虹膜身份识别专利技术综述

曾伟

【摘  要】虹膜身份识别作为生物特征识别的一个重要分支，是目前各种生物特征识别中误识率最低的方法，其具有唯一性、稳定性、可采集性、非侵犯性和高防伪性等优点。虹膜识别算法主要包括虹膜图像的采集、质量评估、虹膜定位、虹膜图像归一化、图像增强去噪、特征提取、特征匹配识别。本文着眼于虹膜图像的特征提取，介绍了虹膜识别技术的研究现状、技术原理、技术路线演进等方面，梳理了虹膜身份识别发展脉络，从各阶段专利申请量和重要申请人分析了该技术专利情况，并结合重点专利进行技术分析。

【关键词】虹膜识别;身份识别;特征提取;特征匹配

1.技术原理

虹膜识别系统[1]通常分为身份注册和身份识别两个工作过程。身份注册指的是将用户的虹膜特征模版新增到模版数据库中，身份识别指的是将用户的个体模版与数据库中已注册的模版进行对比，从而进行身份的鉴别。虹膜识别的主要步骤如图 1 所示，图中虚线框部分指的是可选步骤。

图1 虹膜识别流程

虹膜识别系统由硬件部分虹膜图像获取装置和软件部分虹膜识别算法两部分组成。它们分别对应于图像获取和模式匹配这两个基本问题。虹膜识别算法包括虹膜图像质量评价、虹膜图像预处理、虹膜纹理特征提取和模式匹配等环节。

2.虹膜识别技术分解和技术演进

虹膜识别基于虹膜图像的特征提取，从技术上可以分解为四类：

（1）基于频谱相位的处理方法：此方法由 Daugman[2]于 1993 年首先提出，该方法的主要思想是利用二维Gabor小波的局部方向选择性，选取特定方向上的虹膜纹理，根据复数的实部与虚部信息编码虹膜相位，构成虹膜特征表示。

（2）基于过零点的检测方法：代表的算法为Boles[3]等提出的采用一维小波在不同分辨率上过零点检测提取特征，采用两个不同的函数进行匹配。该方法对灰度变化敏感，识别率较低。

（3）基于统计学分析的方法：Z.Sun[4]等人用LBP直方图来刻画虹膜区域的统计特征，用图匹配的方法来进行虹膜图像块的结构匹配。

（4）基于虹膜纹理分析的方法：该方法由 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.国内外专利申请量趋势及主要申请人

虹膜识别技术的专利申请从1994年左右开始发展，但直到1999年，专利申请量都处于较低的水平，从2000年到2013年，申请量都处于平稳状态，2013年开始进入快速增长期。

我国在虹膜识别领域起步较晚，到2008年才开始进入增长期，但增长势头良好，在2016年和2017年，全球虹膜识别专利申请量开始减少的情况下，我国虹膜识别专利申请仍然保持高速增长的趋势。

全球虹膜识别专利申请量最多的四个国家分别是中韩美日。在2005年之前，韩国是虹膜识别领域申请量最大的国家。在2005年到2013年之间，四个国家的申请基本持平，到2014年美日韩三国的申请量都开始下滑，中国开始进入飞速增长阶段。

针对虹膜识别领域的专利申请情况，2017年存在很大变化，广东欧珀公司2017年虹膜识别领域专利申请量为97件，较上年增长近47倍，申请总数位列第二。LG公司申请量最大，但都集中在2005年之前。申请量排名前十的申请人中，中国占三家，其中欧珀和北京天诚盛业都是近几年开始大量涉足虹膜识别领域的。

虹膜识别领域在国内的申请人企业以68%的比例占据了绝对主力，其次科研院校占比达到18%。

4.总结

本文从虹膜识别的发展概况及原理入手，从虹膜识别技术的专利申请趋势及各个阶段主要申请人分析，重点解读了虹膜识别的技术演进路线，以此对虹膜识别技术专利进行了概述。

参考文献：

[1] 李海青 等.虹膜识别技术进展与趋势[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：国家知识产权局专利局专利审查协作四川中心）