《虹膜识别》课程案例与反思.pdfVIP

《虹膜识别》课程案例与反思

【论文编号】1671-7384（2017）10-0072-03

随着指纹识别、人脸识别等安全技术逐渐深入人们的生活，

生物特征识别技术在现实中越来越受到广泛关注。为了帮助中小

学生更好地了解科技前沿，把握科技发展方向，中国科学院自动

化研究所人工智能与机器人教育联合实验室与北京师范大学附

属实验中学共同开设了《福尔摩斯科学探案》系列校本选修课程。

该课程以生动有趣的探案故事为线索，为中学生介绍了生物特征

识别、数字图像处理等人工智能前沿科学技术。

人工智能（ArtificialIntelligence，AI）研究如何用计算机模

仿人脑所从事的推理、学习、思考、问题求解以及规划等思维活

动，来解决需要人类专家才能处理的复杂问题，例如诊断、规划、

预测等决策性问题。简言之，它是一门研究运用计算机模拟和延

伸人脑功能的综合性学科。生物特征识别技术（Biometric

IdentificationTechnology）是人工智能的一個重要发展方向，它

主要是指通过可测量的身体或行为等生物特征进行身份认证的

一种技术。

生物特征识别技术包括指纹识别、人脸识别、虹膜识别、语

言识别、步态识别等多种技术，是信息科学、生物科学、模式识

别科学等多门学科的交叉学科。其中，虹膜识别是生物识别的重

1/7

要组成部分。

本文以《虹膜识别技术》课堂教学为例反思了人工智能前沿

科学在中小学中开展教育教学活动的内容和方法。

课前分析及目标阐明

1.教学内容分析

此次课程的教学内容主要来源是《福尔摩斯科学探案——终

极追凶（生物特征识别技术概述）》。此课程以福尔摩斯调查罪犯

故事为背景，介绍了生物特征识别的概念、历史、种类及关键技

术。虹膜识别技术作为生物特征识别的重要组成种类，在整个课

程中占有重要位置。本次课程概述了虹膜识别的概念及具体流程。

虹膜识别是生物特征识别中的一个新兴的热门发展方向，虹

膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在红

外光下可以看到丰富的纹理信息，如斑点、条纹、细丝、隐窝

等细节特征。

个体的虹膜结构独一无二、不具有遗传性，并且自童年以后，

便基本不再变化，使得其非常适合生物识别。有统计表明，到目

前为止，虹膜识别的错误率是各种生物特征识别中最低的。在包

括指纹在内的所有生物特征识别技术中，虹膜识别是当前应用最

为方便和精确的一种。虹膜作为重要的身份鉴别特征，具有唯一

性、稳定性、可采集性、非侵犯性等优点.非侵犯性（或非接触式）

的生物特征识别是身份鉴别研究与应用发展的必然趋势。

2/7

虹膜识别整体包括注册和认证两个部分。每个部分的过程大

体相同，认证部分比注册部分多了一个识别认证的过程。

综合以上两个部分，虹膜识别的具体过程主要由虹膜图像采

集、图像预处理、特征提取、识别认证四部分组成。该系统的原

理图如图1所示。虹膜图像采集是生物特征传感器通过红外光源

获取灰度虹膜图像以便后续处理的过程。图像预处理包括虹膜检

测、活体检测、图像质量评估、虹膜定位、虹膜归一化、图像增

强等步骤，其中虹膜定位为其关键步骤，虹膜的定位主要利用瞳

孔/虹膜/巩膜存在较大的灰度跳变并且成圆形的边缘分布结构

特征。虹膜特征提取方法目前没有统一的标准，中科院自动化所

生物识别与安全技术研究中心通过拓展原始的定序测量特征

（OrdinalMeasures）的内涵，提出了多极子滤波器的概念，建

立了虹膜图像特征表达的一般框架，证明了虹膜图像区域之间的

排序测度特征等价于虹膜物理表面不同位置反光率之间的大小

顺序关系，是独立于光照、对比度等外界因素的虹膜图像的本质

特征。识别认证是特征匹配的过程，图像匹配算法在虹膜斑块模

式的相似性度量中得到成功应用。

2.学生特征分析

本课程的学习者是初中二年级的学生，根据皮亚杰的儿童智

力发展阶段观点，他们当前的智力水平处于形式运算阶段。处在

这个阶段的学生已经具备假设——演绎思维和系统思维的能力，

3/7

能够进行抽象思维，但是还需要借助一些具体形象的事物来支持

学习。同时，他们已经具有一定