最近的一项消费者调查显示，人们越来越接受生物识别技术。近一半 (46%) 的受访者表示，在 COVID-19 大流行期间，生物识别技术让他们的生活更轻松。与两年前进行的类似研究相比，生物识别舒适度显着提高。

这项由商业应用程序和软件发现平台的在线生态系统 GetApp 进行的调查显示，自 2020 年以来，消费者对虹膜识别的舒适度提高了 31%。这种流行病似乎有助于将虹膜和面部识别等非接触式生物识别技术推向主流.

很容易看出为什么越来越多的人欣赏虹膜生物识别技术的速度、准确性和非接触式优势——尤其是在长期大流行期间。越来越多的机场、医院、制造厂、数据中心和政府机构使用虹膜生物识别系统。

GetApp 调查的受访者表示，出于安全目的（例如护照控制），他们乐于共享生物特征数据。然而，大多数人对与共享数据相关的潜在数据泄露和侵犯隐私表示担忧。

这些担忧表明生物识别行业仍然面临着我们的工作。虹膜扫描模板是加密的，因此它们不能被还原和重新设计以用于识别目的。虹膜生物识别技术的使用提供了比访问控制卡、护照或驾驶执照等其他常见身份识别形式更大的隐私。虹膜生物识别技术的实施为保护个人隐私提供了一个安全的包络。

人们经常对新技术持谨慎态度是可以理解的。但生物识别技术旨在实现最高级别的身份识别，同时防止黑客和其他希望从他人身份中获利的人。

虹膜识别技术是一种我们既熟悉又陌生，十分科幻神秘，又比较常见的感知识别技术。虹膜识别具有便于用户使用、无需物理的接触、可靠性高等优点。

虹膜识别的原理

虹膜识别系统主要包含虹膜图像采集装臵、活体虹膜检测算法、特征提取和匹配三大模块。虹膜图像的获取是虹膜识别中的第一步，虹膜面积小，而且不同人种的虹膜颜色有着很大差别，这使得普通的摄像头无法拍摄出可以用于识别的清晰虹膜图像，因此必须采用专用的虹膜图像采集装臵，包括红外光学成像系统、电子控制单元和适当的软件算法。

特征提取和匹配则是虹膜识别系统中核心的部分，即使用有效的特征对虹膜图像进行描述，并刻画特征向量之间的相似性，最终由系统将采集的信息与数据库内的信息进行比对，决定用户的身份和权限等。

识别精确

• 虹膜认假的统计概率是 1/120 万。

• 检查人眼 400 个可测量变量（自由度）中的 240 多个变量。

• 独特性 = 准确性

• 两个人有相同虹膜模式的概率是 1078

• 双胞胎尽管拥有相同的 DNA，但虹膜模式不同

• 左眼和右眼的虹膜完全不同

• 人发育到 1 岁后虹膜就变得相对稳定

可进行 1:N 识别和 1:1 验证

• 积极识别 – 虹膜是在数学意义上独特性最高的生物特征。

• 只有虹膜识别能够提供有效的 1:N 识别和 1:1 验证。

虹膜特征：生物测定学上的“最佳特征”

• 最小的离群值

• 物理差异影响小

• 年龄：稳定的模板：1 --> 99 *

• 一次性持久登记

• 最快的身份鉴别

• 1:N 识别和 1:1 验证

• 单或双因素模式

• 最低的 FAR（错误接受率） 和 最低的 FRR（错误拒绝率）。相当于错误率 1 x 120 万/眼

* 针对新生儿的有限数据，也不包括创伤/手术/低发病率疾病。

性能数据

• 与其他所有生物识别技术（DNA 除外）相比，复杂的虹膜会导致更多的自由度（数据点）

• 高质量的登记甚至能降低对完美“现场”呈现的要求。