虹膜身份識別專利技術(shù)綜述

曾偉

【摘??要】虹膜身份識別作為生物特征識別的一個重要分支，是目前各種生物特征識別中誤識率最低的方法，其具有唯一性、穩(wěn)定性、可采集性、非侵犯性和高防偽性等優(yōu)點(diǎn)。虹膜識別算法主要包括虹膜圖像的采集、質(zhì)量評估、虹膜定位、虹膜圖像歸一化、圖像增強(qiáng)去噪、特征提取、特征匹配識別。本文著眼于虹膜圖像的特征提取，介紹了虹膜識別技術(shù)的研究現(xiàn)狀、技術(shù)原理、技術(shù)路線演進(jìn)等方面，梳理了虹膜身份識別發(fā)展脈絡(luò)，從各階段專利申請量和重要申請人分析了該技術(shù)專利情況，并結(jié)合重點(diǎn)專利進(jìn)行技術(shù)分析。

【關(guān)鍵詞】虹膜識別;身份識別;特征提取;特征匹配

1.技術(shù)原理

虹膜識別系統(tǒng)[1]通常分為身份注冊和身份識別兩個工作過程。身份注冊指的是將用戶的虹膜特征模版新增到模版數(shù)據(jù)庫中，身份識別指的是將用戶的個體模版與數(shù)據(jù)庫中已注冊的模版進(jìn)行對比，從而進(jìn)行身份的鑒別。虹膜識別的主要步驟如圖?1?所示，圖中虛線框部分指的是可選步驟。

圖1?虹膜識別流程

虹膜識別系統(tǒng)由硬件部分虹膜圖像獲取裝置和軟件部分虹膜識別算法兩部分組成。它們分別對應(yīng)于圖像獲取和模式匹配這兩個基本問題。虹膜識別算法包括虹膜圖像質(zhì)量評價、虹膜圖像預(yù)處理、虹膜紋理特征提取和模式匹配等環(huán)節(jié)。

2.虹膜識別技術(shù)分解和技術(shù)演進(jìn)

虹膜識別基于虹膜圖像的特征提取，從技術(shù)上可以分解為四類：

（1）基于頻譜相位的處理方法：此方法由?Daugman[2]于?1993?年首先提出，該方法的主要思想是利用二維Gabor小波的局部方向選擇性，選取特定方向上的虹膜紋理，根據(jù)復(fù)數(shù)的實部與虛部信息編碼虹膜相位，構(gòu)成虹膜特征表示。

（2）基于過零點(diǎn)的檢測方法：代表的算法為Boles[3]等提出的采用一維小波在不同分辨率上過零點(diǎn)檢測提取特征，采用兩個不同的函數(shù)進(jìn)行匹配。該方法對灰度變化敏感，識別率較低。

（3）基于統(tǒng)計學(xué)分析的方法：Z.Sun[4]等人用LBP直方圖來刻畫虹膜區(qū)域的統(tǒng)計特征，用圖匹配的方法來進(jìn)行虹膜圖像塊的結(jié)構(gòu)匹配。

（4）基于虹膜紋理分析的方法：該方法由?Wildes[5]等于1996年首次提出，其利用虹膜特征的高斯-拉普拉斯塔形分解提取虹膜特征。

3.國內(nèi)外專利申請量趨勢及主要申請人

虹膜識別技術(shù)的專利申請從1994年左右開始發(fā)展，但直到1999年，專利申請量都處于較低的水平，從2000年到2013年，申請量都處于平穩(wěn)狀態(tài)，2013年開始進(jìn)入快速增長期。

我國在虹膜識別領(lǐng)域起步較晚，到2008年才開始進(jìn)入增長期，但增長勢頭良好，在2016年和2017年，全球虹膜識別專利申請量開始減少的情況下，我國虹膜識別專利申請仍然保持高速增長的趨勢。

全球虹膜識別專利申請量最多的四個國家分別是中韓美日。在2005年之前，韓國是虹膜識別領(lǐng)域申請量最大的國家。在2005年到2013年之間，四個國家的申請基本持平，到2014年美日韓三國的申請量都開始下滑，中國開始進(jìn)入飛速增長階段。

針對虹膜識別領(lǐng)域的專利申請情況，2017年存在很大變化，廣東歐珀公司2017年虹膜識別領(lǐng)域?qū)＠暾埩繛?7件，較上年增長近47倍，申請總數(shù)位列第二。LG公司申請量最大，但都集中在2005年之前。申請量排名前十的申請人中，中國占三家，其中歐珀和北京天誠盛業(yè)都是近幾年開始大量涉足虹膜識別領(lǐng)域的。

虹膜識別領(lǐng)域在國內(nèi)的申請人企業(yè)以68%的比例占據(jù)了絕對主力，其次科研院校占比達(dá)到18%。

4.總結(jié)

本文從虹膜識別的發(fā)展概況及原理入手，從虹膜識別技術(shù)的專利申請趨勢及各個階段主要申請人分析，重點(diǎn)解讀了虹膜識別的技術(shù)演進(jìn)路線，以此對虹膜識別技術(shù)專利進(jìn)行了概述。

參考文獻(xiàn)：

[1]?李海青?等.虹膜識別技術(shù)進(jìn)展與趨勢[J].信息安全研究，2016，1（2）：40-43.

[2]?Daugman?J.Statistical?richness?of?visual?phase?information：Update?on?recognizing?persons?by?iris?patterns?[J].Int?J?Comput?Vision，2001，45（1）：25-38.

[3]?Boles?W?W.A?security?system?based?on?human?iris?identification?using??wavelet?transform?[J].In?Proceedings?of?the?1st?International?Conference?on?Knowledge-Based?Intelligent?Electronic?Systems，Adelaide，Australia，May21-23，1997，533-541.

[4]?Z.Sun，T.Tan，X.Qiu.Graph?matching?iris?image?blocks?with?local?binarypattern?[C].Proceedings?of?International?Conference?on?Biometrics，Lecture?Notes?in?Computer?Sciences，2005，3832：366–372.

[5]?Wildes?R?P，Asmuth?J?C，Hsu?S.Automated，noninovasive?iris?recognition?system?and?method.1996.

（作者單位：國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作四川中心）