はじめに
世界的なバイオメトリクス市場の急速な成長を背景に、高精度と高セキュリティという独自の利点を備えた虹彩認識技術は、金融決済、国境警備、スマートシティなどの主要なシナリオで好ましいソリューションとなりつつあります。市場調査機関の予測によると、世界の虹彩認識市場規模は、2025年の51.4億米ドルから2030年には129.2億米ドルに成長し、年平均成長率（CAGR）は20.3%に達する見込みです。
図1：世界の虹彩認識市場規模の成長トレンド（2025～2030年予測）
この産業変革の重要な時期に、Homsh Technologyは、2つの主要な発明特許「ベクトルデータベースに基づく虹彩高速検索システムおよび方法」と「ディープニューラルネットワークに基づく虹彩連続特徴符号化方法」により、従来のパラダイムからAIパラダイムへの虹彩認識技術の飛躍的なアップグレードに成功し、中国および世界における虹彩認識技術の最前線で重要な革新的な地位を確立しました。
技術的背景：従来の方式のボトルネックとAI時代の機会
1990年代の虹彩認識技術の商用化以来、Gaborフィルターに基づくIrisCode符号化方式に長く依存してきました。この方法は、マルチスケールおよびマルチ方向のGaborフィルターを通じて虹彩のテクスチャ特徴を抽出し、それらを2048ビットのバイナリコードに定量化し、Hamming距離を使用してマッチングを行います。しかし、この従来のパラダイムは、3つの主要なボトルネックに直面しています。第一に、固定フィルターは、異なる虹彩画像の品質の違いに適応できません。第二に、二値化符号化は、大きな情報損失を引き起こし、CASIA-Iris-Lamp標準テストセットで約1.75%の等エラー率（EER）しか得られません。第三に、大規模データベース（100万レベル以上）での検索速度が遅く、リアルタイムアプリケーションのニーズを満たすことが困難です。
図2：虹彩認識技術パラダイム比較 - 従来のIrisCode符号化 vs. ディープラーニング連続特徴符号化
ディープラーニング技術の成熟と大規模データセットの蓄積に伴い、虹彩認識は「手作業で作成された特徴」から「エンドツーエンド学習」へのパラダイムシフトの機会を迎えました。最近の学術研究では、ディープニューラルネットワークに基づく虹彩認識方法が、従来の方式を超える可能性を示しています。たとえば、最先端の学術モデルであるIrisFormerは、同じデータセットで0.88%のEERを達成できます。しかし、学術的な成果を、産業競争力のあるエンジニアリング可能な技術ソリューションにどのように変換するかが、業界が直面する共通の課題です。
技術革新：2つの特許が連携してフルスタックAIソリューションを構築
今回Homsh Technologyが発表した2つの主要特許は、「特徴表現」と「検索効率」という2つの側面から、従来の虹彩認識の技術的ボトルネックを体系的に解決し、フロントエンドの符号化からバックエンドの検索まで、完全な技術的クローズドループを形成しています。
図3：Homsh Technologyのデュアルパテント連携アーキテクチャ - エンドツーエンド虹彩認識システム
特許1：ディープニューラルネットワークに基づく虹彩連続特徴符号化方法
この特許は、コンピュータビジョン分野のEfficientNet-B3効率的畳み込みニューラルネットワークアーキテクチャと、顔認識分野のArcFace角度マージン損失関数を革新的に組み合わせ、虹彩特徴のエンドツーエンドディープラーニング符号化を初めて実現しました。その主な革新には以下が含まれます。
1. 適応型特徴抽出：複合スケーリング戦略（深さ、幅、解像度の3次元バランス拡張）と効率的なMBConvモジュール（逆残差構造+スクイーズアンドエキサイテーションアテンションメカニズム）を通じて、EfficientNet-B3は、わずか1214万のパラメータという制約の下で、虹彩テクスチャの高識別特徴抽出を実現します。固定Gaborフィルターと比較して、モデルは最適な特徴表現を自動的に学習できます。
2. 連続特徴符号化：従来のIrisCodeの二値化量子化制限を打ち破り、16,384ビット（IrisCodeの8倍）の情報容量を持つ512次元float32連続特徴ベクトルを出力します。特徴空間は、離散的なHamming空間から連続的なEuclidean空間にアップグレードされ、より洗練された類似性測定が可能になります。
3. ArcFace角度マージン最適化：正規化された超球特徴空間において、10°の角度マージンを追加することで、クラス内凝集とクラス間分離を強制し、同一人物の虹彩特徴ベクトル間の角度を減らし、異なる人々の間の角度を広げ、特徴の識別性を大幅に向上させます。実験検証により、標準的なSoftmax損失と比較して、ArcFaceはEERを45.4%削減することが示されています。
4. クラスバランスバッチサンプリング：虹彩データセットにおける異なる個人のサンプル数の不均一性の問題を解決するために、革新的なクラスバランスサンプリング戦略が設計されています。各トレーニングバッチには、16クラス、各クラス8サンプルが含まれており、ArcFace損失関数がクラス間の境界を完全に学習できるようにし、ランダムサンプリングと比較して30%の収束を加速します。
特許2：ベクトルデータベースに基づく虹彩高速検索システムおよび方法
この特許は、FAISS（Facebook AI Similarity Search）ベクトルデータベース技術を世界で初めて虹彩認識分野に適用し、100万人規模のデータベースでミリ秒レベルの検索を実現し、大規模虹彩認識システムのリアルタイムアプリケーションに重要な技術的サポートを提供します。その主な革新には以下が含まれます。
1. FAISSベクトルインデックス構築：ディープラーニングによって抽出された512次元虹彩特徴ベクトルをL2正規化した後、FAISSのIndexFlatIPインデックスタイプをストレージに使用します。このインデックスタイプは、内積類似性検索に基づいており、正規化されたベクトルのコサイン類似度と同等です。NumPyブルートフォース検索と比較して、10,000人規模のデータベースで15.9倍のCPU高速化と75.0倍のGPU高速化を実現します。
2. インテリジェントインデックス戦略：革新的なマルチレベルインデックスアーキテクチャが設計されています。特徴分布の最適化と適応的クラスタリングを通じて、誤マッチングを回避し、柔軟な認識モードをサポートし、認識精度とシステムの堅牢性を大幅に向上させます。
3. 効率的なデータ構造設計：システムは、FAISSインデックスファイル（.index.faiss）とメタデータファイル（.meta.json）を個別に保存します。インデックスファイルは、近似最近傍検索のためにメモリに直接マッピングされます。一方、メタデータファイルには、人員ID、収集時間、デバイス番号などのビジネス情報が保存されます。クエリの遅延は、8.5ミリ秒以内（CPUモード）に制御されます。
4. ディープラーニングモデルのシームレスな統合：システムのフロントエンドは、EfficientNet-B5（112MB ONNX）を使用して虹彩をセグメンテーションし、関心領域を抽出します。バックエンドは、EfficientNet-B3+ArcFace（44MB ONNX）を使用して特徴抽出を行います。画像入力から検索結果出力まで、プロセス全体がエンドツーエンドで最適化されており、CPUとGPUの両方の推論モードをサポートし、エッジデバイスやサーバーなどのさまざまな展開シナリオに適応します。
技術指標：世界レベルに到達
国際標準虹彩データセットCASIA-Iris-Lamp（573人、11,845枚の画像）での厳格なテストにより、Homsh Technologyのデュアルパテントソリューションが以下の画期的な指標を達成したことが示されています。
図4：虹彩認識性能比較（CASIA-Iris-Lampデータセット）
1. 等エラー率（EER）：0.70%。従来のGabor+Hamming距離法（1.75% EER）と比較して、エラー率は60%削減。Homsh Technologyの以前のEfficientNet-B3ベースラインソリューション（2.66% EER）と比較して、エラー率は73.7%削減。最先端の学術モデルIrisFormer（0.88% EER）と比較して、性能は20.5%向上し、業界で世界をリードする地位を確立しました。
2. 認識精度（AUC）：99.97%であり、非常に低い誤認識率でも非常に高い正認識率を維持できることを示しています。
3. 検索速度：10,000人規模のデータベースでは、FAISS CPUモードでの平均検索遅延は8.5ミリ秒で、スループットは117.6 QPS。GPUモードでの検索遅延は1.8ミリ秒で、スループットは555.6 QPS。従来のNumPyブルートフォース検索と比較して、それぞれ15.9倍と75.0倍の高速化を実現し、リアルタイムアプリケーションのニーズを完全に満たしています。
4. モデル効率：EfficientNet-B3特徴抽出モデルは、わずか1214万のパラメータを持ち、ONNX推論時間は8ミリ秒（CPU）で、メモリフットプリントは1.8GBであり、エッジデバイスやモバイル端末への展開をサポートしています。INT8量子化により、モデルサイズをさらに11.2MBに圧縮し、推論時間を5ミリ秒に短縮し、メモリフットプリントを0.5GBに削減できます。
業界リーダーシップ：ASICチップからAIパラダイムへの二重の革新
Homsh Technologyは、中国の虹彩認識技術の最前線で独自の技術的蓄積と革新的な遺伝子を持っています。2020年以前から、同社は虹彩認識専用のASICチップを世界で初めて開発し、虹彩認識アルゴリズムのハードウェアアクセラレーションのボトルネックを打ち破り、認識速度をミリ秒レベルに向上させ、虹彩認識技術の大規模商用化のためのハードウェア基盤を築きました。この革新は、Homsh Technologyに、産業化プロセスにおける先発者の優位性をもたらしました。
AI時代に入り、Homsh Technologyは、ディープラーニング技術が虹彩認識パラダイムを再構築する機会を鋭く捉え、研究開発リソースを断固として投資し、「従来の信号処理」から「エンドツーエンドディープラーニング」へのパラダイムアップグレードを、符号化方法と検索システムの2つの主要な側面で実現しました。今回発表されたデュアルパテントソリューションは、技術指標において世界レベルのEER0.7%を達成しただけでなく、さらに重要なことに、FAISSベクトルデータベースを虹彩認識分野に世界で初めて適用し、この技術ルートのギャップを埋めました。これは、Homsh Technologyが「チップイノベーター」から「AIパラダイムリーダー」への戦略的変革を完了し、インテリジェント虹彩認識時代における技術的優位性を確立したことを示しています。
潜在的なアプリケーション：複数の分野におけるインテリジェントアップグレードの強化
高精度、高速、容易な展開という技術的利点により、Homsh Technologyのデュアルパテントソリューションは、以下のシナリオで広く適用できます。
図5：Homsh Technologyのデュアルパテントソリューションのアプリケーションシナリオ
金融決済
銀行ATMやモバイル決済端末に虹彩認識を導入することで、0.7%という超低EERが資金の安全性を確保し、8ミリ秒の認識速度がスムーズなユーザーエクスペリエンスを提供し、片目モードがメガネをかけているユーザーをサポートします。
国境警備
空港や港に大規模な虹彩認識システムを導入することで、FAISSベクトルデータベースが100万人規模のデータベースでミリ秒レベルの検索をサポートし、マルチモーダル融合戦略が精度をさらに向上させ、なりすましを効果的に防止します。
スマートパーク
企業パークや政府機関に虹彩アクセス制御を導入することで、INT8量子化モデルがエッジデバイス（アクセス制御機、回転式改札口）でのローカル展開をサポートし、ネットワーキングなしでのリアルタイム認識を可能にし、データのプライバシーを確保します。
ヘルスケア
虹彩認識を病院のHISシステムに統合して、患者の身元を電子カルテと正確に関連付け、同名による混乱を回避し、医療の安全性を向上させます。新生児管理において、ユニークな生体認証IDを確立して、赤ちゃんの誘拐を防止します。
公安
都市監視システムに虹彩認識を導入し、長距離虹彩収集装置と組み合わせて、重要人物の監視と制御の早期警戒を実現します。GPU推論モードは、高並行リアルタイム分析をサポートします。
CEOの発言：イ・カイジュン博士、CEO
Homsh TechnologyのCEOであるイ・カイジュン博士は、インタビューで次のように述べています。「この2つの特許のR&Dの成功は、Homsh Technologyの10年以上の技術的蓄積と継続的なイノベーションへの投資の結晶です。私たちは、バイオメトリクスの競争が激しい分野では、中核技術を習得することによってのみ、無敵のままでいられることを深く理解しています。2020年以前のASICチップの革新から、今日のディープラーニング+ベクトルデータベースにおける二重のブレークスルーまで、Homsh Technologyは常に、最先端技術と産業ニーズの深い統合を堅持してきました。0.7%のEER指標は単なる数字ではなく、システムが達成した「セキュリティ」と「使いやすさ」の最適なバランスを表しています。金融やセキュリティチェックなどの主要なシナリオでは、これはより高いセキュリティ保証とより良いユーザーエクスペリエンスを意味します。」
「さらに重要なことに、私たちはFAISSベクトルデータベース技術を虹彩認識分野に導入した世界初です。この革新は、大規模虹彩認識システムのリアルタイムアプリケーションの新たな可能性を切り開きます。将来的には、AI+バイオメトリクスの分野での取り組みを深め、より多くのシナリオでの虹彩認識技術の適用を促進し、スマート社会の構築にHomshの力を貢献していきます。イノベーションは無限であり、Homsh Technologyは業界の技術的進歩をリードし続けます。」
展望：インテリジェント虹彩認識の未来
AI技術の継続的な進化と、5Gやエッジコンピューティングなどのインフラストラクチャの改善に伴い、虹彩認識は「専門的なシナリオ」から「包括的なアプリケーション」へと移行しています。Homsh Technologyのデュアルパテントソリューションは、その優れた技術性能とエンジニアリング能力により、次の10年間の市場爆発に十分に対応できます。同社は、研究開発リソースへの投資を継続し、マルチモーダル融合（虹彩+顔+指紋）、ライブネス検出、プライバシーコンピューティングなどの方向性で継続的なイノベーションを行い、より安全で、よりスマートで、より便利なデジタル社会の構築に中核的な技術力を貢献していきます。
Homsh Technologyについて
Homsh Technologyは、中国を代表する虹彩認識技術プロバイダーであり、虹彩認識アルゴリズム、チップ、システムのR&Dと産業化に注力しています。同社は、虹彩認識専用のASICチップを世界で初めて開発するなど、多くの主要技術特許を保有しており、その製品は、金融、セキュリティ、ヘルスケアなどの分野で広く使用されています。
