<mark id="oztn4"></mark>
16
【編者按】本文作者宮雅卓，聚虹光電創始人，上海交大博士。對生物特征識別有所研究，尤在虹膜識別領域有15年的專研。他將帶來《碟中諜5》系列科普，本文是視網膜和虹膜識別的科普——視網膜和虹膜，誰才是科幻片最青睞的高科技？
幾乎每部“碟中諜”，都會在生物識別領域引起一場熱烈討論，以至于這部電影被戲稱為“生物識別技術的廣告宣傳片”。比如用虹膜解鎖拯救世界的緊急任務，或戴著橡膠面具騙過人臉識別溜進克里姆林宮，這都是伊森·亨特最親睞的“黑科技”橋段。
“碟中諜5”中，阿湯哥飾演的伊森·亨特亮出了新技術 —“視網膜識別”: 一臺攝像機對準英國首相的右眼，隨著兩道紅光掃過，伊森·亨特打開了決定人類命運的“紅盒子”。我們愛大片，我們更愛科學。同屬于眼睛的兩種生物特征：視網膜與虹膜，到底誰更勝一籌？
（“碟中諜5”里的視網膜識別）
視網膜VS虹膜: 識別原理
視網膜位于眼球后部，是一層透明的薄膜。視網膜識別，是用紅外線透過瞳孔，拍攝視網膜血管的圖像，利用視網膜血管分布的獨特性進行身份識別。視網膜血管分成兩類：主要血管和毛細血管，前者特征比較明顯，可用于身份識別，后者特征尺度太小，無法用于識別。
虹膜位于眼球前部，是瞳孔周圍具有多種顏色的環狀組織，位于眼球外部可視表面，被透明的角膜層覆蓋，呈現出一種復雜的放射狀紋理，這些紋理由很多皺褶、凹陷和突起組成。虹膜識別，就是采集、提取、分析和比較這些環形復雜紋理的差異性。
（眼睛結構圖）
視網膜與虹膜都是眼部的生物特征，都被眼瞼和角膜所保護，比指紋、人臉等外部特征具有更高的穩定性，不容易受到外界環境的影響和傷害；視網膜與虹膜的采集，都需要借助專用的紅外照明和成像設備，不可能被輕易地復制和仿造。
從原理評估上看，雙方平手。
視網膜VS虹膜: 多樣性與穩定性
特征多樣性，就是特征的豐富程度，是識別精度的最重要基礎，多樣性越高就意味著識別精度越高。
（左：虹膜，右：視網膜 。你猜哪一個特征更豐富？）
視網膜的血管和虹膜的紋理，都被認為是具有高度多樣性的生物特性。虹膜特征多樣性的數量級，達到“2的263次方”，這一驚人指標被認為是所有生物特征中最高的。理論上計算，只要特征被完整采集，虹膜的多樣性足以支持全世界70億人的身份識別。實際應用中，優秀的虹膜識別技術商能夠降錯誤率降低至500萬分之一。
雖然視網膜特征多樣性的數量級，目前還沒有權威機構公開發表的數據，除了美國Orkand公司1990年4月發表的《個人識別工程：最終報告》( Personal Identifier Project: Final Report )之外，沒有更多的參考資料，但是學術界普遍認為視網膜的多樣性可以支持高精度的身份識別。
從多樣性評估，虹膜占據上風。
一種生物特征能否被選擇成為身份識別的可靠手段，除了多樣性以外，穩定性是另一個必須考量的重要因素。
受限于人類的碳基生命形式，衰老是不可避免的，如大劉所說：一切速朽，死神永恒。衰老有兩種不同的形式，一種是正常情況下出現的生理性衰老；另一種是疾病或外傷引起的病理性衰老。在衰老過程中，一種生物特征能否始終保持穩定，將嚴重影響識別精度和使用體驗。
視網膜，是一層非常脆弱的薄膜，一旦眼睛收到沖擊，如遭遇一次并不嚴重的交通事故，就可能造成血管出血甚至視網膜脫落，導致無法進行視網膜識別。某些疾病也會改變視網膜血管的特征，醫學上利用這一現象，通過眼底血管造影觀察視網膜血管的變化，并將其發展成為一種常規的診斷手段，如青光眼會壓迫視網膜血管，糖尿病會導致視網膜血流異常，血管硬化也會改變視網膜血管形態，以上三種常見病都會影響視網膜識別的精度。
虹膜，在胚胎發育期形成，從出生后6個月直到死亡都保持不變，影響虹膜特征的疾病非常少，目前只有虹膜黑素瘤一種，而且發病率極低。此外，嚴重的眼外傷才會影響虹膜特征，而一般的眼科手術如近視眼矯正手術、白內障手術、青光眼手術都不會對虹膜識別造成影響。
從穩定性評估，虹膜優勢明顯。
視網膜VS虹膜：用戶體驗
視網膜和虹膜，都是非接觸采集，都要比指紋、掌紋、指靜脈等接觸式采集方式更友好、更衛生，但兩者在用戶體驗上，依然存在差異。
視網膜圖像要在半英寸（1.27cm）的近距離內采集，而且只能采用單攝像頭，即一次采集一只眼睛。影片“碟5”對視網膜采集過程的描繪幾乎是完全準確的：摘掉用戶的眼鏡，將采集設備對準某一只眼睛，接近到幾乎貼在眼睛上，保持靜止2~3秒，才可以完成視網膜掃描過程。
國際知名的NGO組織電子前沿基金會（EFF，Electronic Frontier Foundation）在一份調查報告中給予視網膜識別負面的用戶體驗評價:
一些用戶反饋在視網膜掃描過程中感到不舒適，它無疑是一種“更具侵犯性”的生物識別技術。
（原文評價：It's definitely one of the more intrusive biometric technologies, with some subjects reporting discomfort at the scanning method.）
虹膜圖像在30厘米的距離范圍內采集，而且在采集過程中用戶無需摘下眼鏡，只需要以自然的方式注視一面長條形鏡子中的眼睛鏡像，即可同時完成雙眼虹膜圖像的采集。
相較于視網膜圖像半英寸（1.27cm）的采集距離，虹膜識圖像在30cm距離被采集顯然更方便、更舒適，雙眼虹膜同時被采集，也意味著更高的采集效率、更高的識別精度。近年來，遠距離虹膜識別成為新興的研究熱點，有望在1~3米甚至更遠的距離完成虹膜圖像采集，目前已有原型機推出，但由于成本高昂并未被大規模使用。國際知名的NGO組織電子前沿基金會在同一份調查報告中給予虹膜識別更積極的用戶體驗評價:
虹膜識別具有“易用性優勢”，它僅僅要求用戶在3~10英寸以外注視攝像頭即可。
（原文評價：Iris recognition has an advantage in ease of use, in that it merely requires the subject to look at a camera from a distance of three to ten inches. 可參看EFF報告全文）
從用戶體驗評估，虹膜完勝。
視網膜VS虹膜: 大片里的酷炫科技實現了嗎？
今天，視網膜和虹膜這兩項“黑科技”，都已經實現了產業化。
美國Iridian公司，由虹膜識別技術創始人John Daugman博士創立，是國際上最知名的虹膜識別算法供應商，為LG、松下的硬件產品提供虹膜算法授權，該公司后被收購，目前隸屬于法國Safran集團。
中科院自動化所和上海交通大學圖像所，是國內最早開始虹膜識別研究的學術機構，都有近15年的技術積累，擁有完全自主知識產權的虹膜識別算法，并已在在煤礦、電力、公檢法、信息安全等行業都有應用案例。
視網膜識別技術的市場化情況尚不明朗，成立于1976年的美國EyeDentify公司是其中的代表。但是由于視網膜識別的易用性存在先天缺陷，對用戶的侵犯性較強，因此并未真正商業應用。國內幾乎沒有科研機構或商業機構從事視網膜識別技術的研究，也沒有啟動相關產業化。
綜上，視網膜和虹膜，從多樣性、穩定性、用戶體驗、產業化程度來評估，顯然虹膜更具優勢，它成為“碟中諜”系列曝光度最高的生物特征，也就一點都不奇怪了。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
