虹膜識(shí)別平臺(tái)在偵查中身份認(rèn)定的應(yīng)用研究

齊志坤 姜 囡 徐浩森

（中國(guó)刑事警察學(xué)院，遼寧 沈陽(yáng) 110854）

一、引言

虹膜識(shí)別技術(shù)作為生物特征識(shí)別中重要組成部分，其在近幾年不斷優(yōu)化完善并廣泛應(yīng)用于安防工程等領(lǐng)域。虹膜是在眼球表面上瞳孔與鞏膜相間的圓環(huán)狀色素膜部分，外觀呈現(xiàn)出由里及外的放射裂紋狀，同時(shí)在紋理間交織錯(cuò)落有斑點(diǎn)紋理[1]。虹膜在活體狀態(tài)下可隨著瞳孔直徑的變化而進(jìn)行伸縮，其主要由纖維狀組織所構(gòu)成，具有錯(cuò)綜復(fù)雜的紋理結(jié)構(gòu)[2]（如圖1）。通過眼科及相關(guān)醫(yī)學(xué)領(lǐng)域的學(xué)者對(duì)虹膜解剖結(jié)構(gòu)的研究，身份識(shí)別研究者可以更為客觀、科學(xué)地認(rèn)知虹膜特征紋理形成。目前，根據(jù)對(duì)虹膜形態(tài)的固有認(rèn)知并結(jié)合實(shí)際情況，在司法鑒定領(lǐng)域?qū)⒑缒さ慕Y(jié)構(gòu)特征分為：放射狀溝線、向心構(gòu)、輪廓卷、隱窩和色素點(diǎn)五大類[3]。虹膜是在一個(gè)人的胚胎時(shí)期所隨機(jī)形成的，不同的人其虹膜結(jié)構(gòu)各不相同，且每個(gè)人獨(dú)特的虹膜結(jié)構(gòu)在一生中幾乎不會(huì)改變。具備精度高、比對(duì)速度快、防偽能力強(qiáng)、非接觸采集等優(yōu)點(diǎn)的虹膜識(shí)別技術(shù)成為了當(dāng)前生物特征識(shí)別領(lǐng)域的研究熱點(diǎn)[4]。

圖1 人眼中虹膜結(jié)構(gòu)圖

自20 世紀(jì)80 年代英國(guó)劍橋Daugman 等人[5]提出的虹膜識(shí)別框架以來，虹膜識(shí)別技術(shù)已歷時(shí)30 多年的發(fā)展與應(yīng)用，并不斷趨于完善。進(jìn)入21 世紀(jì)，人工智能領(lǐng)域發(fā)展迅速，John Daugman 博士[6]通過采用基于數(shù)字編碼信息來描述虹膜紋理的方法，標(biāo)志著虹膜識(shí)別領(lǐng)域新的實(shí)用階段的到來。通過2D Gabor 濾波器提取虹膜紋理特征進(jìn)行特征編碼，并引入漢明距離比對(duì)來實(shí)現(xiàn)判斷虹膜同一匹配與否的操作[6]?；诿枋龊缒ぜy理特征的識(shí)別思想，使得機(jī)器學(xué)習(xí)進(jìn)入到虹膜識(shí)別領(lǐng)域，并產(chǎn)生了許多相近的虹膜識(shí)別方法。中科院譚鐵牛等人[7]提出采用多通道Gabor 濾波器的方法，將虹膜模板中的濾波均值和方差作為特征進(jìn)行編碼，在利用距離分類器完成識(shí)別匹配。近年來信息智能化領(lǐng)域快速發(fā)展，深度學(xué)習(xí)方法尤其是CNN 被廣泛地應(yīng)用于在自然圖像識(shí)別、檢測(cè)、分割等經(jīng)典的計(jì)算機(jī)視覺領(lǐng)域。深度學(xué)習(xí)的巨大成功促進(jìn)了虹膜識(shí)別的發(fā)展，相關(guān)研究人員相繼提出了很多基于深度學(xué)習(xí)的虹膜分割和特征提取算法[8]。相比于其他生物特征，其簡(jiǎn)潔快速的響應(yīng)方式，受到了基層公安干警的一致好評(píng)。

在公安部2019 年下發(fā)的《關(guān)于開展虹膜信息采集應(yīng)用工作的通知》中，明確要求了各地公安機(jī)關(guān)關(guān)于開展建設(shè)虹膜識(shí)別核查子系統(tǒng)的工作內(nèi)容。目前公安虹膜識(shí)別規(guī)?；瘧?yīng)用依靠成熟的采集識(shí)別技術(shù)和設(shè)備，已具備了堅(jiān)實(shí)的技術(shù)基礎(chǔ)和設(shè)備基礎(chǔ)。雖然在當(dāng)前公安偵查工作中虹膜識(shí)別技術(shù)取得長(zhǎng)足的發(fā)展，但受傳統(tǒng)技術(shù)固有問題以及其他因素影響，導(dǎo)致其只能作為偵查工作的輔助手段。但在近兩年疫情防控常態(tài)化的形勢(shì)下，虹膜身份核查系統(tǒng)便捷、高效、無(wú)接觸的應(yīng)用特點(diǎn)，體現(xiàn)尤為明顯。針對(duì)偵查實(shí)踐中高效、精準(zhǔn)的工作特點(diǎn)，在新偵查模式[9]下利用虹膜識(shí)別對(duì)人員進(jìn)行身份認(rèn)定時(shí)，需保證技術(shù)手段能適應(yīng)不同的識(shí)別環(huán)境以及收集的數(shù)據(jù)信息安全可靠。為進(jìn)一步發(fā)揮虹膜識(shí)別技術(shù)助力偵查工作的效能，針對(duì)公安行業(yè)偵查工作的特點(diǎn)，分析規(guī)?；缒ぷR(shí)別應(yīng)用所面臨的問題，本文對(duì)在警務(wù)工作中的虹膜識(shí)別平臺(tái)構(gòu)建方案中識(shí)別技術(shù)、平臺(tái)架構(gòu)和信息安全保障三個(gè)方面進(jìn)行改進(jìn)，推動(dòng)虹膜識(shí)別技術(shù)在公安工作領(lǐng)域的實(shí)踐應(yīng)用。

二、虹膜識(shí)別關(guān)鍵技術(shù)

（一）虹膜識(shí)別模式概述

虹膜圖像采集、虹膜圖像預(yù)處理、虹膜識(shí)別匹配是實(shí)現(xiàn)虹膜識(shí)別的三大環(huán)節(jié)。虹膜圖像采集包括紅外光學(xué)設(shè)備采集圖像、虹膜主體的活體檢測(cè)以及虹膜圖像的質(zhì)量評(píng)價(jià)；虹膜圖像預(yù)處理的實(shí)現(xiàn)主要依次通過虹膜內(nèi)外圓輪廓定位、虹膜圖像增強(qiáng)、虹膜圖像歸一化處理三個(gè)分支所實(shí)現(xiàn)；虹膜識(shí)別匹配是利用識(shí)別算法來實(shí)現(xiàn)，包括虹膜特征的提取和編碼匹配兩部分。圖2 為虹膜識(shí)別流程示意圖。

圖2 虹膜識(shí)別流程結(jié)構(gòu)圖

虹膜圖像預(yù)處理是從包含眼周信息的人眼圖像中分割出虹膜圖像并進(jìn)行歸一化處理的過程：先定位虹膜內(nèi)外圓，再分割去除眼瞼、睫毛、鞏膜等干擾信息，并歸一化處理所分離出來的虹膜圓環(huán)[10]。定位分割出的虹膜圓環(huán)可以看作可伸縮的彈性模板，可被任意地壓縮和拉伸轉(zhuǎn)換成不同大小的虹膜環(huán)形區(qū)域[11]。虹膜的歸一化將面積不同的環(huán)狀虹膜區(qū)域映射成一個(gè)固定的維度大小的矩形區(qū)域，通過數(shù)字圖像處理中消除、平移、縮放、旋轉(zhuǎn)等操作，將虹膜區(qū)域轉(zhuǎn)化為矩形區(qū)域，以消除虹膜大小和分辨率的影響。虹膜的歸一化處理可有效地提升虹膜識(shí)別的魯棒性，便于精準(zhǔn)比對(duì)。圖3 為Daugman 的虹膜彈性圈模型示意圖。圖4 為虹膜圖像歸一化仿真處理操作流程[5]。

圖3 虹膜彈性圈示意圖

圖4 虹膜圖像歸一化仿真處理操作示意圖

虹膜識(shí)別匹配通過虹膜特征提取和虹膜特征編碼兩個(gè)環(huán)節(jié)來實(shí)現(xiàn)虹膜身份認(rèn)證。虹膜特征提取通過基于預(yù)處理后的虹膜模板提取特定的魯棒信息來表達(dá)和描述當(dāng)前虹膜模板，并編碼為計(jì)算機(jī)能夠存儲(chǔ)和讀取的格式來實(shí)現(xiàn)[12]。傳統(tǒng)虹膜識(shí)別模式中，虹膜特征通過2D-Gabor 描述、局部二值模式以及哈爾小波變換等方法，且需要根據(jù)不同類型的虹膜圖像選擇相適應(yīng)的特征提取器。虹膜特征編碼是一個(gè)通過既定的算法從分離出的虹膜區(qū)域中提取出描述虹膜特征信息后，采用有效的特征提取算法對(duì)其進(jìn)行數(shù)據(jù)編碼，使其轉(zhuǎn)化為可進(jìn)行比較鑒別的數(shù)學(xué)描述，最后形成虹膜特征模板的過程[13]?；诤缒さ木植考y理特征能夠更為細(xì)節(jié)地反映出紋理的具體細(xì)節(jié)差異這一特性，目前主流算法是Daugman 虹膜識(shí)別模式與Boles 虹膜識(shí)別系統(tǒng)。傳統(tǒng)虹膜識(shí)別算法雖然在識(shí)別精度上能滿足識(shí)別要求，但由于程序復(fù)雜任存在識(shí)別時(shí)間長(zhǎng)、對(duì)光照魯棒性弱等問題。

（二）基于人工智能神經(jīng)網(wǎng)絡(luò)改進(jìn)的虹膜識(shí)別模式

隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺處理方面的應(yīng)用與發(fā)展，基于人工智能神經(jīng)網(wǎng)絡(luò)的改進(jìn)型虹膜識(shí)別技術(shù)應(yīng)運(yùn)而生?；谌斯ぶ悄苌窠?jīng)網(wǎng)絡(luò)的改進(jìn)型虹膜識(shí)別技術(shù)相較于傳統(tǒng)模式的虹膜識(shí)別技術(shù)，不僅能夠自動(dòng)提取相應(yīng)的虹膜圖像特征，其識(shí)別速度更快，且對(duì)于依據(jù)不同質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)建立的虹膜數(shù)據(jù)庫(kù)有著更強(qiáng)的泛化能力。目前通過結(jié)合虹膜的生理特點(diǎn)，基于計(jì)算機(jī)視覺理論對(duì)CNN 卷積神經(jīng)網(wǎng)絡(luò)做出相應(yīng)的改進(jìn)，出現(xiàn)了許多優(yōu)秀的深度學(xué)習(xí)虹膜識(shí)別框架以及一些其他實(shí)用型研究。其中K.Nguyen 等人[14]通過對(duì)近年來主流的CNN 模型如AlexNet、VGG、Inception、ResNet、DenseNet 和經(jīng)典的識(shí)別算法如Daugman 模型在虹膜識(shí)別方面的性能表現(xiàn)進(jìn)行分析，并分別在CASIA-Iris-Thousand 虹膜數(shù)據(jù)集上幵展了訓(xùn)練與測(cè)試，詳請(qǐng)參考圖5[14]。

圖5 不同模型在CASIA-Iris-Thousand 虹膜數(shù)據(jù)集訓(xùn)練效果比較

DenseNet 網(wǎng)絡(luò)通過特征拼接的方式，降低了訓(xùn)練參數(shù)數(shù)量的同時(shí)，加強(qiáng)了特征復(fù)用并緩解梯度下降的問題，使得網(wǎng)絡(luò)具有正則效果。因此識(shí)別效果最佳的網(wǎng)絡(luò)模型是DenseNet，在輕量化網(wǎng)絡(luò)中準(zhǔn)確率98.8%的水平。

DenseNet 又稱為密卷積神經(jīng)網(wǎng)絡(luò)，是Huang[15]等人在2017 年提出的深度網(wǎng)絡(luò)模型，該網(wǎng)絡(luò)模型通過密卷積連接和多特征復(fù)用的優(yōu)勢(shì)，將躍遷連接方式應(yīng)用到每一個(gè)特征層中，即低級(jí)的特征層提取到的全部特征通過跨連接和連接的方式全部輸入到高級(jí)特征層中，高級(jí)特征層對(duì)輸入的圖像特征進(jìn)行卷積后再以同樣的方式輸入到下一個(gè)特征層中。這種模型結(jié)構(gòu)使得虹膜圖像特征得到充分利用，并且對(duì)于其高級(jí)特征層可更好地把收集到的圖像特征信息進(jìn)行降冗與融合，增加了網(wǎng)絡(luò)模型的抗干擾性能與抗過擬合能力。DenseNet 的結(jié)構(gòu)主要包含DenseBlock 和Transition layer 兩類模塊，在其前端和后端分別放置一個(gè)卷積層和全連接層旨在增大特征提取視野進(jìn)行更好地分類判別，其結(jié)構(gòu)參考圖6。其中，DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)DenseBlock 模塊中包含6 個(gè)bottleneck 模塊通過稠密連接的方式連接起來，參考圖7。

圖6 DenseNet網(wǎng)絡(luò)整體流程結(jié)構(gòu)示意圖

圖7 DenseBlock 模塊流程結(jié)構(gòu)圖

每一個(gè)bottleneck 中有一個(gè)1*1 的卷積核和一個(gè)3*3 的卷積核，目的在于降低上一特征層輸入維度的同時(shí)進(jìn)行本卷積層的特征獲取。DenseBlock 模塊內(nèi)的稠密連接指任一層的輸入特征包含了模塊內(nèi)前面所有層的輸出特征，卷積層輸入計(jì)算公式為：L2=k0+k（1）L3=k0+2*k（2）L4=k0+3*k（3）L5=k0+4*k（4）。公式中L2、L3、L4、L5分別表示每一層之間的輸入；k0 表示初始的特征輸入通道數(shù)目；k表示不同層級(jí)間通道的增長(zhǎng)率。通過公式看出，DenseNet通過將每一個(gè)bottleneck 模塊中的卷積層前面所有層的輸出特征通過拼接得到當(dāng)前層的輸入特征，對(duì)每一層級(jí)提取得到的虹膜特征進(jìn)行高頻復(fù)用，增強(qiáng)不同層級(jí)的特征融合效果。Transition layer 模塊由一個(gè)歸一化層，激勵(lì)層、卷積層和池化層串聯(lián)構(gòu)成。DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)首先采用大尺寸卷積核對(duì)輸入圖像進(jìn)行初步的下采樣和降維，再利用多個(gè)DenseBlock 與Transition layer 依次進(jìn)行實(shí)現(xiàn)多級(jí)聯(lián)特征提取融合，最后根據(jù)提取到的特征完成分類。

改進(jìn)型虹膜識(shí)別模式在傳統(tǒng)虹膜識(shí)別模式的基礎(chǔ)上，將傳統(tǒng)虹膜特征提取手段替換為以DenseNet 為代表的神經(jīng)網(wǎng)絡(luò)，采用將不同層的虹膜特征通過多級(jí)融合的方式增強(qiáng)對(duì)虹膜特征反復(fù)利用，提升其虹膜識(shí)別性能。在提升虹膜識(shí)別精準(zhǔn)度的同時(shí)，對(duì)于不同虹膜數(shù)據(jù)庫(kù)數(shù)據(jù)的泛化能力更快，且在識(shí)別速度上更具有優(yōu)勢(shì)，詳請(qǐng)參考圖8。傳統(tǒng)的虹膜識(shí)別模式中的特征提取算法雖然已經(jīng)取得一定成果，但仍面臨著小樣本虹膜數(shù)據(jù)庫(kù)導(dǎo)致的泛化能力不足、魯棒性不強(qiáng)、運(yùn)行時(shí)間較長(zhǎng)等挑戰(zhàn)?，F(xiàn)有虹膜識(shí)別技術(shù)結(jié)合深度學(xué)習(xí)理論成果的改進(jìn)與完善，對(duì)于基于虹膜信息身份識(shí)別平臺(tái)的構(gòu)建，推動(dòng)虹膜識(shí)別技術(shù)在公安偵查工作的應(yīng)用進(jìn)程具有重要意義。

圖8 改進(jìn)型虹膜識(shí)別模式流程結(jié)構(gòu)圖

（三）改進(jìn)的虹膜識(shí)別技術(shù)應(yīng)用優(yōu)勢(shì)

中科院自動(dòng)化所的虹膜圖像庫(kù)（CASIA-Iris）被廣泛用作虹膜識(shí)別算法的實(shí)驗(yàn)。其中CASIA-Interveral 虹膜數(shù)據(jù)集中的圖像是通過虹膜采集儀采集到的規(guī)范化虹膜圖像；CASIA-Lamp 虹膜數(shù)據(jù)由在自然光照明下，通過紅外相機(jī)采集得到的規(guī)范化虹膜圖像組成的虹膜數(shù)據(jù)集。在兩個(gè)虹膜數(shù)據(jù)集中分別選取50 類，每類各6 張共計(jì)300 張虹膜圖像作為仿真實(shí)驗(yàn)驗(yàn)證數(shù)據(jù)集。

為了驗(yàn)證基于神經(jīng)網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)特征提取方法的虹膜識(shí)別方法的有效性，以正確識(shí)別率（CRR）和識(shí)別時(shí)間作為評(píng)價(jià)指標(biāo)。分別采用以基于輕量級(jí)人工智能神經(jīng)網(wǎng)絡(luò)——DenseNet 的虹膜識(shí)別技術(shù)和以Daugman 虹膜識(shí)別模式與Boles 虹膜識(shí)別系統(tǒng)的主流虹膜識(shí)別算法對(duì)不同光源下的兩類虹膜圖像進(jìn)行特征提取與分類。不同特征提取方法對(duì)應(yīng)的識(shí)別效果如表1 所示。

表1 不同數(shù)據(jù)庫(kù)不同特征提取算法分類性能比較

圖9 給出了隨著類別數(shù)的增加，虹膜識(shí)別精度的變化情況。由圖5 可知，傳統(tǒng)虹膜識(shí)別方法與基于Densenet 的虹膜識(shí)別方法在分類性能上相差不大，但傳統(tǒng)的虹膜識(shí)別方法受虹膜采集時(shí)外部光照的影響較大。對(duì)于常規(guī)采集手段獲得的虹膜圖像，Daugman 虹膜識(shí)別框架與基于DenseNet 的虹膜識(shí)別方法在識(shí)別正確率上相差不大，但對(duì)自然光下采集到的虹膜圖像，基于DenseNet 的虹膜識(shí)別方法識(shí)別性能略高一些。且隨著類別數(shù)的增加，傳統(tǒng)的虹膜識(shí)別方法在識(shí)別精度呈現(xiàn)下降趨勢(shì)，而基于DenseNet的虹膜識(shí)別方法識(shí)別性能穩(wěn)定不會(huì)受到虹膜類別數(shù)的影響，識(shí)別精度高且魯棒性好。

圖9 不同特征提取算法的識(shí)別精確度比較

三、基于虹膜識(shí)別身份信息認(rèn)定平臺(tái)的構(gòu)建

虹膜統(tǒng)一服務(wù)平臺(tái)以改進(jìn)型虹膜識(shí)別技術(shù)為核心，通過公安系統(tǒng)的內(nèi)部網(wǎng)絡(luò)和互聯(lián)網(wǎng)絡(luò)實(shí)現(xiàn)信息交互，結(jié)合虹膜中心數(shù)據(jù)倉(cāng)庫(kù)和多級(jí)數(shù)據(jù)庫(kù)進(jìn)行身份認(rèn)證，為公安偵查工作提供身份信息情報(bào)服務(wù)。

（一）平臺(tái)架構(gòu)體系的建設(shè)

虹膜服務(wù)平臺(tái)的重點(diǎn)建設(shè)是通過快速準(zhǔn)確的虹膜識(shí)別，為各級(jí)公安機(jī)關(guān)提供快速的身份信息查驗(yàn)服務(wù)。針對(duì)公安偵查實(shí)踐工作中所遇到的問題，不斷優(yōu)化平臺(tái)邏輯架構(gòu)體系，構(gòu)建改進(jìn)型虹膜識(shí)別服務(wù)平臺(tái)包括兩個(gè)方面的內(nèi)容。

1.虹膜信息數(shù)據(jù)庫(kù)的建設(shè)。針對(duì)采集到的虹膜圖像響應(yīng)速度較慢、存儲(chǔ)數(shù)據(jù)過于集中等問題，采用各地公安機(jī)關(guān)按照行政級(jí)別分級(jí)和人員對(duì)象按照風(fēng)險(xiǎn)等級(jí)分級(jí)兩種標(biāo)準(zhǔn)并行的建庫(kù)方式。建立全國(guó)虹膜中心庫(kù)和重點(diǎn)人員虹膜中心庫(kù)，各省份建立二級(jí)基礎(chǔ)虹膜庫(kù)和二級(jí)重點(diǎn)人員虹膜庫(kù)，地市級(jí)公安機(jī)關(guān)相應(yīng)建立三級(jí)基礎(chǔ)虹膜庫(kù)和三級(jí)重點(diǎn)人員虹膜庫(kù)，區(qū)縣分局、派出所、監(jiān)獄等公安特殊區(qū)域負(fù)責(zé)管轄范圍內(nèi)的人員虹膜采集工作。圖10 為虹膜數(shù)據(jù)庫(kù)架構(gòu)體系建設(shè)示意圖。

圖10 虹膜數(shù)據(jù)庫(kù)架構(gòu)體系建設(shè)示意圖

虹膜中心庫(kù)將被采集人的其他生物信息與虹膜數(shù)據(jù)進(jìn)行捆綁，并將被采集人的身份信息進(jìn)行分類管理。實(shí)際工作中，利用重點(diǎn)人員虹膜庫(kù)進(jìn)行便捷高效的篩查工作，利用基礎(chǔ)虹膜庫(kù)進(jìn)行全方位的比對(duì)匹配工作。虹膜和其他生物識(shí)別信息結(jié)合緊密，在虹膜數(shù)據(jù)庫(kù)建設(shè)過程中預(yù)留有其他生物信息的數(shù)據(jù)接口與其他生物信息進(jìn)行交互。

2.虹膜識(shí)別應(yīng)用端的架構(gòu)。虹膜識(shí)別平臺(tái)是公安內(nèi)網(wǎng)和互聯(lián)網(wǎng)信息相交互的空間，為公安工作人員提供高性能身份信息鑒別服務(wù)，可實(shí)現(xiàn)準(zhǔn)確便捷的身份認(rèn)證功能[16]。結(jié)合公安工作，以提供便捷高效的虹膜識(shí)別認(rèn)證服務(wù)為原則，在構(gòu)建虹膜識(shí)別平臺(tái)過程中，包含四層體系架構(gòu)的建設(shè)內(nèi)容，圖11 為虹膜識(shí)別平臺(tái)架構(gòu)體系示意圖。

圖11 虹膜識(shí)別平臺(tái)架構(gòu)體系建設(shè)示意圖

一是應(yīng)用層架構(gòu)的建設(shè)。應(yīng)用層作為虹膜識(shí)別服務(wù)平臺(tái)的應(yīng)用前端，面向操作者，可為其提供更加高速便捷的一鍵式管理服務(wù)。要求界面整潔明了，操作程序功能目的性突出，包括基本身份信息管理、生物特征信息管理、使用權(quán)限管理、設(shè)備管理和識(shí)別認(rèn)證管理等功能方面的完善，并結(jié)合公安工作需要對(duì)應(yīng)用前段不斷進(jìn)行優(yōu)化。一個(gè)良好的應(yīng)用層架構(gòu)會(huì)增加用戶的適用性，推動(dòng)公安工作更進(jìn)一步發(fā)展。

二是服務(wù)層架構(gòu)的建設(shè)。服務(wù)層又稱作數(shù)據(jù)倉(cāng)儲(chǔ)服務(wù)器，是虹膜圖像等生物信息輸入后的存儲(chǔ)器。其結(jié)構(gòu)主要包括人員基本數(shù)據(jù)庫(kù)和生物特征數(shù)據(jù)庫(kù)，并且保留了任務(wù)管理器和驗(yàn)證服務(wù)兩大功能。另外，為了日后結(jié)合其他生物特征信息進(jìn)行交叉比對(duì)，服務(wù)器架構(gòu)還需要預(yù)留端口實(shí)現(xiàn)數(shù)據(jù)交互、數(shù)據(jù)共享等功能。為方便用戶及時(shí)獲取其他信息，應(yīng)當(dāng)注意保留web 端口[17]。

三是傳輸層架構(gòu)的建設(shè)。傳輸層作為連接公安內(nèi)網(wǎng)和設(shè)備網(wǎng)絡(luò)的連接橋梁，負(fù)責(zé)圖像數(shù)據(jù)傳輸?shù)娜蝿?wù)。其主要的任務(wù)是形成“公安內(nèi)網(wǎng)—Mina 服務(wù)（Apache 開源的一款網(wǎng)絡(luò)通信應(yīng)用框架）—設(shè)備網(wǎng)”網(wǎng)絡(luò)連接體系，便于用戶及時(shí)進(jìn)行數(shù)據(jù)交互，進(jìn)行多源身份查驗(yàn)?；诒Ａ鬑TTP（超文本傳輸協(xié)議）端口、TCP/IP 協(xié)議的基礎(chǔ)上，要設(shè)立信息防范應(yīng)急程序，注重信息安全的保障。

四是終端層架構(gòu)的建設(shè)。終端層是虹膜識(shí)別平臺(tái)的輸入端，面向基層公安機(jī)關(guān)工作人員進(jìn)行虹膜采集、評(píng)價(jià)、信息上傳等工作。終端層在硬件上體現(xiàn)為遠(yuǎn)距離虹膜采集設(shè)備和近距離虹膜采集儀兩種，分別對(duì)應(yīng)體現(xiàn)為核查和采集兩種功能。公安機(jī)關(guān)在日常工作中通過常規(guī)虹膜采集設(shè)備對(duì)公民虹膜身份信息進(jìn)行采集，構(gòu)建多級(jí)虹膜信息數(shù)據(jù)庫(kù)。相關(guān)工作人員在偵查抓捕過程中利用便攜式虹膜采集儀，可及時(shí)核查犯罪嫌疑人員的身份信息，提升公安工作績(jī)效。圖12 分別為常規(guī)紅外虹膜采集設(shè)備和便攜式虹膜采集設(shè)備。

圖12 常規(guī)紅外虹膜采集設(shè)備（左一）便攜式虹膜采集與識(shí)別設(shè)備（左二）

虹膜采集系統(tǒng)中的紅外線虹膜采集儀與二代身份證采集設(shè)備相連接，在2 秒內(nèi)儀器便會(huì)自動(dòng)捕獲與分割出被采集者清晰的虹膜圖像，并上傳至虹膜圖像數(shù)據(jù)庫(kù)進(jìn)行識(shí)別比對(duì)。同時(shí)，系統(tǒng)對(duì)于采集不合格的虹膜圖像會(huì)及時(shí)提醒重新采集。虹膜采集終端保留是采集者身份信息路錄入系統(tǒng)，面向操作用戶的前段需要簡(jiǎn)潔清晰，方便廣大公安機(jī)關(guān)基層工作人員操作。

（二）虹膜信息安全保障

信息數(shù)據(jù)的安全性問題是每一種生物識(shí)別技術(shù)都要意識(shí)到的問題。虹膜的模板可能被竊取或篡改，虹膜圖像可以被打印冒用[18]。虹膜識(shí)別的信息安全隱患包括虹膜原始圖像的泄露和虹膜特征模板的復(fù)原[19]。虹膜圖像的特征模板雖然不是原始的虹膜圖像，但基于相同的虹膜識(shí)別算法依然可實(shí)現(xiàn)對(duì)身份信息的匹配識(shí)別。虹膜識(shí)別技術(shù)廣泛應(yīng)用于公安工作領(lǐng)域，虹膜識(shí)別數(shù)據(jù)庫(kù)的容量也會(huì)越來越龐大。數(shù)據(jù)一旦泄露后果十分嚴(yán)重?；诠矙C(jī)關(guān)在偵查過程中信息安全問題的研究，結(jié)合三個(gè)方面進(jìn)行保障。

1.人員保障管理。公安機(jī)關(guān)內(nèi)部要著手推進(jìn)信息安全保障工作，建立健全信息安全管理制度，完善安全保障體系。為保證信息的安全性，平臺(tái)登錄以及核查信息的獲取應(yīng)當(dāng)采用常規(guī)驗(yàn)證結(jié)合生物特征信息驗(yàn)證等多種手段并用方式進(jìn)行，如公安數(shù)字證書+人臉識(shí)別、公安數(shù)字證書+指紋驗(yàn)證、終端獨(dú)立安全碼+人像語(yǔ)音驗(yàn)證等方式。同時(shí)，開展責(zé)任教育培訓(xùn)，提高相關(guān)工作人員的信息安全意識(shí)，加強(qiáng)對(duì)第三方安全管理也尤為重要。

2.信息技術(shù)支撐。通過采用由算法和密鑰所構(gòu)成的數(shù)據(jù)加密處理技術(shù)，增加公安信息安全的防護(hù)。算法是將儲(chǔ)備的數(shù)據(jù)與密鑰結(jié)合在一起后，轉(zhuǎn)換成復(fù)雜的密文，密文是難以在普通攻擊下被破解的，有它的存在大大提高網(wǎng)絡(luò)信息的安全。密鑰主要作為數(shù)據(jù)算法，可進(jìn)行編碼或者解碼。整個(gè)數(shù)據(jù)加密的過程當(dāng)中，與數(shù)字簽名的基礎(chǔ)技術(shù)進(jìn)行整合，讓整個(gè)計(jì)算機(jī)信息系統(tǒng)的安全性進(jìn)一步提高[20]。基于數(shù)據(jù)加密的方法，一般將數(shù)據(jù)密鑰和圖像的特征信息覆蓋綁定，轉(zhuǎn)化為密碼數(shù)據(jù)傳輸，起到保護(hù)信息數(shù)據(jù)的作用?；跀?shù)據(jù)混淆的方法，是通過對(duì)圖像信息采用某種特定的數(shù)據(jù)混淆算法進(jìn)行形變，傳輸完成后進(jìn)行數(shù)據(jù)復(fù)原的一種數(shù)據(jù)加密方式。圖13 為虹膜數(shù)據(jù)加密傳輸結(jié)構(gòu)。

圖13 虹膜數(shù)據(jù)加密傳輸結(jié)構(gòu)示意圖

3.構(gòu)建安全傳輸框架。為保障數(shù)據(jù)信息安全和識(shí)別響應(yīng)速度，基于數(shù)據(jù)加密的傳輸架構(gòu)可應(yīng)用到虹膜信息安全的保障中。區(qū)塊鏈技術(shù)是計(jì)算機(jī)及信息安全技術(shù)的新型應(yīng)用模式，其通過塊鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)來驗(yàn)證和存儲(chǔ)數(shù)據(jù)，并綜合運(yùn)用分布式節(jié)點(diǎn)共識(shí)機(jī)制來實(shí)現(xiàn)對(duì)數(shù)據(jù)信息的安全傳輸、訪問、存儲(chǔ)和共享等功能。在有效防止了數(shù)據(jù)信息的篡改、偽造的同時(shí)減少了數(shù)據(jù)異構(gòu)，確保數(shù)據(jù)信息的安全性、真實(shí)性和可用性[20]?；谡w安全信息傳輸框架，采用分布式節(jié)點(diǎn)，針對(duì)不同類型的虹膜數(shù)據(jù)形式對(duì)各級(jí)虹膜庫(kù)中存儲(chǔ)的虹膜及身份信息設(shè)置安全節(jié)點(diǎn)，以此保障虹膜信息安全。

四、虹膜識(shí)別平臺(tái)在偵查中的應(yīng)用場(chǎng)景

當(dāng)前隨著全國(guó)公安工作領(lǐng)域內(nèi)成體系化的虹膜識(shí)別系統(tǒng)逐步建立，虹膜識(shí)別技術(shù)的應(yīng)用價(jià)值將會(huì)得到進(jìn)一步的提升與拓展[21]。結(jié)合偵查工作的實(shí)際情況，針對(duì)虹膜識(shí)別術(shù)的應(yīng)用優(yōu)勢(shì)，規(guī)模化的虹膜識(shí)別技術(shù)的運(yùn)用將會(huì)為三個(gè)方面的公安偵查與反恐實(shí)戰(zhàn)警務(wù)帶來轉(zhuǎn)變。

（一）抓捕過程中對(duì)犯罪嫌疑人快速認(rèn)定

建立虹膜數(shù)據(jù)信息庫(kù)的同時(shí)，會(huì)相應(yīng)地錄入被采集者的身份信息，一個(gè)完整的虹膜身份核查系統(tǒng)隨之而生。在當(dāng)前疫情防控常態(tài)化要求下的公安偵查工作中，對(duì)于被懷疑人員的身份信息可通過虹膜身份核查系統(tǒng)進(jìn)行核查和驗(yàn)證，因?yàn)槊總€(gè)人虹膜自身獨(dú)特的紋理結(jié)構(gòu)，所以可有效地杜絕假冒身份現(xiàn)象的發(fā)生。同時(shí)依靠對(duì)于重點(diǎn)人員虹膜庫(kù)的信息內(nèi)容，在偵查抓捕實(shí)踐活動(dòng)過程中，通過對(duì)被抓捕嫌疑人員及時(shí)進(jìn)行身份認(rèn)定來防止錯(cuò)抓情況發(fā)生，提高抓捕績(jī)效，有效阻止犯罪案件的再次發(fā)生。

（二）盜搶案件的串并案?jìng)刹?/h3>

隨著社會(huì)技術(shù)的發(fā)展，人民群眾對(duì)于安全保障的需求與日俱增，虹膜識(shí)別技術(shù)已廣泛應(yīng)用于高端安全保衛(wèi)行業(yè)中[22]。連續(xù)性盜搶案件的發(fā)生會(huì)給社會(huì)公共安全帶來極大的危害性，使得社會(huì)整體安全感下降。同一認(rèn)定法、物證連結(jié)法、綜合類比法、傳遞關(guān)系推理法是公安偵查工作中偵辦系列盜竊案件的常用方法[22]。在偵查系列性通過破解虹膜安防系統(tǒng)進(jìn)行盜竊案件時(shí)，要有利用安防設(shè)備中留存的虹膜圖像進(jìn)行串并案?jìng)刹榈囊庾R(shí)，掌握串并的方法。作為偵查人員，將現(xiàn)場(chǎng)虹膜設(shè)備存留的犯罪嫌疑人虹膜圖像輸入到各級(jí)虹膜信息庫(kù)中進(jìn)行比對(duì)，可迅速查清相似犯罪嫌疑身份。利用相似犯罪嫌疑人員的信息進(jìn)行人員的同一判斷，從而實(shí)現(xiàn)對(duì)案件的串并偵查。

（三）重點(diǎn)監(jiān)管場(chǎng)所人員預(yù)警

當(dāng)前疫情防控處于常態(tài)化，出門佩戴口罩已經(jīng)轉(zhuǎn)變?yōu)橐环N社會(huì)生活習(xí)慣，這對(duì)基于視頻監(jiān)控研判的身份識(shí)別技術(shù)造成干擾。虹膜識(shí)別以其無(wú)接觸、高精準(zhǔn)度等優(yōu)勢(shì)可作為重點(diǎn)監(jiān)管場(chǎng)所人員預(yù)警的補(bǔ)充。通過將虹膜采集技術(shù)廣泛推廣開來，在地鐵口、車站、大型商場(chǎng)等人員流動(dòng)密集場(chǎng)所設(shè)立虹膜識(shí)別記錄端口，實(shí)現(xiàn)對(duì)不法分子的重點(diǎn)監(jiān)控，可在當(dāng)前形勢(shì)下精準(zhǔn)預(yù)警暴恐事件的發(fā)生并震懾犯罪分子，保護(hù)人民群眾生命財(cái)產(chǎn)的安全，維護(hù)社會(huì)的繁榮與穩(wěn)定。

結(jié)語(yǔ)

針對(duì)近兩年疫情防控常態(tài)化和信息化偵查模式的需求特點(diǎn)，提出基于DenseNet 網(wǎng)絡(luò)模型代替?zhèn)鹘y(tǒng)的特征提取方法，使得改進(jìn)后的虹膜識(shí)別算法增加了光照魯棒性，對(duì)在不同光源下采集到的虹膜圖像具備較好的識(shí)別準(zhǔn)確度和穩(wěn)定性。結(jié)合虹膜識(shí)別技術(shù)在公安偵查工作中的需求特點(diǎn)，采用多級(jí)分類下基礎(chǔ)人員信息庫(kù)與重點(diǎn)關(guān)注人員信息庫(kù)并行的虹膜信息庫(kù)建設(shè)方案。并通過對(duì)虹膜識(shí)別應(yīng)用平臺(tái)應(yīng)用架構(gòu)的相關(guān)內(nèi)容進(jìn)行補(bǔ)充，增加了虹膜識(shí)別身份信息平臺(tái)的功能適用性。在信息安全保障方面，提出基于塊鏈?zhǔn)椒植脊?jié)點(diǎn)來存儲(chǔ)和驗(yàn)證虹膜數(shù)據(jù)信息，保障了虹膜的信息安全。同時(shí)分析了改進(jìn)后的虹膜識(shí)別信息平臺(tái)在公安偵查工作中的應(yīng)用前景。結(jié)論表明，改進(jìn)后的虹膜識(shí)別身份信息平臺(tái)在身份識(shí)別準(zhǔn)確度和信息保障安全性方面，更能滿足公安工作信息化的發(fā)展需求，應(yīng)進(jìn)一步推動(dòng)虹膜識(shí)別在公安偵查工作領(lǐng)域的落地應(yīng)用。