최근 하나의 휴대폰에 여러 가지 미디어들이 복합적으로 장착됨에 따라 휴대폰에서 제공되는 서비스의 사용자 보안에 대한 요구가 증가되고 있다. 현재 이를 위하여 비밀번호와 인증과정을 통한 암호화 카드를 이용하여 본인을 인증한 후에 서비스를 제공할 수 있는 암호화키를 생성하고 있지만 이는 분실의 위험에 언제든지 노출되어 있다. 따라서 상대적으로 분실의 위험이 거의 존재하지 않는 생체정보를 이용하여 키를 생성하는 연구가 많이 진행되고 있다. 하지만 생체정보는 언제나 동일한 키를 생성해내야 하는 암호화키 생성 시스템의 요구사항과 달리 환경의 변화에 따라 본인이라도 특징 추출시마다 약간씩 다른 특징값이 추출되는 문제점을 가지고 있다. 따라서 본 연구에서는 생체 특징으로부터 직접적으로 키를 생성해내는 생체 정보 기반 키 생성 방법(Biometric-based keygeneration)이 아닌 생체 정보 매칭 기반 키 생성 방법(Biometric matching-based key release)을 이용하여 미리 정의해 놓은 키를 인식과정을 통하여 도출하고 또한 하나의 생체가 갖는 성능의 불안정성을 극복하기 위하여 얼굴과 홍채를 결정 레벨(Decision Level) 에서 결합함으로써 모바일 환경의 특성을 반영하며 안정된 성능 하에 암호화키가 생성될 수 있도록 하였다. 또한 휴대폰에 내장되어 있는 메가 픽셀 카메라를 이용함으로써 한 번의 영상 취득으로 얼굴과 홍채 인식이 동시에 이루어지는 편리함을 제공하였다. 본 논문에서 제안하는 키 생성 방법의 성능을 측정한 결과, 암호화키 생성에 있어 0.5%의 EER(Equal Error Rate) 성능을 얻었으며, FRR(False Rejection Rate : 본인의 생체 정보로 타인의 암호화키가 나올 에러율)을 25%로 설정하였을 때, FAR(False Acceptance Rate : 타인의 생체 정보로 본인의 암호화키가 나을 에러율)은 약 0.002%의 성능을 얻었다. 동시에 본 시스템에서는 임계 치에 따라 암호화키 생성의 FAR과 FRR값을 동적으로 제어할 수 있는 기능을 제공하였다.
최근 하나의 휴대폰에 여러 가지 미디어들이 복합적으로 장착됨에 따라 휴대폰에서 제공되는 서비스의 사용자 보안에 대한 요구가 증가되고 있다. 현재 이를 위하여 비밀번호와 인증과정을 통한 암호화 카드를 이용하여 본인을 인증한 후에 서비스를 제공할 수 있는 암호화키를 생성하고 있지만 이는 분실의 위험에 언제든지 노출되어 있다. 따라서 상대적으로 분실의 위험이 거의 존재하지 않는 생체정보를 이용하여 키를 생성하는 연구가 많이 진행되고 있다. 하지만 생체정보는 언제나 동일한 키를 생성해내야 하는 암호화키 생성 시스템의 요구사항과 달리 환경의 변화에 따라 본인이라도 특징 추출시마다 약간씩 다른 특징값이 추출되는 문제점을 가지고 있다. 따라서 본 연구에서는 생체 특징으로부터 직접적으로 키를 생성해내는 생체 정보 기반 키 생성 방법(Biometric-based key generation)이 아닌 생체 정보 매칭 기반 키 생성 방법(Biometric matching-based key release)을 이용하여 미리 정의해 놓은 키를 인식과정을 통하여 도출하고 또한 하나의 생체가 갖는 성능의 불안정성을 극복하기 위하여 얼굴과 홍채를 결정 레벨(Decision Level) 에서 결합함으로써 모바일 환경의 특성을 반영하며 안정된 성능 하에 암호화키가 생성될 수 있도록 하였다. 또한 휴대폰에 내장되어 있는 메가 픽셀 카메라를 이용함으로써 한 번의 영상 취득으로 얼굴과 홍채 인식이 동시에 이루어지는 편리함을 제공하였다. 본 논문에서 제안하는 키 생성 방법의 성능을 측정한 결과, 암호화키 생성에 있어 0.5%의 EER(Equal Error Rate) 성능을 얻었으며, FRR(False Rejection Rate : 본인의 생체 정보로 타인의 암호화키가 나올 에러율)을 25%로 설정하였을 때, FAR(False Acceptance Rate : 타인의 생체 정보로 본인의 암호화키가 나을 에러율)은 약 0.002%의 성능을 얻었다. 동시에 본 시스템에서는 임계 치에 따라 암호화키 생성의 FAR과 FRR값을 동적으로 제어할 수 있는 기능을 제공하였다.
Recently, as a number of media are fused into a phone, the requirement of security of service provided on a mobile phone is increasing. For this, conventional cryptographic key based on password and security card is used in the mobile phone, but it has the characteristics which is easy to be vulnera...
Recently, as a number of media are fused into a phone, the requirement of security of service provided on a mobile phone is increasing. For this, conventional cryptographic key based on password and security card is used in the mobile phone, but it has the characteristics which is easy to be vulnerable and to be illegally stolen. To overcome such a problem, the researches to generate key based on biometrics have been done. However, it has also the problem that biometric information is susceptible to the variation of environment, whereas conventional cryptographic system should generate invariant cryptographic key at any time. So, we propose new method of producing cryptographic key based on "Biometric matching-based key release" instead of "Biometric-based key generation" by using both face and iris information in order to overcome the unstability of uni-modal biometries. Also, by using mega-pixel camera embedded on mobile phone, we can provide users with convenience that both face and iris recognition is possible at the same time. Experimental results showed that we could obtain the EER(Equal Error Rate) performance of 0.5% when producing cryptographic key. And FAR was shown as about 0.002% in case of FRR of 25%. In addition, our system can provide the functionality of controlling FAR and FRR based on threshold.
Recently, as a number of media are fused into a phone, the requirement of security of service provided on a mobile phone is increasing. For this, conventional cryptographic key based on password and security card is used in the mobile phone, but it has the characteristics which is easy to be vulnerable and to be illegally stolen. To overcome such a problem, the researches to generate key based on biometrics have been done. However, it has also the problem that biometric information is susceptible to the variation of environment, whereas conventional cryptographic system should generate invariant cryptographic key at any time. So, we propose new method of producing cryptographic key based on "Biometric matching-based key release" instead of "Biometric-based key generation" by using both face and iris information in order to overcome the unstability of uni-modal biometries. Also, by using mega-pixel camera embedded on mobile phone, we can provide users with convenience that both face and iris recognition is possible at the same time. Experimental results showed that we could obtain the EER(Equal Error Rate) performance of 0.5% when producing cryptographic key. And FAR was shown as about 0.002% in case of FRR of 25%. In addition, our system can provide the functionality of controlling FAR and FRR based on threshold.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
즉, 본 논문에서는 하나의 생체가 가지는 인식의 불안정성을 극복하기 위하여 두 개의 생체를 사용하는 다중생체 인식과 "생체 정보 매칭 기반 키 생성”을 결합함으로써 키를 도출하는 방법을 제안하였다.
따라서 본 연구에서는 분실의 위험이 없는 생체정보를 이용한 암호화키의 생성 방법에 대한 연구를 진행하였다. 인식에 사용될 수 있는 여러 생체 가운데 휴대폰환경에서 인증 또는 암호화를 위하여 쉽게 사용될 수있는 것은 홍채, 얼굴, 지문 등이 있다.
못하는 경우가 자주 발생하게 된다. 따라서 본 연구에서는 위에서 제시한 홍채와 얼굴의 두 가지 생체를 이용하여 하나의 생체에서 오는 성능의 불안정성을 최소화하고 각 생체의 장점을 극대화시켜, 휴대폰 환경에서의 얼굴인식과 홍채인식 알고리즘을 바탕으로 한 매칭 기반 암호화키 생성에 대한 방법을 제안한다. II장관련연구에서는 기존의 생채정보를 이용한 키 생성에 관한 연구를 살펴보고, in장에서는 본 연구에서 제안한얼 굴과 홍채를 이용한 생체 키 생성 방법에 대하여 소개한다.
본 논문에서는 저 연산 휴대폰환경에 적합한 얼굴 및홍채 다중 생체인식을 통한 암호화키 생성 방법을 제안하였다. 암호화키를 미리 저장해 놓고 사용하는 “생체정보 매칭 기반 키 시스템”을 사용함으로써 생체의 특징으로부터 직접 키를 생성해 내는 방법의 문제점을 극복하였고, 다중 생체를 이용함으로써 하나의 생체를 이용하여 생체 정보 매칭 기반 키 시스템을 적용한 시스템이 갖는 생체 인식의 불안정함을 좀 더 안정화 시킬수 있었다.
이러한 문제를 해결하기 위하여 본 연구에서는 얼굴 DB는 사용자 정의 비밀번호로, 홍채 DB는 얼굴 매칭 결과 생성된 키로 각각 암호화함으로써, 휴대폰 환경에서 홍채/얼굴 인식의 결합 및 홍채/얼굴 DB의 보안문제를 같이 해결하는 방식을 제안하였다.
가설 설정
그림 1에서와 같이 사용자 비밀번호 입력, 얼굴 인식 및 홍채 인식이 모두 성공해야 최종적인 암호화키가 나오게 되므로 모두 AND ruk로 결합하여 최종적인 FARtA FRRte 식 (1)과 같이 표현된다. 식 (1)에서 사용자 비밀번호는 타인에 의해 쉽게 도용된다고 가정하고 비밀번호 입력에 대한 FAR”은 1로 가정한다. 또한 본인이 자신의 비밀번호를 잊지 않고 입력할 때 오류가 없다고 가정하면, 비밀번호 입력에 대한 FRRU은 0이 된다.
제안 방법
본 논문에서 제안하는 키 생성 방법은 하나의 생체가 갖는 인식 성능의 약점을 극복하기 위하여 동시에 영상을 취득할 수 있는 얼굴과 홍채를 결합한 다중생체인식을 사용하고, 생체의 특징으로부터 직접 키를 생성하는 “생체 정보 기반 키 생성” 방법의 약점을 극복하기 위하여 매칭 후 미리 저장된 키를 생성하는 "생체 정보매칭 기반 키 생성” 방법을 결합한 것이다. 본 논문에서 제안하는 키 생성 방법의 과정은 그림 1과 같다.
그리고 이외의 일반적인 시스템에서는 EER이 최소가 되도록 임계치값을 설정해 주는 것이 필요하다. 그러므로 본 연구에서는 고 보안 시스템의 경우를 대비하여 FRR을 25%정도로 간주 했을 때 FAR값을, 그리고 기타 일반적인 보안시스템을 대상으로 하였을 때 EER이 최소가 되는 경우의 FAR과 FRR을 각각 구하였다.
그림 3은 본 논문에서 사용한 얼굴 인식 과정을 나타낸다. 기존의 얼굴인식 알고리즘을 기반으로 각 단계별로 휴대폰 환경에 적합하게 변경된 알고리즘을 사용하였다. 입력 영상에서 얼굴 영역을 검출하기 위하여 조명으로 인해 발생하는 동공 및 홍채의 반사광(Specular Reflection)을 중심으로 얼굴 영역을 검출하는 방법을 사용하였다邸.
동시에 본 시스템에서는 얼굴 및 홍채 인식의 임계치(thre아iold)에 따라 암호화키 생성의 FAR과 FRR값을 동적으로 제어할 수 있는 기능을 제공한다. 즉, 요구되어지는 FRR과 FAR의 수치가 주어졌을 때, 식 (2) 및 임계치에 의해 얼굴 인식 및 홍채 인식의 FAR과 FRR을 조정함으로써 요구사항을 만족할 수 있게 된다.
이용하였다. 먼저 얼굴인식과 홍채인식의 EER(Error Equal Rate), FAR(False Accept Rate) 그리고 FRR(False Reject Rate)> 측정한 뒤 본 논문에서 제안하는 암호화키 생성 방법의 FAR와 FRR를 측정하여 성능을 분석하였다.
홍채 인식 알고리즘 역시 기존의 홍채 인식 알고리즘을 휴대폰 환경에 적합하게 변경한 뒤 사용하였다. 먼저, 입력영상에서 태양광의 존재유무와 흐림 현상 (Optical & Motion Blur)을 판단하기 위해 조명을 연속적으로 On/Off 시키는 방법을 사용하여 각막에 반사되는 조명반사광의 밝기와 크기를 추정하는 이론적 배경을 바탕으로 고 해상도의 얼굴 영상에서 홍채의 위치를 찾는다. 이때의 모든 실수연산을 정수연산으로 변환하여 Embedded Board(CPU : StrongAFJM, CPU clock : 206MHz, Memory : 32MB)에서 처리속도를 측정하였을 때 12.
생체 정보 기반 키 생성 방법의 하나로 Monrose et aLe key-stroke를 이용한 키 생성 방법을 제안하였다(4) 키보드를 치는 움직임으로부터 특징을 추출하고 견고한 키의 생성을 위하여 사용자의 비밀번호와 혼합하여 사용하였다. 이때 각 특징들은 하나의 비트로 연결되기 때문에 특징의 변화에 대한 오차를 갖고 있게 되며, 각 비트들은 하나로 연결되어 최종적인 키로 만들어지게 된다.
98ms 보다 적은 처리 속도를 나타냈다. 이렇게 검출된 홍채의 위치를 가지고 홍채 영역을 분리하기 위하여 Dal-ho Cho et a/[14M] 의해 제안된 동공, 홍채 영역 검출 알고리즘을 사용하여 입력 영상 내에서 고속으로 동공과 홍채의 영역을 검출하였다. 또한 눈꺼풀을 찾기 위하여 장영균 등的에 의해 제안된 눈꺼풀검출 알고리즘을 사용하였으며, 속눈썹을 검출하기 위하여 강병준 등'2®의 연구결과를 이용하였다.
입력 얼굴 영상에서 추출된 PCA 계수는 유클리디안 거리(Euclidean Distance)를 이용하여 얼굴 DB와 유사도를 계산하였다8〕.
기존의 얼굴인식 알고리즘을 기반으로 각 단계별로 휴대폰 환경에 적합하게 변경된 알고리즘을 사용하였다. 입력 영상에서 얼굴 영역을 검출하기 위하여 조명으로 인해 발생하는 동공 및 홍채의 반사광(Specular Reflection)을 중심으로 얼굴 영역을 검출하는 방법을 사용하였다邸. 입력영상을 취득할 때에 홍채인식과의 다중생체인식을 고려하여 사용한 적외선 조명은 휴대폰의 특성상 가까운 근접 촬영으로 인하여 밝기포화 (Brightness Saturation)와 부분 그림자 (Local Shading)를 발생시킨다.
대상 데이터
휴대폰에 손쉽게 장착되어 출시되고 있다. 본 연구에서 사용한 카메라 휴대폰 역시, 700만 화소 카메라가 내장되어 있는 삼성전자에서 개발한 휴대폰(SCH-V770)回이며, 현재 출시되어 상용화되고 있다.
본 연구에서는 실험을 위하여 700만 화소 카메라가 내장되어 있는 삼성전자에서 개발한 휴대폰(SCH-V770)⑰을 사용하여 총 40명으로부터 취득된 506장의 영상을 이용하였다. 먼저 얼굴인식과 홍채인식의 EER(Error Equal Rate), FAR(False Accept Rate) 그리고 FRR(False Reject Rate)> 측정한 뒤 본 논문에서 제안하는 암호화키 생성 방법의 FAR와 FRR를 측정하여 성능을 분석하였다.
그림 1에서와 같이 매칭이 성공적으로 끝나는 경우, 홍채 DB에 이미 생성되어 있던 최종적인 암호화키가 도출되게 된다. 본 연구에서는 일반적인 PKKPublic Key Infrastructure) 에서 사용하는 개인키 (Private Key)를 대상으로 하여 128 비트를 생성하도록 하였다.
실험에서 사용한 700만 화소의 카메라는 그림 2에서 보이는 바와 같이 얼굴의 눈썹에서 입술까지의 영역을포함할 수 있는 해상도(3, 072 X2, 304 픽셀)를 지원한다. 따라서 한 번의 영상 촬영 과정을 통하여 촬영된 영상은 얼굴 인식과 홍채 인식에 사용될 영상으로 분할되어 각 인식 과정을 위한 입력 영상으로 사용된다.
이론/모형
기존 연구로써 적외선 조명의 영향을 최소화하기 위한 정규화 방법은 대표적으로 homomorphic®1 방법이 있지만 이것은 FFT연산을 주로 하여 실수연산과 많은 처리 시간을 필요로 하기 때문에 휴대폰 환경에 적합하지 않다. 따라서 본 논문에서 조명 정규화를 위하여 간단하지만 성능을 향상시킬 수 있는 저연산 Look-up table기반 Logarithm 변환 정규화 방법을 사용하였다®;. Logarithm 변환 정규화 방법을 사용함으로써 기존의 정규화 방법을 사용하지 않았을 때의 정확도 (EER) 16.
이렇게 검출된 홍채의 위치를 가지고 홍채 영역을 분리하기 위하여 Dal-ho Cho et a/[14M] 의해 제안된 동공, 홍채 영역 검출 알고리즘을 사용하여 입력 영상 내에서 고속으로 동공과 홍채의 영역을 검출하였다. 또한 눈꺼풀을 찾기 위하여 장영균 등的에 의해 제안된 눈꺼풀검출 알고리즘을 사용하였으며, 속눈썹을 검출하기 위하여 강병준 등'2®의 연구결과를 이용하였다.
성능/효과
따라서 본 논문에서 조명 정규화를 위하여 간단하지만 성능을 향상시킬 수 있는 저연산 Look-up table기반 Logarithm 변환 정규화 방법을 사용하였다®. Logarithm 변환 정규화 방법을 사용함으로써 기존의 정규화 방법을 사용하지 않았을 때의 정확도 (EER) 16.43%에서 14.79%로 향상된 결과를 얻을 수 있었다. 다음 단계로, 정규화 된 영상의 특징을 추출하기 위하여 정수기반의 PCA(Principal Component Analysis)를 사용하였다也明 이미 보편적으로 사용되고있는 훈련 알고리즘에는 PCA, ICA(Independent Component Analysis)1111, LDA(Linear Discriminant Analysis)囲등이 있지만 가시광선이 아닌 적외선 조명아래 휴대폰으로 영상을 취득하여 영상을 훈련시켜야하는 특징을 고려하여 볼 때 많은 훈련 영상을 취득할 수 없다는 점과 느린 프로세싱 파워의 환경에서 PCA가 가장 적합한 알고리즘이라는 것이 실험을 통하여 입증되었다® 하지만 기존의 PCA 방법에는 실수 연산이 포함되어 있기 때문에 휴대폰 환경에 적합한 PCA 알고리즘으로 변경해주는 과정이 필요하다.
다음 단계로, 정규화 된 영상의 특징을 추출하기 위하여 정수기반의 PCA(Principal Component Analysis)를 사용하였다也明 이미 보편적으로 사용되고있는 훈련 알고리즘에는 PCA, ICA(Independent Component Analysis)1111, LDA(Linear Discriminant Analysis)囲등이 있지만 가시광선이 아닌 적외선 조명아래 휴대폰으로 영상을 취득하여 영상을 훈련시켜야하는 특징을 고려하여 볼 때 많은 훈련 영상을 취득할 수 없다는 점과 느린 프로세싱 파워의 환경에서 PCA가 가장 적합한 알고리즘이라는 것이 실험을 통하여 입증되었다® 하지만 기존의 PCA 방법에는 실수 연산이 포함되어 있기 때문에 휴대폰 환경에 적합한 PCA 알고리즘으로 변경해주는 과정이 필요하다. 따라서 실수 연산을 정수 연산으로 변경하고 최적화 시킨 정수기반의 PCA를 사용하였다® 정수기반의 PCA를 사용함으로써 기존 실수 연산 PCA를 사용했을 때의 정확도(EER) 14.79%에서 14.65%로 거의 비슷한 정확도를 나타냈다.
이는 200명중 1명에게서 부정확한 인식 성능이 나타날 수 있음을 의미하는 수치이다. 또한, 일반적으로 FRR을 25%로 잡았을 때 사용자의 불편도가 그렇게 크지 않다고 가정하고, FRR(False Rejection Rate : 본인의 생체 정보로 타인의 암호화키가 나올 에러율)을 25% 로 설정하였을 때, FAR(False Acceptance Rate .' 타인의 생체정보로 본인의 암호화키가 나올 에러율) 약 0.002%의 성능을 이론적 및 실험적으로 얻을 수 있었다. 이는 50, 000명중 1명에게서 부정확한 인식 성능이 나타날 수 있음을 의미하는 수치이다.
본 연구에서와 같이 암호화키를 생성하는 시스템에서는 본인 거부율(FRR) 보다는 타인에 의해 본인의 암호화 키가 잘못 생성되는 오류율(FAR)이 더욱 심각한 문제이므로, 본 연구에서와 같이 다중 생체 정보를 이용하는 것이 보다 더 안정적인 성능을 낸다고 할 수 있다.
roc 곡선을 나타낸 것이다. 실험결과 얼굴 인식과 홍채 인식의 EERe 각각 16%와 0.8%의 성능을 나타냈다. 이를 기반으로 최종적인 암호화키 생성의 FAR과 FRRe 식 (1)을 통하여 얻을 수 있다.
암호화키를 미리 저장해 놓고 사용하는 “생체정보 매칭 기반 키 시스템”을 사용함으로써 생체의 특징으로부터 직접 키를 생성해 내는 방법의 문제점을 극복하였고, 다중 생체를 이용함으로써 하나의 생체를 이용하여 생체 정보 매칭 기반 키 시스템을 적용한 시스템이 갖는 생체 인식의 불안정함을 좀 더 안정화 시킬수 있었다. 또한, 요구되어지는 암호화키 생성에 대한 FAR과 FRR의 수치가 주어졌을 때, 얼굴 인식 및 홍채인식의 FAR과 FRR을 조정함으로써 요구사항을 만족할 수 있게 하는 기능 역시 제공 하였다.
휴대폰 환경에서 성능을 최대화시키기 위해 전술한 방법을 통하여 휴대폰 환경에서도 데스크 탑에서의 성능과 유사한 인식 성능 결과를 획득하였고 또한 휴대폰 환경에서 정수기반의 PCA를 사용함으로써 기존 실수연산의 PCA보다 약 4배 빠른 처리속도를 나타내었다. 입력 얼굴 영상에서 추출된 PCA 계수는 유클리디안 거리(Euclidean Distance)를 이용하여 얼굴 DB와 유사도를 계산하였다8〕.
후속연구
이러한 "생체 정보 매칭 기반 키 생성” 방법은 암호화 키를 미리 정의해 놓고 사용하기 때문에 첫 번째 방법인 "생체 정보 기반 키 생성” 방법에서 생성된 키가 동일하지 않을 수 있는 가능성을 제거하였다. 또한 알고리즘이 간단하고 구현이 상대적으로 복잡하지 않아 휴대폰과 같이 낮은 프로세싱 파워를 요구하는 응용프로그램에 적합하다. 하지만 미리 정의된 키와 인식에 사용할 영상을 저장해 놓고 있어 분실의 위험이 존재한다.
향후, 실제 휴대폰 환경에서 구동하여 처리 시간 등을 측정하여야 하며, 보다 많은 입력 데이터에 대하여 실험해야 할 것으로 요구된다.
참고문헌 (23)
Ruud Bolle, Jonathan Connell, Sharanthchandra Pankanti, Nalini Ratha, Andrew Senior 'Guide to Biometrics' Springer Professional Computing. p20-21, 2003
http://www.lge.com (accessed on 2007. 08. 31)
Arun Ross, Anil Jain, Jian-Zhong Qian, : Information Fusion in Biometrics. Pattern Recognition Letters, vol. 24, issue 13, p2115-2125, 2003
F. Monrose, M.K. Reiter and R. Wetzel, : Password hardening based on keystroke dynamics. Proceedings of sixth ACM Conference on Computer and Communications Security, CCCS, 1999
F. Monrose, M.K. Reiter, Q. Li and S. Wetzel, :Cryptographic key generation from voice. Proceedings of the 2001 IEEE Symposium on Security and Privacy, May 2001
Feng Hao, Ross Anderson, John Daugman, : Combining Crypto with Biometrics Effectivel. IEEE Transactions on Computers archive, Volume55, p1081-1088, 2006
Fengling Han, Jiankun Hu, Xinhuo Yu, Yong Feng and Jie Zhou : A Novel Hybrid Crypto-Biometric Authentication Scheme for ATM Based Banking Applications. ICB 2006, LNCS3832, p675-681, 2005
Songyi Han, Hyun-Ae Park, Dal-ho Cho, Kang Ryoung Park : Face Recognition Based on Near-Infrared Light using Mobile Phone, Lecture Notes in Computer Science (ICANNGA'2007), Warsaw, Poland, April 11 ' 14, 2007, accepted for publication
Wen-Hung Liao, Dai-Yun Li : Homomorphic processing techniques for near-infrared images. Proceedings of ICASSP, Vol.3 p461-464, 2003
M. Turk, A. Pentland : Eigenfaces for Recognition. Journal of Cognitive Neuroscience, Vol. 3 , No. 1 p71-86, 1991
M. S. Barlett, J. R. Movellan, T.J. Sejnowski : Face Recognition by Independent Component Analysis. IEEE Trans. on Neural Networks, Vol. 13, No. 6 p1450-1464, 2002
P. Belhumeur, J. Hespanha, D.Kriegman : Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection. IEEE Trans. on PAMI, Vol. 19, No. 7 p711-720, 1997
Dal-ho Cho, Kang Ryoung Park, Dae Woong Rhee, Yanggon Kim, Jonghoon Yang, : Pupil and Iris Localization for Iris Recognition in Mobile Phones, SNPD, Las Vegas Nevada, USA, June p19-20, 2006
장영균, 강병준, 박강령, 홍채 인식을 위한 포물 허프 변환 기반 눈꺼풀 영역 검출 알고리즘, 대한전자공학회 논문지, 제44권 SP편 제 1호, 2006년 1월
J. G. Daugman : High Confidence Visual Recognition of Persons by a Test of Statistical Independence, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 15, No. 11, p. 1148-1161, 1993
Byunjun Son, Yillbyung Lee : Biometric Authentication System Using Reduced Joint Feature Vetor of Iris and Face, Lecture Notes in Computer Science, LNCS 3546, pp.513-522, 2005
Song-yi Han, Kang Ryoung Park : Multi-modal Near-IR Face and Iris Recognition by Hierarchical SVM for Mobile Phone, Electronics Letters, Submitted
※ AI-Helper는 부적절한 답변을 할 수 있습니다.