AI人工智能
虹膜识别技术
虹膜是一种在眼睛中瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构，据称，没有任何两个虹膜是一样的。
视网膜识别技术
视网膜也是一种用于生物识别的特征，有人甚至认为视网膜是比虹膜更唯一的生物特征，视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。
两者对比的优缺点
虹膜识别技术的优点：便于用户使用，可能会是最可靠的生物识别技术，无需物理的接触。
虹膜识别技术的缺点：一个最为重要的缺点是它没有进行过任何的测试，当前的虹膜识别系统只是用统计学原理进行小规模的试验，而没有进行过现实世界的唯一性认证的试验，很难将图像获取设备的尺寸小型化，需要昂贵的摄像头聚焦，一个这样的摄像头的最低价为7000美元，镜头可能产生图像畸变而使可靠性降低，黑眼睛极难读取，需要较好光源。
视网膜识别技术的优点：视网膜是一种极其固定的生物特征，不磨损、不老化、不受疾病影响，使用者无需和设备直接接触，是一个最难欺骗的系统，因为视网膜不可见，所以不会被伪造。
视网膜识别技术的缺点：未经测试，激光照射眼球的背面可能会影响使用者健康，这需要进一步的研究，对消费者而言，视网膜技术没有吸引力，很难进一步降低成本。
细节方面对比
与虹膜识别不同，视网膜识别扫描的是眼底的血管图像。而在视网膜的图像上可以看到两种类型的血管，其中毛细血管不仅特征不明显，还容易受到外界干扰。而视网膜上主要血管的特征比较明显，不易受到外界干扰，可以作为身份识别的特征。
视网膜比虹膜脆弱，如果头部受到了冲击，就有可能导致视网膜出血甚至脱落，其他的病变也会使视网膜的形态发生变化。所以识别来源的稳定性上，视网膜识别比较脆弱。
从使用体验上来说，视网膜识别的体验也不如虹膜识别。视网膜图像使用者的眼睛与录入设备的距离应在半英寸（约1.27厘米）之内，并且在录入设备读取图象时，眼睛必须处于静止状态。这种采集方式非常“具有侵犯性”。并且激光照射眼球的背面可能会影响使用者健康，体验可以说非常差。
由于视网膜几乎不可无损采集，所以保密性要好很多，还有一个比较重要对原因，就是看起来比较酷炫。
所以视网膜识别比虹膜识别更好。
