Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
虹膜识别被广泛认为是最准确的生物特征模态之一,在受控条件下误匹配率可低至千万分之一。然而,虹膜并非对呈现攻击免疫。攻击者可能呈现打印的虹膜图像、在移动设备上显示虹膜图像、佩戴印有目标虹膜图案的有色隐形眼镜,甚至使用复制特定虹膜纹理的义眼。ISO/IEC 29145-2:2022 提供了检测针对虹膜识别系统的此类攻击的标准化框架。
标准将虹膜呈现攻击分为几类。打印虹膜攻击使用高分辨率打印机在纸张或类似介质上复制虹膜图像。基于显示的攻击在电子屏幕上呈现虹膜图像,包括智能手机、平板电脑和电子墨水屏。隐形眼镜攻击使用带有图案的美容镜片将目标虹膜图案覆盖在攻击者真实虹膜上。义眼攻击涉及包含打印或制造虹膜纹理的人工眼球。死后虹膜攻击使用死者虹膜组织,利用虹膜纹理在死后有限时间内持续存在的特点。
活体虹膜展现出的特征性瞳孔对光刺激的响应是人工制品难以复制的。标准描述了在受控照明变化下测量瞳孔光反射(PLR)潜伏期、收缩幅度和恢复动力学的协议。自然瞳孔动力学包括虹膜震颤——即使在恒定照明下也会发生的自发小幅度瞳孔直径振荡,由自主神经系统活动驱动。人工虹膜或打印图像无法复制这些动态生理响应。
高分辨率虹膜图像在多个空间尺度上揭示出特征纹理特征,活体虹膜组织与打印复制品之间存在差异。活体虹膜组织呈现三维隐窝、沟纹和卷缩轮结构,具有打印介质无法复制的深度变化。使用二维傅里叶变换和小波分解的频域分析可以识别喷墨和激光打印机的特征性点阵图案。标准规定了可靠纹理分析的最小图像分辨率(通常虹膜直径200+像素),并提供了用于算法训练和评估的参考数据集。
| 检测技术 | 可检测攻击类型 | 关键性能因素 | 实现注意事项 |
|---|---|---|---|
| 瞳孔光反射 | 打印、显示、义眼 | 潜伏期、幅度、恢复斜率 | 需NIR照明调制 |
| 虹膜震颤分析 | 打印、显示、义眼 | 振荡频率0.05–0.3Hz | 需5-10秒观察窗口 |
| 打印检测(频域) | 打印、部分显示 | 点阵周期性检测 | 计算轻量,单帧即可 |
| 隐形眼镜检测 | 有图案镜片 | 边缘伪影、表面反射 | 分辨率依赖,虹膜ROI需≥100px |
| 多光谱虹膜成像 | 打印、镜片、义眼 | 光谱反射差异 | 需双波段(NIR+可见光)摄像头 |
| 3D虹膜形状分析 | 打印、显示 | 虹膜曲率与前房深度 | 需立体或结构光成像 |
活体虹膜组织在可见光和近红外波长范围内展现出独特的光谱反射特性。虹膜基质中的黑色素浓度形成了与打印墨水或隐形眼镜材料不同的特征吸收模式。使用近红外(700-900 nm)和可见光波段的多光谱成像可以区分真实虹膜组织与人工复制品。此外,前眼的3D结构——包括虹膜平面相对于角膜和晶状体的曲率——可使用光学相干断层扫描或Scheimpflug成像来检测平面打印材料或人工镜片。
虹膜PAD实现需要仔细平衡检测精度、采集时间、用户便利性和硬件成本。标准提供了一个综合评估框架,包括每个攻击类别中的多种攻击种类、多种呈现仪器(如不同打印机型号、隐形眼镜品牌)以及不同采集距离和角度。APCER和BPCER必须按每个攻击类别分别报告,以识别模态特定漏洞。
环境照明对虹膜PAD构成特殊挑战。环境可见光和NIR光会影响瞳孔大小、引入模拟镜片伪影的镜面反射,并改变真实和攻击呈现的表现光谱特性。标准要求至少在三种照明条件下进行PAD评估:低环境光(<10 lux)、典型室内(100-500 lux)和明亮户外(1000+ lux),以确保跨部署环境的鲁棒性。
从系统架构角度,标准建议将虹膜PAD集成到特征提取和匹配之前的图像质量评估流水线中。这种部署允许在不消耗比较计算资源的情况下拒绝低质量或潜在攻击图像。PAD决策应报告为可独立于匹配分数进行阈值化的置信度分数,使系统集成商能够灵活平衡安全性和便利性。