數(shù)據(jù)驅(qū)動
像人工智能之父Minsky他認為多樣性的數(shù)據(jù)去描述智能模型更有效，因為虹膜的本質(zhì)就是多樣性和復(fù)雜性的，這樣我們就提出數(shù)據(jù)驅(qū)動，就是用數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)的模型來用虹膜識別大數(shù)據(jù)來定義這樣的方法。比如說用人工設(shè)定的規(guī)則去做虹膜圖像的分割，現(xiàn)在簡單用機器自動去學(xué)大數(shù)據(jù)模型就會提高19%，這樣就可以實現(xiàn)虹膜識別概念要素和數(shù)據(jù)定義，包括這種噪聲虹膜圖像分割實現(xiàn)了非常好的效果。
并且我們把這個方法，同時可以對這個民族進行分類，如果是單個神經(jīng)網(wǎng)絡(luò)只有98%的精度，但是用虹膜網(wǎng)絡(luò)可以達到99%的精度，我們把深度神經(jīng)網(wǎng)絡(luò)用到虹膜圖像，因為虹膜圖像可以來自于互聯(lián)網(wǎng)或者是移動手機設(shè)備商，這樣成像都具有差異化，克服這些差異化我們以前也研究了很多的方法，我們采用共同空間的方式去表達模型，后面我們采用了數(shù)據(jù)驅(qū)動，就是說 深度學(xué)習(xí)來做虹膜圖像的識別，也是比傳統(tǒng)的方法提高了很高的精度。
虹膜識別系統(tǒng)所面臨的安全問題
最后一個問題就講一下虹膜系統(tǒng)將來會面臨一些安全的問題，因為虹膜是信息安全系統(tǒng)，每個環(huán)節(jié)都可能受到安全的攻擊，比如說傳感器可以偽造數(shù)據(jù)來進行攻擊，包括特征提取和體征比對都會有安全攻擊的問題，重點是解決 兩個安全分析 。比如說前端偽造虹膜紋理怎么去進行判斷和識別，后端怎么保護虹膜特征模板，保護用戶的隱私。
前端偽造虹膜紋理識別和判斷方法——活體識別
為識別偽造虹膜紋理，我們采用的是 活體檢測 的方法。在活體檢測方法中目前主要的方法是紋理分類方法，就是真實用戶采集的虹膜，是非常自然圓潤的，然后假體的虹膜紋理，成像會形成一些比較粗糙的紋理，因為我們采用紋理分類的方法來進行區(qū)別。
我們活體檢測方法也用在 人種分類和大規(guī)模數(shù)據(jù)庫粗分類 ，都取得了很好的效果，我們就是用 很多人的虹膜大數(shù)據(jù)去自動實現(xiàn)層次化的視覺基元詞典 ，然后在這個投影上進行分類，當(dāng)前國外銀行有這樣的需求，因為活體檢測現(xiàn)在99%以上可以檢測假冒瞳孔虹膜圖像，對于隱形眼鏡可以自動判斷或者是自動報警，并且同樣的模型不僅能夠解決虹膜活體檢測的問題還可以實現(xiàn)人種的分類。
后端虹膜特征保護——虹膜密鑰系統(tǒng)
比如說傳統(tǒng)的虹膜識別，虹膜是跟基因沒關(guān)的，后來我們的研究虹膜跟基因還是有關(guān)系的，亞洲人跟歐洲人的虹膜是有很大的差異，我們可以用自動分類的方法達到99%的精度，你給我一個虹膜圖像我就知道這是亞洲人還是歐洲人，我們還提出了虹膜密鑰的系統(tǒng)，我們把它跟信息安全相結(jié)合，我們提出了虹膜密鑰的方法，同時保護虹膜模板同時也可以保護密鑰， 虹膜密鑰是虹膜識別和密碼學(xué)有機結(jié)合的安全體系，既能保證虹膜特征和密鑰的安全，同時基本的思路采用模糊承諾的方式。
基本原理可以把512字節(jié)的虹膜特征編碼跟密鑰的糾錯編碼生成密鑰編碼進行運算，然后運算完的結(jié)果就是安全的結(jié)果，并且這個結(jié)果很難攻擊出來，除非你知道我這個密鑰，但是只要是本人就可以通過虹膜比對的結(jié)果，即使不能夠百分之百的比對上，只要錯誤誤差在一定的范圍之內(nèi)就可以用這個糾錯編碼把密鑰給解出來，這樣的話可以實現(xiàn)虹膜特征，是可以可撤銷的。