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
- 또한, 제안된 시스템의 성능 향상을 입증하기 위해 기존에 사용되던 지문 온도 측정을 병행하는 멀티센서 (Multi-Sensor) 인식 시스템과 비교 실험 및 결과 분석을 수행한다. 그 결과, 위조 지문에 대한 검출률이 약 40% 정도 향상된 것을 확인함으로써 지문 인식 시스템에서 보안 문제의 해결 가능성을 제시하고자 한다.
- 변조된 지문의 입력을 방지하도록 입력 단계에서 문제 해결이 이루어져야 하며, 온도센서, 전기저항 측정 센서 등의 보조 센서를 이용한 방법도 고려되고 있으나, 하드웨어의 추가에 따른 구축 비용의 증가와 시스템의 크기가 커지는 단점이 발생하게 된다. 따라서 본 논문에서는 지문에 빛을 투과하였을 때 발생되는 광감쇠 현상을 활용한 방법을 제안하고 시스템을 설계 및 구축하였다. 본 실험을 위한 시스템 환경은 표 1과 같다.
제안 방법
- 따라서 삼각함수 배각의 공식을 이용하여 블록 내 각 화소의 sin, cos 값을 각각 더하고 주방향。는 두 값의 tan 값으로 구하였다[14, 15]. 각 영역의 주방향을 구할 때는, 영역 내에 융선이 제대로 들어가지 않아 주 방향이 융선의 방향과 전혀 다르게 나타나는 경우가 발생하므로, 이것을 수정하기 위해 주위 8개 영역과의 평균을 구해 주방향을 수정해 주었다. 이때 구해진 평균은 영역 내 융선의 주방향에 대한 법선 방향이므로 최종적으로 구해지는 주방향은 법선들의 평균의 90* 방향이 된다.
- 와 孩”를 각각 25, 25, 20으로 적용하였으며, 咒二 와 驚* 는 跪 35, 30으로 결정하였다. 각 특징점에 대한 정합점수의 합 TSij 를 두 지문의 특징점 개수 중에 큰 수로 나누어 정합점수 MSv 를 구한다. 부분정합에서 결정된 참조 쌍을 기준으로 구한 정합점수 중에서 본인 여부를 결정하는 임계 점수보다 크거나 같으면 동일 지문이라고 결정한다.
- 같은 방법으로 표 3과 같이 잔여 지문으로 생성한 젤라틴 위조 지문을 대상으로 실험을 수행하였으며, 빛을 전반사하는 고무 찰흙을 이용하여 제작한 위조지문과 빛을 전부 투과시키는 젤라틴으로 제작한 위조 지문의 차이점을 비교해 보았다. 또한 실험의 정확성을 위해 20세 ~50세의 남녀 50명(남자 25명, 여자 25명)의 수집된 지문을 대상으로 인식률을 측정하였으며, 인식률은 80회를 측정하였을 경우의 인식 횟수로 비교하였다.
- 반면 R의 값이 너무 작아지면 정확한 참조 쌍을 찾는데 어려움이 발생한다. 따라서 R의 값을 변화하여 반복적으로 실험하고 R의 적정 값을 15°로 조절하였다.
- 그러나 입력된 지문 영상의 특징점에 대한 기준 좌표가 없는 문제를 해결해야 하며, 결국 같은 지문이라도 입력될 때마다 천이, 회전, 눌림 등으로 인해 특징점이 동일한 위치와 각도를 갖지 못하게 된다. 따라서 대상지문과 입력지문의 기준이 되는 특징점 쌍을 결정하고, 결정된 참조 쌍을 중심으로 모든 특징점을 극좌표 변환하여 다시 정렬하였다. 이렇게 정렬된 두 영상의 특징점들 간의 거리, 각도, 특징점의 방향, 특징점의 종류를 각각 비교하여 동일한 지문인지를 확인하도록 하였다.
- 따라서 온도를 이용한 위, 변조 생체 측정 장비는 입력되는 지문 온도를 즉정한 후 허용 범위안에 포함되는지를 판별하고, 이를 통해 실제 지문을 확인하는 방법을 사용한다. 표 6, 표 7과 같이 입력된 지문과 정합 과정에서 지문이 차이가 나거나, 입력 또는 정합 과정에서 위조된 지문을 사용하면, 기존의 방식보다 낮은 인식률을 나타냄으로써 보안성 문제가 향상된 것을 확인할 수 있다.
- 따라서 일반적인 광학식 지문 인식 시스템의 입력부에 광감쇠 현상을 측정할 수 있는 판독 프로세스를 추가하여 위 . 변조된 지문과 식별할 수 있도록 하였다.
- 이러한 의사 특징점은 전체적인 인식률을 저하시키고, 특징점의 전체 개수 증가로 매칭 시간과 저장 공간을 증가시키는 문제점을 제공한다. 따라서 정확한 특징점의 비율을 최대화하기 위해 특징점 각각에 대한 구조적인 특징, 지문의 고유한 특성, 획득된 지문 영상의 품질 정보 등을 이용하여 의사 특징점을 제거함으로써 인식률을 더욱 높일 수 있도록 적용하였다.
- 또한 실험의 정확성을 위해 20세 ~50세의 남녀 50명(남자 25명, 여자 25명)의 수집된 지문을 대상으로 인식률을 측정하였으며, 인식률은 80회를 측정하였을 경우의 인식 횟수로 비교하였다. 또한 남녀 성별에 따른 2개의 군집으로 분류하여, 군집의 평균을 통해 인식률 분석을 수행하였다.
- 지문의 차이점을 비교해 보았다. 또한 실험의 정확성을 위해 20세 ~50세의 남녀 50명(남자 25명, 여자 25명)의 수집된 지문을 대상으로 인식률을 측정하였으며, 인식률은 80회를 측정하였을 경우의 인식 횟수로 비교하였다. 또한 남녀 성별에 따른 2개의 군집으로 분류하여, 군집의 평균을 통해 인식률 분석을 수행하였다.
- 또한, 효율적으로 이웃 특징점을 구하고자 블록 단위로 해당 블록에 속한 특징점의 수와 특징점의 색인 정보를 갖는 Bju, 扳를 생성하였다. 블록 단위로 현재 블록과 이웃 블록의 특징점 개수 합이 a 이상인 블록에 대해서는 그림 11과 같이 이웃 블록에 포함돤특징점의 거리를 계산하여 반경 'R'에 속한 특징점을 극좌표로 변환하고, 이웃 특징점 정보를 ①次가 증가하는 순으로 정렬한다.
- 마지막으로 각 영역의 주방향 정보를 이용하여 가우시안 필터를 적용하고, 융선과 곡부를 구분한 후이진화 과정을 거치게 하였다. 각 블록을 중심으로윈도우를 씌우고 앞서 구한 방향정보를 이용하여 윈도우를 회전하고 융선의 방향으로 투영하여 1차원 웨이브를 얻게 된다.
- 잔여 지문을 통해 위조 지문을 생성하는 방법은 다음과 같다. 먼저 고운 분말 또는 지문 채취용 분말 또는 접착테이프를 이용하여 사용자의 잔여 지문을 채취한다. 채취한 잔여 지문의 형상을 고성능 카메라를 이용하여 영상으로 변환한 뒤 영상 처리 기법을 통하여 영상의 잡음을 제거한다.
- 표 2는 생체 정보를 입력할 때와 저장된 인증 데이터의 변화를 통한 본인 식별률을 알아보기 위한 실험 방법을 나타내고 있다. 먼저 입력과 정합 대상 생체가 동일한 성질일 경우의 반응 (Live-Live, Gummy-Gummy)과 입력과 정합 대상 생체가 다를 경우(Live-Gummy, Gummy-Live) 의식별률을 실험하였다. 이때 위조 지문은 고무 찰흙을이용하였으며, 추가적인 보안 장치를 적용하지 않은 지문 인식기와 온도 센서를 부착하여 멀티 측정을 수행하는 지문 인식기, 마지막으로 본 논문에서 제안한광감쇠 측정 시스템에서의 식별률을 비교해 보았다.
- 먼저 입력된 지문 영상을 중첩되지 않는 블록 (球小로 나누고 각 블록의 화소(订)에 대해 3×3 소 벨 연산자를 수평, 수직으로 각각 적용한다. 본 논문에서는 블록의 크기를 1(MO으로 제한하였으며, 화소 (胡)를 중심으로 하는 블록의 주방향(火重))을 수식 (3)을 사용하여 구하였다.
- 지문 인식 시스템의 위 . 변조 문제를 해결하고, 바이오 인식 데이터의 보안성을 향상시키고자, 광학식 지문센서에서 발생되는 빛이 생체 지문을 투과할 때 일어나는 감쇠 정도(광감쇠 현상)를 측정하여, 일정하게 나타나는 그레이 현상을 통해 위조 지문의 입력을 검출하는 방법을 제안한다. 또한, 제안된 시스템의 성능 향상을 입증하기 위해 기존에 사용되던 지문 온도 측정을 병행하는 멀티센서 (Multi-Sensor) 인식 시스템과 비교 실험 및 결과 분석을 수행한다.
- 본 논문에서는 정확한 위 . 변조 지문 검출을 위해광감쇠 원리를 이용한 검출 방법을 제안하였으며, 검출률의 성능 향상을 입증하기 위하여, 기존에 사용됐던 온도 센서를 이용한 멀티 측정 방식과 비교 실험을 수행하였다, 먼저 위조 지문과 생체 지문을 차례로 입력하고, 매칭 결과를 측정하였을 때, 그 인식률을 비교해 본 결과 평균 86.4%로 위 . 변조 지문을 정확하게 구분하지 못하는 결과를 확인하였다.
- 변조된 지문과 잔여 지문을 이용하여 젤라틴 용액으로 제작한 지문, 실제 생체 지문을 대상으로 인식률에 관한 실험을 수행하였으며, 생체 지문인 경우를 L, 고무 찰흙으로 생성한 지문을 G, 젤라틴을 이용한 위조 지문을 GT로 각각 표기하여 표 2와 표 3과 같은 실험 군을 형성하였다. 표 2는 생체 정보를 입력할 때와 저장된 인증 데이터의 변화를 통한 본인 식별률을 알아보기 위한 실험 방법을 나타내고 있다.
- 본 논문에서 제안한 시스템은 지문 이미지를 획득하는 입력 장치부와 지문의 특징점을 추출하는 단계, 이미 저장된 원본 데이터와 비교 및 검색을 수행하는 정합과 후처리 단계로 구성된다.
- 만약 거리 차이가 허용치를 벗어나거나, 거리차이는 허용치 이내이나각도 차이가 허용치를 초과하게 되면 두 특징점의 주변 정보는 유사하다고 할 수 없으므로 참조지문의 다른 특징점과 비교를 반복 수행한다. 본 논문에서는 방향각의 허용치 범위를 5°~6°로 설정하였다.
- 수평, 수직으로 각각 적용한다. 본 논문에서는 블록의 크기를 1(MO으로 제한하였으며, 화소 (胡)를 중심으로 하는 블록의 주방향(火重))을 수식 (3)을 사용하여 구하였다. 수스】(1)에서 와 a y(H, u)는 한 화소 (u, u)의 X, y 방향으로 각각의 미분 값이 된다.
- [13, 14]. 본 논문에서는 융선과 골의 대조를 분명하기 하려고 각 화소의 영상 밝기 정보를 통해 융선과 골을 따라 변화 폭을 줄이는 정규화 방법을 적용하였다.
- 사람의 신체 피부에 빛을 투과하였을 경우 센서접촉 지점부터 멀어 질수록 광감쇠 현상이 발생하는 것을 이용한 것으로 본 실험에서는 접촉 지점부터 손톱까지를 5구간으로 나누고 각 구간 그레 이 레벨의 최고점을 측정하여 구간별 감쇠 값을 함께 비교하도록 하였다.
- 본 논문에서는 絲”吳.와 孩”를 각각 25, 25, 20으로 적용하였으며, 咒二 와 驚* 는 跪 35, 30으로 결정하였다. 각 특징점에 대한 정합점수의 합 TSij 를 두 지문의 특징점 개수 중에 큰 수로 나누어 정합점수 MSv 를 구한다.
- 먼저 입력과 정합 대상 생체가 동일한 성질일 경우의 반응 (Live-Live, Gummy-Gummy)과 입력과 정합 대상 생체가 다를 경우(Live-Gummy, Gummy-Live) 의식별률을 실험하였다. 이때 위조 지문은 고무 찰흙을이용하였으며, 추가적인 보안 장치를 적용하지 않은 지문 인식기와 온도 센서를 부착하여 멀티 측정을 수행하는 지문 인식기, 마지막으로 본 논문에서 제안한광감쇠 측정 시스템에서의 식별률을 비교해 보았다.
- 따라서 대상지문과 입력지문의 기준이 되는 특징점 쌍을 결정하고, 결정된 참조 쌍을 중심으로 모든 특징점을 극좌표 변환하여 다시 정렬하였다. 이렇게 정렬된 두 영상의 특징점들 간의 거리, 각도, 특징점의 방향, 특징점의 종류를 각각 비교하여 동일한 지문인지를 확인하도록 하였다. 그러나 두 지문 영상에서 나타나는 특징점의 모든 참조 쌍은 기존의 전체 정합을 처리하는 방식에 적용하게 되면, 높은 프로세스 점유율을 요구하게 되고, 과부하의 문제를 가져올 수 있게 된다.
- 그러나 두 지문 영상에서 나타나는 특징점의 모든 참조 쌍은 기존의 전체 정합을 처리하는 방식에 적용하게 되면, 높은 프로세스 점유율을 요구하게 되고, 과부하의 문제를 가져올 수 있게 된다. 이에 본 논문에서는 융선의 각도차이를 정량화하여 참조 쌍을 구하고, 일정한 영역을 부분적으로 정합한 후 같은 과정을 반복하여 전체 정합을 수행하는 방법을 적용함으로써 정합 과정에서 소요되는 시간을 단축하고 과부하의 문제를 해결할 수 있도록 하였다.
- 먼저 고운 분말 또는 지문 채취용 분말 또는 접착테이프를 이용하여 사용자의 잔여 지문을 채취한다. 채취한 잔여 지문의 형상을 고성능 카메라를 이용하여 영상으로 변환한 뒤 영상 처리 기법을 통하여 영상의 잡음을 제거한다. 이렇게 제조된 영상을 필름에 인화하여 감광성 의 PCB (Photosensitive Printed Circuit Board)에 부착한 후 자외선을 조사하여 주형을 생성한다[1 이.
- 해당 웨이브의 봉우리를 구하여각 봉우리 간의 평균거리를 구하고, 블록 중 지문으로 판별할 수 없는 경우는 T로 설정하였다. 해당 블록들은 이웃 블록의 주파수 정보와 가우시안 커널을 이용하여 보정하고, 마지막으로 블록단위로 하위수준 필터링을 하여 최종적인 주파수 정보를 얻었다.
데이터처리
- 변조 문제를 해결하고, 바이오 인식 데이터의 보안성을 향상시키고자, 광학식 지문센서에서 발생되는 빛이 생체 지문을 투과할 때 일어나는 감쇠 정도(광감쇠 현상)를 측정하여, 일정하게 나타나는 그레이 현상을 통해 위조 지문의 입력을 검출하는 방법을 제안한다. 또한, 제안된 시스템의 성능 향상을 입증하기 위해 기존에 사용되던 지문 온도 측정을 병행하는 멀티센서 (Multi-Sensor) 인식 시스템과 비교 실험 및 결과 분석을 수행한다. 그 결과, 위조 지문에 대한 검출률이 약 40% 정도 향상된 것을 확인함으로써 지문 인식 시스템에서 보안 문제의 해결 가능성을 제시하고자 한다.
이론/모형
- 된다. 이때 융선의 정확한 주방향을 구하기 위해 소벨(Sobel) 알고리즘을 적용한 계산식에 의해 처리하였다.
성능/효과
- 먼저 입력 지문이 위조 지문이라고 하더라도 정합 과정에서 사용되는 지문 역시 동일한 위조 지문일 경우에는 남녀 구분없이 매우 높은 인식률을 나타내는 것을 확인할 수 있었다. (L-L, G-G 항목) 한편 입력 지문과 정합 시 사용되는 지문이 '위조 지문 - 생체 지문', '생체 지문 - 위조 지문으로 각기 다른 형태일 경우에도 같은 입력과 정합 결과만큼은 아니지만, 약 75% 이상의 높은 인식률을 나타내는 것을 확인할 수 있다. (L-G, G-L 항목)
- 또한, 위조 지문을 적정한 피부 온도로 따뜻하게 가공한 후, 같은 실험을 하였을 경우 표 8과 같이 다시 높은 인식률을 나타내는 것을 알 수 있었다. 따라서 온도 측정 장비를 추가한 멀티 센서 방식은 완전하게 보안성 문제를 해결해 줄 수 없음을 확인하였으며, 부가적 하드웨어의 추가로 인한 비용의 증가와 시스템의 소형화가 어렵다는 문제가 있어 문제해결에 부적합한 것으로 나타났다.
- 또한, 위조 지문을 적정한 피부 온도로 따뜻하게 가공한 후, 같은 실험을 하였을 경우 표 8과 같이 다시 높은 인식률을 나타내는 것을 알 수 있었다. 따라서 온도 측정 장비를 추가한 멀티 센서 방식은 완전하게 보안성 문제를 해결해 줄 수 없음을 확인하였으며, 부가적 하드웨어의 추가로 인한 비용의 증가와 시스템의 소형화가 어렵다는 문제가 있어 문제해결에 부적합한 것으로 나타났다.
- 수행한 결과이다. 먼저 입력 지문이 위조 지문이라고 하더라도 정합 과정에서 사용되는 지문 역시 동일한 위조 지문일 경우에는 남녀 구분없이 매우 높은 인식률을 나타내는 것을 확인할 수 있었다. (L-L, G-G 항목) 한편 입력 지문과 정합 시 사용되는 지문이 '위조 지문 - 생체 지문', '생체 지문 - 위조 지문으로 각기 다른 형태일 경우에도 같은 입력과 정합 결과만큼은 아니지만, 약 75% 이상의 높은 인식률을 나타내는 것을 확인할 수 있다.
- 광감쇠 현상을 이용한 위 . 변조 지문 검출 시스템은 각각의 실험 항목에서 높은 인식률과 검출률을 나타내는 것을 알 수 있었다.
- 6% 정도 위 . 변조 지문 검출률이 높게 나타났으며, 위조 지문의 표피 온도를 인체 온도와 유사하게 조절하였을 경우 온도 측정센서를 통해 정확하게 검출해 내지 못하는 단점도 극복할 수 있다는 결과를 얻을 수 있었다.
- 반면 본 논문에서 제안된 방법을 적용하였을 경우 90% 이상 위조 지문에 대한 인식 거부율을 나타냄으로써위 . 변조 지문 검출의 정확도가 높은 것을 알 수 있었다. 또한, 현재 많이 사용되고 있는 온도 측정을 함께 수행하는 멀티 센서 검출방식과 비교하였을 때도 약 32.
- 본 논문에서 제안하고 있는 위 , 변조 지문 식별을 위한 빛에 의한 감쇠 반응은, 매우 확연한 차이점을 보인다. 즉, 손가락의 경우 외부광이 입사되어 투과하게 되면 광감쇠 현상이 급격하게 일어나고 이에 따른 그레 이 레벨(Gray Level)의 변화가 매우 크게 나타난다.
후속연구
- 따라서 향후에는 보다 안정적이고 오차율이 낮아질 수 있도록 제안 시스템을 보완하기 위한 연구가 지속적으로 필요할 것이다.
- 본 연구의 결과로, 생체 인식 시스템 자체에서 제기되는 보안 취약점을 효율적으로 해결할 수 있을 것으로 예상되며, 홍채, 정맥, 얼굴 등의 다양한 바이오 인식 시스템에 적용된다면 보다 안정적으로 개인인증 또는 식별 시스템의 정착이 가능할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.