从19世纪到现代：虹膜识别技术的发展历程与应用
历史可以追溯到 1880 年代。 1885年，利用生物识别技术来识别个人的想法被应用于巴黎的刑事监狱。当时使用的生物识别包括：耳朵大小、脚长、虹膜等。1987年，眼科医生ARAN SAFIR首次提出利用虹膜图像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实现了自动虹膜识别系统。
1993年，实现了高性能自动虹膜识别原型系统。如今，大多数自动虹膜识别系统都使用核心算法。
虹膜是位于眼睛的黑色瞳孔和白色巩膜之间的环形部分。一般呈现从内到外的放射状结构。它由相当复杂的纤维组织组成，包括许多交错的斑点和细丝。 、头冠、条纹、隐窝等细节特征，这些特征在出生前就以随机组合的方式确定，一旦形成，终生不变。虹膜识别的准确率是各种生物识别技术中最高的。
·收藏
https://img1.baidu.com/it/u=3701768879,445074926&fm=253&fmt=JPEG&app=120&f=JPEG?w=500&h=741
从直径为11mm的虹膜来看，Dr.的算法使用3.4字节的数据来表示每平方毫米的虹膜信息。这样，虹膜大约有266个量化特征点，而一般生物识别技术只有13到60个特征点。 266个量化特征点的虹膜识别算法在很多虹膜识别技术资料中都有描述。在算法和人眼特性允许的情况下，博士指出，通过他的算法可以获得具有173个二元自由度的独立特征。观点。在生物识别技术中，特征点的数量相当大。
·算法：
第一步是使用距离眼睛三英寸的精密相机确定虹膜的位置。摄像头对准眼睛后，算法逐渐聚焦虹膜的左右两侧，以确定虹膜的外边缘。这种水平接近受到眼睑的阻碍。该算法同时聚焦虹膜（瞳孔）的内边缘，并消除眼液和细小组织的影响。单色相机利用可见光和红外线，红外线位于700-900mm范围内（这是IR技术的下限，美国眼科学会在他们的研究中使用相同的范围。）在虹膜上方，算法通过2D Gabor小波方法对虹膜图像进行细分和重组。第一个细分部分被称为。了解二维 Gabor 小波的原理需要深厚的数学知识。
·准确性：
https://img0.baidu.com/it/u=3220440667,2115544170&fm=253&fmt=JPEG&app=138&f=JPEG?w=750&h=500
虹膜识别技术是最准确的生物识别技术。具体描述如下： 两个不同的虹膜信息之间有75%的信息匹配的可能性，即错误率为1:106: 1：两个不同的虹膜产生相同的虹膜代码。概率为 1:1052。
·入境及身份证明：
虹膜的定位可以在1秒内完成，生成虹膜代码的时间只需要1秒，数据库检索时间也非常快。处理器速度是大规模检索的瓶颈。另外，网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单色成像，有些图像很难从瞳孔图像中分离出来。但虹膜识别技术中使用的算法允许图像质量存在一些变化。同一虹膜生成的虹膜代码也发生了25%的变化。这听起来可能是这项技术的致命弱点，但在识别过程中，这段虹膜代码的变化只占整个虹膜代码的10%。它所占的代码比例相当小。
页:
[1]