虹膜識別Iris recognition technology 虞和芳 14.12.2020發佈

虹膜識別Iris recognition technology 虞和芳 14.12.2020發佈 虹膜識別是以身份驗證，為識別生物識別的一種方法。用專用相機記錄眼睛虹膜（虹膜皮膚）的圖像。 人的眼睛結構由鞏膜、虹膜、瞳孔﹑晶狀體、視網膜等部分組成。 人眼睛的外觀圖由鞏膜、虹膜、瞳孔三部分構成。鞏膜即眼球外圍的白色部分，約佔總面積的30%；眼睛中心為瞳孔部分，約佔5%。 虹膜位於鞏膜和瞳孔之間，包含最豐富的紋理信息，佔據65%。外觀上看，由許多腺窩、皺摺、色素斑等構成，是人體中最獨特的結構之一。虹膜的形成由遺傳基因決定，人體基因表達決定虹膜的形態、生理、顏色和總的外觀。人發育到八個月左右，虹膜就基本上發育到了足夠尺寸，進入相對穩定的時期。 這些特徵決定了虹膜特徵的唯一性，同時也決定身份識別的唯一性。因此，可以將眼睛的虹膜特徵作為每個人的身份識別對象。 使用算法過程識別相應虹膜的特徵，將其轉換為一組數值（特徵向量，``模板’'），並通過分類算法進行識別，例如。 B.神經網絡被保存或與一個或多個已經保存的模板比較。 視網膜為一層柔軟而透明的膜，緊貼在脈絡膜內面，有感受光刺激的作用。視網膜厚度不一，一般為0.4mm，視盤邊緣最厚，約0.5mm，中央凹最薄，為0.1mm，至鋸齒緣為0.15mm。視網膜主要由色素上皮細胞、視細胞、雙極細胞、節細胞、水平細胞、無長突細胞、網間細胞和Muller細胞等組成。這些細胞及其突起排列有序，可據此將視網膜自外向內分為10層。 虹膜識別發展歷史 使用虹膜圖像進行生物特徵識別的最初概念由Flom和Safir於1987年提出，此後，此專利於2006年到期，導致全球範圍內更多的研究工作。 目前商業上使用最廣泛的方法和模板（截至2007年4月）是基於數學家John Daugman的算法的虹膜代碼。 自2015年1月以來，美國公司EyeLock一直提供第一台具有USB連接的虹膜掃描儀，此掃描儀與FIDO聯盟的U2F協議兼容。 屬性 商業識別方法可檢測約260個虹膜的單個光學特徵。這些特徵是在一個人生命的頭幾個月從隨機的形態發生過程發展而來的，並且在餘生中基本上保持不變。同卵雙胞胎也不具有相同的虹膜結構。虹膜識別在實際應用中的突出特性是與其他生物測定方法相比，其假陽性比較結果（“假匹配”）的數量極少。也就是說，將虹膜代碼誤認為他人眼睛的可能性幾乎為零。這使得虹膜識別成為可靠的識別方法，甚至在具有數百萬個人數據記錄的大型數據庫中，及在沒有主要標識符（即沒有ID卡或RFID標籤）的訪問控制情況下進行識別。 假陰性結果（“假不匹配”），換句話說就是無法識別實際被記錄的人，尤其是在眼睛的不利記錄條件下，例如虹膜，由於眼鏡的邊緣，眼鏡上的反射或大多數遠東亞洲人通常看不到狹窄的眼瞼。 另一個特徵是用於虹膜比較的計算資源需求低。因此，虹膜識別和記錄特別適合在PDA大小的設備中移動使用。 應用程序 應用實例包括聯合國難民事務高級專員辦事處使用虹膜識別技術遣返阿富汗公民，主要是遣返約旦和鄰國的敘利亞難民，用於控制阿拉伯聯合酋長國的邊境警察入境或由美國軍控制伊拉克的保護區。在所有這些情況下，虹膜識別旨在確保沒有一個被控人員出現在不同或錯誤的身份下。其他應用包括對高安全區域的訪問控制和自動邊界控制（例如，法蘭克福，史基浦，希思羅機場）。 目前（截至2011年）全球最大的具有生物特徵虹膜識別功能的項目是印度的“ Aadhaar”計劃。它用於記錄印度大約12億人口，以便為政府和法律目的分配唯一的個人識別號碼。虹膜和指紋識別的結合應該能夠建立和避免多重或錯誤身份。 識別過程 虹膜識別就是通過對比虹膜圖像特徵之間的相似性來確定人們的身份。虹膜識別技術的過程一般來說包含如下四個步驟： 1．虹膜圖像獲取 使用特定的攝像器材對人的整個眼部進行拍攝，並將拍攝到的圖像傳輸給虹膜識別系統的圖像預處理軟件。 2．圖像預處理 對獲取到的虹膜圖像進行如下處理，使其滿足提取虹膜特徵的需求。 虹膜定位：確定內圓、外圓和二次曲線在圖像中的位置。其中，內圓為虹膜與瞳孔的邊界，外圓為虹膜與鞏膜的邊界，二次曲線為虹膜與上下眼皮的邊界。 虹膜圖像歸一化：將圖像中的虹膜大小，調整到識別系統設置的固定尺寸。 圖像增強：針對歸一化後的圖像，進行亮度、對比度和平滑度等處理，提高圖像中虹膜信息的識別率。 3．特徵提取 採用特定的算法從虹膜圖像中提取出虹膜識別所需的特徵點，並對其進行編碼。 4．特徵匹配 將特徵提取得到的特徵編碼與數據庫中的虹膜圖像特徵編碼逐一匹配，判斷是否為相同虹膜，從而達到身份識別的目的。 錄入和識別： 虹膜的定位可在1秒鐘之內完成，產生虹膜代碼的時間也僅需1秒的時間，數據庫的檢索時間也相當快。處理器速度是大規模檢索的一個瓶頸，另外網絡和硬件設備的性能也制約檢索的速度。由於虹膜識別技術採用的是單色成像技術，因此一些圖像很難把它從瞳孔的圖像中分離出來。但是虹膜識別技術所採用的算法允許圖像質量在某種程度上有所變化。相同的虹膜所產生的虹膜代碼也有25%的變化，這聽起來好像是這一技術的致命弱點，但在識別過程中，這種虹膜代碼的變化只佔整個虹膜代碼的10%，它所佔代碼的比例是相當小的。