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。

虹膜识别技术就是一种超级版的条形码二维码识别技术。只不过它识别的不是条形码二维码上蕴含的信息而是人的虹膜上的隐藏的丰富信息，而且其优良的特性也是条形码二维码所无法比拟的。

什么是虹膜？

人眼的外观由巩膜、虹膜、瞳孔三部分构成，巩膜即眼球外围的白色部分，眼睛中心为瞳孔部分，虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息。外观上看，虹膜由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。

脊椎动物眼球角膜和晶状体间呈球状有色彩的膜。为血管膜的一部分、中央是瞳孔。虹膜前面被覆一层内皮;中层为富于血管和色素细胞的疏松结缔组织。

色素的多少可使虹膜呈现不同的颜色，无色素时为蓝色，当色素由少至多时，虹膜可出现灰色、棕色及棕黑色；虹膜后面衬有两层色素上皮，其内层上皮分化为平滑肌。

肌纤维由内向外呈放射状排列的称瞳孔开肌、受交感神经支配、司瞳孔放大;围绕瞳孔缘呈环状排列的称瞳孔括约肌。受副交感神经支配,司瞳孔缩小。

虹膜识别技术的原理

虹膜识别通过对比虹膜图像特征之间的相似性来确定人们的身份，其核心是使用模式识别、图像处理等方法对人眼睛的虹膜特征进行描述和匹配，从而实现自动的个人身份认证。虹膜识别的主要步骤包括虹膜图像的获取、预处理、特征提取与编码和分类。

虹膜图像获取

虹膜图像获取是指使用特定的数字摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像通过图像采集卡传输到计算机中存储。虹膜图像的获取是虹膜识别中的第一步，同时也是比较困难的步骤，需要光、机、电技术的综合应用。

因为人们眼睛的面积小，如果要满足识别算法的图像分辨率要求就必须提高光学系统的放大倍数，从而导致虹膜成像的景深较小，所以现有的虹膜识别系统需要用户停在合适位置，同时眼睛凝视镜头(Stop and Stare)。

另外东方人的虹膜颜色较深，用普通的摄像头无法采集到可识别的虹膜图像。不同于脸像、步态等生物特征的图像获取，虹膜图像的获取需要设计合理的光学系统，配置必要的光源和电子控制单元。

由于虹膜图像获取装置自主研发的技术门槛高，限制了国内虹膜识别研究的开展。中国科学院自动化研究所在1999年研制出国内第一套自主知识产权的虹膜图像采集系统，其特点是小巧、灵活、低成本、图像清晰。经过不断地更新换代，自动化所最新开发的虹膜成像仪已经可以在20—30cm距离范围通过语音提示、主动视觉反馈等技术采集到合格的虹膜图像。

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

IrisAccess 7000S

Iris ID 的 IrisAccess® iCAM 7S 系列继续为虹膜识别的性能和多功能性设定最高标准。无论您是在寻找引领行业的单一生物特征识别解决方案，还是与卡、读卡器或键盘解决方案一起使用的多因素验证解决方案，IrisAccess 平台都能满足您的需求。

在过去的 20 年里，Iris ID 一直是虹膜识别技术商业化的领导者、关键开发商和推动者。IrisAccess 作为世界上最先进、部署最广泛的虹膜识别平台，继续引领市场。

iCAM 7S 系列是 iCAM 系列中的最新一代产品，与之前在全球部署的 iCAM4000 系列解决方案完全兼容。IrisAccess 现在已经是第六代了，具有更多的特性和功能以及更大的集成灵活性。

Iris ID 的生物识别解决方案通过 14 英寸外的眼睛虹膜提供高度准确的非接触式识别，同时为全球数百万人提供安全、便利、隐私和生产力。iCAM7000 的多功能性和灵活性允许与许多基于 Wiegand 和网络的访问控制、时间和考勤、访客管理和销售点应用程序轻松集成。

工程和设计团队通过视觉和听觉提示进一步增强了 iCAM 系列的直观用户界面，提供最简单、最快速和最准确的虹膜注册和识别。快速自动倾斜功能通过简单的触摸或与卡片或 PIN 结合以调整高度，进一步提高了速度和便利性。还可以在注册过程中获取人脸图像，以简化徽章和访客管理应用程序，同时还为可选的监控摄像头提供了空间。

用于访问控制的新 iData™ 软件套件以及 SDK 和开发工具套件允许合作伙伴构建支持多种加密替代方案、符合 FIPS201 并包括 PKI 支持的身份管理应用程序。专家们还承认，IrisAccess 套件中内置的对策为行业树立了标准。

每种虹膜图案都是独一无二且终生稳定的，并且由于虹膜中有更容易测量的特征，因此虹膜识别被认为是小规模和大规模生物识别部署中最准确、最快和可扩展的选项。指纹、手、声音、静脉和面部特征等其他生物识别方式通常会随着时间或使用条件而变化和变化。