虹膜识别技术加速应用场景的落地

虹膜识别技术一直以来被认为是生物识别技术中安全性更高的一种。这是源于，无论指纹还是面部，在外部环境乃至于人的心态等变化之下，或多或少会有改变的，但如果没有经历危及眼睛的外科手术，人的虹膜几乎不会变。虹膜识别技术在电子终端领域落地应用的过程中，安全性能一直是备受关注的问题。 

虹膜识别的关键技术主要包括四个部分：虹膜成像技术、活体判别技术、质量评价技术和特征表达技术。具体而言，分别解决的是虹膜信息有无问题、图像真假判断问题、虹膜图像的好坏问题以及图像主体问题。　　

　　目前全球通过指纹、人脸、虹膜技术已面向十亿以上人口做过采集，而虹膜在全球到目前为止有不到20亿的采集数据在政府手中。

　　虹膜识别应用场景落地慢的原因，主要与信息采集难度和终端应用有关。若从移动终端的应用角度分析，则与终端本身的软硬件配套有关。手机就是最直接的场景，如面部识别之所以在今年开始大规模采用，很大程度来自于去年底，苹果推出的iphone X开始大规模运用到面部识别技术。此后软件配套不断丰富，才有了更多使用场景落地的可能。 

　　当然这只是消费终端，在许多海外国家，其实早已开始虹膜识别的场景应用，整体增长速度也非常快。虹识技术通过自主研发的虹膜核心算法，也逐步的在推进虹膜识别应用场景的加速发展。就拿备受关注的儿童安全来说，虹识技术特针对儿童安全方面，推出儿童防丢失的虹膜解决方案，目前已进入到实际的应用场景。这套虹膜解决方案以虹膜数据库储存技术为核心，前期进行人员虹膜信息采集，中期对采集到的身份信息进行处理，后期将身份信息进行对比，最终实现对丢失儿童身份信息的确认。虹识技术除了推出儿童防丢失虹膜解决方案外，还推出了公共安全、智慧社区的虹膜识别整体解决方案。 

　　在未来，从受控场景到复杂场景的生物特征，一定会在感知模式、采集难度等方面进一步优化。尤其是数据量很大的时候，对于深度学习的算法需要继续革新。同时虹识技术也在做远距离、多模态、高通量、无感知的虹膜识别产品，从而推动虹膜识别技术的发展及加快应用场景的落地。