生物识别技术提供各种选择，通常分为行为或生理类别。行为生物识别技术可以衡量一个人如何走路、说话、签署签名或在键盘上打字。更常用的生理测量包括对人的指纹、面部结构和虹膜（瞳孔周围的彩色环）的扫描。

计划制定一个通用标准，以通过物理生物识别技术的机场中心快速识别和移动人员。三种主要类型中的每一种都具有优势。但只有虹膜识别系统已被证明能够提供最快、最准确的身份认证结果。

虹膜有 240 个识别点——远远超过指纹和面部技术。每个人的虹膜都是独一无二的，从而减少了涉及同卵双胞胎、其他家庭成员或相同种族背景成员的误报。并且由于虹膜在人的一生中保持不变，因此可以让孩子在很小的时候就可以注册使用机场身份认证系统。

此外，虹膜识别技术不受佩戴手套、口罩、护目镜和面罩等个人防护设备的乘客的影响。

以下是目前几个国际机场如何使用虹膜生物识别技术的情况。

卡塔尔多哈哈马德国际机场在所有出入境闸口和高速闸口使用虹膜生物识别技术来识别超过 1500 万注册该系统的旅客。移民官员在 10 秒内处理一名乘客 - 快速门处理旅客的时间只有一半。卡塔尔还在两个海港和陆地边境口岸使用虹膜生物识别技术。

通常，虹膜靠近上下眼皮的部分总会被眼皮所遮挡，因此还必须检测出虹膜与上下眼皮的边界，从而准确地确定虹膜的有效区域。虹膜与上下眼皮的边界可用二次曲线来表示。虹膜定位的目的就是确定这些圆以及二次曲线在图像中的位置。

用的定位方法大致分为两类，一是，边缘检测与Hough变换相结合的方法；二是，基于边缘搜索的方法。

这两种方法共同的缺点是运算时间长，因此出现了一些基于上述两种策略的改进方法，但是速度并没有数量级的提高。定位仍然是虹膜识别过程中运算时间最长的步骤之一。

虹膜图像归一化

虹膜图像归一化的目的是将虹膜的大小调整到固定的尺寸。到目前为止，虹膜纹理随光照变化的精确数学模型还没有得到。因此，从事虹膜识别的研究者主要采用映射的方法对虹膜图像进行归一化。如果能够对虹膜纹理随光照强度变化的过程建立数学模型或者近似模拟这个过程，将会对虹膜识别系统性能的提高有很大帮助。

图像增强

图像增强的目的是为了解决由于人眼图像光照不均匀造成归一化后图像对比度低的问题。为了提高识别率，需要对归一化后的图像进行图像增强。

特征提取

特征提取是指通过一定的算法从分离出的虹膜图像中提取出独特的特征点，并对其进行编码

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。