（1）虹膜图像预处理：虹膜图像预处理主要包含检测、分割和归一化任务，其速度和精度直接影响虹膜识别系统的效率和精度。复杂场景下采集到的虹膜图像常常受到离焦模糊、运动模糊、视角变化的干扰。我们将采用多尺度深度卷积神经网络融合眼睛的局部纹理和全局语义信息，提升虹膜和巩膜区域分割以及边界检测的鲁棒性。
（2）虹膜特征分析：基于手工特征虹膜识别方法没有充分挖掘模态间的差异和互补性。我们将以数据驱动的方式学习虹膜的区分性特征，使不同人的虹膜特征码差异尽可能大，使相人的虹膜特征码差异尽可能小。

随着指纹等传统生物识别识别技术自身与生俱来的先天缺陷，其在实际应用中与用户需求的种种不相适应已越来越多地突显出来。而更先进、更精确、更可靠稳定的高端人体生物识别技术------虹膜识别开始异军突起，逐步占居更多的人体生物识别身份认证产品市场。虹膜识别也可以用于时间以及考勤系统。人事管理越来越复杂，员工隐私权，员工信息的安全，以及组织对于员工个人信息的保护义务这些问题也越来越引起员工和企业的重视。公司为此设计的基于深度学习的虹膜识别算法开发包，可以为各式场景下的办公考勤提供算法技术支持，大大提升人员考勤效率，保护员工隐私的同时，让企业在任何时刻立刻知道谁在岗，提升管理效率。