干貨篇：三星Note7的虹膜識別到底是啥？
加入技術交流群
總的來說，虹膜識別算法通常包括虹膜圖像質量評估，虹膜區域定位(包含粗定位和精定位)，虹膜預處理，虹膜特征點提取，虹膜模板生成，虹膜模板匹配等算法處理過程。
圖二
圖三
當從手機攝像頭獲取到圖像后，首先對采集到的圖像進行初步質量評估，評估圖像的清晰度，亮度，運動模糊，聚焦度等基本參數，如果圖像不滿足質量要求，丟棄繼續獲取下一幅圖像。
圖像滿足要求則進入虹膜區域定位，先進行粗定位得到虹膜的大致區域，然后進行精定位，分別獲取到瞳孔和虹膜的圓心坐標和半徑。
得到虹膜區域后，通過預處理算法去除眼皮，睫毛，光斑等干擾因素，取出剩余可用的虹膜區域進行歸一化。
然后進行特征點提取，對虹膜歸一化圖像分析。如圖3所示，R1區域受上眼瞼和睫毛干擾較嚴重，R2區域受下眼瞼干擾，且虹膜紋理主要集中在靠近瞳孔的區域，所以選擇歸一化圖像的右上部R3區域為特征提取區域，R3區域大小一般不小于歸一化圖像大小的1/6，這里取40×200。提取特征區域后利用二維Gabor波將其篩選和繪制為相量，相量的信息包括方向和空間頻率(圖像內容)以及圖像位置。
利用這些向量信息繪制為“虹膜碼”，最后使用虹膜碼進行匹配認證。
當用戶啟動功能后，手機點亮近紅外光源，將眼鏡對準虹膜攝像頭，攝像頭進行成像，手機對攝像頭的圖像進行采集，并輸出至算法處理模塊進行虹膜區域定位，特征點抽取并生成虹膜生物特征模板，首次生成的虹膜特征模板將會被存儲到手機上，用作身份認證比對的特征庫。
后續實時采集的虹膜特征與存儲的模板進行匹配，匹配通過即可完成手機解鎖、APP解鎖，虹膜支付等操作。手機搭載的近紅外光源照射到眼睛的光線強度只有IEC 62471生物安全檢測標準規定的光強的1/10，遠遠低于安全門限，不會對眼睛造成傷害 。
虹膜手機目前在技術上層面上，不管是攝像頭硬件，IR LED照明燈還是虹膜算法，均已成熟，滿足了產品級的應用需求，市場上也陸續出現了幾款帶虹膜識別功能的手機。當具備虹膜識別功能的手機陸續普及后，基于虹膜識別的應用將不再局限于解鎖，APP保護等基礎應用，會進一步拓展到權限控制，網絡移動支付，文件數據加密，身份鑒權認證等領域。
目前支付寶的安全架構方案(IFAA2.0)已經支持虹膜識別功能，并將其作為行業標準中的亮點重點推廣。不久的將來，我們只需要看一眼，即可完成身份認證過程，相對的，不用擔心密碼忘記，指紋被竊取這類問題。
評論