——虹膜辨識
張劍平／健行科大資訊工程系教授。
國際巨星湯姆克魯斯（Tom Cruise）主演的《不可能的任務：失控國度》（Mission: Impossible–Rogue Nation）影片中出現大量生物認證技術的橋段，使觀眾印象深刻，其中包括使用掌紋辨識、步態辨識、視網膜辨識、語音辨識與虹膜辨識等先進的生物認證技術，預告了生物認證未來將大幅度的改寫人類的生活型態。由於行動裝置應用普及，虹膜辨識技術及應用發展趨勢將會更加融入人們的生活中，包括從近紅外光到多光譜影像、從人配合機器到機器配合人、從固定設備到穿戴裝置、從一般演算法到人工智慧（Artifcial Intelligence, AI）深度學習方法、從限制環境到複雜場景、從各種不同規範到標準規範等。
隨著互聯網與物聯網的蓬勃發展，生物認證技術在身份認證領域越來越受到世界各國政府的高度重視，已將生物認證明定為高等級的資訊安全系統所需採用的身份認證技術。業界普遍認為生物認證正逐漸取代傳統身份認證技術，而作為生物認證的尖端代表──虹膜辨識技術，更以具有高精確性、高唯一性、高可靠性等特性，扮演著獨領風騷的角色。而虹膜辨識是什麼？你對它的瞭解又有多少呢？經由閱讀此文，將會讓你對虹膜辨識有全面性深入的理解。
虹膜是什麼
虹膜是瞳孔周圍的環狀顏色組織，眼球的基本構造如（圖一），中央黑色部份為瞳孔區，其外圍為虹膜區，由於它擁有豐富而各不相同的紋理圖案，構成了虹膜識別的基礎。虹膜的形成由遺傳基因決定，在母體胚胎時即已成形，不同的人種亦有不同的顏色及紋理特徵。虹膜辨識就是基於這些細微紋理分佈的變化，作為個人身分辨識的依據。此外，由於虹膜外部有透明的角膜將其與外界相隔離，因此，發育完全的虹膜不易受到外界的傷害而產生變化。
▲圖一：人眼眼球基本構造圖。圖片提供／《科學月刊》，圖片來源／Shutterstock
虹膜特徵的優點
目前市面上使用的生物識別可以分為指紋辨識、人臉辨識、聲音辨識、虹膜辨識與靜脈辨識等。其中，指紋辨識應用已經極為廣泛，而人臉辨識應用正興起，這 2 項識別技術最為大眾熟知。近年來，不少硬體廠商為增加商品賣點，將指紋辨識、人臉辨識作為熱門的廣告宣傳重點，但仍有可能發生偽冒情形。
以業界來看，生物識別領域中能夠長久有其存在價值的技術，應是虹膜辨識技術。虹膜辨識具有唯一性、穩定性、不易偽造性、活體檢測等特點，在安全性能上佔絕對優勢。虹膜辨識技術需要活體的虹膜資訊，眼球剝離人體後，虹膜會隨瞳孔放大失去活性，將被機器拒絕。因此，虹膜辨識的安全性極高。
經過英國政府通信電子安全性群組（Communications Electronic Security Group, CESG）委託，英國國家物理實驗室（National Physical Laboratory, NPL）通過廣泛的實驗研究，對各類人體生物特徵辨識技術作了分析比較，目前最流行的三大生物認證技術之分析比較如表一所示。
▲表一
日本自動識別專題研討會（AIM）經廣泛科學的論證得出結論：虹膜識別準確率是指紋識別的 1,200 倍，是人臉識別的 12,000 倍，更是聲音識別的 40,000 倍。對不同人體生物識別技術，還可從以下方面 2 個具體比較進行分析：
(1) 防偽冒性：英國國家物理實驗室認為，虹膜、視網膜識別最強；指紋、掌紋容易偽冒；簽名識別可以模仿；聲音則可以用錄音代替；而人臉是最容易被欺騙的。舉例來說：指紋每次使用時都會留下印膜，很容易被他人獲取，用以製造假指紋。
(2) 實用性：視網膜在眼底，擷取影像困難且難於截取可用影像；聲音需要抗失真度的麥克風；人臉、掌紋要高精密儀器；手寫則需要專用寫字板，不能使用電腦上的已有配置；指紋影像擷取容易，但屬於接觸式採集，接觸式採集的弊端是易污染設備，會影響準確性。此外，對指紋識別來說，還有紋理磨損、老年人手指乾澀影響使用等問題。
虹膜辨識步驟
一般而言，生物識別系統主要由取像、特徵擷取及比對等三個部分所組成。目前，虹膜辨識技術是指經由專業的紅外線攝影機對人眼部分進行掃描成像（圖二），再把虹膜部分從眼睛影像中分離出來，虹膜紋理的特徵擷取則是經過一連串複雜的影像處理計算後，再進行特徵分析，最後通過紋理特徵比對的操作來判定相似程度，特徵比對則是將取出的特徵與資料庫進行比對，來達到辨識或認證的效果。理論上找到 2 個完全相同的虹膜的概率是 1/120 萬，這也是目前已知所有生物辨識技術中除 DNA 辨識外最為精確的。
▲圖二：利用近紅外光譜掃描出的虹膜成像。圖片提供／《科學月刊》，圖片來源／Wikipedia
虹膜辨識過去與未來
虹膜辨識的想法，可以追溯到 1936 年眼科專家伯奇（Frank Burch）提出，他指出每個人的虹膜具有獨特的資訊，可以用於身分辨識。但當時並沒有引起廣泛的注意，直至 1987 年才由眼科專家弗洛姆（Leonard Flom）和薩菲爾（Aran Safir）提出了運用虹膜影像進行自動辨識的概念並獲得專利，但當時仍沒開發出虹膜辨識系統。隨後，他們轉而求助於道格曼（John Daugman），並於 1993 年開發出高效能的虹膜辨識演算法， 並成功在各領域得到廣泛的應用，包括海關、機場和金融機構 ATM 系統等（圖三、四），目前在世界各國中則有印度、墨西哥、印尼三國以虹膜辨識作為個人身份認證。
▲圖三：阿拉伯聯合大公國陸、海、空都配有使用虹膜辨識系統進行相關應用。圖片提供／《科學月刊》，圖片來源／Wikipedia
▲圖四：美國軍方使用虹膜辨識進行身份確認。圖片提供／《科學月刊》，圖片來源／Wikipedia
由於虹膜辨識具有極高的準確度及穩定性，具高安全性需求領域如國防、電子商務、資訊安全等多種應用領域必然以虹膜辨識技術為重點。而關於虹膜辨識的相關技術開發將呈現下列發展趨勢：
(1) 從近紅外到多光譜影像：偽造虹膜假體給虹膜辨識系統帶來一定的安全隱憂，運用多光譜成像分析其物理材質的光學特性，進而區分活體或偽造，是虹膜活體檢測技術的突破之一，而且，多光譜成像挖掘了多層次的生物特徵資訊，有利後續辨識準確率提升。
(2) 從一般演算法到深度學習方法：傳統虹膜辨識演算法採用人工設計的數學演算法，導致演算法普及性能欠佳，不能滿足不同環境的應用場景。隨著人工智慧中深度學習演算法的成功，機器學習方法可從大量訓練樣本中自動學習最佳參數，可以顯著提高演算法準確性與強韌度，進而實現普及化。
(3) 從人配合機器到機器配合人：未來，虹膜辨識設備的智慧化程度將進一步提升，使用者體驗明顯改善，進而實現非侵擾性的虹膜辨識，讓更多使用者願意使用虹膜辨識技術於身分證明。
(4) 從固定設備到行動裝置：行動裝置逐漸成為人們工作以及生活中相互通訊的重要平臺，虹膜辨識技術有望成為智慧型裝置內的標準配備，作為行動支付、金融信貸、政府機關、證券服務與資訊系統等物聯網應用的安全入口。
(5) 從限制環境到複雜場景：在銀行、門禁及室內場所等可控的場景中，虹膜可以獲得很高的辨識率，但在室外或監控系統等複雜的場景下，其辨識效果則會明顯降低，如何解決複雜場景下光照變化、遮蔽與人群干擾所帶來的諸多挑戰，是目前虹膜辨識研究人員主要研究的方向。
(6) 從各種不同規範到標準規範：虹膜辨識技術日漸成熟，全球相關企業如雨後春筍般湧現，不同產品的影像擷取設備、影像品質、資料格式及相關演算法等都有很大的差異性。目前世界的生物辨識標準制定組織，已把虹膜辨識列入其標準制定的範圍內，將引導虹膜辨識產業朝向標準化規範發展，若能實現標準化，生物特徵識別中虹膜辨識絕對是最具潛力的生物特徵識別技術之一。
結語
隨著人工智慧、大數據與雲端科技的相繼來臨，資訊安全問題也日益突顯其重要性，面對市場強烈的需求，多種生物辨識技術整合是目前趨勢，雖然在 2017 年以前，指紋辨識技術仍在整個生物識別技術市場占主導地位，但預估未來虹膜辨識技術將以指數型的成長。亦即，指紋辨識技術獨大的局面將會被打破，未來語音辨識、人臉辨識和虹膜辨識等多種技術將依應用場景均衡發展。其中，虹膜辨識技術乃是目前生物識別技術中準確度最高的技術，未來在國防、電子商務、資訊安全等眾多應用領域中必然以虹膜辨識技術為重點，將成為生物認證市場領域增長最快的一匹「黑馬」。
⇠上一篇：心臟微弱的生理訊號——利用心電圖辨識身分
