生物识别技术在电子终端领域落地应用的过程中，安全性能一直是备受瞩目的问题。据媒体报道，10月24日举行的GeekPwn国际安全极客大赛上，便有团队破解了赛事中提供的人脸识别算法，成功误导识别效果。而这一算法的API接口来自于亚马逊名人鉴别系统（Rekognition）。
这一定程度反映出在人脸识别领域，算法仍有不断完善的空间。当前被重点研发和运用的生物识别技术主要为指纹、面部和虹膜识别三种。但指纹和面部识别更为广泛被运用，虹膜则由于信息采集和软硬件配套等问题，目前尚未大规模普及。
“针对虹膜图像的研究已经有近20年历史，第一步解决了从无到有，近距离高清虹膜图像采集问题；第二步是从单目到双目；第三步将解决识别远近难题；第四步则可以将识别形态从固定深化到移动阶段。”10月19日举行的一场业内论坛上，中科院自动化研究所研究员孙哲南表示，目前针对虹膜识别技术开展的成像技术框架已和过往有很大区别。
研发走向成像识别一体化虹膜识别技术一直以来被认为是生物识别技术中安全性更高的一种。这是源于，无论指纹还是面部，在外部环境乃至于人的心态等变化之下，或多或少会有所改变，但若非经历危及眼睛的外科手术，人的虹膜几乎会终生不变。
因此虹膜识别相比其他两种技术，相对更稳定、防伪特征更高。“虹膜本身是动态的，瞳孔会随着光线而变化，因此从防伪角度就有很大的价值。”中科虹霸总经理马力如此解释，主要是通过红外光下呈现的如斑点、条纹、隐窝等虹膜中的细节特征，识别人的身份。
“相比其他采集的信息，虹膜的物理尺寸小，人的虹膜直径仅约11毫米，因此虹膜识别的图像分辨率要求较高，导致虹膜成像景深比较小，用户眼睛必须放在光图上，特别是东方人都是褐色虹膜色素细胞，采用近红外光才能看清虹膜纹理细节特征。”孙哲南如此解释道。
虹膜识别的关键技术主要包括四个部分：虹膜成像技术、活体判别技术、质量评价技术和特征表达技术。具体而言，分别解决的是虹膜信息有无问题、图像真假判断问题、虹膜图像的好坏问题以及图像主体问题。
也即随着虹膜技术未来的更大范围应用，不止人脸，运用在以动物为代表的其他生物等领域中同样可期。
据孙哲南介绍，目前其所在团队研究的成像技术框架，是在成像过程中，引入认知任务对光学系统的参数和计算成像算法采用自适应处理。“我们把光场成像的研究成果运用进来，既记录光的强度也记录光的方向，可以得到四维光感数据，然后进行计算成像的处理、扩展景深。 光场成像对虹膜识别的价值在于，可以实现多目标、大景深。”
算法层面的其中一个关键，是如何有效分割虹膜图像的有效区域。进行睫毛、眼睛遮挡的分割，表达虹膜的特征、进行合理检测。
“传统算法基本只能解决虹膜的分割，对图像中的像素进行语义标准，定义是虹膜区还是非虹膜区，在此基础上，我们提出多任务的神经网网络，并且带了主动视觉注意机制。不管是可见光虹膜成像分割、跨设备、跨场景的虹膜分割，都得到很好的效果。”孙哲南表示。
虽然当前在移动终端的应用尚未普及开，但据介绍识别效果已有大幅提升。“移动终端光靠虹膜识别还达不到非常好的效果，通过虹膜和眼珠问题特征的收集融合，识别错误率可以降低50%左右，在移动终端错误率可以达到千分之五左右，足够满足移动终端身份识别的需求。”孙哲南表示。
但他也指出，目前虹膜成像模式存在成像和认知计算分离问题，即成像和识别算法尚未一体化。目前的研究方向便是，在成像过程中，引入认知任务的驱动，比如在成像过程中采用动态可变的传感框架，可以自适应选择最优波段、成像光学参数、计算成像算法等，对运动的目标主动式成像。
“在未来，从受控场景到复杂场景的生物特征，一定会在感知模式、采集难度等方面进一步优化。尤其是数据量很大的时候，对于深度学习的算法需要继续革新。同时我们也在做远距离、多模态、高通量、无感知的设备。”中科虹霸总经理马力总结道。
应用场景加速落地技术逐步成熟之后，落地的进展最先与国家标准建立有关。“十三五”以来，大量虹膜识别相关的国家和行业标准开始发布或立项。
据马力介绍，目前已发布的标准，内容指向包括图像技术要求、数据交换格式、算法测评方法、程序接口规范等方面；对于采集设备通用技术要求方面正在报批过程中。
实际上目前政府级别单位掌握的虹膜数据远比想象中庞大。马力在前述论坛中介绍，目前全球通过指纹、人脸、虹膜技术已面向十亿以上人口做过采集，而虹膜在全球到目前为止有不到20亿的采集数据在政府手中。
至于目前在生活中落地较慢的原因，主要与信息采集难度和终端应用有关。拓墣产业研究院分析师陈彦尹25日告诉21世纪经济报道记者，由于虹膜辨识技术早期的整体技术尚不够成熟、建置成本过高，因此只有如金融机构这类最在意安全性及隐私的地方采用居多。这几年随着各类型生物辨识技术成本下降，全球都更重视以此带来的价值。
“虹膜辨识与人脸辨识的确是最常被拿来做对比，因为两种技术都属于不需要像指纹辨识一样碰触感测设备的技术。但针对国内政府近几年想在众城市推行的安防概念来说，其推行难度比人脸辨识大许多。虽然两者都是针对拍回的图像进行辨识，但在相对远的距离之下，拍眼睛及人脸所传回的图片大小、清晰度等都会有较大落差，容易造成虹膜辨识所需要的生物特征值不足问题。”他解释道。
若从移动终端的应用角度分析，则与终端本身的软硬件配套有关。手机就是最直接的场景，如面部识别之所以在今年开始大规模采用，很大程度来自于去年底，苹果推出的iphone X开始大规模运用到面部识别技术。此后软件配套不断丰富，才有了更多使用场景落地的可能。
当然这是消费终端，在许多海外国家，其实早已开始虹膜识别的场景应用。“虹膜识别整体增长速度非常快，每年复合增长率可以达到20%以上。”孙哲南介绍道，除了常规2G（政府）方面落地较快的安检通关、反恐等领域，针对特殊人群的识别、在海外银行的落地也在快速推进。
比如备受关注的儿童安全方面，当前国内主要通过DNA验证，但该方式成本较高、检测时间长。马力介绍道，作为公益性项目，中科虹霸已在全国超过20个省市派出所、幼儿园建立虹膜采集点，面向0-12岁儿童采集数据，正是为解决儿童丢失、拐骗等问题。
在印度、印尼、墨西哥、菲律宾等，尤其是东南亚和非洲国家，已经出台政策推动全民采集生物特征。这是把技术落地在海外的契机。
“我们已授权一些国外公司把虹膜识别技术用在联合国难民营管理，采用虹膜识别+区块链技术，用于管理联合国几百万难民。”孙哲南介绍道，目前已运用在中东、叙利亚、埃及等国家的难民管理。
与人体形态接近的动物领域也有探索，比如宠物狗。“对宠物狗的身份管理，传统是打电子标签，但这对狗是一个伤害。现在已有地方采用虹膜对狗建立档案，运用在宠物医院、日常管理等方面。”据孙哲南介绍，经过实验，准确率可达99.9%以上。
