基于智能手機的虹膜身份識別

錢自安

【摘要】近年來，人們越來越關注智能手機的安全性。本文提出了一種基于智能手機的虹膜身份識別系統。虹膜身份識別具有識別率高、誤據率低、不易偽造、匹配迅速等優點，已在非智能機領域得到廣泛應用。所提系統包含了由紅外補光燈、含紅外濾光片的附加攝像頭組成的經濟可行的硬件設計，以及基于圖像濾波的準確快速的虹膜定位算法。實驗表明，所提系統識別率可以達到98.9%。所提算法可能應用于手機解鎖、犯罪調查、出入境等諸多領域。

【關鍵詞】智能手機身份認證虹膜身份識別紅外補光燈圖像濾波

一、引言

近年來，智能手機正得到越來越廣泛的應用。據估計，2013年，全球智能手機出貨量約10億部，幾乎每七個人就會買一部新的智能手機。與此同時，智能手機的應用也日益廣泛，從最初單純用來打電話、發短信的工具，發展到儲存個人通訊錄、日歷行程、記事本，再到接收驗證碼、用做支付、管理金錢賬戶。典型的例子是支付寶手機錢包，持有手機的用戶甚至可以不用密碼，直接支配其中的余額。與應用的迅速增長相比，智能手機的安全技術發展的相對緩慢，因此正越來越受到用戶與廠商的關注[1，2]。生物特征識別因為攜帶方便、不易丟失等特點，為智能手機的身份認證提供了一種可行的解決方案[1，3]。有些公司先行一步，比如蘋果公司，已經開始使用指紋作為解鎖工具。

虹膜身份識別作為一種生物特征識別技術，因為識別率高、誤據率低、不易偽造、匹配迅速等優點[4，5]，在傳統身份識別領域正得到越來越廣泛的應用。在智能手機領域，也有研究人員嘗試應用虹膜身份識別。Ben等論證了智能手機領域對多種安全技術的需求，把虹膜身份識別作為一種候選方案[1]。Shin等研究了基于智能手機的移動銀行服務的集成安全框架[2]。Johns等提出了EyePhone（eye是眼睛，phone是手機）的概念，探討了在移動設備中使用虹膜身份識別的可能[6]。在全球知名的虹膜身份識別公司IRIS的一篇碩士論文中，也提出了一種智能手機虹膜身份識別技術[7]。

本文首先分析了智能手機攝像頭的現狀，通過附加近紅外補光燈與帶紅外濾波片的攝像頭，給出使用智能手機獲取可用于虹膜身份識別的虹膜圖像的硬件解決方案；然后基于智能手機運算能力較弱的現狀，提出一種計算量小的虹膜定位算法，并且通過實驗測試了匹配結果。

二、適用于虹膜身份識別的智能手機硬件

虹膜是瞳孔周圍的灰色區域[8]。虹膜具有豐富的紋理，在胎兒形成的前八個月定型，并且終生幾乎不變[9]，因此是用作生物特征識別的理想生物特征。虹膜身份識別通常包含四個模塊：圖像獲取、虹膜定位、特征提取與虹膜匹配[5]。圖像獲取通常需要在近紅外光下獲得，因為虹膜在近紅外光下展現出最清晰的紋理結構[10]。然而近來也有在可見光下進行虹膜身份識別的研究[11]。

智能手機通常自帶攝像頭，有些還有前置與后置攝像頭，用作虹膜身份識別有先天的優勢。然而，觀察用iPhone4S拍攝的虹膜圖像，如圖1（a）所示，可見使用智能手機，在可見光下獲得的虹膜特征不夠明顯。而在紅外補光燈下拍攝的虹膜圖像，紋理特征則相對清晰，如圖1（b）所示。

LED補光燈與額外的覆蓋了紅外濾光片的攝像頭，如圖2所示，借此獲得近紅外光下的虹膜圖像。

所提方案有成熟的應用可以借鑒，同時價格低廉。紅外補光燈廣泛用于網絡攝像頭與監控攝像頭中，所提方案所需只是一枚近紅外LED，成本不過幾分錢。加裝的攝像頭只需普通的攝像頭即可，因為普通攝像頭也可以捕獲近紅外光，紅外濾光片濾去非近紅外光，拍到的即是紅外光下的虹膜圖像。因此所提方案既具有技術上的可行性，又具有經濟性。

三、虹膜身份識別算法

截至目前，商用的虹膜身份識別算法很多是基于Daugman的方法[10，12-15]。也有研究者提出全然不同的方法，如Wildes[16，17]。

本文所提的虹膜身份識別算法，主要由三個部分組成：虹膜定位、特征提取與虹膜匹配。

首先是虹膜匹配。Daugman使用積分微分算子（IDO）定位虹膜邊緣，如式1所示。

為了驗證所提算法的效果，本文用智能手機攝像頭加裝紅外濾光片，在紅外LED下拍攝了10只眼睛各10圖片，進行了9，801次虹膜匹配。實驗結果表明，所提算法識別率為98.9%，達到智能手機身份認證的需求。通過使用多個虹膜模板，以及多生物特征（如指紋+虹膜），可以在現在的基礎上，進一步顯著提高識別率。

四、結論

隨著智能手機的日益普及以及智能手機應用的快速增長，智能手機的安全性受到越來越多的關注。虹膜身份識別技術因為識別率高、不易偽造等特點，成為智能手機安全認證的一個可靠方案。然而，虹膜身份識別在紅外光下效果更佳，而且智能手機運算能力不如計算機。據此本文提出在智能手機上加裝紅外補光LED與帶紅外濾光片的攝像頭的方案，并提出了一種基于濾波的快速虹膜定位算法。所提硬件方案價格低廉，技術成熟；所提虹膜定位算法定位準確，計算迅速。實驗表明，所提硬件、軟件方案可以達到98.9%的識別率。

參考文獻

[1] BEN-ASHER， N.， KIRSCHNICK N.， SIEGER H.， et al. On the need for different security methods on mobile phones[C]// Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services， 2011： ACM： 465-473.

[2] SHIN， Y.-N.， CHUN M. G.， Integrated framework for information security in mobile banking service based on smart phone， in Communication and Networking. 2010， Springer. p. 188-197.

[3] FENSKE， J. Biometrics in new era of mobile access control[J]. Biometric Technology Today， 2012， 2012（9）： 9-11.