问题标签 [iris-recognition]

链接到包含所有代码的 github 页面

抱歉，这是在黑暗中拍摄的。几个月来，我一直试图让这个 MATLAB 感知器对虹膜数据集进行分类。我试过改变超参数、激活函数、不同形式的梯度下降、初始化、梯度检查和许多其他东西，但我无法让它工作。如果有人能给我任何关于它为什么不起作用的线索，将不胜感激。

我正在尝试使用 Python 制作虹膜扫描仪并打开 CV。使用模板匹配功能时出现以下错误：

以下是错误：

我正在使用三星标签虹膜扫描功能。我的要求是，如果当前设备支持虹膜硬件，那么我将通过虹膜扫描，否则将在应用程序中使用正常方式。

所以，任何人都可以告诉我，如何在 android 中检查 Iris Scan 硬件的设备兼容性。

提前致谢。

他们在博客Better Biometrics in Android P中说：“为了保证用户的安全，大多数应用程序和设备都有身份验证机制，或者证明你是你的方式。这些机制分为三类：知识因素、拥有因素和生物特征因素。知识因素要求您知道的东西（例如 PIN 或密码），拥有因素要求您拥有的东西（例如令牌生成器或安全密钥），生物特征因素要求您提供的东西（例如您的指纹、虹膜） ，或脸）”。

但是当我在BiometricPrompt API 中阅读时，我看不到虹膜或面部的文档，仅验证对指纹的支持：“此调用预热指纹硬件，显示系统提供的对话框，并开始扫描指纹。它终止当 BiometricPrompt.AuthenticationCallback.onAuthenticationError(int, CharSequence) 被调用时......”我如何使用 Biometrics 创建带有虹膜和面部的身份验证登录或任何其他解决方案？

我有一个中央 Web 应用程序，它在用户 PC 上启动虹膜扫描设备。我们的客户安装我们的扫描仪驱动程序，以便可以跟踪从他们的站点进出的人员。

1. 用户登录网站并单击扫描链接。
2. 有一个本地安装的 WebAPI 服务，用于处理来自网站的调用。
3. WebAPI 服务激活启动扫描过程的 COM 组件。
4. 一旦用户完成了虹膜扫描，它就会返回一个事件处理程序并返回结果。

这就是问题所在。为了完成扫描，必须有对 COM 对象的实时引用，直到完成为止。但是，一旦扫描开始，代码将继续执行并从本地服务调用返回。那时，上下文丢失了，很可能内存被标记为清理中断进程。

锁定 WebAPI 服务并在内部等待一些响应可能会锁定并导致 Web 应用程序崩溃，这似乎是个坏主意。

我如何构建它以稳健的方式处理流程，同时避免任何应用程序被锁定？

我正在考虑创建一个在后台持续运行的 Windows 服务，其中为每个扫描请求加载一个 AppDomain。当我的网络应用程序通过网络服务轮询状态更改时，请求可以处理。

在我的眼动追踪项目中，瞳孔中心跳跃很多，我​​不认为它是一个固定点。

我应该怎么办？

我的想法是将 2 帧中的瞳孔中心和瞳孔与阈值进行比较，但这对解决问题没有帮助。另一点是相机噪音。

我应该怎么做才能减少噪音？

我使用了星爆算法。

Starburst：一种基于视频的眼动追踪混合算法，结合了基于特征和基于模型的方法。

我正在开发一个使用指纹和虹膜（视网膜）身份验证来识别患者的系统。但是可用的虹膜扫描仪对于该项目来说太贵了。我的要求是在我的安卓设备上使用虹膜扫描仪进行身份验证。

我在互联网上搜索并找不到任何解决方案。

我正在尝试创建一个能够在实时视频流中检测和跟踪眼睛虹膜的应用程序。为了做到这一点，我想使用Pythonand OpenCV。在互联网上对此进行研究时，在我看来，有多种可能的方法可以做到这一点。

第一种方式：

运行 aCanny Filter以获取边缘，然后用于HoughCircle查找Iris.

第二种方式：

使用Otsus-Algorithm找到完美阈值，然后使用cv2.findContours()找到Iris.

由于我希望它在Raspberry Pi(4B) 上运行，我的问题是这些方法中哪一种更好，尤其是在可靠性和性能方面？

I have very simple code using knn model to classify irises:

Model is doing very well, however I've found one issue. As you can see iris_3 and iris_4 are totally out of range, but model still is returning class 2 for iris_3 and class 0 for iris_4. They should be marked as an "UNKNOWN" or sth like that. I tried knnregression, but it returns something like 2.05 for iris_3, so it is not possible to round it to other class like in linear regression. My question is, is there any way to protect model from doing that? Or I should use this model only when I am sure, that incoming data is 100% valid, there won't be any strange values?

我一直在寻找虹膜识别实现。我只看到 Matlab 实现。为什么python没有，而python有更广泛和成熟的库？

如何创建自己的虹膜识别系统？你能帮忙定义路线图吗？