我国虹膜识别技术取得新进展
——访中国科学院自动化研究所模式识别国家重点实验室孙哲南博士
提起身份识别，人们首先想到的是指纹、脸像、DNA等。可是，该“行业”中近几年有一种识别技术异军突起，而且在2008年12月份该项识别技术的国际算法竞赛中我国科技人员一举夺魁，这就是模式识别领域的前沿技术——虹膜识别技术。
近日，本刊记者走进了中国科学院自动化研究所模式识别国家重点实验室，采访了该实验室的孙哲南博士。
孙博士不但学问渊博，而且十分健谈，在接近一个小时的采访中，孙博士滔滔不绝地向记者讲述了虹膜识别的发展历史与最新突破。
所谓的生物特征识别，也就是人们常提起的自动化身份识别技术是构建国家和公共安全体系的重要基石。其实人体自身就具备众多独特的生物特征，如脸像、指纹、虹膜、手形、语音、笔迹、步态等，经过传感器采集可形成数字化信息，然后用计算机程序进行特征分析和模板比对，这种自动化的身份识别方法就称之为生物特征识别。作为信息科学领域的尖端高新技术，生物特征识别在安全性和便捷性方面远远优于传统的身份鉴别方式。
身份识别是维持社会安定和秩序的保障机制，如果鉴定个体身份的方法建立在身外之物的基础上，如密码、证件，不法分子就可能盗取和假冒他人身份，损害人民群众的利益，甚至对国家和公共安全构成威胁。例如，在美国由于信用卡密码被破解，每年至少造成1000万人500亿美元的经济损失；伪造证件是恐怖分子的一贯伎俩，在2008年奥运会期间，国外一些不法分子伪造银行卡和证件，对我国的金融安全造成了威胁。美国的“9·11”事件、伦敦地铁爆炸案、印尼巴厘岛恐怖活动都和人员识别的管理缺失密切相关。
虹膜作为身份标识的唯一性
这么说来，与其他的身份识别相比，虹膜身份识别是天衣无缝的吗？
孙哲南博士说，由于虹膜图像存在着许多随机分布的细节特征，造就了虹膜模式的唯一性。
虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在红外光下呈现出丰富的纹理信息，如斑点、条纹、细丝、冠状、隐窝等细节特征。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。
虹膜是一个外部可见的内部器官，不必紧贴采集装置就能获取合格的虹膜图像，识别方式相对于指纹、手形等需要接触感知的生物特征更加干净卫生，不会污损成像装置，影响其他人的识别。
在眼睛图像中和虹膜邻近的区域是瞳孔和巩膜，它们和虹膜区域存在着明显的灰度阶变，并且区域边界都接近圆形，所以虹膜区域易于拟合分割和归一化。虹膜结构有利于实现一种具有平移、缩放和旋转不变性的模式表达方式。
虹膜的半径小，在可见光下中国人的虹膜图像呈现深褐色，看不到纹理信息，具有清晰虹膜纹理的图像获取需要专用的虹膜图像采集装置和用户的配合，所以在一般情况下很难盗取他人的虹膜图像。此外，眼睛具有很多光学和生理特性可用于活体虹膜检测。
研究表明，虹膜图像可有244个独立的自由度，即平均每平方毫米的信息量是3.2比特。实际上用模式识别方法提取图像特征是有损压缩过程，可以预测虹膜纹理的信息容量远大于此。并且虹膜细节特征主要是由胚胎发育环境的随机因素决定的，即使克隆人、双胞胎、同一人左右眼的虹膜图像之间也具有显著差异。虹膜的唯一性为高精度的身份识别奠定了基础。
此间，英国国家物理实验室的测试结果表明，虹膜识别是各种生物特征识别方法中错误率最低的。
一般虹膜形成是从婴儿胚胎期的第3个月起开始发育，到第8个月虹膜的主要纹理结构已经成形。除非经历危及眼睛的外科手术，此后几乎终生不变。由于角膜的保护作用，发育完全的虹膜不易受到外界的伤害。
虹膜图像获取
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。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。在过去的10年中，从最简单的近距离图像获取装置到复杂的远距离图像获取装置，虹膜图像的获取技术得到了快速的发展。
国际上最初的虹膜图像获取装置功能简单，需要用户很好的配合，而且拍摄距离很近，可用性比较差。这个时期的装置多数是由计算机视觉领域中的科研工作者设计的。随后，由于虹膜识别巨大的应用市场和潜在的商业利益，许多公司加入到发展虹膜识别技术这一行列。从1995年开始，光学专家和计算机领域的研究者共同发展了一些虹膜图像获取技术，包括辅助的用户自定位技术、远距离拍摄技术、自动拍摄技术、多摄像机的协同拍摄技术等等。他们研制的先进的虹膜成像系统让虹膜获取越来越轻松，对用户配合度的要求也越来越低，从而使得虹膜图像获取装置逐渐实用化。
目前，美国Sarnoff公司、Iridian Technologies公司、Mitsubishi公司美国实验室，英国电信公司，日本松下公司、OKI公司和韩国LG公司都在从事虹膜图像获取技术方面的研究，并且研制出了适用于各种不同应用的自动虹膜图像获取装置，如松下公司的BM-ET330、LG公司研发的IrisAccess 4000等。但是，这些装置多数都造价昂贵。2000年，美国国防高级研究项目署（DARPA）启动了名为HID的研究项目，即远距离身份识别，其中包括远距离虹膜识别项目（Iris Recognition at a Distance）。Wildes等人设计了一套精密的可在5～10米远的距离内拍摄清晰虹膜图像的装置。除了必要的硬件设备外，Wildes还使用了超分辨率等算法来增强图像的分辨率。软硬件相结合，这是今后虹膜图像获取的发展方向。绝大部分的虹膜摄像头要求用户在成像时保持相对静止的姿态，美国Sarnoff公司近几年研制了Iris on Move技术，在3米外识别正常步速行人的虹膜图像，用户只需要脸朝正前方，不需要特意去凝视虹膜摄像头，在不经意间实现虹膜图像的主动捕捉，适合于大规模流通人群的身份鉴别。LG公司则推出了具有自动变焦功能和可同时识别双眼的虹膜识别装置。Iridian公司发布了能够用于手机和PDA等移动设备的虹膜成像仪。
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，自动化所目前已经研制成功多摄像机协同成像的远距离虹膜采集系统，可以主动获取3米远的人脸和虹膜图像，实现了从“用户配合机器”到“机器主动适应人”的虹膜识别新模式，大大拓宽了虹膜识别的应用范围，也体现了虹膜识别高科技“以人为本”的理念。利用自主研制的虹膜图像获取装置，自动化所建立了上万人的虹膜图像数据库，其中还有200多对双胞胎的虹膜图像数据。为了推动虹膜识别的学科发展，自动化所提出与国内外科研单位无偿共享虹膜图像数据资源。目前，CASIA（中科院自动化所的英文缩写）虹膜图像数据库已成为目前世界上规模最大、用户最多的共享虹膜图像数据库。已有70个国家和地区的2600多个研究机构采用CASIA虹膜图像数据库，其中国外单位2200多家。CASIA虹膜库已经成为国际虹膜识别领域公认的测评标准，推动了虹膜识别学科的发展。
虹膜识别技术的发展趋势
可喜的是，我国越来越多的科研工作者正投身于虹膜识别国产化的进程，虽然起步较晚，但部分研究成果已经达到了国际领先水平。中科院自动化所模式识别国家重点实验室是国内最早从事虹膜识别研究的单位之一，从1998年至今已经开发了五代虹膜识别系统，包括虹膜采集装置、图像预处理、特征抽取和匹配等基本模块。从硬件到软件都实现了完全自主知识产权的目标，突破了早期西方国家的技术垄断与封锁。我国虹膜识别研发的进展已经引起了国际同行的关注。
国内的虹膜识别应用已经开始启动，去年的销售额估计在一亿元人民币左右，发展势头强劲。可以预计，我国虹膜识别产业化将迎来一个明媚的春天。
中科院自动化所与国内最大的ATM机厂商广电运通合作的虹膜识别ATM机，也已经研制成功，并参加了中国国际金融（银行）技术暨设备展览会和国家十五重大科技成就展。煤矿工人的考勤和安全监测一直是一个难题，在指纹、人脸识别无法应用的情况下，自动化所的虹膜识别技术已经在我国的神华集团、龙煤集团等大型企业以及河南、陕西、黑龙江、新疆等地的煤矿应用，成为精确统计出入井矿工人名、人数、时间和落实领导和安监员下井制度的“先进武器”，取得了非常显著的应用效果。除了在国内市场外，从2007年开始，中国科学院自动化研究所的虹膜识别技术走出国门，授权给了美国David Sarnoff公司、欧洲IrisGuard公司和美国肯塔基大学，开创了我国虹膜识别技术授权国外企业和研究机构的先河。这些进展标志着我国在虹膜识别领域通过自主创新掌握了核心技术，突破了国外早期的技术封锁和产品垄断，并且从受制于人的被动局面走向技术出口的主动局面。
2003年国际民航组织公布的规划将要求在个人护照中加入生物特征（面相识别、虹膜识别、指纹识别）并在进入各个国家的边境时进行个人身份的确认。我国迟早会加入这个计划，出于国家安全的考虑，国产虹膜识别系统将有较大的竞争优势。我国的第二代身份证也为生物认证技术的实施预留了空间。
随着光电器件生产成本的不断下降和应用规模的不断扩张，虹膜识别系统已经不再是科幻电影中高不可攀的尖端科技，虹膜识别技术将成为我们生活中不可或缺的一部分，我们可以充分享受它给我们的生活带来的方便性，例如，出门不用带钥匙，商场购物不用带钱包，登录电脑不用记密码等等。
和主动认证不同的是，在被动身份认证中被识别对象不一定希望自己通过认证，甚至可能采取抵制的策略，例如化妆、不配合等。这样就给高质量虹膜图像的获取带来了极大的困难。为了实现被动身份鉴别，我们就必须研究非配合情况下的自动虹膜识别技术，在虹膜图像获取、特征识别等方面都必须进行攻关。例如在监控场景下的虹膜识别系统中，我们可以使用广角摄像头、人脸检测和跟踪技术在视频序列中找到眼睛区域后再将感兴趣区域放大，再配合一些图像增强技术来得到高分辨率的虹膜图像，这样识别精度就可以得到保证。这样的系统安装在大厦前门、电梯进出口等位置，当出现本单位人员时可以起考勤的作用，出现可疑分子时可以报警。监控场景中的生物识别系统如果安装在火车站、码头、机场等场所就可以用于网上追逃、反恐、防间谍等。可以肯定的是，虹膜识别系统易用性会越来越好，采集过程对用户配合程度的要求越来越低，总的发展趋势就是朝着非配合、行进中的生物识别目标努力。
为了提高生物特征识别的精度和防伪性能，多模态的生物识别系统将成为一种趋势。例如，在远距离的身份识别系统中，摄像头可以同时采集到人的步态、人脸、虹膜等生物特征，有效融合这些生物特征的识别结果将提高系统决策的可靠性。除了不同生物特征的融合，同一生物特征不同信息的融合也将成为一种趋势，因为每种表达模型只是从一个侧面反映了生物数据中的可区分内容，不同的特征表达方法之间存在着互补的关系，例如混合指纹匹配方法在指纹识别领域得到了很好的应用。此外，一些辅助的生物特征信息（Soft Biometrics），如人的身高、体形在远距离生物识别系统中也可能得到利用。