虹膜识别迎快速发展 多款终端产品将问世

7月21日消息，IFAA（互联网金融身份认证联盟）年度大会在北京召开。会议上，联盟成员中科虹霸介绍了其虹膜识别技术。中科虹霸已经开发完成符合IFAA体系的虹膜识别智能终端方案，不久的将来会有多款支持IFAA认证的虹膜手机问世。IFAA隶属于由公安部第一研究所及各相关企业筹办的网络可信身份认证产业联盟，由蚂蚁金服发起，成员包括三星、华为 等手机厂商，以及高通等芯片厂商，将对虹膜识别技术普及起到推广作用。机构预计，到2020年虹膜识别市场年复合增速为24.86%，消费电子应用复合增速达35.18%。

近期，三星有关三星Galaxy Note 7的消息可谓是层出不穷。将首度加入的虹膜识别，中文版的虹膜识别界面也被曝光。根据系统的描述，完成注册后只需直视设备即可使用虹膜识别进行解锁。需要注意的是，使用虹膜识别请尽量在室内使用，避免阳光直射；为了保障识别率，三星也建议使用虹膜识别时摘除眼镜和隐形眼睛。

三星给出的虹膜识别最佳使用范围是25-35厘米，每台三星Galaxy Note 7里仅可以注册一组虹膜，看来使用要求还是蛮高的。不知识其别效率是否会像此前报料人剧透的那样会十分给力呢？究竟虹膜识别能不能代替指纹识别成为新的保障手机安全方案呢？我们拭目以待吧！

生物识别主要是利用人体所具有的唯一性、排他性的人脸、指掌静脉、指纹、虹膜等生物特征信息。比起其他技术来说，虹膜识别更为精准可靠。虹膜由相当复杂的纤维组织构成，包含有很多相互交错的类似于斑点、细丝、冠状、条纹、隐窝等细节特征，位置在瞳孔和巩膜（眼白）之间，是人眼的可视部分，不会如皮肤、面部肌肉一样随年龄发生巨大变化，从婴儿胚胎第八个月纹理结构成型后基本上终身不变。由于虹膜属于表现型特征，而不是基因型特征，所以虹膜组织的纹理结构受遗传因素影响较小，对于每个人来说，虹膜的结构都是各不相同的。因此可以说虹膜是目前世界上精准性、防伪性最好的生物识别技术，利用了虹膜无法仿制伪造，防伪性极好的独特性，将虹膜集成到金融自助设备上，用于鉴定用户身份，将有利于加强金融安全.

从用户角度来看 ，虹膜识别是一种高精度、智能化的安全身份认证技术。在安全性和体验性日益成为用户首要考虑的因素之时，虹膜识别的高精确度，活体检测与识别技术可以准确的鉴别持卡人的身份，将把虹膜识别作为持卡人身份鉴别的手段应用到金融自助设备上，可以杜绝盗用和仿冒。同时，这种全新的认证模式，只需看识别镜一眼就可以快速鉴别身份，不必在手动输入密码，也不必担心密码丢失、遗忘。在确保安全的情况下，使客户更加方便、快捷的享受金融服务，满足 “懒人”的需求，提升了用户体验。

虹膜特征

眼睛的虹膜是由相当复杂的纤维组织构成，其细部结构在出生之前就以随机组合的方式决定下来了，虹膜识别技术将虹膜的可视特征转换成一个512个字节的IrisCode（虹膜代码），这个代码模板被存储下来以便后期识别所用，512个字节，对生物识别模板来说是一个十分紧凑的模板，但它对从虹膜获得的信息量来说是十分巨大的。虹膜从直径11mm的虹膜上，Dr.Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，这样，一个虹膜约有266个量化特征点，而一般的生物识别技术只有13个到60个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，Dr.Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。这在生物识别技术中，所获得特征点的数量是相当大的。

算法

第一步是通过一个距离眼睛3英寸的精密相机来确定虹膜的位置。当相机对准眼睛后，算法逐渐将焦距对准虹膜左右两侧，确定虹膜的外沿，这种水平方法受到了眼睑的阻碍。算法同时将焦距对准虹膜的内沿（即瞳孔）并排除眼液和细微组织的影响。

单色相机利用可见光和红外线，红外线定位在700-900mm的范围内（这是IR技术的低限，美国眼科学会在他们对macularcysts研究中使用同样的范围。）在虹膜的上方，如上图所示，算法通过二维Gabor子波的方法来细分和重组虹膜图象，第一个细分的部分被称为phasor，要想明白二维gabor子波的原理需要懂得很深的数学知识。

精确度

由于虹膜代码（IrisCode）是通过复杂的运算获得的，并能提供数量较多的特征点，所以虹膜识别技术是精确度最高的生物识别技术，具体描述如下：

·两个不同的虹膜信息有75%匹配信息的可能性是1:106

·等错率：1:1200000

·两个不同的虹膜产生相同IrisCode（虹膜代码）的可能性是1:1052

录入和识别

整个过程其实是十分简单的，虹膜的定位可在1秒钟之内完成，产生虹膜代码（IrisCode）的时间也仅需1秒的时间，数据库的检索时间也相当快，就是在有成千上万个虹膜信息数据库中进行检索，所用时间也不多，有人可能会对如此快的速度产生质疑，其实虹膜识别技术的算法还受到了现有技术的制约。我们知道，处理器速度是大规模检索的一个瓶颈，另外网络和硬件设备的性能也制约着检索的速度。当然，由于虹膜识别技术采用的是单色成像技术，因此一些图像很难把它从瞳孔的图像中分离出来。但是虹膜识别技术所采用的算法允许图像质量在某种程度上有所变化。相同的虹膜所产生的IrisCode（虹膜代码）也有25%的变化，这听起来好像是这一技术的致使弱点，但在识别过程中，这种IrisCode（虹膜代码）的变化只占整个虹膜代码的10%，它所占代码的比例是相当小的。

8月2日，三星将举行Note7全球发布会，搭载虹膜识别技术成为新机最大亮点。由于这是虹膜识别技术在国际主流品牌手机上的首次应用，被视为虹膜识别正式开启消费级市场的标志性事件，引发业内广泛关注。另据媒体报道，7月28日，日本富士通公司推出了全球首款支持虹膜识别的平板电脑，并通过了美国军方采购标准。

虹膜识别在算法、硬件等方面已经取得突破，加之其在准确性、稳定性、可复制性等综合性能上远超目前广泛使用的指纹、人脸等识别技术，未来将在生物识别技术市场占据重要地位。据美国智库机构预测，虹膜识别技术市占率将从2015年的7%提升至2020年的16%，复合年均增速超过36%。