大数跨境

论文速读 | XR时代的虹膜识别:ImmerIris如何终结归一化范式

论文速读 | XR时代的虹膜识别:ImmerIris如何终结归一化范式 虹识微刊
2026-03-30
1
导读:复旦大学ImmerIris:499,791张图像、564受试者,无归一化端到端范式全面超越SOTA。VR头显里的虹膜识别,从此改写规则。

   
   

HOMSH 虹识微刊

   

论文速读 | XR时代的虹膜识别

   

ImmerIris:当归一化遇上VR头显,传统范式宣告终结

   
     arXiv:2510.10113 · 复旦大学 · 2025.11    
 
   
     
   
   

     你有没有想过,当用户戴着VR头显打游戏、开会、做手术模拟的时候,系统如何确认"这个人真的是他"?密码?PIN码?    

   

     虹膜识别,本是身份认证皇冠上的明珠——但它的阿喀琉斯之踵,在于必须正面凝视摄像头。戴着头显,用户压根不会去看那个偏角摄像头。    

   

     2025年10月,复旦大学联合四所高校发布了 ImmerIris——迄今规模最大的公开虹膜数据集,同时提出了一个颠覆性的"无归一化范式"。这不只是一篇学术论文,它在重新定义这个赛道的规则。    

 
   
· · ·
   
   
     
     

01 / 传统虹膜识别的极限在哪里?

   
   
     

       过去30年,虹膜识别的"标准操作"是这样的:用户站在专用设备前,正视摄像头,让设备完成清晰的正轴图像采集。系统随后完成两步走:      

     
       

传统两阶段范式:

       

归一化(Normalization):将环形虹膜区域"展平"成矩形纹理条带

       

特征提取:对矩形纹理做编码,生成身份模板(IrisCode)

     
     

       这套范式在机场、边境、金融窗口这些"配合型场景"中运行良好。但它有一个致命假设:用户必须正对摄像头,图像是轴对称的。      

     

       VR头显打破了这个假设。摄像头固定在头盔侧面,拍到的虹膜是偏轴的——椭圆变形、纹理不均匀拉伸,归一化流程直接失效。      

   
 
   
     
   
   
     
     

02 / ImmerIris:打破数据壁垒

   
   
     

       长期以来,虹膜识别研究的"粮草"短缺——数据集要么是私有的,要么规模太小。偏轴+无约束场景的数据,更是几乎空白。      

     

       ImmerIris 用 VR 头显采集,直接填补这个空白:      

           
       
         

499,791

         

眼部图像总量

       
       
         

564

         

受试者数量

       
       
         

4

         

难度递增协议

       
     
     

       数据集涵盖了三类核心挑战:      

     
  •        
  • 透视畸变:偏轴拍摄导致虹膜呈椭圆形,局部纹理不均匀拉伸
  •        
  • 类内差异:同一只眼,因光照角度、注视方向变化而外观差异显著
  •        
  • 质量退化:眼睛半闭、快速眨眼等非配合状态导致遮挡和模糊
  •      
     

       4种递增难度协议,从"理想条件"到"完全非配合",给不同能力的算法提供了公平的擂台。      

   
 
   
   
     
     

03 / 无归一化范式:简单即强大

   
   
     

       这篇论文最令人眼前一亮的,不是数据集本身,而是它提出的解决方案——出人意料地简单。      

           
       

范式对比

       
         
           

传统范式

           

圆形虹膜检测 → 归一化展平 → 特征提取 → 匹配

         
         
           

无归一化范式

           

Bounding Box裁剪 → 端到端深度学习(ViT骨干)→ 直接匹配

         
       
     
     

       核心思路是:与其修复失败的归一化,不如彻底绕开它。      

     

       方法极简:用一个可靠的边界框定位虹膜区域,保留虹膜纹理和周围的上下文信息(眼睑、睫毛等眶周线索),然后送入基于ViT的骨干网络直接端到端学习身份特征。      

           
       

📊 关键结果

       

在 ImmerIris 4 个递增难度协议上,无归一化方法全面超越所有SOTA归一化方法

       

在传统基准(CASIA-Iris-V4)上同样达到一流水准,验证了通用性

     
   
 
   
     
   
   
     
     

04 / 工程师视角:这对我们意味着什么?

   
   
     

       如果你正在做虹膜识别相关的工程工作,这篇论文有几个直接的技术启示:      

     
       
         
           1          
         
           

归一化不是必须品,是历史包袱

           

Daugman的IrisCode设计于1990年代,归一化假设完全轴对称采集。如果你的部署场景不满足这个假设,大胆考虑端到端方案。

         
       
       
         
           2          
         
           

ViT是虹膜特征提取的新基线

           

Vision Transformer的全局注意力机制,天然适合处理形变和遮挡。眶周上下文(睫毛、眼睑)被自然纳入,相当于额外的生物特征融合,无需额外设计。

         
       
       
         
           3          
         
           

近50万张图片告诉你:数据比算法更值钱

           

ImmerIris规模是此前公开数据集的数十倍。工程实践中,在自己的目标场景下收集足够多的偏轴、低质量图片,往往比调参更有效。

         
       
       
         
           4          
         
           

XR是下一个量产窗口

           

Apple Vision Pro、Meta Quest 3已经在量产。VR/AR头显的普及意味着一个巨大的无感式虹膜认证市场,用户不需要"配合"——认证在自然使用中完成。

         
       
     
   
 
   
   
     
     

05 / 行业雷达:格局正在改变

   
   
     

       ImmerIris不是一个孤立的学术贡献,它折射出虹膜识别行业的几个深层趋势:      

           
       

📡 趋势一:从"配合式"到"无感式"

       

边境口岸已有3米以上的远距离虹膜识别落地(HOMSH Phaselirs™ 系列)。XR场景是另一个"无感"维度——用户根本感知不到认证在发生。

     
     
       

📡 趋势二:开放数据集正在重塑竞争格局

       

ImmerIris是公开的。这意味着初创公司、学术团队可以在同一基准上竞争。算法护城河的高度,正在下降——工程实施能力和场景专有数据,才是真正的壁垒。

     
     
       

📡 趋势三:端侧推理压力增大

       

VR头显是算力受限设备,ViT模型轻量化部署是绕不开的工程课题。HOMSH乾芯系列FPGA/ASIC芯片,恰好对标这个场景——端侧低功耗虹膜特征提取。

     
     
       

📡 趋势四:生物特征融合成为标配

       

无归一化方法天然融合了虹膜+眶周信息,相当于虹膜+局部人脸的软融合。多模态生物特征识别(虹膜+人脸+声纹)是下一代边缘身份认证系统的方向。

     
   
 
   
· · ·
   
   

HOMSH 观察

   

     ImmerIris 验证了我们在 OVAI 系统开发中的判断:下一代虹膜识别算法,必须从源头上兼容非理想采集条件,而非依赖后处理补救。    

   

     虹识技术 Phaselirs™ 算法已在中距离(3m)、低配合场景验证,乾芯芯片提供端侧加速。XR虹膜认证的硬件+算法完整栈,我们在跟进。    

 
   
   

📄 论文信息

   

标题:ImmerIris: A Large-Scale Dataset and Benchmark for Off-Axis and Unconstrained Iris Recognition in Immersive Applications

   

机构:复旦大学、淮阴师范学院、郑州轻工业大学、同济大学

   

arXiv:2510.10113(2025年11月更新)

   

数据集:499,791张眼部图像 / 564受试者 / 4种评测协议(拟公开)

 
   
· · ·
   
   

     虹识微刊 每周一、四更新
     论文速读 · 技术拆解 · 行业雷达    

   

     商务合作:sales@homsh.cn
     官网:www.homsh.cn    

 

【声明】内容源于网络
0
0
虹识微刊
虹识技术是国内顶尖的虹膜生物识别企业,公司致力于虹膜生物识别核心技术及相关产品的研发、应用服务及产业化。产品可广泛应用于信息安全、国防安全、公共安全、金融安全、出入境安全、智慧城市、智能家居、智能移动终端等领域。
内容 141
粉丝 0
虹识微刊 虹识技术是国内顶尖的虹膜生物识别企业,公司致力于虹膜生物识别核心技术及相关产品的研发、应用服务及产业化。产品可广泛应用于信息安全、国防安全、公共安全、金融安全、出入境安全、智慧城市、智能家居、智能移动终端等领域。
总阅读12
粉丝0
内容141