基于人眼識別的可穿戴設(shè)備身份認(rèn)證

【 摘 要 】 針對可穿戴設(shè)備的特點，提出一種基于人眼識別的可穿戴設(shè)備身份認(rèn)證方法。該身份認(rèn)證方法包括兩種認(rèn)證模式：鎖定認(rèn)證模式主要針對可穿戴設(shè)備在鎖定狀態(tài)下，將靜態(tài)人眼圖像數(shù)據(jù)與模板數(shù)據(jù)進(jìn)行匹配認(rèn)證；操作認(rèn)證模式主要針對可穿戴設(shè)備在特定操作狀態(tài)下，將動態(tài)人眼圖像數(shù)據(jù)與長期的眼動行為數(shù)據(jù)進(jìn)行匹配認(rèn)證。此方法有效利用可穿戴設(shè)備的方便采集人眼圖像的物理特點，通過靜態(tài)人眼圖像與動態(tài)人眼圖像的虹膜與行為識別，提高了身份認(rèn)證的安全性與準(zhǔn)確性。

【 關(guān)鍵詞 】 人眼識別；可穿戴設(shè)備；身份認(rèn)證

【 中圖分類號 】 TP309.2

【 文獻(xiàn)標(biāo)識碼 】 A

【 Abstract 】 According to the characteristics of wearable devices， an identity authentication method for a wearable device based on human eyes recognition is proposed. The identity authentication method involves two types of authentication modes： under an authentication mode for locking， the static images data of human eyes are matched and authenticated with template data when the wearable device is locked； under an authentication mode for operating， the dynamic images data of human eyes are matched and authenticated with historical eye behavior data when the wearable device is under some certain operation states. The method effectively uses the physical characteristics of wearable devices and improves the security and correction of identity authentication by iris and behavior recognition of static and dynamic human eye images.

【 Keywords 】 human eyes recognition；wearable device；identity authentication

1 引言

可穿戴設(shè)備[1]是整合到用戶的一種便攜式設(shè)備，如腕式、頭戴式，帶有通信功能的智能可穿戴設(shè)備正作為移動通信終端的新興方向。目前的頭戴式可穿戴設(shè)備多應(yīng)用于虛擬現(xiàn)實、增強顯示領(lǐng)域，隨著其集成移動通信終端的功能，對于可穿戴設(shè)備的身份認(rèn)證成為保護(hù)信息安全的重要步驟?，F(xiàn)有的利用指紋識別實現(xiàn)手持式移動通信終端的身份認(rèn)證[2]，一方面需要專門的指紋采集裝置，另一方面僅能通過靜態(tài)的指紋信息進(jìn)行身份認(rèn)證。

因此，本文提出一種基于人眼識別的可穿戴設(shè)備的身份認(rèn)證方法。針對頭戴式可穿戴式設(shè)備佩戴位置可以隨時采集設(shè)備操作者的人眼圖像的特點，通過人眼識別的身份認(rèn)證，不僅可以在手機解除鎖定時進(jìn)行身份認(rèn)證，也可以在設(shè)備特定操作（如撥號通訊、轉(zhuǎn)賬支付）時進(jìn)行身份認(rèn)證。

2 可穿戴設(shè)備的身份認(rèn)證方法

基于人眼識別的可穿戴設(shè)備的身份認(rèn)證方法主要包括鎖定認(rèn)證模式和操作認(rèn)證模式。其中鎖定認(rèn)證模式主要針對可穿戴設(shè)備在鎖定狀態(tài)下將人眼圖像數(shù)據(jù)與模板數(shù)據(jù)進(jìn)行匹配認(rèn)證，如果認(rèn)證通過則切換到解鎖狀態(tài)，如果認(rèn)證不通過則維持鎖定狀態(tài)，無法對可穿戴設(shè)備做進(jìn)一步的操作。由于頭戴式可穿戴設(shè)備可以方便地獲取到人眼的歷史活動圖像，基于眼動行為識別，可以提高身份驗證的安全級別。操作認(rèn)證模式主要針對可穿戴在特定操作（如撥號通訊、轉(zhuǎn)賬支付）狀態(tài)下將人眼圖像數(shù)據(jù)與長期的眼動行為數(shù)據(jù)進(jìn)行匹配認(rèn)證，如果認(rèn)證通過則允許該操作，如果認(rèn)證不通過則中止該操作。如圖1所示。

對于鎖定認(rèn)證模式和操作認(rèn)證模式中用于匹配的人眼圖像，可通過在頭戴式可穿戴設(shè)備的眼睛前方設(shè)置的圖像采集裝置獲取。

3 鎖定認(rèn)證模式

在鎖定認(rèn)證模式中，可穿戴設(shè)備在接收到解除鎖定請求后，獲取當(dāng)前設(shè)備傳感器捕捉到的人眼靜態(tài)圖像，通過虹膜識別技術(shù)將接收到的人眼圖像進(jìn)行圖像預(yù)處理、特征提取[3]、模板匹配以最終得到識別結(jié)果。為了實現(xiàn)模板匹配，可穿戴設(shè)備需提前將機主的人眼靜態(tài)圖像進(jìn)行登記，并通過同樣的圖像預(yù)處理和特征提取方法以得到模板圖像。

3.1 圖像預(yù)處理

頭戴式可穿戴設(shè)備采集到的人眼圖像，由于采集距離與采集時長優(yōu)于一般虹膜采集設(shè)備，因此選擇Hough變換的方式進(jìn)行虹膜圖像預(yù)處理，通過多幅人眼圖像互相比對，平均選擇邊界點的方法可以提高Hough變換的檢測效率，最終將虹膜區(qū)域從人眼圖像中定位分割出來，以進(jìn)行后續(xù)處理。

3.2 特征提取

采用二維Gabor濾波對虹膜紋理特征提取，得到虹膜的二值特征編碼。將虹膜圖像分解為水平高頻、垂直高頻、對角高頻和低頻逼近四個子帶圖像。構(gòu)造多個濾波器，每一通道的數(shù)學(xué)模型為：

其中p（x，y）為通道的輸入圖像，he（x，y） 和ho（x，y）分別為偶對稱和奇對稱Gabor濾波器。每一對Gabor濾波器he（x，y）和ho（x，y）對應(yīng)于一個特定的空間頻率和方向，特征提取同時抽取頻率信息和方向信息。對每個通道的濾波結(jié)果提取均值和方差作為代表該通道的特征。

3.3 模板匹配

經(jīng)過特征提取過程，每個虹膜就可以用唯一的特征編碼表示，將待匹配的虹膜的特征向量與登記庫里的模板虹膜的特征向量進(jìn)行比對，之后采用漢明距離函數(shù)對特征編碼進(jìn)行比較計算，得到兩個虹膜圖片之間的距離，即相似度，當(dāng)相似度小于系統(tǒng)設(shè)定的識別閾值時，則認(rèn)為兩張圖片采集自同一虹膜，進(jìn)一步解除可穿戴設(shè)備的鎖定狀態(tài)，進(jìn)行之后的操作；否則認(rèn)為兩張圖片為不同的虹膜，進(jìn)一步保持可穿戴設(shè)備的鎖定狀態(tài)，防止非法進(jìn)入設(shè)備。

4 操作認(rèn)證模式

在操作認(rèn)證模式中，可穿戴設(shè)備在預(yù)定操作時實現(xiàn)進(jìn)一步的身份認(rèn)證，預(yù)定操作是指對安全性上有更高要求的操作，如撥號通訊、轉(zhuǎn)賬支付。當(dāng)前的移動終端在預(yù)定操作時主要通過輸入密碼、驗證碼的通訊技術(shù)實現(xiàn)認(rèn)證操作，沒有與操作者的生物特征進(jìn)行結(jié)合，而操作者生物特征的唯一性和不易模仿性可以極大提高操作安全級別。

當(dāng)設(shè)備進(jìn)入到預(yù)定操作的初始步驟時，自動啟動操作認(rèn)證模式，提取并記錄當(dāng)前設(shè)備傳感器在一段時間內(nèi)捕捉到的人眼動態(tài)圖像，通過模式識別[4]技術(shù)將接收到的人眼圖像進(jìn)行眼球追蹤、特征提取、行為匹配以最終得到識別結(jié)果。

4.1 眼球追蹤

通過瞳孔識別進(jìn)行眼球定位，對眼球運動軌跡進(jìn)行追蹤。采集用戶平視時的眼球軸線方向和眼球頂端位置以作為初始軸線和初始位置，以當(dāng)前用戶眼球頂端位置作為當(dāng)前位置，根據(jù)初始軸線、初始位置和當(dāng)前位置獲取當(dāng)前軸線，將整個時間窗內(nèi)的所有當(dāng)前軸線采用最小二乘法進(jìn)行曲線擬合，得到一段時間內(nèi)的眼球追蹤曲線。同時，記錄用戶的眨眼信息，將眨眼的時間戳與時長標(biāo)記到眼球追蹤曲線中。

4.2 特征提取

選擇一個固定時間窗口w作為輸入樣本，在眼球追蹤軌跡曲線上滑動，分別在每個樣本水平方向和垂直方向上的眼動信號中提取五種特征：均值，方差，一階導(dǎo)數(shù)的均值及方差，一階導(dǎo)數(shù)正值個數(shù)與負(fù)值個數(shù)的比值，以此反映出一段時間內(nèi)的眼睛運動特點。同時，每個人的眨眼習(xí)慣不同，可以作為身份認(rèn)證的顯著特征，形成眨眼特征數(shù)據(jù)集B={b1，b2，b3，b4，…bm}，其中bm為三元組 （p，l，r），p為此次眨眼持續(xù)的時間；l為距離上一次眨眼的時間；r為距離下一次眨眼的時間。

4.3 行為匹配

在可穿戴設(shè)備使用初期，進(jìn)行可授權(quán)用戶的眼球歷史運動的采集，作為訓(xùn)練樣本輸入到支持向量機SVM中，訓(xùn)練得到身份認(rèn)證分類器。在進(jìn)入操作認(rèn)證模式后，將當(dāng)前動態(tài)圖像中提取出的特征向量與特征集輸入到身份認(rèn)證分類器中，通過模式分類，如果分類器輸出結(jié)果為可授權(quán)用戶，則允許當(dāng)前的預(yù)定操作（如允許撥號，允許轉(zhuǎn)賬）；如果分類器輸出結(jié)果為不可授權(quán)用戶，則中止當(dāng)前的預(yù)定操作（如中止撥號，中止轉(zhuǎn)賬）。同時，每次操作認(rèn)證模式經(jīng)分類后的，將可授權(quán)用戶的動態(tài)圖像保存至眼球歷史行為數(shù)據(jù)中，作為正訓(xùn)練樣本；將不可授權(quán)用戶的動態(tài)圖像作為負(fù)訓(xùn)練樣本，定期對身份認(rèn)證分類器的SVM分類參數(shù)進(jìn)行更新，以提高分類精度與速度。

參考文獻(xiàn)

[1] Zhefan Ye，Yin Li， Alireza Fathi， Yi Han， Agata Rozga， Gregory D.Abowd， James M.Rehg.Detecting eye contact using wearable eye-tracking glasses[J].Proceeding of the 2012 ACM Conference on Ubiquitous Computing， Pages 699-704.

[2] 湯雅妃，張云勇，張尼.基于指紋識別的云安全認(rèn)證技術(shù)[J].電信科學(xué)，2015年第8期.

[3] Recognizing people by their iris patterns， J Daugman， InformationSecurity Technical Report ，1999，4（1）：29-29.

[4] 孟春寧，白晉軍，張?zhí)珜帲瑒欇?，常勝?單攝像機下基于眼動分析的行為識別[J].物理學(xué)報，Vol. 62， No. 17 （2013）.

作者簡介：

許菲菲（1980-），女，漢族，山東德州人，畢業(yè)于北京科技大學(xué)，工學(xué)碩士，碩士研究生，國家知識產(chǎn)權(quán)局專利局電學(xué)部，主任科員；主要研究方向和關(guān)注領(lǐng)域：生物識別、模式識別、搜索引擎。