指纹识别、人脸识别技能正在趋于成熟，也正在被运用到更丰富的场景，逐渐改变我们生活的方方面面。但在大多使用场景中，很多人发现原来指纹允许复制，双胞胎、整容等因素又让人脸识别傻傻分不清楚……某种程度上对指纹识别、人脸识别的安全性提出了挑战。技能永远存在bug，那么要实现精准识别，还能通过什么样的不可替代的生物体特征?答案可能是虹膜识别。

人类一直有一个对于“精准身份识别”的梦想，人脸、指纹、虹膜这些不可替代的生物体特征陆续被技能所用。指纹识别、人脸识别的准确度受到质疑的时候，不得不提到虹膜识别。虹膜识别，可能是一项更具有安全性的技能。

一、先做个普及，到底什么是虹膜识别：

简单来说，人的眼睛结构由巩膜、虹膜、瞳孔三部分构成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，是眼球中瞳孔周围的深色部分，其包含有很多相互交错的斑点、细丝、冠状、条纹等等细节特征。而平时我们常见的近视眼、白内障、红眼病对虹膜也完全不会造成破坏，这些特征决定了虹膜特征以及身份识别的唯一性。

虹膜识别技能则是人体生物识别技能的一种，被多数认为是21世纪最具有发展前途的生物认证技能，可用于未来的安防、国防、电子商务等多种领域的运用。基于虹膜扫描的身份识别理论最早始于1930年代，直到1990年代才初步商业化运用，虹膜识别算法程序的开发者是一位名叫JohnDaugman的美国数学家，他被业内称作是虹膜识别算法理论的开创者。

虽然虹膜识别这项技能并不稀奇，但大多数人对虹膜识别的第一印象仍然停留在好莱坞大片中，事实上虹膜识别已经渗透到我们的生活中，今年5月在日本运营商NTTDoCoMo举办的新机发布会上，富士通便推出了搭载虹膜识别技能的新款机型ArrowsNXF-04G，这也是全球首款量产的具备虹膜识别技能的智能手机。

国内厂商中，中兴天机3和VivoX5Pro，也都配备了眼纹识别技能，但重视眼纹识别与虹膜识别有着巨大的差异，无论是安全等级和识别率都比虹膜识别低，不过Vivo和中兴在产品上配备眼纹识别，也意味着手机厂商初步尝试指纹、人脸识别之外的生物识别方式。除去手机厂商，也不乏一些科技巨头的力推，比如：今年3月微软便宣布Windows10将引入生物识别认证，就包括用虹膜识别代替密码;谷歌到目前为止已经申请了多项利用隐形眼镜进行虹膜识别的专利，意欲利用隐形眼镜探测虹膜反射光线，生成一个“虹膜指纹”，之后将“虹膜指纹”与存储的样本比对，以此判定是不是同一个人;英特尔主导成立了全球首个虹膜支付联盟，联想和民生银行均已加入。

各大公司几乎都在将虹膜识别技能作为重要的技能储备，最主要的原理无非是看中了虹膜识别蕴含的巨大市场潜力。美国智库AcuityMarketIntelligence发表的《生物识别的未来TheFutureofBiometrics》报告显示，虹膜识别技能将在未来10—15年快速普及，并且占全球生物特征识别市场份额的16%，虹膜识别产品的总产值将达到35亿美元。

二、虹膜识别技能受追捧的另一个因素是：安全

因为人眼的虹膜在出生6个月后即发育成熟，之后就会保持终生不变，更不会出现如指纹磨损、面容变化导致设备拒识本人的情况，而且眼球剥离人体后虹膜会随瞳孔放大而失去活性，很难被伪造。相较于指纹0.8%、人脸识别2%左右的误识率，虹膜识别误识率可低至百万分之一。下图是虹膜与市场现有其他生物特征的比较：

在国内，早期虹膜识别技能被多数用于煤矿行业的考勤。成都中媒科技、成都中科虹霸是当时最大的两家虹膜识别设备提供商，前者的技能来源于成都交大，后者主要成员来自于中科院自动化所。它们都具备技能研发的基础，同时也做代理国外产品的生意，比如中媒科技就是LG在的最大代理商，后来中媒科技由于内部出现问题分支出两家公司：成都中虹智能科技、成都凯虹电子科技，同样是做代理。一位专注虹膜识别研究多年的业内人士告诉钛媒体，当时虹膜识别设备的均价大概是10W一台，业绩好的公司每年能够有800W人民币的流水。

但问题也随之而来，趋于高额的利润，一些没有技能研发能力的公司纷纷代理LG、Panasonic的产品，然后包外壳，号称是拥有自主研发学问产权。这样一来，就导致虹膜考勤行业的整体利润大幅降低，形成了一种劣币驱除良币的现象。

有意思的是，当时国内争相代理的LG和Panasonic的产品也并非自主研发，而是购买了Iridian的虹膜核心算法授权，Iridian是最早的虹膜识别算法供应商，称得上是虹膜识别领域的技能开创者，曾先后两次被收购，目前属于法国赛峰(SAFRAN)，前文所说虹膜识别技能的开创者JohnDaugman就是Iridian公司的股东之一。

虽然行业被搅乱，利润被压缩，但虹膜识别整个市场的需求却有增无减，于是一些企业初步在国内寻找具备成型产品的公司。直到2009、2010年的时候，国内虹膜产品市场形成了三个层面的划分：

1、真正拥有自主学问产权的技能研发和供应商，国内仅有2到3家;

2、生产厂商，从技能供应商那里购买算法授权，再经过自家的工业设计提高品牌溢价，凭借庞大的客户资源和销售渠道进行全球范围的分发，LG和Panasonic就属于这一类;

3、纯代理商，没有任何技能研发，全靠代理国外设计成型的产品，从中赚取差价。

三、国内的虹膜识别技能主要来源于中科院自动化所和成都交通大学图像所

它们分别衍生了前文所提到的中科虹霸和聚虹光电两家公司，这两家公司在虹膜识别技能的研究时间都超过10年，业内人士称之为：北中科，南聚虹。从技能研发角度来看，中科虹霸和聚虹光电均属国内一线阵营，作为技能提供商，处于价值链的最上游，主要以算法授权为主，面向的是厂商和集成商，并不直接面对终端客户，所以行业外的人对此所知甚少。

国内虹膜技能的研发方向是针对东亚人的黑色虹膜识别，黑色虹膜由于纹理少，表面色素多，光线原理导致不稳定性又强等因素，是被虹膜识别理论创立者Daugman公认的最难识别的，这也决定着黑色虹膜在可见光下是不能看到的，必须用到红外光识别。恰恰又是黑色虹膜最大样本市场。所以，这两家目前在煤矿、电力、安全等领域都有落地的案例。

除去以上两家，也有一些其他的研究机构或公司在做虹膜识别算法研究，但都属初级，从技能转化为消费者体验的产品这方面，面临着巨大障碍。一位业内人士告诉钛媒体，随着近两年生物识别的火热，从科研机构衍生的有技能积淀的公司里出现了一种“以项目的方式做产品、以噱头的方式来做产业”的运作模式。

简而言之，就是写论文、开展会、报基金、拿项目，但就是不做产品。

“这样一批人钻的是国家的漏洞，写写论文就能拿项目，然后靠做代理、包外壳赚钱，日子过的很滋润，他们不在乎技能研发，也不在乎积累，更没有动力去开发一个批量生产、满足用户需求的产品，于是行业内就出现了看似虹膜技能国际领先的假象，实则却让整个行业表面文章太过吹嘘”，以上业内人士接着说道。

事实上，由于虹膜识别算法对技能的条件甚高，虹膜识别技能的研发和突破，是需要大量的终端使用数据反馈，结合特定使用场景来做现场优化的，没有10多年的2B项目积累，是不可能有所成就的。毕竟终极的技能评估标准不是论文，而是真正落地的产品，也只有被感知的产品和用户体验才有意义。

这就衍生出一个问题：大量有需求的企业本身不足够明白虹膜行业，那么他们怎样选择虹膜识别技能供应商?一位经手过多项虹膜识别设备案例的业内人士说道：经过与一些合作伙伴的接触，他们初期找寻虹膜识别设备提供商的途径就是“通过百度搜索，谁靠前基本上就会选谁”。

四、虽然目前来看，国内虹膜行业呈现的状态很混乱，行业不规范，但虹膜识别的运用场景却很是广阔，尤其是与医疗、社保、信用、金融相关涉及信息安全、身份验证的领域

值得一提的是，虹膜识别的运用，互联网技能落后的印度这次竟然走在了前面。2009年2月，印度就运行了全民虹膜注册项目“AADHAAR”，计划用8年时间，注册总人数达到12亿。无独有偶，2018年，墨西哥将虹膜识别技能用于国民身份证，第一期项目截止2018年，注册总人数达到2800万;2018年，北约部队采用虹膜识别技能为阿富汗人建立身份认证系统，注册总人数达到160万……

允许想见，海外的一些国家(比如印度)基础设施虽然落后，但思路清晰，就是要规范化的利用高科技的手段来管理人口。而国内相较而言，虽然生物识别验证喊了很多年，但并没有出台相关规定与政策，这也是虹膜识别无法普及最关键的因素。市场教育不足、价格昂贵也是虹膜识别技能普及面临的难题，一方面大众群体对信息安全缺乏理解，依然沉浸在指纹识别、人脸识别的狂欢中;另一方面，国人面临高科技产品昂贵的价格，最常用的解决计划就是用人为的因素来掩盖技能管理的不足。

上一篇： 2018年新年伊始CES上将会出现的7大趋势
下一篇： 智慧城市要点领域发展现状及政策环境分析