虹膜技術在物聯網時代,迎來了新的機遇的同時,也將迎接新的挑戰。現在虹膜識別實現在智能手機上的應用還有一段距離,如何更好的解決挑戰至關重要。北京中科虹霸科技有限公司的執行總裁馬力從這個角度做了精彩的論述。
1.虹膜識別與人臉、指紋等其他生物識別技術的區別。虹膜的唯一性即使同卵雙胞胎也不同,且穩定性好,終生不變;可以做到中遠距離;比對速度快,一個64位計算機的指令周期,可以做一次兩個虹膜之間的比對;防偽性好,非法者可以販賣指紋套,但虹膜是精密活體檢測無法在虹膜上做類似犯罪活動。當然,虹膜識別在某些情況下,也還有一定的局限性。比如開車時候,直接用指紋識別比用虹膜識別就更方便。
對于手機廠商而言,隨著競爭加劇,逐漸開始在虹膜技術上關注。中科虹霸已經和一些一線手機廠商開始交流、合作。
2.智能時代,虹膜識別技術的兩大方向:一個是近距離應用,除了手機,還包括其他手持移動設備。另外一個是向2-3米的遠距離、多種生物識別技術相結合的多模態、高通量發展。目前遠距離方面,已經和公安部做了很好的合作。手機方面,中科虹霸的一款方案正在調試測試階段,要做到零點幾秒的識別過程。
3.眼神支付——虹膜識別更酷的應用場景!馬力認為,解鎖并不是虹膜最擅長的方式。從應用范圍看,最底層是虹膜成像模組和LED照明,再上一層為虹膜識別算法和用戶交互,然后是TEE和FIDO等國際標準的支持。現在所有的都是進入TEE環境中,虹膜也要進入TEE環境,虹膜技術是安全的,但是本身手機是不安全的,再往上層,基于這個層次之上,構建支付的應用場景。目前國際上有些國家正在把虹膜信息集成到身份證中,尤其印度,已有8.5億人完成虹膜采集。之后它會應用到一些新的行業應用中,如軍事、安防、ATM支付等。
4.目前虹膜技術在智能手機應用上的三大挑戰。一是在復雜環境中的虹膜成像和算法。比如復雜光線環境下,微型成像模塊生成虹膜圖像的質量,以及虹膜識別算法的公開評測等。由于移動端用的算法和傳統安防有很大不同,要將整個用戶體驗控制在半秒內完成。針對復雜環境的挑戰,目前學習方法已經從傳統基于建模的方法,發展到現在的基于數據自動學習的方法,精度提升了15%。
第二個挑戰是互聯網中的虹膜識別安全解決方案。方案公司需要手機平臺的Turnkey安全解決方案,而非僅僅虹膜識別軟硬件方案。三是虹膜“眼神”支付生態環境的建設。虹膜應用生態環境的建設是一個過程,需要產業共同推動,包括應用場景的體驗。