相较于指纹、人脸识别0.8%、2%左右的误识率，虹膜识别误识率可低至百万分之一。

文 | 希大

说起虹膜识别，很多人会觉得陌生，但以下这个场景对于大多数人来讲都应该见过：看剧的时候中情局或是某神秘部门角色在进入某个秘密场所或是开启某个神秘箱体前，都要扫描视网膜来验证身份。

其实虹膜识别并没有那么神秘，它同人脸识别、指纹识别、声纹识别等同隶属于生物识别。虹膜识别过程主要是利用近红外LED灯和专用摄像头采集近红外虹膜图像，然后使用内置算法对虹膜图像进行特征点提取、分析和比对。因为虹膜具有唯一性、一致性、防伪性，因此其安全性在生物识别技术中处于最高等级。

虹膜识别技术由于极高的安全性蕴含着巨大的市场潜力。根据美国智库Acuity的预测，虹膜识别技术占全球生物特征识别的市场份额，将从2015年的7％提升至2020年的16％，2020年总产值将达到35亿美元，对应复合年均增速为36.6％。但对于虹膜识别技术的未来发展形势，聚虹光电CEO宫雅卓并不认为虹膜识别会由于高安全性而完全替代现有识别技术，在未来人脸、指纹以及虹膜识别等技术会根据不同的使用场景以多模态的形式出现，优化用户的使用体验。

聚虹光电作为一家具有自主知识产权的虹膜识别技术提供商，业务覆盖虹膜识别的算法、模块、整机、云服务等，可提供虹膜识别的完整解决方案。

其中虹膜识别技术的核心是算法。虹膜识别算法其实和其他的算法技术同理，需要在搭建好的算法架构上输入大量的数据信息进行训练优化。宫雅卓告诉36氪，聚虹光电的核心算法技术团队来自上海交通大学模式识别与智能系统国家重点实验室，在算法构建方面具有比较丰富的经验和技术储备。

而在训练数据的收集方面，不得不承认虹膜识别存在一些局限性。首先从现成的数据数量来说，相较于指纹和人脸，虹膜图像本身就具有稀缺性。从2015年开始，中国的身份证录入系统会采集居民的人脸和指纹，因此人脸和指纹在数据量级方面具有先天优势。再从数据收集角度来说，虹膜图像的收集难度更大，本身虹膜的面积就非常小，且易受光线影响，想要采集到大量的虹膜图像则需要技术企业通过大规模虹膜注册项目来完成数据积累。宫雅卓告诉36氪，聚虹光电自2001年开始启动虹膜识别技术的研究，至今技术积累已超过16年，并在多个行业领域完成了合作示范项目，建立了较大规模的用户数据库。

在数据库方面，宫雅卓表示聚虹光电已拥有百万量级的通用数据库，以及数万量级的专业数据库。大量的虹膜图像数据帮助他们进行算法训练，减小拒识率和误识率，并保证在戴眼镜、戴美瞳等特殊情况下也能正常识别。通用的虹膜图像数据多是正常情况下采集到的虹膜图像，这些图像主要来自聚虹光电在国内、东南亚、中东的大型合作项目。专业数据库主要会搜集一些特殊的虹膜图像，大致从年龄、种族、性别等几个维度进行分类和收集。宫雅卓表示，从年龄角度来说老年人受到眼皮松弛的影响，可以采集到的虹膜范围相对较小，增加了识别的难度。从种族角度来说，不同种族的人在虹膜颜色、不同光照下的虹膜纹理呈现形态以及睫毛对虹膜的遮挡程度都不同。从性别角度，很多女性习惯佩戴美瞳，这也对识别能力提出了更高的要求。此外，戴眼镜、瞳孔形状特殊等情况也需要做更加细节性的研究。

谈到虹膜识别技术的应用领域，宫雅卓表示此前聚虹光电更多是和行业用户合作，如金融、安防、公安、教育、信息安全等。

虹膜识别的行业级应用初期多集中在采矿行业，因为采矿工人的脸上和手指上会沾上很多煤渣，所以用人脸识别和指纹识别进行身份认证并不适用。但在宫雅卓看来，采矿行业由于近些年的逐渐衰退，留给虹膜识别介入的市场并不大。

在金融行业，聚虹光电已和多家大型银行联合开发了虹膜ATM。截至2015年底，全国联网ATM设备数量86.67万台，而未来5年行业还将保持较高增长率，预计在20%-25%之间，2021年ATM有望超过259万台。宫雅卓告诉36氪，银行用户的虹膜图像是由银行自行收集成库并进行统一管理，聚虹光电提供核心算法，使得ATM使用者的虹膜图像可以和后台数据库中的虹膜图像进行比对，从而完成身份验证。宫雅卓表示在ATM机上配备了虹膜识别技术，增加了用户使用的便捷度，j2直播，用户无须携带银行卡只需要输入手机号码再进行虹膜比对就能完成存取款过程。而且由于虹膜识别的低拒识率和误识率使得用户的取款额度也可以提升，减少了排队去柜台取大额现金的麻烦。