīng)相同像素點(diǎn)的深度值進(jìn)行平均，得到每個(gè)像素點(diǎn)的平均深度值；根據(jù)每個(gè)像素點(diǎn)的平均深度值，得到所述虹膜圖像的深度圖。

18、在其中一個(gè)實(shí)施例中，所述分層模塊，還用于根據(jù)所述深度圖，獲取所述虹膜圖像中每個(gè)像素點(diǎn)對(duì)應(yīng)的深度值；根據(jù)各所述深度值確定多個(gè)深度值范圍；將各所述深度值劃分至所述多個(gè)深度值范圍中的其中一個(gè)深度值范圍；根據(jù)每個(gè)像素點(diǎn)所劃分至的深度值范圍，將所述深度圖劃分為多層深度圖，其中，干擾對(duì)象層中的深度值小于非干擾對(duì)象層中的深度值。

19、在其中一個(gè)實(shí)施例中，所述深度信息確定模塊，還用于獲取所述多層深度圖中的干擾對(duì)象層中各像素點(diǎn)對(duì)應(yīng)的深度值；根據(jù)所述各像素點(diǎn)對(duì)應(yīng)的深度值中的最小深度值和最大深度值，確定所述干擾對(duì)象的深度信息。

20、在其中一個(gè)實(shí)施例中，所述檢測(cè)模塊，還用于將所述虹膜圖像、所述多層深度圖以及所述干擾對(duì)象的深度信息輸入基于深度學(xué)習(xí)的干擾對(duì)象檢測(cè)模型；通過所述干擾對(duì)象檢測(cè)模型，提取所述虹膜圖像的圖像紋理特征，提取所述多層深度圖的圖像深度特征，對(duì)所述干擾對(duì)象的深度信息進(jìn)行編碼，得到干擾對(duì)象深度特征，根據(jù)所述圖像紋理特征、所述圖像深度特征與所述干擾對(duì)象深度特征，輸出所述虹膜圖像中各像素點(diǎn)屬于干擾對(duì)象像素點(diǎn)的概率；根據(jù)所述虹膜圖像中各像素點(diǎn)屬于干擾對(duì)象像素點(diǎn)的概率，確定所述虹膜圖像中干擾對(duì)象所在區(qū)域。

21、在其中一個(gè)實(shí)施例中，所述虹膜圖像處理裝置還包括：

22、訓(xùn)練模塊，用于獲取干擾對(duì)象檢測(cè)模型的訓(xùn)練樣本，所述訓(xùn)練樣本包括樣本虹膜圖像和關(guān)于所述樣本虹膜圖像中干擾對(duì)象所在區(qū)域的標(biāo)注信息；獲取所述樣本虹膜圖像的深度圖；對(duì)所述樣本虹膜圖像的深度圖進(jìn)行分層，得到所述樣本虹膜圖像對(duì)應(yīng)的多層深度圖，所述多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層；根據(jù)所述多層深度圖中的干擾對(duì)象層，獲得所述干擾對(duì)象的深度信息；通過干擾對(duì)象檢測(cè)模型，根據(jù)所述樣本虹膜圖像、所述樣本虹膜圖像對(duì)應(yīng)的多層深度圖以及所述干擾對(duì)象的深度信息，獲得關(guān)于所述樣本虹膜圖像中干擾對(duì)象所在區(qū)域的預(yù)測(cè)信息；根據(jù)所述預(yù)測(cè)信息與所述標(biāo)注信息之間的差異，更新所述干擾對(duì)象檢測(cè)模型。

23、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備。所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述虹膜圖像處理方法的步驟。

24、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述虹膜圖像處理方法的步驟。

25、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品。所述計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述虹膜圖像處理方法的步驟。

26、上述虹膜圖像處理方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，獲取虹膜圖像的深度圖，對(duì)深度圖進(jìn)行分層，得到多層深度圖，多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層，本技術(shù)實(shí)施例對(duì)深度圖進(jìn)行分層，可以準(zhǔn)確地區(qū)分虹膜圖像中干擾對(duì)象層和至少一個(gè)非干擾對(duì)象層，能夠提取到虹膜圖像的空間信息，可以準(zhǔn)確地區(qū)分虹膜圖像的不同層次，從而為后續(xù)去除虹膜圖像中干擾對(duì)象創(chuàng)造條件；根據(jù)干擾對(duì)象層，獲得干擾對(duì)象的深度信息，通過基于深度學(xué)習(xí)的干擾對(duì)象檢測(cè)模型，根據(jù)虹膜圖像、多層深度圖以及干擾對(duì)象的深度信息，檢測(cè)出虹膜圖像中干擾對(duì)象所在區(qū)域，也就是說，干擾對(duì)象檢測(cè)模型，除了基于虹膜圖像，還基于攜帶虹膜圖像空間信息的多層深度圖以及干擾對(duì)象的深度信息來檢測(cè)干擾對(duì)象所在區(qū)域，根據(jù)多維度信息檢測(cè)干擾對(duì)象，提高了干擾對(duì)象的檢測(cè)準(zhǔn)確性，可以大幅度降低干擾對(duì)象對(duì)虹膜圖像的影響，提高虹膜圖像的質(zhì)量。

27、第六方面，本技術(shù)還提供了一種干擾對(duì)象檢測(cè)模型訓(xùn)練方法。所述方法包括：

28、獲取干擾對(duì)象檢測(cè)模型的訓(xùn)練樣本，所述訓(xùn)練樣本包括樣本虹膜圖像和關(guān)于所述樣本虹膜圖像中干擾對(duì)象所在區(qū)域的標(biāo)注信息；

29、獲取所述樣本虹膜圖像的深度圖；

30、對(duì)所述樣本虹膜圖像的深度圖進(jìn)行分層，得到所述樣本虹膜圖像對(duì)應(yīng)的多層深度圖，所述多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層；

31、根據(jù)所述多層深度圖中的干擾對(duì)象層，獲得所述干擾對(duì)象的深度信息；

32、通過干擾對(duì)象檢測(cè)模型，根據(jù)所述樣本虹膜圖像、所述樣本虹膜圖像對(duì)應(yīng)的多層深度圖以及所述干擾對(duì)象的深度信息，獲得關(guān)于所述樣本虹膜圖像中干擾對(duì)象所在區(qū)域的預(yù)測(cè)信息；

33、根據(jù)所述預(yù)測(cè)信息與所述標(biāo)注信息之間的差異，更新所述干擾對(duì)象檢測(cè)模型。

34、第七方面，本技術(shù)還提供了一種干擾對(duì)象檢測(cè)模型訓(xùn)練裝置，所述裝置包括：

35、獲取模塊，用于獲取干擾對(duì)象檢測(cè)模型的訓(xùn)練樣本，所述訓(xùn)練樣本包括樣本虹膜圖像和關(guān)于所述樣本虹膜圖像中干擾對(duì)象所在區(qū)域的標(biāo)注信息；

36、深度圖獲取模塊，用于獲取所述樣本虹膜圖像的深度圖；

37、分層模塊，用于對(duì)所述樣本虹膜圖像的深度圖進(jìn)行分層，得到所述樣本虹膜圖像對(duì)應(yīng)的多層深度圖，所述多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層；

38、深度信息確定模塊，用于根據(jù)所述多層深度圖中的干擾對(duì)象層，獲得所述干擾對(duì)象的深度信息；

39、預(yù)測(cè)模塊，用于通過干擾對(duì)象檢測(cè)模型，根據(jù)所述樣本虹膜圖像、所述樣本虹膜圖像對(duì)應(yīng)的多層深度圖以及所述干擾對(duì)象的深度信息，獲得關(guān)于所述樣本虹膜圖像中干擾對(duì)象所在區(qū)域的預(yù)測(cè)信息；

40、更新模塊，用于根據(jù)所述預(yù)測(cè)信息與所述標(biāo)注信息之間的差異，更新所述干擾對(duì)象檢測(cè)模型。

41、在其中一個(gè)實(shí)施例中，所述深度圖獲取模塊，還用于獲取樣本虹膜圖像對(duì)應(yīng)的多個(gè)原始深度圖；將多個(gè)原始深度圖進(jìn)行融合，得到樣本虹膜圖像的深度圖。

42、在其中一個(gè)實(shí)施例中，所述深度圖獲取模塊，還用于將多個(gè)原始深度圖中對(duì)應(yīng)相同像素點(diǎn)的深度值進(jìn)行平均，得到每個(gè)像素點(diǎn)的平均深度值；根據(jù)每個(gè)像素點(diǎn)的平均深度值，得到樣本虹膜圖像的深度圖。

43、在其中一個(gè)實(shí)施例中，所述分層模塊，還用于根據(jù)深度圖，獲取樣本虹膜圖像中每個(gè)像素點(diǎn)對(duì)應(yīng)的深度值；根據(jù)各深度值確定多個(gè)深度值范圍；將各深度值劃分至多個(gè)深度值范圍中的其中一個(gè)深度值范圍；根據(jù)每個(gè)像素點(diǎn)所劃分至的深度值范圍，將深度圖劃分為多層深度圖，其中，干擾對(duì)象層中的深度值小于非干擾對(duì)象層中的深度值。

44、在其中一個(gè)實(shí)施例中，所述深度信息確定模塊，還用于獲取多層深度圖中的干擾對(duì)象層中各像素點(diǎn)對(duì)應(yīng)的深度值；根據(jù)各像素點(diǎn)對(duì)應(yīng)的深度值中的最小深度值和最大深度值，確定干擾對(duì)象的深度信息。

45、在其中一個(gè)實(shí)施例中，所述預(yù)測(cè)模塊，還用于將樣本虹膜圖像、多層深度圖以及干擾對(duì)象的深度信息輸入基于深度學(xué)習(xí)的干擾對(duì)象檢測(cè)模型；通過干擾對(duì)象檢測(cè)模型，提取樣本虹膜圖像的圖像紋理特征，提取多層深度圖的圖像深度特征，對(duì)干擾對(duì)象的深度信息進(jìn)行編碼，得到干擾對(duì)象深度特征，根據(jù)圖像紋理特征、圖像深度特征與干擾對(duì)象深度特征，輸出樣本虹膜圖像中各像素點(diǎn)屬于干擾對(duì)象像素點(diǎn)的概率；根據(jù)樣本虹膜圖像中各像素點(diǎn)屬于干擾對(duì)象像素點(diǎn)的概率，確定樣本虹膜圖像中干擾對(duì)象所在區(qū)域的預(yù)測(cè)信息。

46、第八方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備。所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述干擾對(duì)象檢測(cè)模型訓(xùn)練方法的步驟。

47、第九方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述干擾對(duì)象檢測(cè)模型訓(xùn)練方法的步驟。

48、第十方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品。所述計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述干擾對(duì)象檢測(cè)模型訓(xùn)練方法的步驟。

49、上述干擾對(duì)象檢測(cè)模型訓(xùn)練方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，獲取干擾對(duì)象檢測(cè)模型的訓(xùn)練樣本，訓(xùn)練樣本包括樣本虹膜圖像和關(guān)于樣本虹膜圖像中干擾對(duì)象所在區(qū)域的標(biāo)注信息；獲取樣本虹膜圖像的深度圖，對(duì)深度圖進(jìn)行分層，得到多層深度圖，多層深度圖包括干擾對(duì)象層與至少一個(gè)非干擾對(duì)象層，本技術(shù)實(shí)施例對(duì)深度圖進(jìn)行分層，可以準(zhǔn)確地區(qū)分樣本虹膜圖像中干擾對(duì)象層和至少一個(gè)非干擾對(duì)象層，能夠提取到樣本虹膜圖像的空間信息，可以準(zhǔn)確地區(qū)分樣本虹膜圖像的不同層次，從而為后續(xù)去除樣本虹膜圖像中干擾對(duì)象創(chuàng)造條件；根據(jù)干擾對(duì)象層，獲得干擾對(duì)象的深度信息，并通過基于深度學(xué)習(xí)的干擾對(duì)象檢測(cè)模型，根據(jù)樣本虹膜圖像、多層深度圖以及干擾對(duì)象的深度信息，獲得關(guān)于樣本虹膜圖像中干擾對(duì)象所在區(qū)域的預(yù)測(cè)信息，根據(jù)預(yù)測(cè)信息與標(biāo)注信息之間的差異，更新干擾對(duì)象檢測(cè)模型，使得訓(xùn)練好的干擾對(duì)象檢測(cè)模型，具備基于多維度信息檢測(cè)干擾對(duì)象的能力，提高干擾對(duì)象檢測(cè)模型檢測(cè)干擾對(duì)象的準(zhǔn)確性。