최근 개인의 정보보호와 보안유지를 위하여 기존의 방법을 대체하는 수단으로생체 인식이 부각되고 있다. 생체 인식은 사람의 고유한 생물학적 특징을 이용하여 개개인을 식별하고 인증하는 것을 의미한다. 이러한 생체 인식 분야 중에서신뢰성과 보안성이 가장 뛰어난 홍채 인식에 대한 연구가 활발히 진행되고 있다.이에 따라 홍채 인식 시스템에서의 홍채 영역을 이용한 특징 추출은 인식 성능에 있어서 매우 중요한 문제가 되고 있다. 하지만 획득된 홍채 영상은 조명에 의한 반사광이나 눈썹, 눈꺼풀에 의한 잡음성분을 많이 포함하고 있다. 이러한 잡음 성분은 인식 성능에 민감하게 영향을미치기 때문에 실세계에서의 홍채 영역 사용이 원활하지 못하게 된다. 이를 해결하기 위한 효율적인 특징 추출이 필요하다. 따라서 본 연구에서는 홍채 인식 시스템의 인식 성능을 향상시키기 위해서 ...
최근 개인의 정보보호와 보안유지를 위하여 기존의 방법을 대체하는 수단으로생체 인식이 부각되고 있다. 생체 인식은 사람의 고유한 생물학적 특징을 이용하여 개개인을 식별하고 인증하는 것을 의미한다. 이러한 생체 인식 분야 중에서신뢰성과 보안성이 가장 뛰어난 홍채 인식에 대한 연구가 활발히 진행되고 있다.이에 따라 홍채 인식 시스템에서의 홍채 영역을 이용한 특징 추출은 인식 성능에 있어서 매우 중요한 문제가 되고 있다. 하지만 획득된 홍채 영상은 조명에 의한 반사광이나 눈썹, 눈꺼풀에 의한 잡음성분을 많이 포함하고 있다. 이러한 잡음 성분은 인식 성능에 민감하게 영향을미치기 때문에 실세계에서의 홍채 영역 사용이 원활하지 못하게 된다. 이를 해결하기 위한 효율적인 특징 추출이 필요하다. 따라서 본 연구에서는 홍채 인식 시스템의 인식 성능을 향상시키기 위해서 전처리 과정을 수행하여 잡음 성분을 제거하고 전체 영상을 부분 영상으로 분할한 후 분할된 영상의 홍채 영역을 이용한 특징 추출 방법을 제안한다. 제안하는 방법은 영역 분할을 통해서 홍채 영역의 세부적인 특징을 효율적으로 이용하려고 정규화된 225×32 차원의 전체 영상을 일정한 크기인 75×32 차원의 부분 영상으로 3분할하였다. 이후 특징 추출을 위해 3분할된 각 부분 영상에 대하여 전체 영상과의 밝기 평균 차이 값인 보정치를 부여하고, 웨이블릿 변환을 하였으며 이를 병합한 특징 벡터를 만들었다. 이렇게 얻어진 특징 벡터의 차원을 축소시키기 위해서 주성분 분석 기법을 적용하여 홍채 인식을 위한 최종적인 특징 벡터를 구성하였다. 그리고 입력된 홍채 영상의 인식 여부를 판단하는 패턴매칭에는 유클리디안 거리를 사용하였다. 103명으로부터 획득한 총 2,746장의 홍채 영상에 대하여 제안하는 방법으로 실험한 결과 95.47%의 신뢰성 있는 인식률을 보였다. 이 결과는 부분 영상에 보정치를 부여한 특징 추출 방법이 전체 영상을 그대로 사용하는 기존의 방법보다 인식 성능 면에서 1.85% 향상됨을 보였다. 결론적으로 홍채 영역을 3분할하여 영역별로 보정치를 적용하는 방법이 홍채 특징 추출에 있어서 효과적임을 입증하였다.
최근 개인의 정보보호와 보안유지를 위하여 기존의 방법을 대체하는 수단으로생체 인식이 부각되고 있다. 생체 인식은 사람의 고유한 생물학적 특징을 이용하여 개개인을 식별하고 인증하는 것을 의미한다. 이러한 생체 인식 분야 중에서신뢰성과 보안성이 가장 뛰어난 홍채 인식에 대한 연구가 활발히 진행되고 있다.이에 따라 홍채 인식 시스템에서의 홍채 영역을 이용한 특징 추출은 인식 성능에 있어서 매우 중요한 문제가 되고 있다. 하지만 획득된 홍채 영상은 조명에 의한 반사광이나 눈썹, 눈꺼풀에 의한 잡음성분을 많이 포함하고 있다. 이러한 잡음 성분은 인식 성능에 민감하게 영향을미치기 때문에 실세계에서의 홍채 영역 사용이 원활하지 못하게 된다. 이를 해결하기 위한 효율적인 특징 추출이 필요하다. 따라서 본 연구에서는 홍채 인식 시스템의 인식 성능을 향상시키기 위해서 전처리 과정을 수행하여 잡음 성분을 제거하고 전체 영상을 부분 영상으로 분할한 후 분할된 영상의 홍채 영역을 이용한 특징 추출 방법을 제안한다. 제안하는 방법은 영역 분할을 통해서 홍채 영역의 세부적인 특징을 효율적으로 이용하려고 정규화된 225×32 차원의 전체 영상을 일정한 크기인 75×32 차원의 부분 영상으로 3분할하였다. 이후 특징 추출을 위해 3분할된 각 부분 영상에 대하여 전체 영상과의 밝기 평균 차이 값인 보정치를 부여하고, 웨이블릿 변환을 하였으며 이를 병합한 특징 벡터를 만들었다. 이렇게 얻어진 특징 벡터의 차원을 축소시키기 위해서 주성분 분석 기법을 적용하여 홍채 인식을 위한 최종적인 특징 벡터를 구성하였다. 그리고 입력된 홍채 영상의 인식 여부를 판단하는 패턴매칭에는 유클리디안 거리를 사용하였다. 103명으로부터 획득한 총 2,746장의 홍채 영상에 대하여 제안하는 방법으로 실험한 결과 95.47%의 신뢰성 있는 인식률을 보였다. 이 결과는 부분 영상에 보정치를 부여한 특징 추출 방법이 전체 영상을 그대로 사용하는 기존의 방법보다 인식 성능 면에서 1.85% 향상됨을 보였다. 결론적으로 홍채 영역을 3분할하여 영역별로 보정치를 적용하는 방법이 홍채 특징 추출에 있어서 효과적임을 입증하였다.
Recently, biometric has been considered as a means of replacing the existing methods for access control and security. Biometrics is the identification and verification of a person by using human biological characteristics. Research activities have been conducted on iris recognition with high reliabi...
Recently, biometric has been considered as a means of replacing the existing methods for access control and security. Biometrics is the identification and verification of a person by using human biological characteristics. Research activities have been conducted on iris recognition with high reliability and security among these fields of biometrics. Therefore, the feature extraction using iris region of iris system has become one of the most important issues in recognition performance. However, acquired iris images contain lots of ingredients including glint by illumination, noises by eyelashes and eyelids. Because these noises influence sensitively in recognition performance, iris regions are not widely being used in real world. The efficient feature extraction method is needed to solve this issue. Accordingly, to improve the recognition performance of iris recognition system, this study proposes the feature extraction method which uses segmented iris regions after separating original image into segmented partition images after removing noises by the preprocessing. To utilize the detailed feature of iris regions efficiently through region segmentation, the proposed method divided the original image of normalized 225?32 dimension into three partition images of 75?32 dimension, a fixed size. Then, it gave difference values of average brightness with the original image, correction values to segmented images for feature extraction, applied wavelet transform and made feature vectors by merging them. To reduce dimension of extracted feature vectors, it composed the final feature vectors for recognition by PCA(Principal Component Analysis) applied to them. And Euclidean distance was used for pattern matching to decide the recognition possibility of input iris images. Experiment results showed 95.47%, a reliable recognition rate by using 2,746 iris images acquired from 103 persons. These results showed that 1.85% of recognition performance was improved by applying feature extraction method that gave correction values to partition images, compared with the existing method. In conclusion, the feature extraction method proved efficient that gives correction values to three partition images regionally on iris regions.
Recently, biometric has been considered as a means of replacing the existing methods for access control and security. Biometrics is the identification and verification of a person by using human biological characteristics. Research activities have been conducted on iris recognition with high reliability and security among these fields of biometrics. Therefore, the feature extraction using iris region of iris system has become one of the most important issues in recognition performance. However, acquired iris images contain lots of ingredients including glint by illumination, noises by eyelashes and eyelids. Because these noises influence sensitively in recognition performance, iris regions are not widely being used in real world. The efficient feature extraction method is needed to solve this issue. Accordingly, to improve the recognition performance of iris recognition system, this study proposes the feature extraction method which uses segmented iris regions after separating original image into segmented partition images after removing noises by the preprocessing. To utilize the detailed feature of iris regions efficiently through region segmentation, the proposed method divided the original image of normalized 225?32 dimension into three partition images of 75?32 dimension, a fixed size. Then, it gave difference values of average brightness with the original image, correction values to segmented images for feature extraction, applied wavelet transform and made feature vectors by merging them. To reduce dimension of extracted feature vectors, it composed the final feature vectors for recognition by PCA(Principal Component Analysis) applied to them. And Euclidean distance was used for pattern matching to decide the recognition possibility of input iris images. Experiment results showed 95.47%, a reliable recognition rate by using 2,746 iris images acquired from 103 persons. These results showed that 1.85% of recognition performance was improved by applying feature extraction method that gave correction values to partition images, compared with the existing method. In conclusion, the feature extraction method proved efficient that gives correction values to three partition images regionally on iris regions.
주제어
#생체 인식 홍채 인식 웨이블릿 변환 주성분 분석 기법 특징 추출 영역 분할 보정치 Biometrics Iris recognition Wavelet transform PCA(Principal Component Analysis) Feature extraction Region segmentation Correction values
학위논문 정보
저자
은인기
학위수여기관
한국방송통신대학교 평생대학원
학위구분
국내석사
학과
정보과학과
발행연도
2007
총페이지
vi, 51 p.
키워드
생체 인식 홍채 인식 웨이블릿 변환 주성분 분석 기법 특징 추출 영역 분할 보정치 Biometrics Iris recognition Wavelet transform PCA(Principal Component Analysis) Feature extraction Region segmentation Correction values
※ AI-Helper는 부적절한 답변을 할 수 있습니다.