《碟中谍》这部电影里面总是充满极具未来色彩的黑科技，尤其是各种炫酷的生物识别技术，总使人脑洞大开，比如用虹膜解锁拯救世界的紧急任务。

《碟中谍》这部电影里面总是充满极具未来色彩的黑科技，尤其是各种炫酷的生物识别技术，总使人脑洞大开，比如用虹膜解锁拯救世界的紧急任务，或戴着橡胶面具骗过人脸识别溜进克里姆林宫。可见这部电影被戏称为“生物识别技术的广告宣传片”并非空穴来风。

还记得《碟中谍5》中的一个场景吗？一台摄像机对准英国首相的右眼，随着两道红光扫过，伊森·亨特打开了决定人类命运的“红盒子”。事实上，这是一项鲜为人知的新技术 ——“视网膜识别”。

这一技术在科幻大片中像打了特效一样神奇。那么事实上呢？同属于眼睛的两种生物特征，视网膜与虹膜到底谁更胜一筹？

视网膜VS虹膜第一回合: 识别原理

视网膜位于眼球后部，是一层透明的薄膜。视网膜识别，是用红外线透过瞳孔，拍摄视网膜血管的图像，利用视网膜血管分布的独特性进行身份识别。视网膜血管分成两类：主要血管和毛细血管，前者特征比较明显，可用于身份识别，后者特征尺度太小，无法用于识别。

虹膜位于眼球前部，是瞳孔周围具有多种颜色的环状组织，位于眼球外部可视表面，被透明的角膜层覆盖，呈现出一种复杂的放射状纹理，这些纹理由很多皱褶、凹陷和突起组成。虹膜识别，就是采集、提取、分析和比较这些环形复杂纹理的差异性。

与指纹、人脸等外部特征相比，视网膜与虹膜都是眼部的生物特征，都被眼睑和角膜所保护，具有更高的稳定性，不容易受到外界环境的影响和伤害；除此以外，视网膜与虹膜的采集，都需要借助专用的红外照明和成像设备，想要复制和仿造并非轻而易举。

从原理评估上看，双方平手。

视网膜VS虹膜第二回合: 多样性

特征多样性，就是特征的丰富程度，是识别精度的最重要基础，多样性越高就意味着识别精度越高。

视网膜的血管和虹膜的纹理，都被认为是具有高度多样性的生物特性。虹膜特征多样性的数量级，达到“2的263次方”，这一惊人指标被认为是所有生物特征中最高的。理论上计算，只要特征被完整采集，虹膜的多样性足以支持全世界70亿人的身份识别。实际应用中，优秀的虹膜识别技术商能够降错误率降低至500万分之一。

视网膜特征多样性的数量级并不明确，目前还没有权威机构公开发表的数据，除了美国Orkand公司1990年4月发表的《个人识别工程：最终报告》( Personal Identifier Project: Final Report )之外，没有更多的参考资料。但是学术界普遍认为视网膜的多样性可以支持高精度的身份识别。

从多样性评估，虹膜占据上风。

视网膜VS虹膜第三回合: 稳定性

一种生物特征能否被选择成为身份识别的可靠手段，除了多样性以外，稳定性是另一个必须考量的重要因素。

受限于人类的碳基生命形式，衰老是不可避免的，如大刘所说：一切速朽，死神永恒。衰老有两种不同的形式，一种是正常情况下出现的生理性衰老；另一种是疾病或外伤引起的病理性衰老。在衰老过程中，一种生物特征能否始终保持稳定，将严重影响识别精度和使用体验。

视网膜，是一层非常脆弱的薄膜，一旦眼睛收到冲击，如遭遇一次并不严重的交通事故，就可能造成血管出血甚至视网膜脱落，导致无法进行视网膜识别。某些疾病也会改变视网膜血管的特征，医学上利用这一现象，通过眼底血管造影观察视网膜血管的变化，并将其发展成为一种常规的诊断手段，如青光眼会压迫视网膜血管，糖尿病会导致视网膜血流异常，血管硬化也会改变视网膜血管形态，以上三种常见病都会影响视网膜识别的精度。

虹膜，在胚胎发育期形成，从出生后6个月直到死亡都保持不变，影响虹膜特征的疾病非常少，目前只有虹膜黑素瘤一种，而且发病率极低。此外，严重的眼外伤才会影响虹膜特征，而一般的眼科手术如近视眼矫正手术、白内障手术、青光眼手术都不会对虹膜识别造成影响。

从稳定性评估，虹膜优势明显。

视网膜VS虹膜第四回合：用户体验

视网膜和虹膜，都是非接触采集，都要比指纹、掌纹、指静脉等接触式采集方式更友好、更卫生，但两者在用户体验上，依然存在差异。

视网膜图像要在半英寸（1.27cm）的近距离内采集，而且只能采用单摄像头，即一次采集一只眼睛。影片“碟5”对视网膜采集过程的描绘几乎是完全准确的：摘掉用户的眼镜，将采集设备对准某一只眼睛，接近到几乎贴在眼睛上，保持静止2~3秒，就能完成视网膜采集。

据国际知名的NGO组织电子前沿基金会（EFF）的调查报告中，不少用户给予视网膜识别负面体验评价: 一些用户反馈在视网膜扫描过程中感到不舒适，它无疑是一种“更具侵犯性”的生物识别技术。（原文评价：It's definitely one of the more intrusive biometric technologies, with some subjects reporting discomfort at the scanning method.）

虹膜图像采集相比起来更加简便，可以在30厘米的距离范围内采集，而且在采集过程中用户无需摘下眼镜，只需要以自然的方式注视一面长条形镜子中的眼睛镜像，即可同时完成双眼虹膜图像的采集。

总而言之，相较于视网膜图像1.27cm的采集距离，虹膜识图像在30cm距离被采集显然更方便、更舒适，双眼虹膜同时被采集，也意味着更高的采集效率、更高的识别精度。

近年来，远距离虹膜识别成为新兴的研究热点，有望在1~3米甚至更远的距离完成虹膜图像采集，目前已有原型机推出，但由于成本高昂并未被大规模使用。国际知名的NGO组织电子前沿基金会在同一份调查报告中给予虹膜识别更积极的用户体验评价:

虹膜识别具有“易用性优势”，它仅仅要求用户在3~10英寸以外注视摄像头即可。

（原文评价：Iris recognition has an advantage in ease of use, in that it merely requires the subject to look at a camera from a distance of three to ten inches.  可参看EFF报告全文）

从用户体验评估，虹膜完胜。

视网膜VS虹膜第五回合: 产业化程度

目前，视网膜和虹膜这两项大片里的酷炫科技都已经实现，并且已有专门研究这两种“黑科技”的公司。

成立于1976年的美国EyeDentify公司是其中的代表。但是由于视网膜识别的易用性存在先天缺陷，对用户的侵犯性较强，视网膜识别技术的市场化情况尚不明朗，因此并未真正商业应用。国内几乎没有科研机构或商业机构从事视网膜识别技术的研究，也没有启动相关产业化。

法国Safran集团看好虹膜识别的前景，并收购了一家美国公司——Iridian。据悉，Iridian由虹膜识别技术创始人John Daugman博士创立，是国际上最知名的虹膜识别算法供应商，为LG、松下的硬件产品提供虹膜算法授权。Iridian被收购后，接下来就是加快虹膜识别产业化的脚步。

在国内中科院自动化所和上海交通大学图像所，是国内最早开始虹膜识别研究的学术机构，都有近15年的技术积累，拥有完全自主知识产权的虹膜识别算法，并已在在煤矿、电力、公检法、信息安全等行业都有应用案例。

从产业化程度评估，虹膜暂时领先。

经过逐一对比视网膜和虹膜，从多样性、稳定性、用户体验、产业化程度来评估，虹膜更具优势，它成为“碟中谍”系列曝光度最高的生物特征不足为奇。

随着虹膜识别技术在不断成熟完善，或有望成为智能手机、可穿戴设备等智能终端的标配，并在日益流行的移动支付应用中大显身手。