虹膜识别技术的发展怎么样?

发布网友 发布时间：2022-04-23 12:41

我来回答

共2个回答

热心网友 时间：2022-06-13 03:02

【什么虹膜识别技术】

是利用人工智能的生物识别技术中的一种，这种技术是能采取人体独特的特征，将这些特征转换成一串数据，来完*体识别和认证。虹膜的独特性在于虹膜特征的唯一性，是因为虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。目前，虹膜识别被公认为是最安全的生物识别系统。

【虹膜识别的未来】

 随着5G和物联网的发展,带动各个物联平台的计算力也在提高,虹识技术正在朝着比对速度提升至高达二万张图片/秒的方向努力。高速比对能力是提升用户体验的关键基础，推动虹膜识别技术朝着更易用、更便捷的方向发展。

虹膜识别技术被广泛用于移动设备中

虹膜识别是有很高技术门槛的生物识别技术，产生虹膜代码的时间仅需1秒，即虹膜的定位可在1秒钟之内完成。由于虹膜识别技术采用的是单色成像技术，网络和硬件设备的性能也制约着检索的速度，因此一些图像很难把它从瞳孔的图像中分离出来。

在识别过程中，允许图像质量在某种程度上有所变化。会有人认为，这一技术的致命弱点是相同的虹膜所产生的虹膜代码也有25%的变化，但其实这种代码的所占的比例是相当小的，只有整个虹膜代码的10%，所以并不能算是虹膜识别技术的弱点。

进一步提升虹膜FAR、FRR性能指标,对全硬件芯片化虹膜编码解决方案进行了深度优化,保证数据和编码结果的安全性。智能虹膜锁，对安全性需求更为迫切如“家庭安防的场景用户、智慧金融支付系统的行业用户以及公、检、法系统”的用户来说有广大的应用空间。

虹膜识别技术会有更广阔的前景

2020年,中国虹膜识别行业已步入发展关键期，虹膜识别技术已然深入到各大行业，影响和助推着相关行业的发展和各大品牌的进步，需要通过迭代产品不断改善用户体验，这个被广泛认为是21世纪具有无限发展前途的生物认证技术，必将有着更广阔的前景,相信会有越来越多的落地应用，惠及民生，惠及你我。

 

希望本篇回答可以帮助到你~

望采纳~

热心网友 时间：2022-06-13 03:02

追溯至19世纪80年代。1885年，ALPHONSEBERTILLON将利用生物特征识别个体的思路应用在巴黎的刑事监狱中，当时所用的生物特征包括：耳朵的大小、脚的长度、虹膜等。1987年，眼科专家ARAN SAFIR和LEONARDFLOM首次提出利用虹膜图像进行自动虹膜识别的概念，到1991年，美国洛斯阿拉莫斯国家实验室的JOHNSON实现了一个自动虹膜识别系统。1993年，JOHNDAUGMAN实现了一个高性能的自动虹膜识别原型系统。今天，大部分的自动虹膜识别系统使用DAUGMAN核心算法。虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分，总体上呈现一种由里到外的放射状结构，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，这些特征在出生之前就以随机组合的方式确定下来了，一旦形成终生不变。虹膜识别的准确性是各种生物识别中最高的。·采集从直径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。在生物识别技术中，这个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，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，要理解二维gabor子波的原理需要很深的数学知识。·精确度：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虹膜代码的可能性是1:1052。·录入和识别：虹膜的定位可在1秒钟之内完成，产生虹膜代码的时间也仅需1秒的时间，数据库的检索时间也相当快。处理器速度是大规模检索的一个瓶颈，另*络和硬 件设备的性能也制约着检索的速度。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虹膜代码也有25%的变化，这听起来好像是这一技术的致命弱点，但在识别过程中，这种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。