基于智能手机的虹膜身份识别

【摘要】近年来，人们越来越关注智能手机的安全性。本文提出了一种基于智能手机的虹膜身份识别系统。虹膜身份识别具有识别率高、误据率低、不易伪造、匹配迅速等优点，已在非智能机领域得到广泛应用。所提系统包含了由红外补光灯、含红外滤光片的附加摄像头组成的经济可行的硬件设计，以及基于图像滤波的准确快速的虹膜定位算法。实验表明，所提系统识别率可以达到98.9%。所提算法可能应用于手机解锁、犯罪调查、出入境等诸多领域。

【关键词】智能手机身份认证虹膜身份识别红外补光灯图像滤波

一、引言

近年来，智能手机正得到越来越广泛的应用。据估计，2013年，全球智能手机出货量约10亿部，几乎每七个人就会买一部新的智能手机。与此同时，智能手机的应用也日益广泛，从最初单纯用来打电话、发短信的工具，发展到储存个人通讯录、日历行程、记事本，再到接收验证码、用做支付、管理金钱账户。典型的例子是支付宝手机钱包，持有手机的用户甚至可以不用密码，直接支配其中的余额。与应用的迅速增长相比，智能手机的安全技术发展的相对缓慢，因此正越来越受到用户与厂商的关注[1，2]。生物特征识别因为携带方便、不易丢失等特点，为智能手机的身份认证提供了一种可行的解决方案[1，3]。有些公司先行一步，比如苹果公司，已经开始使用指纹作为解锁工具。

虹膜身份识别作为一种生物特征识别技术，因为识别率高、误据率低、不易伪造、匹配迅速等优点[4，5]，在传统身份识别领域正得到越来越广泛的应用。在智能手机领域，也有研究人员尝试应用虹膜身份识别。Ben等论证了智能手机领域对多种安全技术的需求，把虹膜身份识别作为一种候选方案[1]。Shin等研究了基于智能手机的移动银行服务的集成安全框架[2]。Johns等提出了EyePhone（eye是眼睛，phone是手机）的概念，探讨了在移动设备中使用虹膜身份识别的可能[6]。在全球知名的虹膜身份识别公司IRIS的一篇硕士论文中，也提出了一种智能手机虹膜身份识别技术[7]。

本文首先分析了智能手机摄像头的现状，通过附加近红外补光灯与带红外滤波片的摄像头，给出使用智能手机获取可用于虹膜身份识别的虹膜图像的硬件解决方案；然后基于智能手机运算能力较弱的现状，提出一种计算量小的虹膜定位算法，并且通过实验测试了匹配结果。

二、适用于虹膜身份识别的智能手机硬件

虹膜是瞳孔周围的灰色区域[8]。虹膜具有丰富的纹理，在胎儿形成的前八个月定型，并且终生几乎不变[9]，因此是用作生物特征识别的理想生物特征。虹膜身份识别通常包含四个模块：图像获取、虹膜定位、特征提取与虹膜匹配[5]。图像获取通常需要在近红外光下获得，因为虹膜在近红外光下展现出最清晰的纹理结构[10]。然而近来也有在可见光下进行虹膜身份识别的研究[11]。

智能手机通常自带摄像头，有些还有前置与后置摄像头，用作虹膜身份识别有先天的优势。然而，观察用iPhone4S拍摄的虹膜图像，如图1（a）所示，可见使用智能手机，在可见光下获得的虹膜特征不够明显。而在红外补光灯下拍摄的虹膜图像，纹理特征则相对清晰，如图1（b）所示。

LED补光灯与额外的覆盖了红外滤光片的摄像头，如图2所示，借此获得近红外光下的虹膜图像。

所提方案有成熟的应用可以借鉴，同时价格低廉。红外补光灯广泛用于网络摄像头与监控摄像头中，所提方案所需只是一枚近红外LED，成本不过几分钱。加装的摄像头只需普通的摄像头即可，因为普通摄像头也可以捕获近红外光，红外滤光片滤去非近红外光，拍到的即是红外光下的虹膜图像。因此所提方案既具有技术上的可行性，又具有经济性。

三、虹膜身份识别算法

截至目前，商用的虹膜身份识别算法很多是基于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识别算法，主要由三个部分组成：虹膜定位、特征提取与虹膜匹配。

首先是虹膜匹配。Daugman使用积分微分算子（IDO）定位虹膜边缘，如式1所示。

为了验证所提算法的效果，本文用智能手机摄像头加装红外滤光片，在红外LED下拍摄了10只眼睛各10图片，进行了9，801次虹膜匹配。实验结果表明，所提算法识别率为98.9%，达到智能手机身份认证的需求。通过使用多个虹膜模板，以及多生物特征（如指纹+虹膜），可以在现在的基础上，进一步显著提高识别率。

四、结论

随着智能手机的日益普及以及智能手机应用的快速增长，智能手机的安全性受到越来越多的关注。虹膜身份识别技术因为识别率高、不易伪造等特点，成为智能手机安全认证的一个可靠方案。然而，虹膜身份识别在红外光下效果更佳，而且智能手机运算能力不如计算机。据此本文提出在智能手机上加装红外补光LED与带红外滤光片的摄像头的方案，并提出了一种基于滤波的快速虹膜定位算法。所提硬件方案价格低廉，技术成熟；所提虹膜定位算法定位准确，计算迅速。实验表明，所提硬件、软件方案可以达到98.9%的识别率。

参考文献

[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.