虹膜技术谁发明

㈠ 虹膜识别技术的发展的怎么样呢

原标题：2018年全球生物识别技术行业市场规模及趋势分析 生物特征识别技术多元化发展

全球生物特征识别技术应用范围不断扩大

全球生物特征识别技术最早运用于法庭科学的司法鉴定，多是对静态图像(指纹图像、脸形图像)的事后采集和识别。到20世纪90年代末和21世纪初，特别是9.11恐怖事件之后，由于国际反恐斗争的需要，对静态、动态图像的事前事后采集和实时鉴别，已成为防范安全风险的主要技术手段。

此后，生物识别技术不再局限于安全防范领域，逐渐在机场、银行和各种电子器具上进行了更多实际应用，国外许多高新技术公司试图用眼睛虹膜、指纹、面貌特征等取代人们手中的信用卡或密码。

2018年全球生物识别技术行业市场规模将超160亿美元

由于具备显著优势，生物识别技术开始在金融、电信、信息安全、电子政务等领域普及，全球生物识别技术行业市场规模不断扩张。据前瞻产业研究院发布的《中国生物识别技术行业市场调研与投资预测分析报告》统计数据显示，2010年全球生物识别技术行业市场规模已达60.5亿美元。2014年全球生物识别技术行业市场规模突破了百亿美元，到了2016年全球生物识别技术行业市场规模达到了120.8亿美元，同比增长10.32%。截止至2017年全球生物识别技术行业市场规模增长至131.5亿美元，同比增长8.86%。初步测算2018年全球生物识别技术行业市场规模将超160亿美元。

2010-2018年全球生物识别技术行业市场规模统计及增长情况预测

数据来源：前瞻产业研究院整理

全球生物识别技术行业三大发展趋势分析

全球生物识别技术发展主要呈现出三大趋势：

首先是技术多元化。指纹识别技术由于其技术的稳定性，一直是生物特征识别领域的应用热点，但由于其易被复制的缺陷，已无法满足生物特征识别的应用需求。近年来，随着人脸、虹膜和静脉等识别技术取得重大突破，其产品得到了广泛的应用。未来，生物特征识别技术也将继续多元化发展。

其次，多生物特征融合技术广泛应用。由于客观条件变化的不可估计性，单生物特征识别技术往往会遇到难以克服的特例。而且在安全性要求极高的应用领域，单生物特征识别的性能很难达到预期的效果。因此，多生物特征识别技术越来越受到人们的关注。多生物特征识别技术利用了多个生物特征，结合数据融合技术，不仅提高了识别的准确性，而且扩大了多生物特征识别系统的应用范围，降低了多生物特征识别系统风险，是未来生物特征识别应用领域的必然趋势。

最后，深度学习技术成熟应用。与传统的机器学习算法相比，深度学习算法有更强的大数据拟合能力，目前被广泛应用于人脸识别、语音识别和计算机视觉等方面。不过，深度学习算法需要大量数据来保证在测试集上得到比较好的推广性，如何解决这一问题将成接下来研究重点。

㈡ 谁了解目前国内与国外 在虹膜识别方面的技术差别! 另外,国内那些公司做的不错

目前国内致力于虹膜识别产品的企业大多为代理国外产品或利用国外核心技术进行系统集成，就虹膜识别产品的核心技术——虹膜识别算法和图像采集设备而言，国内能够掌握的企业寥寥无几。北京中科虹霸科技有限公司拥有全套自主知识产权，是同时掌握虹膜识别核心算法和嵌入式虹膜识别产品研制技术的企业，达到国际先进水平。
中科虹霸以中科院自动化所虹膜识别技术为依托组建，其虹膜识别核心算法是中科院自动化所模式识别国家重点实验室10多年累积的科研成果，曾荣获2005年度国家技术发明二等奖，并在分别于2008年和2010年举行的国际虹膜识别算法公开竞赛NICE.Ⅰ和NICE.Ⅱ中以优异性能两度夺魁（详情请浏览网址http://nice1.di.ubi.pt/和http://nice2.di.ubi.pt/）。公司主创人员由中科院自动化研究所的科技骨干和专家组成，拥有一支由高级专业技术人才组成的研究、开发和技术支持队伍（专业技术人员占公司总人数的60%以上，其中，博士占15%，硕士占25%），他们在产品研发和应用工程领域既有深入的学术研究，也有丰富的实践经验，能够胜任复杂系统的开发、维护和技术支持工作。
截至目前，中科虹霸和自动化所共申请虹膜专利25项，其中发明专利18项，实用新型专利4项，外观专利3项，并获得软件著作权，知识产权涵盖虹膜识别软硬件系统等各个环节。
中科虹霸于2007年成功推出国内第一款嵌入式、网络化虹膜识别设备，配备独特的主动视觉反馈装置，用户界面友好，使用方便，速度快，该设备同时也是国际第一款配备液晶屏用于用户反馈的虹膜识别仪。
中科虹霸所采用的核心算法和国际最高水平的算法（英国剑桥大学Daugman 教授的方法）在识别率方面已经不相上下，测试结果已公开发表在IEEE Transactions on Image Processing （IEEE T-IP）等国际权威学术刊物上。在分别于2008年和2010举办的国际虹膜识别算法公开竞赛NICE.I和NICE.Ⅱ中，中科院自动化所的算法以优异性能两度夺魁。另外，在对该算法进行了严格测试并取得满意效果的基础上，美国的Sarnoff公司和英国的IrisGuard公司先后购买了该算法的授权许可。
中科虹霸的虹膜识别仪采用主动视觉反馈方法，拥有独特优势。非接触式虹膜采集设备中需要有反馈装置引导用户实现对准。目前市面上的其他虹膜识别产品全部是采用盲动式视觉反馈方法，即采用类似镜子的反馈设备辅助用户对准的反馈方式难以实现虹膜图像采集的“所见即所得”，因为用户直接根据镜面成像进行对准，而由于存在用户用眼习惯不同、左右眼的主副眼分工、摄像机和镜面的位置有差异等因素，会导致镜面成像和实际摄像机成像的差异，结果就出现用户自己认为对准了但实际上采集不到合适的图像的现象，导致虹膜识别效率的降低。而中科虹霸的虹膜识别采集设备采用了主动视觉反馈方法，即把摄像机采集到的真实内容用图像显示的形式反馈给用户，用户能够非常容易地调整人眼和摄像机的相对位置，跟前面的被动视觉反馈不同，用户看到的就是采集的结果，从而实现真正的“所见即所得”。

㈢ 世界上第一款使用虹膜识别技术的手机是哪一部

我知道挺早的是去年的vivo
x5pro，不过只是噱头，没什么实际作用，然后诺基亚的一款好像是950支持，使用的好像还不错，接着就是今年的三星note7，已经很好用了，比指纹快而且安全

㈣ 虹膜识别技术发展现在怎么样

识别灵敏度不够，精确度不够。在实验阶段用过，三星手机就有出这个功能。
现在用来体验不好。但会是以后的一个发展方向。因为虹膜复制可能性小。重复概率在千万分之一

㈤ 虹膜识别技术的发展怎么样

追溯至19世纪80年代。1885年，ALPHONSEBERTILLON将利用生物特征识别个体的思路应用在巴黎的刑事监狱中，当时所用的生物特征包括：耳朵的大小、脚的长度、虹膜等。1987年，眼科专家ARAN SAFIR和LEONARDFLOM首次提出利用虹膜图像进行自动虹膜识别的概念，到1991年，美国洛斯阿拉莫斯国家实验室的JOHNSON实现了一个自动虹膜识别系统。1993年，JOHNDAUGMAN实现了一个高性能的自动虹膜识别原型系统。今天，大部分的自动虹膜识别系统使用DAUGMAN核心算法。虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分，总体上呈现一种由里到外的放射状结构，由相当复杂的纤维组织构成，包含有很多相互交错的类似于斑点、细丝、冠状、条纹、隐窝等细节特征，这些特征在出生之前就以随机组合的方式确定下来了，一旦形成终生不变。虹膜识别的准确性是各种生物识别中最高的。·采集从直径11mm的虹膜上，Dr.Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，这样，一个虹膜约有266个量化特征点，而一般的生物识别技术只有13个到60个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，Dr. Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。在生物识别技术中，这个特征点的数量是相当大的。·算法：第一步是通过一个距离眼睛3英寸的精密相机来确定虹膜的位置。当相机对准眼睛后，算法逐渐将焦距对准虹膜左右两侧，确定虹膜的外沿，这种水平方法受 到了眼睑的阻碍。算法同时将焦距对准虹膜的内沿（即瞳孔）并排除眼液和细微组织的影响。 单色相机利用可见光和红外线，红外线定位在700-900mm的范围内（这是IR技术的低限，美国眼科学会在他们对macularcysts研究中使用同样的范围。） 在虹膜的上方，算法通过二维Gabor子波的方法来细分和重组虹膜图象，第一个细分的部分被称为phasor，要理解二维gabor子波的原理需要很深的数学知识。·精确度：虹膜识别技术是精确度最高的生物识别技术，具体描述如下：两个不同的虹膜信息有75%匹配信息的可能性是1:106等错率：1:1200000两个不同的虹膜产生相同虹膜代码的可能性是1:1052。·录入和识别：虹膜的定位可在1秒钟之内完成，产生虹膜代码的时间也仅需1秒的时间，数据库的检索时间也相当快。处理器速度是大规模检索的一个瓶颈，另外网络和硬 件设备的性能也制约着检索的速度。由于虹膜识别技术采用的是单色成像技术，因此一些图像很难把它从瞳孔的图像中分离出来。但是虹膜识别技术所采用的算法允许图像质量在某种程度上有所变化。相同的虹膜所产生的虹膜代码也有25%的变化，这听起来好像是这一技术的致命弱点，但在识别过程中，这种虹膜代码的变化只占整个虹膜代码的10%，它所占代码的比例是相当小的。

㈥ 什么是虹膜技术

虹膜仪/虹膜机也叫数字式虹膜相机，是光、电、机一体化的产品。虹膜机的核心部件是电荷耦合器件(CCD)图像传感器，它使用一种高感光度的半导体材料制成，能把光线转变为电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡把所摄的影像保存起来。因而可以轻而易举地把数据传输给计算机，并借助于计算机的处理手段，根据需要和想象来修改图像。

由于电脑的普及，虹膜机的优越性在保健预防上越来越显现，医药保健品行业中有不少人都在使用虹膜机，或正在准备虹膜机。虹膜机分辩率固然重要，其实虹膜机上的还有一些参数也不能忽视，比如说虹膜仪/虹膜机上的白平衡的作用，有一些人是不太清楚，有的人认为有无白平衡不那么重要，也有的不知白平衡是什么东西。在此我初浅谈一点对白平衡认识与虹膜使用者聊聊。

在我们使用老虹膜机，或使用过没有白平衡的虹膜机时，你会发现荧光灯的光人眼看起来是白色的，但拍摄出来的图像色彩却有点偏绿；同样，如果是在白炽灯下，拍出图像的色彩就会明显偏红，这就是我们常说偏色。图像偏色是由于环境光的色温作用而造成，在不同光源下，因色温不同，拍摄出来的照片会偏色。人的眼睛之所以把它们都看成白色的，是因为人眼对色温进行了修正。人们一直想如果能够使相机拍摄出的图像色彩和人眼所看到的色彩完全一样就好了。但是，由于CCD传感器本身没有这种功能，因此就有必要对它输出的信号进行一定的修正，这种修正就叫做白平衡。利用白平衡功能来作修正，其原理是控制光线中红、绿、蓝（RGB）三原色的明亮度，使影像中最大光位达到纯白，便能令其它色彩准确。所以白平衡控制就是通过图像调整，使在各种光线条件下拍摄出的照片色彩和人眼所看到的景物色彩完全相同。

简单地说白平衡就是无论环境光线如何，仍然把"白"定义为"白"的一种功能。颜色实质上就是对光线的解释，在正常光线下看起来是白颜色的东西在较暗的光线下看起来可能就不是白色，还有荧光灯下的"白"也是"非白"。对于这一切如果能调整白平衡，则在所得到的照片中就能正确地以"白"为基色来还原其他颜色。现在大多数的商用级数码相机均提供白平衡调节功能。正如前面提到的白平衡与周围光线密切相关，因而，启动白平衡功能时闪光灯的使用就要受到限制，否则环境光的变化会使得白平衡失效或干扰正常的白平衡。

对于虹膜数码相机，虽然白平衡可以在图像处理软件中进行调整，但如果您对图象软件不是很熟悉，或者不愿太麻烦调整，您最好还是选择具有较好的白平衡功能的虹膜数码相机。

专业的虹膜仪/虹膜机既有自动进行白平衡的，也有手动进行的。即使是自动进行，其修正能力也各不相同。当然您选择的虹膜仪/虹膜机最好能够具有手动和自动两种方式，多种模式控制白平衡，这样你在拍照片时，可以根据环境光来使用好虹膜仪/虹膜机上的白平衡。转载自(http://www.iridology.com.cn)

㈦ 人脸识别技术是什么时候发明的、

人脸识别最初在20世纪60年代已经有研究人员开始研究，真正进入初级的应用阶段是在90年代后期，发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。

人脸识别技术是指利用分析比较的计算机技术识别人脸。人脸识别是一项热门的计算机技术研究领域，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。
人脸识别技术属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。
人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。
功能模块
人脸捕获与跟踪功能
人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。
人脸识别比对
人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
人脸的建模与检索
可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
真人鉴别功能
系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。
图像质量检测
图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。

㈧ 虹膜识别技术的发展历程

追溯至19世纪80年代。1885年，ALPHONSEBERTILLON将利用生物特征识别个体的思路应用在巴黎的刑事监狱中，当时所用的生物特征包括：耳朵的大小、脚的长度、虹膜等。
1987年，眼科专家ARAN SAFIR和LEONARDFLOM首次提出利用虹膜图像进行自动虹膜识别的概念，到1991年，美国洛斯阿拉莫斯国家实验室的JOHNSON实现了一个自动虹膜识别系统。
1993年，JOHNDAUGMAN实现了一个高性能的自动虹膜识别原型系统。今天，大部分的自动虹膜识别系统使用DAUGMAN核心算法。
虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分，总体上呈现一种由里到外的放射状结构，由相当复杂的纤维组织构成，包含有很多相互交错的类似于斑点、细丝、冠状、条纹、隐窝等细节特征，这些特征在出生之前就以随机组合的方式确定下来了，一旦形成终生不变。虹膜识别的准确性是各种生物识别中最高的。
·采集
从直径11mm的虹膜上，Dr.Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，这样，一个虹膜约有266个量化特征点，而一般的生物识别技术只有13个到60个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，Dr. Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。在生物识别技术中，这个特征点的数量是相当大的。
·算法：
第一步是通过一个距离眼睛3英寸的精密相机来确定虹膜的位置。当相机对准眼睛后，算法逐渐将焦距对准虹膜左右两侧，确定虹膜的外沿，这种水平方法受 到了眼睑的阻碍。算法同时将焦距对准虹膜的内沿（即瞳孔）并排除眼液和细微组织的影响。 单色相机利用可见光和红外线，红外线定位在700-900mm的范围内（这是IR技术的低限，美国眼科学会在他们对macularcysts研究中使用同样的范围。） 在虹膜的上方，算法通过二维Gabor子波的方法来细分和重组虹膜图象，第一个细分的部分被称为phasor，要理解二维gabor子波的原理需要很深的数学知识。
·精确度：
虹膜识别技术是精确度最高的生物识别技术，具体描述如下：两个不同的虹膜信息有75%匹配信息的可能性是1:106等错率：1:1200000两个不同的虹膜产生相同虹膜代码的可能性是1:1052。
·录入和识别：
虹膜的定位可在1秒钟之内完成，产生虹膜代码的时间也仅需1秒的时间，数据库的检索时间也相当快。处理器速度是大规模检索的一个瓶颈，另外网络和硬 件设备的性能也制约着检索的速度。由于虹膜识别技术采用的是单色成像技术，因此一些图像很难把它从瞳孔的图像中分离出来。但是虹膜识别技术所采用的算法允许图像质量在某种程度上有所变化。相同的虹膜所产生的虹膜代码也有25%的变化，这听起来好像是这一技术的致命弱点，但在识别过程中，这种虹膜代码的变化只占整个虹膜代码的10%，它所占代码的比例是相当小的。

㈨ 虹膜识别的原理是什么

原理：人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。

而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。

(9)虹膜技术谁发明扩展阅读

优点：

1、便于用户使用；

2、可能会是最可靠的生物识别技术；

3、不需物理的接触；

4、可靠性高。

快捷方便：拥有本系统，不需要携带任何证件，就能实现门控，可单向亦可双向；既可以被授权控制一扇门，也可以控制开启多扇门；

授权灵活：本系统根据管理的需要，可任意调整用户权限，随时了解用户动态，包括客户身份、操作地点、功能及时间次序等，实现实时智能管理；

缺点：

1、很难将图像获取设备的尺寸小型化；

2、设备造价高，无法大范围推广；

3、镜头可能产生图像畸变而使可靠性降低；

4、两大模块：硬件和软件；

5、一个自动虹膜识别系统包含硬件和软件两大模块：虹膜图像获取装置和虹膜识别算法。分别对应于图像获取和模式匹配这两个基本问题。

㈩ 谁说有了虹膜仪专利，就是虹膜仪创始人（发明人）

专利的发明人是指在该专利技术点上做出实质性贡献的人。

但要注意的是，一个产品（如虹膜仪）当然不是用一个专利就能保护的，虹膜仪是一个领域，其有数以百万的专利，其中很多专利技术在解决不同的技术问题，有些是为同一个问题提出的不同解决方案。

如此多的专利中，只有极少数那些被市场接受，而且专利申请写的很好的专利才有价值。即，作为发明人没什么，我个人已经申请了40件以上的专利，但不一定我能获利。