生物識別技術在電子終端領域落地應用的過程中，安全性能一直是備受矚目的問題。據媒體報道，舉行的GeekPwn國際安全極客大賽上，便有團隊破解了賽事中提供的人臉識別算法，成功誤導識別效果。而這一算法的API接口來自于亞馬遜名人鑒別系統（Rekognition）。

這一定程度反映出在人臉識別領域，算法仍有不斷完善的空間。當前被重點研發和運用的生物識別技術主要為指紋、面部和虹膜識別三種。但指紋和面部識別更為廣泛被運用，虹膜則由于信息采集和軟硬件配套等問題，目前尚未大規模普及。

“針對虹膜圖像的研究已經有近20年歷史，第一步解決了從無到有，近距離高清虹膜圖像采集問題；第二步是從單目到雙目；第三步將解決識別遠近難題；第四步則可以將識別形態從固定深化到移動階段?！迸e行的一場業內論壇上，中科院自動化研究所研究員孫哲南表示，目前針對虹膜識別技術開展的成像技術框架已和過往有很大區別。

研發走向成像識別一體化

虹膜識別技術一直以來被認為是生物識別技術中安全性更高的一種。這是源于，無論指紋還是面部，在外部環境乃至于人的心態等變化之下，或多或少會有所改變，但若非經歷危及眼睛的外科手術，人的虹膜幾乎會終生不變。

因此虹膜識別相比其他兩種技術，相對更穩定、防偽特征更高?！昂缒け旧硎莿討B的，瞳孔會隨著光線而變化，因此從防偽角度就有很大的價值。”中科虹霸總經理馬力如此解釋，主要是通過紅外光下呈現的如斑點、條紋、隱窩等虹膜中的細節特征，識別人的身份。

“相比其他采集的信息，虹膜的物理尺寸小，人的虹膜直徑僅約11毫米，因此虹膜識別的圖像分辨率要求較高，導致虹膜成像景深比較小，用戶眼睛必須放在光圖上，特別是東方人都是褐色虹膜色素細胞，采用近紅外光才能看清虹膜紋理細節特征。”孫哲南如此解釋道。

虹膜識別的關鍵技術主要包括四個部分：虹膜成像技術、活體判別技術、質量評價技術和特征表達技術。具體而言，分別解決的是虹膜信息有無問題、圖像真假判斷問題、虹膜圖像的好壞問題以及圖像主體問題。

也即隨著虹膜技術未來的更大范圍應用，不止人臉，運用在以動物為代表的其他生物等領域中同樣可期。

據孫哲南介紹，目前其所在團隊研究的成像技術框架，是在成像過程中，引入認知任務對光學系統的參數和計算成像算法采用自適應處理?！拔覀儼压鈭龀上竦难芯砍晒\用進來，既記錄光的強度也記錄光的方向，可以得到四維光感數據，然后進行計算成像的處理、擴展景深。 光場成像對虹膜識別的價值在于，可以實現多目標、大景深。”

算法層面的其中一個關鍵，是如何有效分割虹膜圖像的有效區域。進行睫毛、眼睛遮擋的分割，表達虹膜的特征、進行合理檢測。

“傳統算法基本只能解決虹膜的分割，對圖像中的像素進行語義標準，定義是虹膜區還是非虹膜區，在此基礎上，我們提出多任務的神經網網絡，并且帶了主動視覺注意機制。不管是可見光虹膜成像分割、跨設備、跨場景的虹膜分割，都得到很好的效果。”孫哲南表示。

雖然當前在移動終端的應用尚未普及開，但據介紹識別效果已有大幅提升?！耙苿咏K端光靠虹膜識別還達不到非常好的效果，通過虹膜和眼珠問題特征的收集融合，識別錯誤率可以降低50%左右，在移動終端錯誤率可以達到千分之五左右，足夠滿足移動終端身份識別的需求?！睂O哲南表示。

但他也指出，目前虹膜成像模式存在成像和認知計算分離問題，即成像和識別算法尚未一體化。目前的研究方向便是，在成像過程中，引入認知任務的驅動，比如在成像過程中采用動態可變的傳感框架，可以自適應選擇最優波段、成像光學參數、計算成像算法等，對運動的目標主動式成像。

“在未來，從受控場景到復雜場景的生物特征，一定會在感知模式、采集難度等方面進一步優化。尤其是數據量很大的時候，對于深度學習的算法需要繼續革新。同時我們也在做遠距離、多模態、高通量、無感知的設備。”中科虹霸總經理馬力總結道。

應用場景加速落地

技術逐步成熟之后，落地的進展最先與國家標準建立有關。“十三五”以來，大量虹膜識別相關的國家和行業標準開始發布或立項。

據馬力介紹，目前已發布的標準，內容指向包括圖像技術要求、數據交換格式、算法測評方法、程序接口規范等方面；對于采集設備通用技術要求方面正在報批過程中。

實際上目前政府級別單位掌握的虹膜數據遠比想象中龐大。馬力在前述論壇中介紹，目前全球通過指紋、人臉、虹膜技術已面向十億以上人口做過采集，而虹膜在全球到目前為止有不到20億的采集數據在政府手中。

至于目前在生活中落地較慢的原因，主要與信息采集難度和終端應用有關。拓墣產業研究院分析師陳彥尹25日告訴21世紀經濟報道記者，由于虹膜辨識技術早期的整體技術尚不夠成熟、建置成本過高，因此只有如金融機構這類最在意安全性及隱私的地方采用居多。這幾年隨著各類型生物辨識技術成本下降，全球都更重視以此帶來的價值。

“虹膜辨識與人臉辨識的確是最常被拿來做對比，因為兩種技術都屬于不需要像指紋辨識一樣碰觸感測設備的技術。但針對國內政府近幾年想在眾城市推行的安防概念來說，其推行難度比人臉辨識大許多。雖然兩者都是針對拍回的圖像進行辨識，但在相對遠的距離之下，拍眼睛及人臉所傳回的圖片大小、清晰度等都會有較大落差，容易造成虹膜辨識所需要的生物特征值不足問題?！彼忉尩馈?/p>

若從移動終端的應用角度分析，則與終端本身的軟硬件配套有關。手機就是最直接的場景，如面部識別之所以在今年開始大規模采用，很大程度來自于去年底，蘋果推出的iphone X開始大規模運用到面部識別技術。此后軟件配套不斷豐富，才有了更多使用場景落地的可能。

當然這是消費終端，在許多海外國家，其實早已開始虹膜識別的場景應用?！昂缒ぷR別整體增長速度非?？?，每年復合增長率可以達到20%以上?！睂O哲南介紹道，除了常規2G（政府）方面落地較快的安檢通關、反恐等領域，針對特殊人群的識別、在海外銀行的落地也在快速推進。

比如備受關注的兒童安全方面，當前國內主要通過DNA驗證，但該方式成本較高、檢測時間長。馬力介紹道，作為公益性項目，中科虹霸已在全國超過20個省市派出所、幼兒園建立虹膜采集點，面向0-12歲兒童采集數據，正是為解決兒童丟失、拐騙等問題。

在印度、印尼、墨西哥、菲律賓等，尤其是東南亞和非洲國家，已經出臺政策推動全民采集生物特征。這是把技術落地在海外的契機。

“我們已授權一些國外公司把虹膜識別技術用在聯合國難民營管理，采用虹膜識別+區塊鏈技術，用于管理聯合國幾百萬難民。”孫哲南介紹道，目前已運用在中東、敘利亞、埃及等國家的難民管理。

與人體形態接近的動物領域也有探索，比如寵物狗?！皩櫸锕返纳矸莨芾恚瑐鹘y是打電子標簽，但這對狗是一個傷害?，F在已有地方采用虹膜對狗建立檔案，運用在寵物醫院、日常管理等方面。”據孫哲南介紹，經過實驗，準確率可達99.9%以上。
? ? ? ?責任編輯：tzh