Pendahuluan
Di tengah pertumbuhan pesat pasar biometrik global, teknologi pengenalan iris, dengan keunggulan uniknya berupa presisi tinggi dan keamanan tinggi, menjadi solusi pilihan untuk skenario utama seperti pembayaran keuangan, keamanan perbatasan, dan kota pintar. Menurut perkiraan dari lembaga riset pasar, ukuran pasar pengenalan iris global akan tumbuh dari 5,14 miliar dolar AS pada tahun 2025 menjadi 12,92 miliar dolar AS pada tahun 2030, dengan Tingkat Pertumbuhan Tahunan Majemuk (CAGR) sebesar 20,3%.
Gambar 1: Tren Pertumbuhan Ukuran Pasar Pengenalan Iris Global (Prakiraan 2025-2030)
Pada saat kritis transformasi industri ini, Homsh Technology telah berhasil mencapai peningkatan lompatan teknologi pengenalan iris dari paradigma tradisional ke paradigma AI berkat dua paten penemuan inti—"Sistem dan Metode Pengambilan Cepat Iris Berbasis Database Vektor" dan "Metode Pengkodean Fitur Kontinu Iris Berbasis Jaringan Saraf Dalam"—menetapkan posisi inovatif penting di garis depan teknologi pengenalan iris di China dan secara global.
Latar Belakang Teknis: Hambatan Metode Tradisional dan Peluang di Era AI
Sejak komersialisasi teknologi pengenalan iris pada tahun 1990-an, teknologi ini telah lama mengandalkan metode pengkodean IrisCode berdasarkan filter Gabor. Metode ini mengekstraksi fitur tekstur iris melalui filter Gabor multi-skala dan multi-arah, mengkuantifikasinya menjadi kode biner 2048-bit, dan menggunakan jarak Hamming untuk pencocokan. Namun, paradigma tradisional ini menghadapi tiga hambatan utama: pertama, filter tetap tidak dapat beradaptasi dengan perbedaan kualitas gambar iris yang berbeda; kedua, pengkodean binerisasi menyebabkan hilangnya informasi yang signifikan, menghasilkan Tingkat Kesalahan yang Sama (EER) hanya sekitar 1,75% pada set uji standar CASIA-Iris-Lamp; ketiga, kecepatan pengambilan lambat dalam database skala besar (lebih dari satu juta level), sehingga sulit untuk memenuhi kebutuhan aplikasi waktu nyata.
Gambar 2: Perbandingan Paradigma Teknologi Pengenalan Iris - Pengkodean IrisCode Tradisional vs. Pengkodean Fitur Kontinu Pembelajaran Mendalam
Dengan matangnya teknologi pembelajaran mendalam dan akumulasi kumpulan data skala besar, pengenalan iris telah mengantarkan peluang untuk pergeseran paradigma dari "fitur buatan tangan" ke "pembelajaran end-to-end". Penelitian akademis terbaru telah menunjukkan bahwa metode pengenalan iris berdasarkan jaringan saraf dalam telah menunjukkan potensi di luar metode tradisional. Misalnya, model IrisFormer mutakhir akademis dapat mencapai EER sebesar 0,88% pada kumpulan data yang sama. Namun, bagaimana cara mengubah pencapaian akademis menjadi solusi teknis yang layak secara rekayasa dengan daya saing industri adalah tantangan umum yang dihadapi oleh industri.
Inovasi Teknis: Dua Paten Berkolaborasi untuk Membangun Solusi AI Penuh
Dua paten inti yang dirilis oleh Homsh Technology kali ini secara sistematis memecahkan hambatan teknis pengenalan iris tradisional dari dua dimensi—"representasi fitur" dan "efisiensi pengambilan", membentuk lingkaran tertutup teknis lengkap dari pengkodean front-end ke pengambilan back-end.
Gambar 3: Arsitektur Kolaboratif Dual-Paten Homsh Technology - Sistem Pengenalan Iris End-to-End
Paten 1: Metode Pengkodean Fitur Kontinu Iris Berbasis Jaringan Saraf Dalam
Paten ini secara inovatif menggabungkan arsitektur jaringan saraf konvolusi efisien EfficientNet-B3 di bidang penglihatan komputer dengan fungsi kerugian margin sudut ArcFace di bidang pengenalan wajah, mewujudkan pengkodean pembelajaran mendalam end-to-end dari fitur iris untuk pertama kalinya. Inovasi intinya meliputi:
1. Ekstraksi Fitur Adaptif: Melalui strategi penskalaan senyawa (ekspansi seimbang tiga dimensi dari kedalaman, lebar, dan resolusi) dan modul MBConv yang efisien (struktur residual terbalik + mekanisme perhatian squeeze-and-excitation), EfficientNet-B3 mencapai ekstraksi fitur tekstur iris yang sangat diskriminatif di bawah batasan hanya 12,14 juta parameter. Dibandingkan dengan filter Gabor tetap, model dapat secara otomatis mempelajari representasi fitur optimal.
2. Pengkodean Fitur Kontinu: Menerobos batasan kuantisasi binerisasi IrisCode tradisional, ia mengeluarkan vektor fitur kontinu float32 512-dimensi dengan kapasitas informasi 16.384 bit (8 kali lipat dari IrisCode). Ruang fitur ditingkatkan dari ruang Hamming diskrit ke ruang Euclidean kontinu, memungkinkan pengukuran kesamaan yang lebih halus.
3. Optimasi Margin Sudut ArcFace: Dalam ruang fitur hipersferis yang dinormalisasi, menambahkan margin sudut 10° memaksa agregasi intra-kelas dan pemisahan antar-kelas, mengurangi sudut antara vektor fitur iris dari orang yang sama dan memperluas sudut antara orang yang berbeda, secara signifikan meningkatkan kemampuan diskriminasi fitur. Verifikasi eksperimen menunjukkan bahwa dibandingkan dengan kerugian Softmax standar, ArcFace mengurangi EER sebesar 45,4%.
4. Pengambilan Sampel Batch Seimbang Kelas: Untuk mengatasi masalah jumlah sampel yang tidak merata di antara individu yang berbeda dalam kumpulan data iris, strategi pengambilan sampel seimbang kelas yang inovatif dirancang. Setiap batch pelatihan berisi 16 kelas dengan 8 sampel per kelas, memastikan bahwa fungsi kerugian ArcFace dapat sepenuhnya mempelajari batas antar-kelas, mempercepat konvergensi sebesar 30% dibandingkan dengan pengambilan sampel acak.
Paten 2: Sistem dan Metode Pengambilan Cepat Iris Berbasis Database Vektor
Paten ini menerapkan teknologi database vektor FAISS (Facebook AI Similarity Search) ke bidang pengenalan iris untuk pertama kalinya secara global, mewujudkan pengambilan tingkat milidetik dalam database satu juta orang dan memberikan dukungan teknis utama untuk aplikasi waktu nyata dari sistem pengenalan iris skala besar. Inovasi intinya meliputi:
1. Konstruksi Indeks Vektor FAISS: Setelah normalisasi L2 dari vektor fitur iris 512-dimensi yang diekstraksi oleh pembelajaran mendalam, jenis indeks IndexFlatIP dari FAISS digunakan untuk penyimpanan. Jenis indeks ini didasarkan pada pencarian kesamaan produk internal, yang setara dengan kesamaan kosinus dari vektor yang dinormalisasi. Dibandingkan dengan pencarian brute-force NumPy, ia mencapai percepatan CPU 15,9x dan percepatan GPU 75,0x dalam database skala 10.000 orang.
2. Strategi Indeks Cerdas: Arsitektur indeks multi-level yang inovatif dirancang. Melalui optimasi distribusi fitur dan pengelompokan adaptif, kesalahan pencocokan dihindari, dan mode pengenalan yang fleksibel didukung, secara signifikan meningkatkan akurasi pengenalan dan ketahanan sistem.
3. Desain Struktur Data yang Efisien: Sistem menyimpan file indeks FAISS (.index.faiss) dan file metadata (.meta.json) secara terpisah. File indeks dipetakan langsung ke memori untuk pencarian tetangga terdekat perkiraan, sementara file metadata menyimpan informasi bisnis seperti ID personel, waktu pengumpulan, dan nomor perangkat. Latensi kueri dikontrol dalam 8,5 milidetik (mode CPU).
4. Integrasi Mulus Model Pembelajaran Mendalam: Front-end sistem menggunakan EfficientNet-B5 (112MB ONNX) untuk segmentasi iris untuk mengekstraksi wilayah yang menarik; back-end menggunakan EfficientNet-B3+ArcFace (44MB ONNX) untuk ekstraksi fitur. Seluruh proses dioptimalkan end-to-end dari input gambar ke output hasil pengambilan, mendukung mode inferensi CPU dan GPU dan beradaptasi dengan berbagai skenario penyebaran seperti perangkat tepi dan server.
Indikator Teknis: Mencapai Tingkat Kelas Dunia
Pengujian ketat pada kumpulan data iris standar internasional CASIA-Iris-Lamp (573 orang, 11.845 gambar) menunjukkan bahwa solusi dual-paten Homsh Technology telah mencapai indikator terobosan berikut:
Gambar 4: Perbandingan Kinerja Pengenalan Iris (Kumpulan Data CASIA-Iris-Lamp)
1. Tingkat Kesalahan yang Sama (EER): 0,70%. Dibandingkan dengan metode jarak Gabor+Hamming tradisional (EER 1,75%), tingkat kesalahan berkurang sebesar 60%; dibandingkan dengan solusi dasar EfficientNet-B3 sebelumnya dari Homsh Technology (EER 2,66%), tingkat kesalahan berkurang sebesar 73,7%; dibandingkan dengan model IrisFormer akademis mutakhir (EER 0,88%), kinerja meningkat sebesar 20,5%, menetapkan posisi terdepan kelas dunia di industri.
2. Akurasi Pengenalan (AUC): 99,97%, menunjukkan bahwa tingkat pengenalan yang benar yang sangat tinggi dapat dipertahankan bahkan pada tingkat pengenalan palsu yang sangat rendah.
3. Kecepatan Pengambilan: Dalam database skala 10.000 orang, latensi pengambilan rata-rata adalah 8,5 milidetik dalam mode CPU FAISS dengan throughput 117,6 QPS; latensi pengambilan adalah 1,8 milidetik dalam mode GPU dengan throughput 555,6 QPS. Dibandingkan dengan pencarian brute-force NumPy tradisional, ia mencapai percepatan masing-masing 15,9x dan 75,0x, sepenuhnya memenuhi kebutuhan aplikasi waktu nyata.
4. Efisiensi Model: Model ekstraksi fitur EfficientNet-B3 hanya memiliki 12,14 juta parameter, dengan waktu inferensi ONNX 8 milidetik (CPU) dan jejak memori 1,8GB, mendukung penyebaran pada perangkat tepi dan terminal seluler; melalui kuantisasi INT8, ukuran model dapat dikompresi lebih lanjut menjadi 11,2MB, waktu inferensi dikurangi menjadi 5 milidetik, dan jejak memori dikurangi menjadi 0,5GB.
Kepemimpinan Industri: Inovasi Ganda dari Chip ASIC ke Paradigma AI
Homsh Technology memiliki akumulasi teknis yang unik dan gen inovatif di garis depan teknologi pengenalan iris China. Sejak sebelum tahun 2020, perusahaan berhasil mengembangkan chip ASIC pertama di dunia yang didedikasikan untuk pengenalan iris, menerobos hambatan akselerasi perangkat keras dari algoritma pengenalan iris, meningkatkan kecepatan pengenalan ke tingkat milidetik, dan meletakkan fondasi perangkat keras untuk komersialisasi skala besar teknologi pengenalan iris. Inovasi ini telah memberikan Homsh Technology keunggulan penggerak pertama dalam proses industrialisasi.
Memasuki era AI, Homsh Technology dengan tajam menangkap peluang teknologi pembelajaran mendalam untuk merestrukturisasi paradigma pengenalan iris, dengan tegas berinvestasi dalam sumber daya R&D, dan mencapai peningkatan paradigma dari "pemrosesan sinyal tradisional" ke "pembelajaran mendalam end-to-end" dalam dua dimensi inti: metode pengkodean dan sistem pengambilan. Solusi dual-paten yang dirilis kali ini tidak hanya mencapai tingkat EER kelas dunia sebesar 0,7% dalam indikator teknis, tetapi juga, yang lebih penting, mewujudkan aplikasi perintis global dari database vektor FAISS di bidang pengenalan iris, mengisi kesenjangan dalam rute teknis ini. Ini menandai bahwa Homsh Technology telah menyelesaikan transformasi strategis dari "inovator chip" menjadi "pemimpin paradigma AI", membangun ketinggian komando teknologi di era pengenalan iris cerdas.
Potensi Aplikasi: Memberdayakan Peningkatan Cerdas di Berbagai Bidang
Dengan keunggulan teknisnya berupa presisi tinggi, kecepatan tinggi, dan kemudahan penyebaran, solusi dual-paten Homsh Technology dapat diterapkan secara luas dalam skenario berikut:
Gambar 5: Skenario Aplikasi Solusi Dual-Paten Homsh Technology
Pembayaran Keuangan
Menerapkan pengenalan iris pada ATM bank dan terminal pembayaran seluler, EER ultra-rendah sebesar 0,7% memastikan keamanan dana, kecepatan pengenalan 8 milidetik memberikan pengalaman pengguna yang lancar, dan mode satu mata mendukung pengguna yang memakai kacamata.
Keamanan Perbatasan
Menerapkan sistem pengenalan iris skala besar di bandara dan pelabuhan, database vektor FAISS mendukung pengambilan tingkat milidetik dalam database satu juta orang, dan strategi fusi multimodal lebih lanjut meningkatkan akurasi, secara efektif mencegah penipuan identitas.
Taman Cerdas
Menerapkan kontrol akses iris di taman perusahaan dan lembaga pemerintah, model kuantisasi INT8 mendukung penyebaran lokal pada perangkat tepi (mesin kontrol akses, pintu putar), memungkinkan pengenalan waktu nyata tanpa jaringan dan memastikan privasi data.
Perawatan Kesehatan
Mengintegrasikan pengenalan iris ke dalam sistem HIS rumah sakit untuk secara akurat mengaitkan identitas pasien dengan catatan medis elektronik, menghindari kebingungan yang disebabkan oleh nama yang sama dan meningkatkan keselamatan medis; membangun ID biometrik unik dalam manajemen bayi baru lahir untuk mencegah penculikan bayi.
Keamanan Publik
Menerapkan pengenalan iris dalam sistem pemantauan perkotaan, dikombinasikan dengan peralatan pengumpulan iris jarak jauh, untuk mewujudkan peringatan dini pemantauan dan pengendalian personel kunci. Mode inferensi GPU mendukung analisis waktu nyata dengan konkurensi tinggi.
Keterangan CEO: Dr. Yi Kaijun, CEO
Dr. Yi Kaijun, CEO Homsh Technology, menyatakan dalam sebuah wawancara: "R&D yang berhasil dari kedua paten ini adalah kristalisasi dari akumulasi teknis Homsh Technology selama lebih dari satu dekade dan investasi berkelanjutan dalam inovasi. Kami sangat memahami bahwa di bidang biometrik yang sangat kompetitif, hanya dengan menguasai teknologi inti kita dapat tetap tak terkalahkan. Dari inovasi chip ASIC sebelum tahun 2020 hingga terobosan ganda hari ini dalam pembelajaran mendalam + database vektor, Homsh Technology selalu berpegang pada integrasi mendalam teknologi mutakhir dan kebutuhan industri. Indikator EER 0,7% bukan hanya angka; itu mewakili keseimbangan optimal antara 'keamanan' dan 'kegunaan' yang dicapai oleh sistem. Untuk skenario utama seperti keuangan dan pemeriksaan keamanan, ini berarti jaminan keamanan yang lebih tinggi dan pengalaman pengguna yang lebih baik."
"Lebih penting lagi, kami adalah yang pertama di dunia yang memperkenalkan teknologi database vektor FAISS ke bidang pengenalan iris. Inovasi ini membuka kemungkinan baru untuk aplikasi waktu nyata dari sistem pengenalan iris skala besar. Di masa depan, kami akan terus memperdalam upaya kami di bidang AI + biometrik, mempromosikan penerapan teknologi pengenalan iris di lebih banyak skenario, dan berkontribusi pada kekuatan Homsh untuk pembangunan masyarakat pintar. Inovasi tidak ada habisnya, dan Homsh Technology akan terus memimpin kemajuan teknologi industri."
Tinjauan: Masa Depan Pengenalan Iris Cerdas
Dengan evolusi berkelanjutan teknologi AI dan peningkatan infrastruktur seperti 5G dan komputasi tepi, pengenalan iris bergerak dari "skenario khusus" ke "aplikasi inklusif". Solusi dual-paten Homsh Technology, dengan kinerja teknis dan kemampuan rekayasa yang luar biasa, sepenuhnya siap untuk memenuhi ledakan pasar dalam dekade berikutnya. Perusahaan akan terus berinvestasi dalam sumber daya R&D dan membuat inovasi berkelanjutan dalam arah seperti fusi multimodal (iris + wajah + sidik jari), deteksi keaktifan, dan komputasi privasi, berkontribusi pada kekuatan teknis inti untuk membangun masyarakat digital yang lebih aman, lebih pintar, dan lebih nyaman.
Tentang Homsh Technology
Homsh Technology adalah penyedia teknologi pengenalan iris terkemuka di China, yang berfokus pada R&D dan industrialisasi algoritma, chip, dan sistem pengenalan iris. Perusahaan memegang sejumlah paten teknologi inti termasuk chip ASIC pertama di dunia yang didedikasikan untuk pengenalan iris, dan produknya banyak digunakan di bidang seperti keuangan, keamanan, dan perawatan kesehatan.
