선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 얼굴영상에서 각막에 반사된 조명 반사광을 기반으로 휴대폰에서의 홍채인식을 위한 고속 홍채검출 방법을 제안하였다. 또한 눈, 카메라, 조명 모델을 기반으로 각막에 반사된 조명반사광의 밝기와 크기를 추정하는 이론적 배경을 제안하며, 입력 영상에서 태양광의 존재 유무와 광학적으로 또는 피사체의 움직임에 의해서 발생한 흐림 현상 (Optical & Motion blur) 을 판별하기 위해 조명을 연속적으로 On/Off 시키는 방법을 제안하였다.
- 본 논문에서는 이처럼 취득된 얼굴 영상으로부터 사용자의 눈 영역을 빠르게 검출하고 이 정보를 바탕으로 사용자의 홍채 영역을 고속으로 검출하는 방법을 제안한다.
- 본 연구에서는 입력 얼굴 영상으로부터 고속으로 홍채 영역으로 추출하기 위하여, 전술한 바와 같이 각막에 반사된 조명 반사광의 위치를 정확하게 추출하는 방법을 취한다.
- 의한 경험으로 결정하였다. 본 절에서는 각막에 반사된 반사광과 피부에 반사된 반사광과의 값 차이를 비교하고, 눈, 카메라, 조명 모델을 기반으로 각막에 반사된 조명반사광의 크기를 계산하기 위한 이론적 배경을 제시하고자 한다.
가설 설정
- a는 각막에 반사된 조명 반사광이 렌즈의 중심에 입사된 빛(ray)과 카메라의 광 축(optical axis) 사이의 각도이다. 그림 4(b)와 같이 카메라 광축과 각막에 반사된 조명반사광 사이의 거리가 카메라와 눈 사이의 거리에 비해 매우 작기 때문에 a를 0도로 가정한다. 계산결과 E는 2.
- 또한 Ks 는 매질표면의 특성과 입사각에 의해 결정되는 검경반사계수이다. 본 실험의 경우에, 그림4(b)와 같이 카메라와 조명사이의 거리가 카메라와 눈 사이의 거리에 비해 매우 작기 때문에 입사각을 0도로 가정하며, 또한 V 와 R 사이의 각도 또한 0도로 가정할 수 있다. (그러므로, V-R = 1).
제안 방법
- 3-나 절에서 얻어진 조명 반사광의 밝기 정보(251)를 기반으로, 다운 샘플링 영상(2048*1536 픽셀 사이즈로 취득된 영상 -> 341*256 픽셀 사이즈 영상)으로부터 각막에 반사된 조명반사광의 후보를 검색하였고, 표 1을 기반으로 조명 반사광 후보지의 크기와 수평·수직 지름간의 비율을 사용하여 라벨링을 수행하여 정확하고 빠르게 각막에 반사된 조명반사광을 검출하였다. 전술한 바와 같이, 각막에 반사된 조명반사광이 동공 영역에 존재하므로 각막의 조명반사광을 검출한 후 동공이 존재 할 수 있는 범위인 30*30 픽셀의 후보박스를 씌워 동공 영역을 검출하였다.
- 임계치로 사용하였다. 그리고 입력영상 내에 태양광의 존재 유무와 광학적/움직임에 의한 흐림 현상판별을 위해 조명을 연속적으로 On/Off 시키는 방법을 제안하였다. 또한 일반 휴대폰에 사용하는 ARM CPU 는 floating-point 보조처리기 (co-processor) 를 가지고 있지 않으므로, 본 논문에서는 처리시간을 줄이기 위해 floating-point연산을 알고리즘에서 제외하였다.
- 이진화 된 영상으로부터 수평 수직 히스토그램을 사용하여 X, y 위치의 가중치 평균을 기반으로 동공의 중심위치를 얻었다. 대부분 휴대폰의 ARM 프로세서가 부동 소수점(Floating point) 보조처리기(Co-processor)를 가지고 있지 않기 때문에 본 알고리즘에서는 고속 검출을 위하여 부동 소수점 연산을 사용하지 않았다. 또한 이를 위해 검출된 각막에 반사된 조명반사광의 수평지름에 상응하는 수직 지름의 정보를 룩업 테이블(Look up table) 에 미리 저장하여 사용하였다.
- 동공 영역이 일반적으로 다른 영역보다 어둡기 때문에 본 연구에서는 박스 내에서 이진화를 수행하여 동공 영역을 검출하였다. 동공 이진화를 위해 후보 박스 내의 평균 밝기 값을 고려하여 이진화 임계치를 정하고, 동공의 이진화를 수행한다.
- 검출하였다. 동공 이진화를 위해 후보 박스 내의 평균 밝기 값을 고려하여 이진화 임계치를 정하고, 동공의 이진화를 수행한다. 이진화 된 영상으로부터 수평 수직 히스토그램을 사용하여 X, y 위치의 가중치 평균을 기반으로 동공의 중심위치를 얻었다.
- 두 번째 실험에서 2-4절에서 언급된 검출된 조명 반사광을 중심으로 동공영역을 검출하기 위해 씌운 박스의 크기를 가변적으로 변화시켜가면서 동공 및 홍채의 검출 비율을 체크했다. 실내 영상에서 2*20 0픽셀 박스의 경우 동공 및 홍채의 검출비율은 90%, 2*25 5픽셀 박스의 경우 95%, 3*30 0픽셀 박스의 경우 99%, 3*32 2픽셀 박스의 경우 100%의 비율을 나타냈고, 실외영상에서 동공 및 홍채의 검출비율은 2*20 0픽셀박스의 경우 87%, 2*25 5픽셀박스의 경우 94%, 3*30 0픽셀 박스의 경우 98.
- 방법을 제안하였다. 또한 눈, 카메라, 조명 모델을 기반으로 각막에 반사된 조명반사광의 밝기와 크기를 추정하는 이론적 배경을 제안하며, 입력 영상에서 태양광의 존재 유무와 광학적으로 또는 피사체의 움직임에 의해서 발생한 흐림 현상 (Optical & Motion blur) 을 판별하기 위해 조명을 연속적으로 On/Off 시키는 방법을 제안하였다. 실험결과, 휴대폰에서 전체 홍채 추출 시간은 65ms였고, 동공 및 홍채 검출 성공률은 실내에서 99%와 태양광이 존재하는 실외에서 98.
- 대부분 휴대폰의 ARM 프로세서가 부동 소수점(Floating point) 보조처리기(Co-processor)를 가지고 있지 않기 때문에 본 알고리즘에서는 고속 검출을 위하여 부동 소수점 연산을 사용하지 않았다. 또한 이를 위해 검출된 각막에 반사된 조명반사광의 수평지름에 상응하는 수직 지름의 정보를 룩업 테이블(Look up table) 에 미리 저장하여 사용하였다. 추출된 동공 중심을 기준으로 정수형 기반 원형 경계 검출기를 이용하여 홍채 영역을 추출하였다[35].
- 반대로, 각막에 반사된 조명 반사광이 존재한다면, 이를 중심으로 그 주변에 지역적 수직&수평 프로젝션을 수행하여 동공 영역을 검출하며(그림 4와 같이 본 연구에서 사용한 홍채 카메라에서는 카메라와 사용자 눈까지의 거리에 비해 조명과 카메라 사이의 거리가 상당히 작기 때문에 사용자가 인식을 위해 홍채 카메라를 응시하는 경우, 각막의 조명 반사광이 동공 영역 내에 생기게 됨)(자세한 내용은 Ⅱ-4절에서 설명한다), 검출된 동공지역을 기반으로 정확한 홍채검출과 홍채코드추출, 등록, 인식이 수행된다. 만약 조명을 끄고 촬영한 영상의 (그림 2에서 A2) 평균 밝기 값이 임계치(평균 50)보다 작으면, 태양광이나 외부조명의 영향이 없다고 간주하고, 조명이 켜진 영상 (그림 2에서 A1)에서 각막에 반사된 조명반사광 검출프로세스를 수행한다.
- 본 논문에서 제시한 알고리즘은 총 3가지 실험을 통해 정확성을 측정하였다. 첫 번째 실험은 50명으로부터 총 500장의 영상을 취득하여(양쪽 눈을 모두 포함한 250장의 영상과 한쪽 눈만을 포함한 250장의 영상), 얼굴 영상에서 정확한 홍채 검출 비율을 측정하였다.
- 실험용 휴대폰인 SPH-S2300은 MSM6100W 칩을 사용하며, 이는 내부에 ARM926EJ- STM [24][26] CPU를 적용하고 있다. 본 논문에서 제시한 알고리즘은 추가적 DSP칩을 사용하지 않고, 국내 표준 무선 인터넷 플랫폼[29]인 WIPI (Wireless Internet Platform for Interoperability)1.1플랫폼을 사용하여 다운로드 된 응용프로그램을 휴대폰에 탑재하여 사용하였다. 표 3은 각 하드웨어 단말기에서의 처리시간을 나타낸 것이다.
- 본 논문에서는 이러한 문제점들을 해결하고 휴대폰에서의 홍채인식을 위해, 각막에 반사된 조명 반사광을 기반으로 눈 위치의 검출과 빠른 홍채 검출 방법을 제안하며, 카메라와 눈, 조명간의 모델과, 사람의 눈 모델을 고려하여 조명반사광의 밝기와 크기를 이론적으로 계산하여 임계치로 사용하였다. 그리고 입력영상 내에 태양광의 존재 유무와 광학적/움직임에 의한 흐림 현상판별을 위해 조명을 연속적으로 On/Off 시키는 방법을 제안하였다.
- 나누어 판별하나[23]. 본 연구에서는 그림 5와 같이 카메라 앞에 적외선투과필터를 사용하여 주변광을 차단하였기 때문에, 각막에 반사된 조명 반사광의 밝기를 추정할 때 점광원만 고려한다. 또한 점광원에의한 반사는 검경 반사(Specular reflection), 확산반사 (Diffuse reflection)가 모두 발생하지만, 각막에 반사된 빛은 검경반사의 비율이 더 높음으로 본 논문에서는 식 (5)와 같이 검경반사만으로 각막에 반사된 조명 반사광의 밝기를 추정한다.
- 본 연구에서는 움직임에 의한 흐림 현상(Motion blur)의 양을 측정하기 위해 카메라 셔터시간을 1/30초 (33ms)로 결정하였으며, 사용자의 손 움직임 양을 측정하기 위해 120Hz 간격으로 3차원 회전과 이동 량을측정할 수 있는 3차원 위치추적센서 (Pothemus FASTRAK[30])를 사용하였다. 실험결과 33ms당 X, Y(or X & Y), Z축으로 0.
- 세 번째 실험에서는 표 2와 같이 노트북과, PDA, 휴대폰과 같은 다양한 하드웨어 플랫폼에서 홍채 추출처리 시간을 측정했다. 실험용 휴대폰인 SPH-S2300은 MSM6100W 칩을 사용하며, 이는 내부에 ARM926EJ- STM [24][26] CPU를 적용하고 있다.
- 사용하였다. 실험결과 33ms당 X, Y(or X & Y), Z축으로 0.453mm의 움직임을 보였고, 그림 4(b)와 같이 눈과 카메라 모델을 기반으로 입력 영상에서 각막에 반사된 조명반사광의 수직과 수평지름 사이의 비율, 장축과 단축의 최대길이를 추정하였다. Z 방향으로의 (0.
- 이 값이 임계치(평균 50)를 초과할 경우, 할로겐 조명이나 태양광과 같은 외부조명의 간섭이 존재한다고 판단하게 된다. 실험을 통해 적외선투과 필터를 부착한 카메라로 실내에서 적외선 조명을 끄고 촬영한 영상의 평균 밝기 값(30이하)을 측정하였으며, 창문 등을 통해 태양광(적외선 포함)이 들어올 수 있음을 고려하여 태양광 판별 임계치를 50으로 하였다.
- 전술한 바와 같이, 각막에 반사된 조명반사광이 동공 영역에 존재하므로 각막의 조명반사광을 검출한 후 동공이 존재 할 수 있는 범위인 30*30 픽셀의 후보박스를 씌워 동공 영역을 검출하였다. 여기에서 박스의 크기는 동공의 크기가 외부조명의 밝기에 따라 2mm에서 8mm로 가변적으로 변하기[32] 때문에 이를 기반으로 홍채카메라의 줌 배율(magnification factor) 19.3 pixels/mm를 같이 고려하여 결정하였다. 계산결과, 입력영상(2048*1536)에서 동공의 지름은 39~154픽셀이고 수직, 수평으로 각각 1/6씩 다운 샘플링한 영상에서는 6.
- 영상 내에 태양광의 영향이 존재하는지 판별하기 위해 카메라 조명을 끄고 촬영한 영상의 (그림 2에서 A2) 평균밝기를 측정한다. 이 값이 임계치(평균 50)를 초과할 경우, 할로겐 조명이나 태양광과 같은 외부조명의 간섭이 존재한다고 판단하게 된다.
- 9~1,264%)을 이용하여 입력영상에서 조명반사광의 후보들로부터 실제 각막에 반사된 조명반사광을 검출하는 방식을 사용하였다. 이때, 잘못된 각막의 조명반사광 검출의 가능성을 배제하기 위해 광학적 요인에 의한 흐림 현상(Optical blur)과 움직임에 의한 흐림 현상(Motion blur)의 양(그림 1과 그림 2의 |A1-B1| + |B1-C1|)/2)을측정하고, 이 측정량이 임계치보다 작으면, 홍채인식이 가능한 정토의 초점이 맞은 영상으로 간주하며, 이 영상에서 조명반사광의 가로대 세로 비율이 100%이고, 앞 절에서 모델링한 1.4~6.7픽셀의 조명반사광의 크기를 임계치로 사용하여 실제 각막에 반사된 조명 반사광을 검출하였다(실제로, 구동 시에는 영상처리에러의 여분(margin)을 고려하여 90~110%를 사용하였다.).
- 홍채 검출 시 처리시간이 많이 소모된다. 이에 대한보완책으로 카메라 렌즈 전면에 가시광선은 반사하고, 적외선을 투과하는 cold mirror를 사용하여 얼굴입 력영상에서 눈 영역이 일정한 범위에 포함될 수 있도록 함으로써 처리시간을 줄였다. 그 결과 휴대폰에서의 전체처리 시간이 328ms 에서 65ms 로 감소하였다.
- 동공 이진화를 위해 후보 박스 내의 평균 밝기 값을 고려하여 이진화 임계치를 정하고, 동공의 이진화를 수행한다. 이진화 된 영상으로부터 수평 수직 히스토그램을 사용하여 X, y 위치의 가중치 평균을 기반으로 동공의 중심위치를 얻었다. 대부분 휴대폰의 ARM 프로세서가 부동 소수점(Floating point) 보조처리기(Co-processor)를 가지고 있지 않기 때문에 본 알고리즘에서는 고속 검출을 위하여 부동 소수점 연산을 사용하지 않았다.
- 일반적으로 대부분의 경우 광학적 요인에 의한 흐림 현상과 움직임에 의한 흐림 현상(Optical & Motion blur)이 동시에 발생하기 때문에, 본 논문에서는 각막에 반사된 조명반사광의 장축 길이 범위(1.4~17.7픽셀)와 단축 길이 범위(1.4~6.7픽셀), 가로대 세로의 비율(7.9~1,264%)을 이용하여 입력영상에서 조명반사광의 후보들로부터 실제 각막에 반사된 조명반사광을 검출하는 방식을 사용하였다. 이때, 잘못된 각막의 조명반사광 검출의 가능성을 배제하기 위해 광학적 요인에 의한 흐림 현상(Optical blur)과 움직임에 의한 흐림 현상(Motion blur)의 양(그림 1과 그림 2의 |A1-B1| + |B1-C1|)/2)을측정하고, 이 측정량이 임계치보다 작으면, 홍채인식이 가능한 정토의 초점이 맞은 영상으로 간주하며, 이 영상에서 조명반사광의 가로대 세로 비율이 100%이고, 앞 절에서 모델링한 1.
- 전술한 바와 같이, 각막에 반사된 조명반사광이 동공 영역에 존재하므로 각막의 조명반사광을 검출한 후 동공이 존재 할 수 있는 범위인 30*30 픽셀의 후보박스를 씌워 동공 영역을 검출하였다. 여기에서 박스의 크기는 동공의 크기가 외부조명의 밝기에 따라 2mm에서 8mm로 가변적으로 변하기[32] 때문에 이를 기반으로 홍채카메라의 줌 배율(magnification factor) 19.
- 정확성을 측정하였다. 첫 번째 실험은 50명으로부터 총 500장의 영상을 취득하여(양쪽 눈을 모두 포함한 250장의 영상과 한쪽 눈만을 포함한 250장의 영상), 얼굴 영상에서 정확한 홍채 검출 비율을 측정하였다. 또한, 영상내의 외부조명의 영향을 고려하기 위해 위 250장의 영상은 태양광이 존재하는 l,394lux의 실외에서, 또 다른 250장의 영상은 223lux의 실내에서 촬영하였다.
- 또한 이를 위해 검출된 각막에 반사된 조명반사광의 수평지름에 상응하는 수직 지름의 정보를 룩업 테이블(Look up table) 에 미리 저장하여 사용하였다. 추출된 동공 중심을 기준으로 정수형 기반 원형 경계 검출기를 이용하여 홍채 영역을 추출하였다[35].
대상 데이터
- 3 pixels/mm를 같이 고려하여 결정하였다. 계산결과, 입력영상(2048*1536)에서 동공의 지름은 39~154픽셀이고 수직, 수평으로 각각 1/6씩 다운 샘플링한 영상에서는 6.5~25.7픽셀이었으며, 여분을 고려하여 30*30픽셀 크기의 박스를 본연구에서는 사용하였다.
- 그림 5와 같이 실험용 휴대폰은 3.2 메가 픽셀 CCD 센서를 가진 삼성 SPH-S2300모델을 사용하였으며, 정확한 홍채패턴을 획득하기 위해 적외선 조명과 적외선투과 필터를 사용했다'2W. 홍채 인식과 각막에 반사된 조명 반사광을 검출하기 위해 카메라 렌즈의 앞에 적외선 투과필터를 부착하고 적외선 파장과 가시광선을 포함하는 카메라에 내장된 제논 램프(Xenon Flash Lamp)를 사용했다.
- 2 메가 픽셀 CCD 센서를 가진 삼성 SPH-S2300모델을 사용하였으며, 정확한 홍채패턴을 획득하기 위해 적외선 조명과 적외선투과 필터를 사용했다'2W. 홍채 인식과 각막에 반사된 조명 반사광을 검출하기 위해 카메라 렌즈의 앞에 적외선 투과필터를 부착하고 적외선 파장과 가시광선을 포함하는 카메라에 내장된 제논 램프(Xenon Flash Lamp)를 사용했다. 휴대폰에 장착된 카메라는 홍채인식 이외에도 가시광선 영역에서 일반적인 사진을 촬영할 수 있어야 하기 때문에, 향후에 듀얼모드필터(IR 투과와 차단필터를 포함한)가 자동적으로 열리거나 닫히는 메커니즘을 사용할 예정이다.
이론/모형
- Feng[10]은 얼굴영상에서의 눈 영역이 상대적으로 어둡다는 특징과 같은 단서에 의해 이진화 프로세스를 수행하여, 눈의 중심을 검출하였으며, Rowley[11]은 신경망(neural network)을 기반으로 눈 영역을 포함한 정면 얼굴의 특징을 검출하는 시스템을 개발하였다. Zhiwei Zhu[12]의 눈 검출 방법은 주변광으로부터 눈의 외관패턴을 얻고, 적외선 조명으로부터 어둡고 밝게 변하는 동공의 특징(dark/bright pupil)을 얻어 이 두 영상의 차를 이용하여 SVM(Support Vector Machine)을 통해 동공의 위치를 찾아내는 알고리즘을 사용했다. 또한, Viola and Jones[13]가 제안한 얼굴검출 방법에서는 픽셀정보를 직접적으로 사용하는 대신 처리 시간을 줄이기 위해 Integral Image라 알려진 특징 집합을 사용하여 후보를 검색하였고, AdaBoost 학습 알고리즘을 통해 이 특징들을 분류하여 얼굴의 특징 점을 검출 하였다.
- 광학적 요인에 의한 흐림 현상의 점 확산함수(h(x, y)나 H(u, v))는 일반적으로 가우시안 함수(Gaussian function)[25]에 의해 표현이 가능하므로, 각막에 반사된 조명 반사광의 광학적 요인에 의한 흐림 현상을 모델링하는데 가우시안 함수를 사용하였다. 정확한 가우시안 모델을 적용하기 위해 25~40 cm(실험에서의 작동범위)의 거리에서 각막에 반사된 조명반사광을 취득하여식 (4)의 역필터링(inverse filteiHnG을 통하여 가우시안 함수 (h(x, y) or H(u, v))의 크기(7*7픽셀의 마스크), σ2=2.
성능/효과
- 결론적으로, 초점이 맞은 입력영상에서 각막에 반사된 조명반사광의 크기(지름)는 1.4~3.7픽셀이며, 이는 실제 각막의 조명반사광 검출 시에 크기 필터링에 대한 임계치로 사용한다. 그러나 휴대폰 홍채인식의 경우 사용자가 휴대폰을 손에 들고 인식을 시도하기 때문에 흐림 현상이 발생하여 조명반사광의 크기가 증가할 수 있으므로 흐림 현상에 대한 모델링도 같이 고려되어야 한다.
- 이에 대한보완책으로 카메라 렌즈 전면에 가시광선은 반사하고, 적외선을 투과하는 cold mirror를 사용하여 얼굴입 력영상에서 눈 영역이 일정한 범위에 포함될 수 있도록 함으로써 처리시간을 줄였다. 그 결과 휴대폰에서의 전체처리 시간이 328ms 에서 65ms 로 감소하였다. 기존의 Viola 와 Jones[17,28]에 의해 제안된 얼굴검출알고리즘은 Sony-Ericsson P900(CPU clock : 156MHz)과 Nokia 7650(CPU clock : 140Hz)에서 3*2848 4 픽셀의 입력 영상을 처리하는데 각각 210ms와 160ms의 처리시간을 보여본 논문에서 제안된 방법보다(cold mirror를 사용하였을 경우) 오랜 시간이 걸림을 알 수 있다.
- Suzaki[15,16]는 인간이나 경주마의 식별을 위해 각막에 반사된 조명반사광을 사용하여 획득한 영상의 질(QuaHty)을 판단하고 눈 영역을 검출했다. 그러나 영상은 조명을 일정하게 제어한 마구간에서 취득되었으므로, 영상 내에 반사된 조명 반사광의 후보가 적었으며, 또한 실험에 사용된 조명반사광의 밝기와 크기는 모두 경험적으로 결정되었다.
- 그 결과 휴대폰에서의 전체처리 시간이 328ms 에서 65ms 로 감소하였다. 기존의 Viola 와 Jones[17,28]에 의해 제안된 얼굴검출알고리즘은 Sony-Ericsson P900(CPU clock : 156MHz)과 Nokia 7650(CPU clock : 140Hz)에서 3*2848 4 픽셀의 입력 영상을 처리하는데 각각 210ms와 160ms의 처리시간을 보여본 논문에서 제안된 방법보다(cold mirror를 사용하였을 경우) 오랜 시간이 걸림을 알 수 있다.
- 이는 향후 원형 동공 경계 검출기를 사용함으로써 검출 정확도를 높일 수 있다[33]. 또한, 검출된 홍채 중심과 사용자가 손으로 표시한 위치 사이에 RMS 에러는 1.2픽셀(X축으로 0.9픽셀, Y축으로 0.8픽셀)을 나타냈으며, 검출된 동공 및 홍채 반경과 사용자가 손으로 표시한 반경들 사이의 RMS 에러는 각각 0.55, 2.2 픽셀로 나타났다. 본 연구에서 제안한 방법에 의해 휴대폰으로 취득한 영상의 홍채영역을 검출 한 후[35]에서 제안한 Adaptive Gabor Filter를 기반으로 하는 홍채 인식알고리즘을 통해 hamming distamce를 구하였으며, 이때 실내(223Lux)에서 흐림현상(blur)이 있는 영상에 대해서는 0.
- 마지막 실험에서는 검출된 동공 중심과 사용자가 손으로 표시한 위치 사이에 RMS 에러를 측정하였으며, 그 결과 RMS에러가 5.5픽셀(X축으로 3.8픽셀, Y축으로 4픽셀)을 나타냈다. 이는 향후 원형 동공 경계 검출기를 사용함으로써 검출 정확도를 높일 수 있다[33].
- 메모리(일반적으로 휴대폰은 4MB의 메모리를 가짐) 환경에서 사용할 수 있다. 본 실험에서는 원본 영상이 3*15.1356 MB(2048 Byte)이며 이를 다운 샘플링 하여 8*2576 KB(341 Byte)까지 줄이고, 카메라 렌즈의 전면에 cold mirror를 부착하여 촬영하므로 영상에서 눈이 위치하는 제한된 지역만을 처리하기 때문에 17KB(*531 41 Byte)까지 메모리 사용량을 줄일 수 있게 된다.
- 2 픽셀로 나타났다. 본 연구에서 제안한 방법에 의해 휴대폰으로 취득한 영상의 홍채영역을 검출 한 후[35]에서 제안한 Adaptive Gabor Filter를 기반으로 하는 홍채 인식알고리즘을 통해 hamming distamce를 구하였으며, 이때 실내(223Lux)에서 흐림현상(blur)이 있는 영상에 대해서는 0.149, 실외(1394Lux)에서 촬영한 영상에 대해서는 0.278의 결과를 보였다.
- 비율을 체크했다. 실내 영상에서 2*20 0픽셀 박스의 경우 동공 및 홍채의 검출비율은 90%, 2*25 5픽셀 박스의 경우 95%, 3*30 0픽셀 박스의 경우 99%, 3*32 2픽셀 박스의 경우 100%의 비율을 나타냈고, 실외영상에서 동공 및 홍채의 검출비율은 2*20 0픽셀박스의 경우 87%, 2*25 5픽셀박스의 경우 94%, 3*30 0픽셀 박스의 경우 98.5%, 3*322 픽셀박스의 경우 100%의 비율이 나타났다.
- 또한, 영상내의 외부조명의 영향을 고려하기 위해 위 250장의 영상은 태양광이 존재하는 l,394lux의 실외에서, 또 다른 250장의 영상은 223lux의 실내에서 촬영하였다. 실험 결과 실내 영상에서의 홍채검출성공률은 99%, 실외영상에서의 홍채검출성공률은 98.5%를 보였다. 그림 6은 결과영상이며, 귀걸이, 눈물샘, 빛에 반사된 머리카락 등에서 잘못된 조명 반사 영역을 추출할 경우 결과적으로 잘못된 홍채영역을 검출하였다.
- 358 의 결과를 얻었다. 실험 결과, 초점이 맞춰진 영상일 때 직경 1.4~3.7 픽셀 정도였던 각막의 조명 반사광이 영상의 흐림 현상으로 인하여 최대크기(지름)가 4.4~6.7픽셀로 증가되었으며, 이 값은 실제 각막에 반사된 조명반사광을 검출하기 위한 크기 필터링에 대한 임계치로 사용하였다.
- 또한 눈, 카메라, 조명 모델을 기반으로 각막에 반사된 조명반사광의 밝기와 크기를 추정하는 이론적 배경을 제안하며, 입력 영상에서 태양광의 존재 유무와 광학적으로 또는 피사체의 움직임에 의해서 발생한 흐림 현상 (Optical & Motion blur) 을 판별하기 위해 조명을 연속적으로 On/Off 시키는 방법을 제안하였다. 실험결과, 휴대폰에서 전체 홍채 추출 시간은 65ms였고, 동공 및 홍채 검출 성공률은 실내에서 99%와 태양광이 존재하는 실외에서 98.5%였다.
- ne 표면의 특징에 의해 결정 되는 값이다. 이를 바탕으로 계산 결과 각막표면에 반사된 조명반사광의 밝기는 0.242~0.384 lux/mm의 값을 얻었다.
- 가우시안 함수를 사용하였다. 정확한 가우시안 모델을 적용하기 위해 25~40 cm(실험에서의 작동범위)의 거리에서 각막에 반사된 조명반사광을 취득하여식 (4)의 역필터링(inverse filteiHnG을 통하여 가우시안 함수 (h(x, y) or H(u, v))의 크기(7*7픽셀의 마스크), σ2=2.358 의 결과를 얻었다. 실험 결과, 초점이 맞춰진 영상일 때 직경 1.
후속연구
- 향후 본 알고리즘의 성능을 강화하기 위해 보다 더 다양한 실험 환경에서의 성능 테스트가 요구되어진다.
- 홍채 인식과 각막에 반사된 조명 반사광을 검출하기 위해 카메라 렌즈의 앞에 적외선 투과필터를 부착하고 적외선 파장과 가시광선을 포함하는 카메라에 내장된 제논 램프(Xenon Flash Lamp)를 사용했다. 휴대폰에 장착된 카메라는 홍채인식 이외에도 가시광선 영역에서 일반적인 사진을 촬영할 수 있어야 하기 때문에, 향후에 듀얼모드필터(IR 투과와 차단필터를 포함한)가 자동적으로 열리거나 닫히는 메커니즘을 사용할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.