GB/T 41988-2022 公共安全 虹膜识别应用 图像技术要求（正式版）

ICS13.310CCSA91GB/T41988—2022公共安全虹膜识别应用国家市场监督管理总局国家标准化管理委员会GB/T41988—2022 I 25技术要求 2 附录A(资料性)眼睛倾斜角、视线俯仰角和视线方位角估计方法 附录B(资料性)虹膜图像示例 9 IGB/T41988—2022本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由中华人民共和国公安部提出。本文件由全国安全防范报警系统标准化技术委员会(SAC/TC100)归口。本文件起草单位：天津中科虹星科技有限公司、中国科学院自动化研究所、北京中科虹霸科技有限能识别有限公司。1GB/T41988—2022公共安全虹膜识别应用图像技术要求本文件规定了公共安全虹膜识别应用中虹膜图像的技术要求。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文本文件。GB/T41786—2022公共安全生物特征识别术语GB/T41786—2022界定的以及下列术语和定义适用于本文件。虹膜中心iriscenter以圆模型对虹膜的外边界进行拟合的圆心位置。3.2虹膜半径irisradius以圆模型对虹膜的外边界进行拟合的圆的半径。3.3瞳孔中心pupilcenter以圆模型对虹膜的内边界进行拟合的圆心位置。3.4瞳孔半径pupilradius以圆模型对虹膜的内边界进行拟合的圆的半径。2GB/T41988—20227——外眼角。4符号和缩略语下列符号适用于本文件。下列缩略语适用于本文件。BMP:位图(Bitmap)JPEG:联合图像专家组(JointPhotographicExpertsGroup)PNG:便携式网络图形(PortableNetworkGraphic)RAW:原始图像数据(Raw)5.1图像扫描方式3GB/T41988—2022者右眼内眼角应位于虹膜中心的右侧，如图2所示。虹膜图像左上角顶点定义为坐标原点(0,0),X轴方向从左至右，Y轴方向从上至下。虹膜图像按从左至右、从上至下的方式顺序扫描。a)右眼虹膜图像b)左眼虹膜图像2——外眼角；3——下眼皮；5.2图像格式虹膜图像格式应为RAW、BMP、JPEG、JPEG2000和PNG中的任意一种。5.3灰度等级虹膜图像应为灰度图像。图像中每个像素点灰度量化级应≥256级，即每个像素点位深度应≥8位。5.4灰度等级利用率使用图像灰度直方图的信息熵来衡量灰度等级利用率，单位为比特(bit)。虹膜图像的灰度等级利用率应≥6bit。按公式(1)计算灰度等级利用率。 (1)式中：gu——灰度等级利用率；p;—图像中灰度为i的像素点个数除以图像总的像素点个数。5.5虹膜半径注册用虹膜图像的虹膜半径应≥100像素，识别用虹膜图像的虹膜半径应≥80像素。4GB/T41988—2022虹膜图像的瞳孔伸缩率应为20%～70%。按公式(2)计算瞳孔伸缩率。 (2)rp——瞳孔半径，单位为像素；r;——虹膜半径，单位为像素。虹膜与巩膜对比度应≥5。按公式(3)计算虹膜与巩膜对比度。 (3)3a)中区域A内未被眼皮、睫毛、光斑和镜框等非巩膜物体遮挡的像素点灰度中值；3a)中区域B内未被眼皮、睫毛、光斑和镜框等非虹膜物体遮挡的像素点灰度中值；a)区域A和区域Bb)区域C和区域D标引符号说明：区域A——以虹膜中心为圆心、内圆半径等于1.10r;、外圆半径等于1.20r;的环形区域；区域B——以虹膜中心为圆心、内圆半径等于(r;+rp)/2、外圆半径等于0.90r;的环形区域；区域C——以瞳孔中心为圆心、半径等于0.80rp的圆形区域；区域D——以瞳孔中心为圆心、内圆半径等于1.10rp、外圆半径等于(r;+rp)/2的环形区域。图3计算虹膜与巩膜对比度、虹膜与瞳孔对比度所用区域示意图虹膜与瞳孔对比度应≥30。按公式(4)计算虹膜与瞳孔对比度。5GB/T41988—2022…………(4)式中：ct;p——虹膜与瞳孔对比度；Vib——图3b)中区域D内未被眼皮、睫毛、光斑和镜框等非虹膜物体遮挡的像素点灰度中值；vp——图3b)中区域C内未被眼皮、睫毛、光斑和镜框等非瞳孔物体遮挡的像素点灰度中值。5.9虹膜有效区域占比注册用虹膜图像的虹膜有效区域占比应>60%,识别用虹膜图像的虹膜有效区域占比应>50%。按公式(5)计算虹膜有效区域占比。A——虹膜有效区域占比；……虹膜环形区域由虹膜内边界拟合圆和外边界拟合圆确定。5.10边界裕量虹膜图像的虹膜外边界拟合圆到图像上边界、下边界、左边界和右边界的距离应分别≥0.20ri标引序号说明：1——上边界裕量，≥0.20r;;2——下边界裕量，≥0.20r;;左边界裕量，≥0.60r;;4——右边界裕量，≥0.60r;。图4边界裕量计算方法示意图5.11眼睛倾斜角眼睛倾斜角为眼睛内眼角和外眼角的连线与图像X轴的夹角，取值范围为0°~90°。眼睛倾斜角6GB/T41988—2022应<25°,眼睛倾斜角的估计方法见附录A。5.12视线俯仰角视线俯仰角为眼睛光轴与摄像头光轴在垂直平面分量上的夹角，取值范围为0°~90°。视线俯仰角应<10°,视线俯仰角的估计方法见附录A。5.13视线方位角视线方位角为眼睛光轴与摄像头光轴在水平平面分量上的夹角，取值范围为0°~90°。视线方位角应<10°,视线方位角的估计方法见附录A。5.14清晰度虹膜图像中的虹膜纹理应清晰。6虹膜图像示例注册用虹膜图像示例见附录B中的表B.1,识别用虹膜图像示例见附录B中的表B.2。7GB/T41988—2022(资料性)采用一种基于眼睛关键点定位的方法估计眼睛倾斜角、视线俯仰角和视线方位角。17个眼睛关键点如图A.1所示，包括2个内外眼角点、6个上下眼皮点、8个虹膜外边界点和1个虹膜中心点。a)右眼关键点b)左眼关键点图A.1眼睛关键点示意图方法整体流程如图A.2所示。首先输入1幅虹膜图像，然后使用堆叠沙漏网络得到17幅关键点热力图。每个关键点对应1张热力图(为方便显示，图A.2中的热力图为17幅热力图合并得到)。经过Soft-argmax层的处理，输出17个眼睛关键点的坐标。连接内外眼角点的直线与X轴的夹角即为眼睛倾斜角。支持向量回归机的输入为17个关键点X轴和Y轴坐标值构成的34维特征向量，输出为视线俯仰角和视线方位角。内外眼角内外眼角点连线与X轴夹角大键点坐标视线俯仰角视线方位角虹膜图像堆普沙漏网络眼睛关键点热力图支持向量回归机眼晴倾斜角图A.2眼睛倾斜角、视线俯仰角和视线方位角估计方法流程图训练阶段，堆叠沙漏网络的损失函数为预测关键点热力图和标注关键点热力图之间的均方误差之8GB/T41988—2022式中：……………(A.1)MSE均方误差；h;第i个眼睛关键点对应的标注关键点热力图。9GB/T41988—2022注册图像示例见表B.1。序号示例图像是否合格不合格原因1是2是3否灰度等级利用率<6bitGB/T41988—2022序号示例图像是否合格不合格原因4否虹膜半径<100像素5否瞳孔伸缩率<20%6否瞳孔伸缩率>70%7否虹膜与巩膜对比度<5,灰度等级利用率<6bitGB/T41988—2022表B.1注册图像示例(续)序号示例图像是否合格不合格原因8否虹膜与瞳孔对比度<309否眼皮遮挡，虹膜有效区域占比<60%否镜框遮挡，虹膜有效区域占比<60%否睫毛遮挡，虹膜有效区域占比<60%GB/T41988—2022序号示例图像是否合格不合格原因否光斑遮挡，虹膜有效区域占比<60%否隐形眼镜遮挡，虹膜有效区域占比否下边界裕量<0.20r,右边界裕量<否眼睛倾斜角>25GB/T41988—2022表B.1注册图像示例(续)序号示例图像是否合格不合格原因否视线俯仰角>10°否视线方位角>10°否离焦模糊，虹膜纹理不清晰否运动模糊，虹膜纹理不清晰GB/T41988—2022B.2识别图像示例识别图像示例见表B.2。表B.2识别图像示例序号示例图像是否合格说明1是2否虹膜半径<80像素3否虹膜有效区域占比<50%[1]DruckerH,BurgesCJC,KaufmanL,etal.Supportvectorregressionmachines.AdvancesinNeuralInformationProcessingSystems,1996,9:155-161.[2]HonariS,MolchanovP,TyreeS,etal.Improvinglandmarklocalizasupervisedlearning.ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition.2018:1546-1555.[3]NewellA,YangK,DengJ.Stackedhourglassnetworksforhumanposeest