Giới thiệu
Trong bối cảnh thị trường sinh trắc học toàn cầu tăng trưởng nhanh chóng, công nghệ nhận dạng mống mắt, với những ưu điểm vượt trội về độ chính xác cao và bảo mật cao, đang trở thành giải pháp được ưa chuộng cho các tình huống quan trọng như thanh toán tài chính, an ninh biên giới và thành phố thông minh. Theo dự báo của các tổ chức nghiên cứu thị trường, quy mô thị trường nhận dạng mống mắt toàn cầu sẽ tăng từ 5,14 tỷ đô la Mỹ vào năm 2025 lên 12,92 tỷ đô la Mỹ vào năm 2030, với Tỷ lệ tăng trưởng hàng năm kép (CAGR) là 20,3%.
Hình 1: Xu hướng tăng trưởng quy mô thị trường nhận dạng mống mắt toàn cầu (Dự báo 2025-2030)
Tại thời điểm quan trọng của quá trình chuyển đổi công nghiệp này, Homsh Technology đã đạt được nâng cấp vượt bậc về công nghệ nhận dạng mống mắt từ mô hình truyền thống sang mô hình AI nhờ hai bằng sáng chế cốt lõi—"Hệ thống và Phương pháp truy xuất nhanh mống mắt dựa trên Cơ sở dữ liệu vector" và "Phương pháp mã hóa đặc trưng liên tục mống mắt dựa trên Mạng nơ-ron sâu"—thiết lập vị thế đổi mới quan trọng ở vị trí dẫn đầu công nghệ nhận dạng mống mắt tại Trung Quốc và trên toàn cầu.
Bối cảnh kỹ thuật: Những nút thắt cổ chai của các phương pháp truyền thống và cơ hội trong Kỷ nguyên AI
Kể từ khi công nghệ nhận dạng mống mắt được thương mại hóa vào những năm 1990, nó đã phụ thuộc vào phương pháp mã hóa IrisCode dựa trên bộ lọc Gabor. Phương pháp này trích xuất các đặc điểm kết cấu mống mắt thông qua các bộ lọc Gabor đa tỷ lệ và đa hướng, định lượng chúng thành các mã nhị phân 2048 bit và sử dụng khoảng cách Hamming để đối sánh. Tuy nhiên, mô hình truyền thống này phải đối mặt với ba nút thắt cổ chai cốt lõi: thứ nhất, các bộ lọc cố định không thể thích ứng với sự khác biệt về chất lượng của các hình ảnh mống mắt khác nhau; thứ hai, mã hóa nhị phân gây ra mất mát thông tin đáng kể, dẫn đến Tỷ lệ lỗi bằng nhau (EER) chỉ khoảng 1,75% trên bộ dữ liệu thử nghiệm tiêu chuẩn CASIA-Iris-Lamp; thứ ba, tốc độ truy xuất chậm trong các cơ sở dữ liệu quy mô lớn (trên một triệu cấp), gây khó khăn cho việc đáp ứng nhu cầu của các ứng dụng thời gian thực.
Hình 2: So sánh mô hình công nghệ nhận dạng mống mắt - Mã hóa IrisCode truyền thống so với Mã hóa đặc trưng liên tục học sâu
Với sự trưởng thành của công nghệ học sâu và sự tích lũy của các bộ dữ liệu quy mô lớn, nhận dạng mống mắt đã mở ra một cơ hội để chuyển đổi mô hình từ "các đặc trưng thủ công" sang "học tập end-to-end". Nghiên cứu học thuật gần đây đã chỉ ra rằng các phương pháp nhận dạng mống mắt dựa trên mạng nơ-ron sâu đã thể hiện tiềm năng vượt xa các phương pháp truyền thống. Ví dụ, mô hình IrisFormer tiên tiến có thể đạt được EER là 0,88% trên cùng một bộ dữ liệu. Tuy nhiên, làm thế nào để chuyển đổi các thành tựu học thuật thành các giải pháp kỹ thuật khả thi về mặt kỹ thuật với khả năng cạnh tranh công nghiệp là một thách thức chung mà ngành phải đối mặt.
Đổi mới kỹ thuật: Hai bằng sáng chế hợp tác để xây dựng Giải pháp AI đầy đủ
Hai bằng sáng chế cốt lõi do Homsh Technology phát hành lần này giải quyết một cách có hệ thống các nút thắt cổ chai kỹ thuật của nhận dạng mống mắt truyền thống từ hai khía cạnh—"biểu diễn đặc trưng" và "hiệu quả truy xuất", tạo thành một vòng lặp kỹ thuật khép kín hoàn chỉnh từ mã hóa đầu vào đến truy xuất đầu ra.
Hình 3: Kiến trúc cộng tác hai bằng sáng chế của Homsh Technology - Hệ thống nhận dạng mống mắt end-to-end
Bằng sáng chế 1: Phương pháp mã hóa đặc trưng liên tục mống mắt dựa trên Mạng nơ-ron sâu
Bằng sáng chế này kết hợp một cách sáng tạo kiến trúc mạng nơ-ron tích chập hiệu quả EfficientNet-B3 trong lĩnh vực thị giác máy tính với hàm mất mát biên góc ArcFace trong lĩnh vực nhận dạng khuôn mặt, lần đầu tiên hiện thực hóa việc mã hóa học sâu end-to-end các đặc trưng mống mắt. Những đổi mới cốt lõi của nó bao gồm:
1. Trích xuất đặc trưng thích ứng: Thông qua chiến lược mở rộng tổng hợp (mở rộng cân bằng ba chiều về độ sâu, chiều rộng và độ phân giải) và các mô-đun MBConv hiệu quả (cấu trúc dư đảo ngược + cơ chế chú ý nén và kích thích), EfficientNet-B3 đạt được khả năng trích xuất đặc trưng có tính phân biệt cao của kết cấu mống mắt với chỉ 12,14 triệu tham số. So với các bộ lọc Gabor cố định, mô hình có thể tự động học cách biểu diễn đặc trưng tối ưu.
2. Mã hóa đặc trưng liên tục: Phá vỡ giới hạn lượng tử hóa nhị phân của IrisCode truyền thống, nó xuất ra các vector đặc trưng liên tục float32 512 chiều với dung lượng thông tin là 16.384 bit (gấp 8 lần IrisCode). Không gian đặc trưng được nâng cấp từ không gian Hamming rời rạc lên không gian Euclid liên tục, cho phép đo lường độ tương đồng tinh tế hơn.
3. Tối ưu hóa biên góc ArcFace: Trong không gian đặc trưng hình cầu chuẩn hóa, việc thêm một biên góc 10° buộc sự tập hợp trong lớp và sự phân tách giữa các lớp, giảm góc giữa các vector đặc trưng mống mắt của cùng một người và mở rộng góc giữa những người khác nhau, cải thiện đáng kể khả năng phân biệt của các đặc trưng. Xác minh thực nghiệm cho thấy rằng so với hàm mất mát Softmax tiêu chuẩn, ArcFace làm giảm EER xuống 45,4%.
4. Lấy mẫu theo lô cân bằng lớp: Để giải quyết vấn đề số lượng mẫu không đồng đều giữa các cá nhân khác nhau trong bộ dữ liệu mống mắt, một chiến lược lấy mẫu cân bằng lớp sáng tạo được thiết kế. Mỗi lô huấn luyện chứa 16 lớp với 8 mẫu trên mỗi lớp, đảm bảo rằng hàm mất mát ArcFace có thể học đầy đủ các ranh giới giữa các lớp, tăng tốc độ hội tụ lên 30% so với lấy mẫu ngẫu nhiên.
Bằng sáng chế 2: Hệ thống và Phương pháp truy xuất nhanh mống mắt dựa trên Cơ sở dữ liệu vector
Bằng sáng chế này áp dụng công nghệ cơ sở dữ liệu vector FAISS (Facebook AI Similarity Search) vào lĩnh vực nhận dạng mống mắt lần đầu tiên trên toàn cầu, hiện thực hóa việc truy xuất ở cấp độ mili giây trong cơ sở dữ liệu một triệu người và cung cấp hỗ trợ kỹ thuật quan trọng cho ứng dụng thời gian thực của các hệ thống nhận dạng mống mắt quy mô lớn. Những đổi mới cốt lõi của nó bao gồm:
1. Xây dựng chỉ mục vector FAISS: Sau khi chuẩn hóa L2 của các vector đặc trưng mống mắt 512 chiều được trích xuất bằng học sâu, loại chỉ mục IndexFlatIP của FAISS được sử dụng để lưu trữ. Loại chỉ mục này dựa trên tìm kiếm độ tương đồng tích bên trong, tương đương với độ tương đồng cosin của các vector đã chuẩn hóa. So với tìm kiếm thô bạo NumPy, nó đạt được tốc độ tăng tốc CPU 15,9x và tăng tốc GPU 75,0x trong cơ sở dữ liệu quy mô 10.000 người.
2. Chiến lược chỉ mục thông minh: Một kiến trúc chỉ mục đa cấp sáng tạo được thiết kế. Thông qua tối ưu hóa phân phối đặc trưng và phân cụm thích ứng, việc khớp sai được tránh và các chế độ nhận dạng linh hoạt được hỗ trợ, cải thiện đáng kể độ chính xác nhận dạng và độ tin cậy của hệ thống.
3. Thiết kế cấu trúc dữ liệu hiệu quả: Hệ thống lưu trữ các tệp chỉ mục FAISS (.index.faiss) và các tệp siêu dữ liệu (.meta.json) riêng biệt. Các tệp chỉ mục được ánh xạ trực tiếp vào bộ nhớ để tìm kiếm láng giềng gần đúng, trong khi các tệp siêu dữ liệu lưu trữ thông tin kinh doanh như ID nhân sự, thời gian thu thập và số thiết bị. Độ trễ truy vấn được kiểm soát trong vòng 8,5 mili giây (chế độ CPU).
4. Tích hợp liền mạch các mô hình học sâu: Mặt trước của hệ thống sử dụng EfficientNet-B5 (112MB ONNX) để phân đoạn mống mắt để trích xuất vùng quan tâm; mặt sau sử dụng EfficientNet-B3+ArcFace (44MB ONNX) để trích xuất đặc trưng. Toàn bộ quá trình được tối ưu hóa end-to-end từ đầu vào hình ảnh đến đầu ra kết quả truy xuất, hỗ trợ cả chế độ suy luận CPU và GPU và thích ứng với các tình huống triển khai khác nhau như thiết bị biên và máy chủ.
Chỉ số kỹ thuật: Đạt đến trình độ đẳng cấp thế giới
Các thử nghiệm nghiêm ngặt trên bộ dữ liệu mống mắt tiêu chuẩn quốc tế CASIA-Iris-Lamp (573 người, 11.845 hình ảnh) cho thấy rằng giải pháp hai bằng sáng chế của Homsh Technology đã đạt được các chỉ số đột phá sau:
Hình 4: So sánh hiệu suất nhận dạng mống mắt (Bộ dữ liệu CASIA-Iris-Lamp)
1. Tỷ lệ lỗi bằng nhau (EER): 0,70%. So với phương pháp Gabor+Hamming distance truyền thống (EER 1,75%), tỷ lệ lỗi giảm 60%; so với giải pháp cơ sở EfficientNet-B3 trước đây của Homsh Technology (EER 2,66%), tỷ lệ lỗi giảm 73,7%; so với mô hình IrisFormer tiên tiến (EER 0,88%), hiệu suất được cải thiện 20,5%, thiết lập vị thế dẫn đầu đẳng cấp thế giới trong ngành.
2. Độ chính xác nhận dạng (AUC): 99,97%, cho thấy rằng tỷ lệ nhận dạng chính xác rất cao có thể được duy trì ngay cả ở tỷ lệ nhận dạng sai cực kỳ thấp.
3. Tốc độ truy xuất: Trong cơ sở dữ liệu quy mô 10.000 người, độ trễ truy xuất trung bình là 8,5 mili giây ở chế độ CPU FAISS với thông lượng 117,6 QPS; độ trễ truy xuất là 1,8 mili giây ở chế độ GPU với thông lượng 555,6 QPS. So với tìm kiếm thô bạo NumPy truyền thống, nó đạt được tốc độ tăng tốc lần lượt là 15,9x và 75,0x, đáp ứng đầy đủ nhu cầu của các ứng dụng thời gian thực.
4. Hiệu quả mô hình: Mô hình trích xuất đặc trưng EfficientNet-B3 chỉ có 12,14 triệu tham số, với thời gian suy luận ONNX là 8 mili giây (CPU) và dung lượng bộ nhớ là 1,8GB, hỗ trợ triển khai trên các thiết bị biên và thiết bị di động; thông qua lượng tử hóa INT8, kích thước mô hình có thể được nén thêm xuống 11,2MB, thời gian suy luận giảm xuống còn 5 mili giây và dung lượng bộ nhớ giảm xuống còn 0,5GB.
Dẫn đầu ngành: Đổi mới kép từ chip ASIC đến mô hình AI
Homsh Technology có sự tích lũy kỹ thuật độc đáo và gen đổi mới ở vị trí dẫn đầu công nghệ nhận dạng mống mắt của Trung Quốc. Ngay từ trước năm 2020, công ty đã phát triển thành công chip ASIC đầu tiên trên thế giới dành riêng cho nhận dạng mống mắt, phá vỡ nút thắt cổ chai tăng tốc phần cứng của các thuật toán nhận dạng mống mắt, tăng tốc độ nhận dạng lên cấp độ mili giây và đặt nền tảng phần cứng cho việc thương mại hóa quy mô lớn công nghệ nhận dạng mống mắt. Sự đổi mới này đã mang lại cho Homsh Technology lợi thế đi đầu trong quá trình công nghiệp hóa.
Bước vào kỷ nguyên AI, Homsh Technology đã nắm bắt được cơ hội công nghệ học sâu để tái cấu trúc mô hình nhận dạng mống mắt, kiên quyết đầu tư vào các nguồn lực R&D và đạt được nâng cấp mô hình từ "xử lý tín hiệu truyền thống" sang "học sâu end-to-end" trong hai khía cạnh cốt lõi: phương pháp mã hóa và hệ thống truy xuất. Giải pháp hai bằng sáng chế được phát hành lần này không chỉ đạt được mức EER đẳng cấp thế giới là 0,7% trong các chỉ số kỹ thuật mà còn, quan trọng hơn, hiện thực hóa ứng dụng tiên phong toàn cầu của cơ sở dữ liệu vector FAISS trong lĩnh vực nhận dạng mống mắt, lấp đầy khoảng trống trong lộ trình kỹ thuật này. Điều này đánh dấu rằng Homsh Technology đã hoàn thành quá trình chuyển đổi chiến lược từ một "nhà đổi mới chip" thành một "nhà lãnh đạo mô hình AI", thiết lập một vị thế chỉ huy công nghệ trong kỷ nguyên nhận dạng mống mắt thông minh.
Các ứng dụng tiềm năng: Trao quyền nâng cấp thông minh trong nhiều lĩnh vực
Với những ưu điểm kỹ thuật về độ chính xác cao, tốc độ cao và dễ triển khai, giải pháp hai bằng sáng chế của Homsh Technology có thể được ứng dụng rộng rãi trong các tình huống sau:
Hình 5: Các tình huống ứng dụng của Giải pháp hai bằng sáng chế của Homsh Technology
Thanh toán tài chính
Triển khai nhận dạng mống mắt trên các máy ATM ngân hàng và thiết bị đầu cuối thanh toán di động, EER cực thấp là 0,7% đảm bảo an toàn quỹ, tốc độ nhận dạng 8 mili giây mang lại trải nghiệm người dùng mượt mà và chế độ một mắt hỗ trợ người dùng đeo kính.
An ninh biên giới
Triển khai các hệ thống nhận dạng mống mắt quy mô lớn tại các sân bay và cảng, cơ sở dữ liệu vector FAISS hỗ trợ truy xuất ở cấp độ mili giây trong cơ sở dữ liệu một triệu người và chiến lược kết hợp đa phương thức tiếp tục cải thiện độ chính xác, ngăn chặn hiệu quả hành vi gian lận danh tính.
Công viên thông minh
Triển khai kiểm soát truy cập mống mắt trong các công viên doanh nghiệp và cơ quan chính phủ, mô hình lượng tử hóa INT8 hỗ trợ triển khai cục bộ trên các thiết bị biên (máy kiểm soát truy cập, cửa xoay), cho phép nhận dạng theo thời gian thực mà không cần kết nối mạng và đảm bảo quyền riêng tư dữ liệu.
Chăm sóc sức khỏe
Tích hợp nhận dạng mống mắt vào hệ thống HIS của bệnh viện để liên kết chính xác danh tính bệnh nhân với hồ sơ bệnh án điện tử, tránh nhầm lẫn do cùng tên và cải thiện an toàn y tế; thiết lập ID sinh trắc học duy nhất trong quản lý trẻ sơ sinh để ngăn chặn việc bắt cóc trẻ em.
An ninh công cộng
Triển khai nhận dạng mống mắt trong các hệ thống giám sát đô thị, kết hợp với thiết bị thu thập mống mắt tầm xa, để nhận ra cảnh báo sớm về việc giám sát và kiểm soát nhân sự chủ chốt. Chế độ suy luận GPU hỗ trợ phân tích thời gian thực đồng thời cao.
Nhận xét của CEO: Tiến sĩ Yi Kaijun, CEO
Tiến sĩ Yi Kaijun, CEO của Homsh Technology, phát biểu trong một cuộc phỏng vấn: "Việc R&D thành công của hai bằng sáng chế này là kết tinh của hơn một thập kỷ tích lũy kỹ thuật và đầu tư liên tục vào đổi mới của Homsh Technology. Chúng tôi hiểu sâu sắc rằng trong lĩnh vực sinh trắc học có tính cạnh tranh cao, chỉ bằng cách làm chủ các công nghệ cốt lõi, chúng ta mới có thể giữ vững vị thế bất khả chiến bại. Từ sự đổi mới chip ASIC trước năm 2020 đến những đột phá kép ngày nay trong học sâu + cơ sở dữ liệu vector, Homsh Technology luôn tuân thủ sự tích hợp chuyên sâu giữa công nghệ tiên tiến và nhu cầu công nghiệp. Chỉ số EER 0,7% không chỉ là một con số; nó đại diện cho sự cân bằng tối ưu giữa 'an ninh' và 'khả năng sử dụng' mà hệ thống đạt được. Đối với các tình huống quan trọng như tài chính và kiểm tra an ninh, điều này có nghĩa là đảm bảo an ninh cao hơn và trải nghiệm người dùng tốt hơn."
"Quan trọng hơn, chúng tôi là những người đầu tiên trên thế giới giới thiệu công nghệ cơ sở dữ liệu vector FAISS vào lĩnh vực nhận dạng mống mắt. Sự đổi mới này mở ra những khả năng mới cho ứng dụng thời gian thực của các hệ thống nhận dạng mống mắt quy mô lớn. Trong tương lai, chúng tôi sẽ tiếp tục đào sâu nỗ lực của mình trong lĩnh vực AI + sinh trắc học, thúc đẩy ứng dụng công nghệ nhận dạng mống mắt trong nhiều tình huống hơn và đóng góp sức mạnh của Homsh vào việc xây dựng một xã hội thông minh. Đổi mới là vô tận và Homsh Technology sẽ tiếp tục dẫn đầu sự tiến bộ công nghệ của ngành."
Triển vọng: Tương lai của Nhận dạng mống mắt thông minh
Với sự phát triển liên tục của công nghệ AI và sự cải thiện của cơ sở hạ tầng như 5G và điện toán biên, nhận dạng mống mắt đang chuyển từ "các tình huống chuyên biệt" sang "các ứng dụng bao trùm". Giải pháp hai bằng sáng chế của Homsh Technology, với hiệu suất kỹ thuật và khả năng kỹ thuật vượt trội, đã chuẩn bị đầy đủ để đáp ứng sự bùng nổ thị trường trong thập kỷ tới. Công ty sẽ tiếp tục đầu tư vào các nguồn lực R&D và thực hiện những đổi mới liên tục theo các hướng như kết hợp đa phương thức (mống mắt + khuôn mặt + vân tay), phát hiện sự sống và tính toán quyền riêng tư, đóng góp sức mạnh kỹ thuật cốt lõi để xây dựng một xã hội kỹ thuật số an toàn hơn, thông minh hơn và tiện lợi hơn.
Về Homsh Technology
Homsh Technology là nhà cung cấp công nghệ nhận dạng mống mắt hàng đầu tại Trung Quốc, tập trung vào R&D và công nghiệp hóa các thuật toán, chip và hệ thống nhận dạng mống mắt. Công ty nắm giữ một số bằng sáng chế công nghệ cốt lõi bao gồm chip ASIC đầu tiên trên thế giới dành riêng cho nhận dạng mống mắt và các sản phẩm của công ty được sử dụng rộng rãi trong các lĩnh vực như tài chính, an ninh và chăm sóc sức khỏe.
