虹膜辨识技术介绍 - 安防知识网 - 资讯 - 法兰克福展览（深圳）有限公司

Gerald O. Williams著
\r\n扶逸蕙译\r\n

\r\n除了语音和脸部辨识方式之外，几乎所有的生物辨识系统都需做人身接触，就某方面来看，被一些人视为具侵入性或侵犯性。此外，许多生物辨识方式苦於价格高昂和不尽理想的错误率，难以被市场接受。不过这项利用人类虹膜独特的生理模式的新技术却克服过去的缺陷，并在无需接触或侵入身体的情况下，提供非常高而明确的辨识率。\r\n

Gerald O. Williams著扶逸蕙译

目前已经有许多人体特徵应用於生物辨识系统的基准，包括指纹、掌纹、掌形几何、静脉纹路、脸部特徵及视网膜的微血管纹路。此外，如写字力道、声纹、打字力道等行为特徵也已做为辨识之用；然而，很多方法都需人身接触而被视为具侵入或侵犯性，其馀方式不是需有人做最後仲裁，就是价格不翡、误差率不理想。

不过，有一种自动的虹膜辨识技术(Iris Recognition Technology，IRT)却能在不需身体接触或仰赖外人立即仲裁下，明确地辨识身份。\r\n\r\n

虹膜的组成特色
人体的虹膜充满可量化以明确辨别人眼的特徵，虹膜由许多胶原纤维、收缩纹、coronas、crypts、色素、蛇纹微管束、横纹、freckles、rifts和pits所组成，藉由分析量化这些特徵的模式及彼此的空间关系，以进行辨识。实际来说，统计分析资料显示Iridian Technologies公司的IRT过程采用240度自由度(degrees-of-freedom，DOF)或独立的比对衡量法来辨别虹膜真假，可用到这麽多自由度让虹膜辨识的精准度比其他生物辨识系统高上好几倍。

虹膜的单一性
虹膜之所以独特是由於这个器官本身复杂的组成形态。John Daugman博士表示∶「虹膜与指纹共有的优点是其特徵形态。虹膜表面的错综复杂结构是因为其构造组成型态取决於胚胎基因，此外，虹膜具备基因表现型态的局限性(不单只有形态、功能、色素及大致外观质地的呈现)，即使长相一模一样的双胞胎，他们的虹膜特徵也大不相同。因此，无论基因体是否相同，每个人每对虹膜中的每个虹膜都有单一特殊性，与每个指纹的独特性并无二致」。因此，统计上估计两个虹膜完全一样的或然率为1072之一。

虹膜的稳定性
尽管虹膜的本质脆弱，它仍受眼皮、角膜以及眼前房水保护，并常被眼镜或隐形眼镜保护著(这两者对辨识过程的影响很小)。再加上虹膜不易受到外来物体污染，人们自然而然会认为虹膜或眼睛是人体最被呵护的器官之一。一般而言，若不受老化影响，虹膜的种种特徵从人类约一岁起直到死亡，都稳定不变。

比对过程

撷取影像

专门用於虹膜辨识用途的光学平台设备，能从3.5寸到几乎一公尺的距离内撷取影像。简单来讲，光学平台的影像撷取设备是由一个光学仪器透过一个简单的镜头、一台黑白摄影机，还有一个画格撷取器来撷取虹膜的多重影像。并采用多重低阶发光二极体(LED)在摄影机的焦距约720到850微毫米 (nanometer)处提供照明。

结合镜像、语音指示及有时有镜头收缩或自动对焦镜头，便可协助使用者在X、Y、Z座标轴上的定位，有些产品的测距仪在有人走近仪器18寸范围内，就会自动启动辨识。[nextpage]

定位虹膜辨识区块

一旦撷取到最符合系统焦距及细节纹路清晰的影像，系统便开始分析角巩膜缘(即虹膜外围边界、连接眼睛白色巩膜的部份)、常态的瞳孔边界及瞳孔中心点的位置(见图一)。目前系统运作，只要确定圆形虹膜位置，就能开始辨识。

系统计算分析前，会先排除眼皮遮盖处、影深(deep shadow)、倒影(specular reflection)等地方，接著快速找出虹膜合适、可用的区块，并就此区块撷取特徵进行分析(图二)。由於瞳孔至虹膜的距离大小比例因人而异，系统会即时地机动性自动调整瞳孔边界到角巩膜缘区的宽度，以获得最大的虹膜分析区块。

排除边界部位的系统运作过程，对分析过程几乎不会有负面影响。因为实际操作时只需40%，甚至更少的虹膜部位就能获得足够的特徵输入与良好的分析辨识。特徵的位置与范围则透过极座标系统(polar coordinate)而非笛卡儿座标系统(Cartesian, X、Y)来界定。

影像分析

经过影像分析的虹膜特徵会被数位化为一个512位元组(4096位元)的IrisCode纪录，纪录中有一半描述特徵，另一半则控制比对过程。

当登录虹膜特徵时，系统便会以IrisCode纪录储存到资料库中以利往後资料比对。当一个虹膜呈现到辨识系统点上时，会重覆同样的分析记录过程，但不会储存所得的IrisCode记录，而是比对资料库中的每个档案。

计算汉明距离

比对IrisCode记录的程序包括计算汉明距离(Hamming Distance，HD)，以衡量受辨识的IrisCode纪录与资料库中每个IrisCode纪录间的差距。纪录中的2048对可用位元都会被比对(图三)，而透过采用exclusive-OR计算逻辑，每对位元会被指派一个数值。系统纪录的一号位元与参考的IrisCode纪录一号位元比对，呈现的IrisCode纪录的二号位元就与参考的IrisCode纪录的二号位元比对，以此类推；如果两个位元相似，系统就会分派零的数值给那个比对，倘若两个位元相异，系统则会指派一的数值给那个比对，在比对所有位元後，将相异的位元配对数除以所有比对位元配对数就得到一个十位数的数字，显现两个系统纪录有多大差异，如汉明距离.10就表示两个IrisCode纪录有10%的差距。

认可或拒绝

在图四中可以清楚地见到数以万计的IrisCode纪录比对的频率分布(或然率密度)，在这里看到假冒身份的人其平均汉明距离近似0.5，这是正确的机率结果(如同多次抛掷铜板，正反面的出现频率)；相对地，身份无讹时的平均数值则为0.08(或8%)。

显然在这种辨识模式中(需极其详尽地搜寻资料库)，在拒绝放行某个人前，其决定过程必须应用到所储存的每个档案中，唯有在拒绝所有储存的档案後才会拒绝放行某个人(通常这不花上两秒钟)。

就如其他的生物辨识技术，当辨识门槛降低，发生误判率的可能性就增加，但与现有所有生物辨识系统相比，发生误判的或然率显然较低。[nextpage]

特殊性(Caveats)

虹膜辨识技术及Iridian技术发展与视网膜辨识毫无关连，也毫不相似。虹膜是外表看得见、有颜色、围绕著眼睛瞳孔、甜甜圈状的器官；视网膜则是位於角膜、水晶体、瞳孔及玻璃液後方的半球体器官，且无法看见。Iridian辨识技术是先录下眼睛角膜後方、由外看得到的虹膜的影像(换句话说就是录下一张照片)，而视网膜辨识方式则是扫描中央窝(fovea, 黄斑部的中央部位)，或眼球位於最深处的表层，即视网膜。

Iridian Technologies的虹膜辨识系统确实地辨识每个人，在没有个人辨识号码(PIN)、密码或金钥指令(token)帮助下，执行非常详尽、整个资料库一对多的搜寻，许多其他的生物辨识科技仰赖核对，须输入卡片或PIN以预先选择和适的一个输入档以做一对一的比对。

结论
虹膜这个独特又复杂的器官比现今使用的任何一种生物辨识特徵有更多的比对面向(计量种类)，且终其一生都稳定不变，并随时能用非侵入性的方式取样，过程采用简便且不具侵胁性的影像科技来撷取虹膜的影像、将特徵数位化并得到一个512位元组的代码，接著代码将在两秒内与整个资料库比对完成。

辨识结果接著可用於管制门禁及进入，提供辨识讯息给现有的出入管制系统或作为需有其他明确身份辨识用途之用。