虹膜识别技术在公安领域的应用
刘金坤1, 李春宇1,*, 张智勇2, 张帅2, 骆建新2
1.中国人民公安大学侦查学院,北京 100038
2.郑州市公安局刑事科学技术研究所,郑州 450000
* 通信作者简介:李春宇,男,辽宁沈阳人,博士,副教授,研究方向为图像检验、光谱检验技术。E-mail: lichunyu@ppsuc.edu.cn

第一作者简介:刘金坤,男,河南南阳人,硕士研究生,研究方向为图像检验技术。E-mail: 18860392253@qq.com

摘要

虹膜识别技术作为新一代生物识别技术对公安部门打击犯罪具有重要意义。本文总结虹膜识别技术的概念、应用领域、关键技术,并以郑州市公安局虹膜身份核查系统为例,从虹膜采集核查、数据查询、数据统计分析、基础信息管理四个方面阐述虹膜系统的架构和模块功能,结合公安实际介绍了虹膜身份核查系统在身份信息录入与核实、大型活动安保、处理旧案积案、串并案件、寻找无名尸源等方面的实战应用场景,对虹膜未来在维护社会治安方面发挥的重要作用进行展望,为虹膜识别技术在公安领域的应用提供借鉴和实战经验。

关键词: 虹膜识别; 虹膜身份核查系统; 虹膜应用场景
中图分类号:DF793.2 文献标志码:A 文章编号:1008-3650(2021)04-0428-05
Iris Recognition and Practical Utilization Exampling with Zhengzhou Public Security Bureau
LIU Jinkun1, LI Chunyu1,*, ZHANG Zhiyong2, ZHANG Shuai2, LUO Jianxin2
1. School of Investigation, People’s Public Security University of China, Beijing 100038, China
2. Institute of Criminal Science and Technology, Zhengzhou Public Security Bureau, Zhengzhou 450000, China
Abstract

Iris recognition, a new generation of biometric identification technology, is of great significance for public security organizations to confirm individual identity and/or crack down on crime. This paper summarizes the iris recognition technology about its concept, applications and key technologies. Exampled with the Iris Identity Verification System of Zhengzhou Public Security Bureau, such an iris operation system was expounded of its architecture and module functions from four aspects of iris collection and verification, data query, statistical analysis and basic information management. Combined with the actual situation of public security, the Iris Identity Verification System was introduced to its practical application scenarios in identity information registration and verification, security maintenance for large-scale activities, handling prolonged and/or long-pending cases, concatenating cases and determining source/origin of unknown corpse. Moreover, prospect was also discussed for iris recognition to play its important role in maintaining social security in future.

Key words: iris recognition; iris identity verification system; iris application scenarios

科技的进步推动社会的发展, 随着人工智能和大数据在各行各业快速兴起, 多样式的生物识别技术已走进公安领域, 以DNA鉴定、指纹识别、语音识别、人脸识别为代表的第一代身份识别系统在案件侦破方面正发挥重要作用[1, 2, 3]。然而, DNA采集速度慢, 鉴定周期长, 不适合实时确定身份的应用场景; 指纹易受时间、环境和人为因素影响, 给现场勘查人员的指纹采集工作带来麻烦; 语音识别能通过声波反映说话人的生理、心理、年龄和行为[4, 5], 但仍存在区分度差、误判率高、环境影响大、容易变异等问题; 人脸识别可利用人的脸部特征进行身份识别[6], 但因人的年龄增长, 相貌改变、整容等后天因素的影响, 人脸识别难以发挥其有效性。而虹膜识别技术作为新一代身份核查手段具有识别准确性高、对比速度快、防伪能力强、稳定性好、非接触采集、可识别特征丰富、应用场景广泛等优点, 可满足公安机关打击恐怖势力, 进行边防人员管控、电信诈骗人员ATM机违法操作身份识别、违法犯罪人员识别等需求。

人眼的白色巩膜与黑色瞳孔之间的环状区域称为虹膜, 具有斑点、细丝、隐窝等多种复杂纤维状形态组织, 这些组织纹理特征在婴儿出生8个月之后已经形成并且终生不变, 这为人的身份识别提供了可能性[7]。虹膜识别是指用专门的虹膜图像采集摄像头捕获人眼图像, 图像预处理软件检测虹膜, 经过图像分割、图像归一化、图像增强, 再通过虹膜特征提取算法获取特征点并编码, 特征编码与数据库中的虹膜图像特征编码进行相似度匹配[8], 实现检材与样本的同一认定, 从而达到身份识别的目的。

虹膜识别技术从产生到应用已有30多年, 最初英国剑桥大学的Daugman博士提出虹膜识别技术框架, 如今已在金融、煤矿、管理、医学等多个行业领域广泛应用。在公共安全方面, 我国对虹膜识别技术的应用相比美国、印度、阿联酋等国家仍较少[9], 但作为人口大国, 随着人们对安全需求的日益提高, 虹膜识别技术在公安系统的发展潜力巨大。2019年, 公安部下发《关于开展虹膜信息采集应用工作的通知》, 明确提出虹膜识别核查子系统的建设要求、建设规范及建设周期。同年, 在广东珠海举行的“ 全国刑事技术新技术装备推广会” 上详细讨论了虹膜识别在全国刑侦系统的推广应用。郑州市公安局刑事科学技术研究所作为首批政策执行者, 已在虹膜身份识别核查系统建设上取得突破性成就。

1 虹膜身份核查系统关键技术

虹膜身份核查系统是融网站开发技术、虹膜图像处理技术、模式识别技术、信号处理技术、红外光学成像技术为一体的综合系统。其中, 核心技术是网站开发和虹膜图像处理。

网站开发技术将虹膜数据库、各种算法相融合, 为用户提供可视化界面展示和操作。它通过设计网页窗口, 汇集行业需求功能, 实现服务器间的信息交互, 主要包括网站架构的设计, 融合UI设计、HTML页面设计、图像处理的前端开发, 借助PHP、asp.net、JSP等语言实现的网络后端开发和JS类应用的脚本开发。虹膜身份核查系统本身就属于一种网络统一服务平台, 核心技术是虹膜识别技术, 信息交换平台是公安网络和Internet网, 主要包括服务器、用户端口和浏览器。服务器完成图像入库、特征点提取、数据交互传输、虹膜设备授权等工作, 用户端完成虹膜检测、分割、归一化等工作, 浏览器展示人机交互界面, 进行数据管理与设备管理[10]

虹膜图像处理技术主要包括虹膜图像采集、图像预处理和图像识别。

1)图像采集通常使用850 nm近红外摄像头, 利用CCD、CMOS光学传感器获得图像。图像采集时, 人的眼部、睫毛、光照强度、反光区域可能对图像清晰度产生极大影响。清晰度的评价指标有瞳孔-虹膜边界圆度、灰度利用率、边缘预留度等, 通过清晰度的评估, 可提高获取图像的质量。

2)虹膜图像预处理包括虹膜图像去噪、虹膜定位、虹膜归一化、虹膜图像增强。虹膜图像捕获过程中会产生加性噪声、乘性噪声、椒盐噪声、量化噪声等, 处理方法有空间滤波法、变换滤波法和变分法。虹膜边缘定位是找到虹膜与巩膜和瞳孔间的边缘, 进而对虹膜内边界定位和外边界定位, 所用算法主要有灰度梯度法、Hough变换法、Daugman算法和边缘检测算子法[11]。归一化是将虹膜环状区域通过极坐标变换法实现, 将虹膜环展开为(64× 512)像素的矩形照片, 方便特征提取与匹配。而图像增强是通过算法去除噪声, 增加图像亮度和对比度。

3)图像识别是虹膜识别技术的关键, 包括特征提取与匹配, 特征提取是提取归一化后的虹膜纹理特征并形成对照模板, 然后与需要检测的虹膜匹配并计算出相似度。当前比较热门的模式识别算法主要有基于模板的算法、基于可视特征的算法、基于支持向量机算法、贝叶斯方法、Fisher判别分析方法、神经网络算法等[12, 13]

2 郑州市虹膜身份核查系统平台建设
2.1 虹膜采集核查

虹膜采集核查是虹膜身份核查系统的主要前端窗口, 包括虹膜采集和核查两部分。虹膜采集系统连接外部的二代身份证采集设备和红外线虹膜采集仪, 采集时只需将眼睛对准虹膜采集仪, 2 s之内仪器就会自动捕获人眼清晰照片, 上传至虹膜采集界面并将照片可视化效果展现在电脑屏幕。如果采集照片不合格, 系统会及时提醒重新采集。此外, 通过身份证识别设备可同时录入身份信息, 双重手段可有效确保被采集人的身份真实, 整个操作过程方便快捷, 利于基层公安民警使用。

根据虹膜库的长远发展和建库要求, 虹膜采集系统也可将采集人身份分配至不同类型重点人员库。主要包括正常人员、涉毒人员、刑事犯罪前科人员、在逃人员、涉稳与涉恐人员库等。虹膜核查可实现虹膜相似度匹配功能, 虹膜采集完毕后, 点击一键查询选项可与系统后方数据库自动匹配并显示采集人、采集编号、采集时间、采集地点以及被采集者的身份信息。

2.2 虹膜采集数据查询

采集数据查询主要按照谁采集、谁负责的原则设计, 确保每一条数据来源清晰可靠, 可追根溯源, 包括采集记录、采集记录批量查询、核查记录和报警记录。采集记录选项记录单个采集活动的所有信息, 显示虹膜采集时间、采集机构、被采集人姓名、证件类型、证件号、人员分类(正常人员或者刑事处罚人员)、采集人、采集结果(成功或者异常)、是否存疑等内容, 可实现精准查找。采集记录批量查询选项可实现权限内用户从总体上查看被采集人的信息, 显示采集成功人员姓名及无法采集、采集人使用证件不一致等异常情况。核查记录选项主要记载查询人记录。报警记录显示报警时间、报警人身份信息、专题库、报警地点。

2.3 虹膜数据统计分析

随着虹膜核查系统数据库的不断扩大, 利用数据挖掘技术搜寻关于犯罪嫌疑人的重要信息成为身份识别系统的重点需求。同时, 为了提高虹膜数据库的扩展速度, 郑州市公安局依托下属30多个分县局共同进行虹膜采集工作, 并通过数据统计分析模块实现各个组织机构采集数据量查询和对比分析。

郑州市刑事科学技术研究所的虹膜身份核查系统装备了强大的数据统计分析功能, 可实现虹膜数据采集的全方位分析, 主要有采集量趋势分析、采集量对比分析、核查量趋势分析、核查量对比分析、入库趋势分析、入库量对比分析、上报数据统计。采集量趋势分析可显示某下属分局的虹膜采集量, 输入查询的年、月、日和采集机构组织或操作人关键词, 可查看组织机构的数据采集量, 并以统计表格或折线图的形式直观展示, 便于市局实时掌握每个组织机构的工作进度。采集量对比分析可以柱状图或饼状图的形式显示所有组织机构的综合采集量, 能从宏观上把握所有组织机构的任务量。核查量趋势分析和对比分析可从上一级权限查看数据的审核情况, 从人力上实现虹膜入库质量把关。虹膜数据的采集质量不仅要依托系统, 更要有人为监督, 双向保证虹膜质量, 因此, 对采集后的数据再次查看核实, 也成为工作的重点。核查量趋势分析和对比分析可显示每个组织机构采集数据的审核情况, 也可进行数据汇总, 从总体上对各个组织机构的数据核查和任务量比对分析。入库趋势和入库量对比分析主要针对特殊库的建设而设计, 可从虹膜数据库中筛选重点人员信息, 实现数据的快速准确查找。

上报数据统计选项可全面记录上报信息的状态和质量, 对组织机构待上传和注册成功的数据进行统计, 并提醒警务工作人员及时处理重复上传、一人多证、一证多人、上传错误等异常信息。

2.4 基础信息管理

系统的稳定性不仅需要网络实时维护, 更重要的是对硬件设备的管理、维护和对使用者信息的管理, 基础信息管理模块已包含了相关功能, 主要有人员信息管理、专题库管理、设备管理和设备分布。

人员信息管理主要针对出错采集信息的变更, 如针对不携带身份证的犯罪嫌疑人在采集虹膜时出现谎报身份信息的情况, 若不及时更正可能会导致严重后果, 因此, 错误信息的及时纠正很有必要。专题库管理面向特殊人员库而设计。设备管理和分布是虹膜硬件管理的重点, 涉及下级虹膜采集单位设备的工作状态, 可显示每个组织机构的设备数量以及设备的供应商, 便于后期虹膜采集仪的故障排除, 避免影响工作进度。

3 郑州市虹膜身份核查系统的应用场景

在非公安领域, 国内虹膜应用已相当广泛[14], 随着郑州市公安局的虹膜身份核查系统全面建成, 虹膜识别技术应用场景的定位与选择将是发挥系统实战应用价值最重要的一项工作, 主要包括身份信息录入与核实、大型活动安保场所出入人员身份识别、处理旧案积案、串并案件、寻找无名尸源等。

3.1 身份信息录入与核实

身份信息录入是虹膜数据库建立最重要的途径之一。目前对违法犯罪人员身份信息录入的方式有人像、DNA、Y染色体、指纹、声纹等, 虹膜身份核查系统可作为一种新型信息采集手段记录监所人员信息, 从而构建重点监控人员虹膜数据库, 对于再次作案的累犯可直接与虹膜数据库比对确定其身份。此外, 虹膜技术也会推广至普通公民身份信息采集, 在人员流动量大的车站、地铁、交通卡口设置临时卡点, 抽查采集部分普通人员的虹膜, 可发挥震慑犯罪、筛查违法人员的作用。此外, 身份信息通过公安内部网络实现信息交流和传输可有效保证公民隐私信息安全。

3.2 大型活动安保

大型活动作为一种群体性活动具有人员多、流动大、安全风险高等特点, 人员身份核查往往是重中之重。以大型演唱会安保为例, 传统的身份确认方式有门票查验、辅助金属探测仪以防观众携带危险物品, 然而此种方式不能排查从事过违法犯罪活动的在逃人员, 这类人员存在着极高的社会危险性, 将虹膜身份核查系统应用到安保场所入口门禁身份核查系统上进行潜逃人员筛查, 可节省搜查嫌犯所耗费的大量警力财力。

3.3 处理旧案积案

随着人们对社会公平正义的呼声越来越高, 公安民警对于旧案积案的处理越来越重视, 部分犯罪嫌疑人因年龄的增长外貌已有所改变, 或为了逃避追捕, 故意改变容貌或者化妆。将虹膜身份核查系统应用到旧案积案上, 只需将犯罪嫌疑人的虹膜入库, 在面容特征改变的情况下, 系统也能准确识别作案者身份。

3.4 串并案件

连续性盗窃、抢劫、强奸、杀人等案件会给公共安全带来极大的危害性, 社会舆论反映强烈。作为刑事侦查人员, 要在思想上培养串并案件的意识, 同时掌握串并案件的方法。公安实际办案常用的方法有同一认定法、物证连结法、综合类比法、传递关系推理法[15]。虹膜身份核查技术作为传统方法的增补, 也会发挥很大作用。将犯罪嫌疑人虹膜与系统后方库比对可迅速查验出相似人员的身份信息以及连续作案信息, 达到串并案件的目的。

3.5 寻找无名尸源

无名尸体在现场留下的身份信息很少, 通常的做法是提取指纹进行身份识别, 或提取尸体重点部位的DNA, 将DNA信息与信息库比对确定死者身份[16]。虹膜作为新的身份确认手段也可发挥相应作用, 并与DNA方法相互补充。

2019年最新人口统计显示:河南全省常住人口为9 640万人, 其中, 郑州市常住人口为1 035.2万人, 占全省人口总数的10.74%, 人口数量的增加往往伴随着安全隐患的进一步增加, 建立新型安全防控体系迫在眉睫。郑州市公安局虹膜系统作为新型身份识别手段将在安全领域发挥重要作用, 其数据库采集规模为1 000万。相比于传统的DNA、指纹、声纹采集, 虹膜核查系统响应速度快, 基层公安民警可在2 s内分别完成虹膜图像采集和图像比对, 方便快捷的操作系统得到了基层公安民警的一致好评。

4 结语

虹膜识别技术具有精确度高、稳定性强、采集方便等优势, 在公安领域的应用场景将会越来越多。郑州市公安局虹膜身份核查系统的落地实施, 标志着虹膜安防技术正式走进河南, 未来将实现从特殊人员到普通人员的虹膜采集, 为构建部、省、市虹膜数据库打下了坚实的基础。虹膜识别技术的发展之路还很漫长, 一些技术难题仍需要科研人员齐力攻关, 比如虹膜识别距离的瓶颈、图像处理算法精确度的提升、虹膜图像采集终端由台式向移动终端转变、虹膜设备造价的降低等难题。但是随着相关政策的进一步完善, 新型网络监控体系与传统生物身份识别系统进一步融合, 打击犯罪的力度持续加强, 虹膜技术将为营造安全、和谐的社会环境做出巨大的贡献。

参考文献
[1] 李胜广, 赵士伟, 谭林. 虹膜识别技术在公安系统中的应用[J]. 中国安防, 2018(3): 94-99.
(LI Shengguang, ZHAO Shiwei, TAN Lin. Application of iris recognition technology in public security system[J]. China Security & Protection, 2018(3): 94-99. ) [本文引用:1]
[2] MOHAMMADREZA A, SEYED A R, ANDRZEJ P. Iris reco-gnition under the influence of diabetes[J]. Biomedical Engineering, 2019, 64(6): 683-689. [本文引用:1]
[3] 陈子龙, 秦旗, 胡文锋, . 虹膜人工特征选择和标注方法的初步研究[J/OL]. 刑事技术. [2021-05-12]. https: //doi. org/1016467/j. 1008-3650. 2020. 0001.
(CHEN Zilong, QIN Qi, HU Wenfeng, et al. Tentative exploration into artificial selection and labeling of iris feature [J/OL]. Forensic Science and Technology. [2021-05-12]. https://doi.org/10.16467/j.1008-3650.2020.0001. ) [本文引用:1]
[4] 于瑞华. 语音识别在公安工作中的应用[J]. 中国人民公安大学学报(自然科学版), 2007(4): 96-99.
(YU Ruihua. Application of speech recognition in public security work[J]. Journal of Chinese People’s Public Security University (Science and Technology), 2007(4): 96-99. ) [本文引用:1]
[5] SAMPAIO J F P, NASCIMENTO F. Detection of AMR double compression using compressed-domain speech features[J]. Forensic Science International, 2020, 33: 1-15. [本文引用:1]
[6] 吴亚琼. 人脸识别技术在公安领域中的应用[J]. 信息与电脑(理论版), 2020, 32(7): 128-130.
(WU Yaqiong. The application of face recognition technology in the field of public security[J]. China Computer & Communication, 2020, 32(7): 128-130. ) [本文引用:1]
[7] 李瑾, 李胜广, 周千里. 公安虹膜识别规模化应用建库研究[J]. 中国人民公安大学学报(自然科学版)2018, 24(2): 57-62.
(LI Jin, LI Shengguang, ZHOU Qianli. Research on large scale application and database construction of iris recognition in public security[J]. Journal of People’s Public Security University of China (Science and Technology), 2018, 24(2): 57-62. ) [本文引用:1]
[8] 王琪. 虹膜识别中的若干关键问题研究[D]. 沈阳: 东北大学, 2016.
(WANG Qi. Research on several key problem in iris recognition [D]. Shenyang: Northeastern University, 2016. ) [本文引用:1]
[9] 于晓明. 虹膜识别及其应用分析[J]. 工业控制计算机, 2019, 32(4): 82-83, 86.
(YU Xiaoming. Iris recognition and its application analysis[J]. Industrial Control Computer, 2019, 32(4): 82-83, 86. ) [本文引用:1]
[10] 赵士伟, 王月明, 周千里, . 虹膜识别技术在公安领域中的应用思考[J]. 警察技术, 2015(3): 85-87.
(ZHAO Shiwei, WANG Yueming, ZHOU Qianli, et al. Application of iris recognition technology in public security field[J]. Police Technology, 2015(3): 85-87. ) [本文引用:1]
[11] 曾标. 基于深度学习的虹膜识别算法研究[D]. 长春: 吉林大学, 2020.
(ZENG Biao. Research on iris recognition algorithm based on deep learning [D]. Changchun: Jilin University, 2020. ) [本文引用:1]
[12] NGUYEN K, FOOKES C, ROSS A, et al. Iris recognition with off-the-shelf CNN features: a deep learning perspective[J]. IEEE Access, 2018, 6: 18848-18855. [本文引用:1]
[13] AL-WAISY A, QAHWAJI R, IPSON S, et al. A multi-biometriciris recognition system based on a deep learning approach[J]. Pattern Analysis and Applications. 2018, 21: 783-802. [本文引用:1]
[14] 王超楠, 郭慧杰, 韩一梁, . 基于虹膜识别的智能信息管理平台设计[J]. 数字通信世界, 2019(12): 92-93.
(WANG Chaonan, GUO Huijie, HAN Yiliang, et al. Design of iris recognition-based integrated information management system[J]. Digital Communication World, 2019(12): 92-93. ) [本文引用:1]
[15] 王洛强, 王军朋. 系列案件串并的几种方法[J]. 刑事技术, 2001(2): 37-43.
(WANG Luoqiang, WANG Junpeng. Several methods of series cases concatenation[J]. Forensic Science and Technology, 2001(2): 37-43. ) [本文引用:1]
[16] 宋涛, 王晨, 孔祥国. 浅析法医在无名尸体现场的工作要点[J]. 法制博览, 2018(35): 164.
(SONG Tao, WANG Chen, KONG Xiangguo. Analysis of the key points of forensic work in the scene of nameless corpse[J]. Legality Vision, 2018(35): 164. ) [本文引用:1]