眼紋识别 生物识别黑科技

　　生物识别简单说就是利用每个人独特的生物特征进行识别的技术，比如很多朋友都知道的指纹、人脸、虹膜识别等技术。眼纹识别顾名思义就是利用每个人特有的“眼纹”数据进行识别的技术。
　　既然之前已经有指纹、人脸、虹膜识别等技术，那么蚂蚁金服为什么还要开发眼纹识别？这是因为这些生物识别技术均有不足。以虹膜识别为例，该技术需要专门的硬件支持，也就是远红外虹膜扫描仪，这种识别设备的造价不菲，导致配备虹膜识别手机普遍售价较高，比如三星GALAXY S8报价多在5000元上下，价格过高也直接制约了虹膜识别技术的普及（图1）。

　　当然其他如指纹识别（环境要求高，有些人的指纹特征并不明显，脱皮、有伤痕等低质量的指纹识别率低）、人脸识别（相似度脸型识别率低）也有各自的局限性。因此各大厂商都在研发其他更为先进的生物识别技术，比如蚂蚁金服开发的眼纹识别技术，该技术对摄像头没有特殊要求，普通智能手机的前置摄像头在可见光环境下就满足要求，在采集过程中也只需要用户自然看着手机就可以精确识别，目前在实验室场景下已能识别长相极端相似的同卵多胞胎（图2）。

扫眼识人 眼纹识别是怎么分清你我

　　上面简单介绍了眼纹识别技术的特性，那么在实际的识别操作中，眼纹识别技术是怎样实现对用户的精准识别？

　　首先我们来了解一下什么是眼纹？眼纹就是人的眼白区域的纹理，眼纹识别就是通过人体眼白区域的血管排布情况来区分人的身份。生物识别的一个重要特征就是唯一性，眼纹和虹膜类似，每个人的眼纹也是独一无二的，因此眼纹就可以和指纹、虹膜一样作为人的生物特征来进行识别（图3）。

　　那么眼纹识别技术怎样实现对人的识别？眼纹识别技术和常见的生物识别技术一样，整个识别过程主要分为采集和比对。
　　首先是对眼纹的采集，在手机应用中，眼纹数据的采集主要是借助手机的摄像头进行。当用户打开手机摄像头对准眼部区域的时候，通过摄像头会采集到用户的眼纹数据。一方面，为了确保采集到的是活体眼纹数据，眼纹识别集成活体检测技术，以保证采集到的是人类活体数据（而不是视频、照片等非活体数据），从源头保证采集的眼纹是活体数据。另一方面则集成了图像增强算法，因为人类的眼纹数据区域较小，而且只是普通手机摄像头，图像增强算法则可以确保采集到的眼纹图像足够清晰，以便系统可以从中提取到有效的特征点数据，方便后续的比对（图4）。
　　接着系统使用特征编码算法将眼纹特征转换成一个不可逆的密码（保证用户数据的安全性），同时根据特定的算法生成对应用户的特征码，并将眼纹数据数字化保存在系统数据库中，每个用户的眼纹数据会生成和用户对应的唯一特征码。这样当眼纹识别再次采集到需要识别的用户眼纹时，系统会将采集到的眼纹数据和数据库中存储的眼纹数据进行比对。眼纹识别技术通过特征比对算法可以快速实现比对操作，如果特征码一致则解锁手机，否则提示错误拒绝解锁，从而可以在手机上实现对用户的精准识别（图5）。

眼纹识别 不仅仅是手机解锁

　　上述介绍主要是针对手机解锁进行眼纹识别的应用，既然手机解锁可以实现对使用者身份的精准识别，这种身份识别同样可以应用在生活中的很多区域。
　　比如现在很多无人商店都推出刷脸结算功能，但是人脸识别还是会受限于相似脸型的困扰。为了更有效地提高识别效率，那么可以在人脸识别的基础上叠加眼纹识别，因为两种技术都是对人类的脸部进行扫描，这样在人脸识别系统无法识别人脸数据时，通过叠加的眼纹识别+人脸数据就可以很精确地识别顾客了（图6）。
　　眼纹识别还有更多的应用，因为人类的眼纹数据并不会随着年龄的增长发生很多的变化，如果预先采集到儿童的眼纹数据，那么在儿童走失多年后如果找到，同样可以通过眼纹技术进行甄别。当然因为人类的眼纹是要通过对人类眼白区域的血管排布情况进行标记和精准识别，因此眼纹识别的研发难度很高，比如如何从普通可见光摄像头拍摄的图片中提取出血管分布细节，如何克服眼球反光、眨眼、眼睫毛干扰等因素。我们期待有更多便捷、安全的生物识别技术，给我们的生活带来更多的便利！