[논문]눈동자를 이용한 사용자 인증기법

이재욱; 강보선; 이근호

doi:10.14400/jdc.2016.14.9.325

눈동자를 이용한 사용자 인증기법
A Scheme for User Authentication using Pupil 원문보기

디지털융복합연구 = Journal of digital convergence, v.14 no.9, 2016년, pp.325 - 329

이재욱 (백석대학교 정보통신학부) , 강보선 (백석대학교 정보통신학부) , 이근호 (백석대학교 정보통신학부)

초록
AI-Helper

얼굴인증은 다양한 생체인증 중에서 거부감이 적고 변조가 어려워서 각광받고 있다. 얼굴인증의 알고리즘은 어떻게 알고리즘을 만드느냐에 따라서 정확성과 속도에 많은 차이를 가져온다. 눈동자를 추적 및 검출하여 얼굴의 검출 데이터와 함께 데이터를 추출함으로써 오탐률을 개선하고 정확하게 얼굴로 인증을 할 수 있도록 알고리즘을 연구하였다. Cascade를 통해서 얼굴을 검출하고 관심영역으로 지정 후 얼굴 영역을 균등하게 4등분하여 검출되는 객체의 좌표 값을 저장한다. 또한 검출된 눈에서 눈동자를 검출하기 위하여 이진화를 진행하고 Hough 변환을 통해 눈동자를 검출한다. 추출된 눈동자의 중심좌표를 저장하고 계산하여 데이터 매칭을 통해 얼굴 인증을 한다. 눈동자를 추적과 함께 얼굴의 데이터를 계산하여 정확하고 최적화된 얼굴인증 알고리즘을 연구한다.

Abstract ▼ AI-Helper

Facial authentication has the limelight because it has less resistance and it is hard to falsify among various biometric identification. The algorithm of facial authentication can bring about huge difference in accuracy and speed by the algorithm construction. Along with face-extracted data by tracing and extracting pupil, the thesis studied algorithm which extracts data to improve error rate and to accurately authenticate face. It detects face by cascade, selects as significant area, divides the facial area into 4 equal parts to save the coordinate of object. Also, to detect pupil from the eye, the binarization is conducted and it detects pupil by Hough conversion. The core coordinate of detected pupil is saved and calculated to conduct facial authentication through data matching. The thesis studied optimized facial authentication algorithm which accurately calculates facial data with pupil trace.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 눈동자를 찾아내어 기존의 얼굴인증 알고리즘보다 정확하게 인증을 할 수 있도록 얼굴에서의 검출한 데이터와 눈동자의 데이터를 이용한 알고리즘을 연구하였다[4,5,6].

제안 방법

원영상은 플랫폼에 따라서 정적인 사진, 실시간 영상 등 상황마다 다르기 때문에 입력된 원영상은 그레이 필터를 이용하여 그레이 영상으로 변환한다. 그레이 영상으로 변환한 내용에 대해서 선행 학습을 거친 Haar Cascade를 사용하여 얼굴을 검출한다. 검출된 얼굴을 관심 영역으로 지정한다.
알고리즘을 통해 얼굴의 특징점을 추출하고 인증 값을 생성한다. 인증 값을 생성할 때 주변 환경의 영향을 배제 할 수 없다.
눈동자를 검출하기 위해서는 눈 영역 후보로 저장되어 있는 영역을 이진화시켜야 한다. 이진화를 진행하고 Edge를 추출 한다. 추출된 영상에서 Hough 변환을 통해 원을 검출하게 되면 눈동자를 추출 할 수 있다.

성능/효과

기존의 얼굴인증은 안경을 착용한 사용자의 안경이 눈으로 검출되는 경우가 종종 발생한다. 눈동자를 검출하게 되면 안경의 착용 여부와 관계없이 정확하게 눈동자의 중심좌표를 찾아낼 수 있어 데이터가 기존의 방식보다 일정하고 정확하게 측정되는 것을 확인 할 수 있었다.
눈동자를 검출하여 얼굴을 인식시킬 때 카메라의 성능에 따라 측정 거리가 달라지며, 카메라와의 거리가 0.3 ~ 0.8 m 정도의 거리에서 추적해야 눈동자를 정확하게 추출할 수 있었다. 기존에 얼굴인증에서는 눈을 검출하고, 중심좌표를 구하여 사용하였으나 눈동자를 검출하면 눈의 원보다 중심좌표가 정확하게 잡혀 개개인을 식별하는데 더욱 정확하다.
본 논문에서는 얼굴을 이용한 생체인증을 이용하는데 얼굴인증은 가장 거부감이 없고, 안전한 생체인증이다. 또한 얼굴인증은 각 알고리즘마다 추출되는 데이터가 다르기 때문에 생체 정보가 유출되더라도 다른 생체 정보보다 안전하다는 장점이 있다.
이때 최대, 최솟값을 제외하고 나머지 값들로 평균치를 계산하여 데이터베이스에 저장한다. 본 알고리즘에서는 얼굴 특징점 추출을 10회 반복한다. 알고리즘을 10회 반복하고 최대, 최솟값을 제외하고 8개의 값의 평균을 데이터베이스에 저장한다.
위 눈동자 추적 기반 및 하르유사특징을 이용한 얼굴 검출 알고리즘도 얼굴을 인증할 때 필요한 데이터를 기존의 인증보다 더욱 정확하게 추출할 수 있었다. 얼굴을 인증할 때 개개인을 식별할 시의 단점인 조명, 객체의 각 도 등 다양한 환경 요소들로 인한 인식률의 저하를 눈동자 검출 과정과 얼굴 검출 과정의 연산을 통하여 인식률을 높이는 것을 볼 수 있었다. 눈동자를 검출할 때 눈을 작게 떠서 눈동자가 일부 보이지 않을 경우에는 인증의 속도가 오히려 저하되는 상황이 발생할 수 있으나, 의도적으로 눈을 작게 뜨는 경우가 아니면 눈동자가 잘 검출되었다.
위 눈동자 추적 기반 및 하르유사특징을 이용한 얼굴 검출 알고리즘도 얼굴을 인증할 때 필요한 데이터를 기존의 인증보다 더욱 정확하게 추출할 수 있었다. 얼굴을 인증할 때 개개인을 식별할 시의 단점인 조명, 객체의 각 도 등 다양한 환경 요소들로 인한 인식률의 저하를 눈동자 검출 과정과 얼굴 검출 과정의 연산을 통하여 인식률을 높이는 것을 볼 수 있었다.

후속연구

눈동자를 검출할 때 눈을 작게 떠서 눈동자가 일부 보이지 않을 경우에는 인증의 속도가 오히려 저하되는 상황이 발생할 수 있으나, 의도적으로 눈을 작게 뜨는 경우가 아니면 눈동자가 잘 검출되었다. 앞으로 더 나아가 이러한 단점들을 보완하고 다양한 분야에 융합하여 실생활에 도움을 줄 수 있는 연구를 진행할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	생체인증도 완벽하게 안전하지 않은 이유는?	하지만 생체인증도 완벽하게 안전하지는 않다. 최근에는 생체정보의 유출과 관련한 피해 사례들이 종종 발생하기도 한다. 신체 정보가 유출 되었을 시 문제가 되는 것은 유출된 정보가 바뀌지 않는다는 것이다. 홍 채나 지문의 정보가 유출되었다고 하여 자신의 손이나 눈을 바꿔달라고 할 수 없기 때문에 많은 장점이 있으나 이러한 단점들도 있다. 본 논문에서는 얼굴을 이용한 생체인증을 이용하는데 얼굴인증은 가장 거부감이 없고, 안전한 생체인증이다.
	생체인증은 무엇인가?	관련연구 2.1 생체인증 생체인증이란 사람의 개인에 신체적이나 행동적인 고유한 특징을 장치를 이용해 측정하여 개인을 식별하는데 사용한다. 신체적인 특징은 대표적으로 지문, 얼굴, 손의 모양, 정맥, 홍채, DNA, 귀, 체온, 냄새 등이 있으며, 행동적 특징으로는 음성, 서명, 키보드의 패턴, 걸음걸이 등이 있다[7,8,9].
	얼굴인증이 주목받는 이유는?	얼굴인증은 다양한 생체인증 중에서 거부감이 적고 변조가 어려워서 각광받고 있다. 얼굴인증의 알고리즘은 어떻게 알고리즘을 만드느냐에 따라서 정확성과 속도에 많은 차이를 가져온다.

참고문헌 (20)

Hansung Lee, Yunsu Chung, Jeongnyeo Kim, Hyunsook Cho, "A Survey of Face Recognition Technologies and Standards", Korean Institute Of Information Technology, Vol. 8, No. 1, pp. 33-41, 2010.
Youn-Jong Oh, Nam-Ho Kim, "An embedded invasion detection system by video data processing in home-network environment", Korea Multimedia Society, Vol. 1, No. 1, pp. 421-424, 2006.
Dae-Wan Kwon, Dong-Won Park, "Design and Implementation of Application for Monitoring Companion Animals in Smart Devices", Journal of the Korea Convergence Society, Vol. 7, No. 2, pp. 7-12, 2016.
Kyung Shik Jang, Chan-Hee Lee, "Robust Face and Facial Feature Tracking in Image Sequences", The Korea Institute of Information and Communication Engineering, Vol. 14, No. 9, pp. 1972-1978, 2010.

원문보기 상세보기
Hae-Min Moon, Sung Bum Pan, "Performance Analysis of Face Recognition by Distance according to Image Normalization and Face Recognition Algorithm", Korea Institute Of Information Security And Cryptology, Vol. 23, No. 4, pp. 737-742, 2013.

원문보기 상세보기
MyounJae Lee, "A Study on Convergence Development Direction of Gesture Recognition Game",Journal of the Korea Convergence Society, Vol. 5, No 4, pp. 1-7, 2014.
Dong Uk Cho, Dong Won Kim, Mee-Hee Yoon, Seung Soo Shin, "Automatic Verification System by Biometrics", The Korea Contents Socieety, Vol. 1, No. 1, pp. 437-442, 2003.
JuHyang Kim, JeongHoon Park, JongSeo Jeon, MinGoo Kang, SeongHyean Lee, "Recognition of Hand Interface for PC-Mouse using OpenCV", Korean Society For Internet Information, Vol. 1, No. 1, pp. 303-306, 2009.
Sunghyun Yun, "The Biometric Authentication based Dynamic Group Signature Scheme", Journal of Korea Convergence Society, Vol. 7, No. 1, pp.49-55, 2016.

원문보기 상세보기
Dong-Uk Cho, Seung-Soo Shin, "Proposal and Implementation of Authentication System Using Human Face Biometric Features", The Korea Contents Society, Vol. 3, No. 2, pp. 24-30, 2003.
Ki-Yeong Park, Sun-Young Hwang, "An Improved Normalization Method for Haar-like Features for Real-time Object Detection", Korea Institute Of Communication Science, Vol. 36, No. 8, pp. 505-515, 2011.

원문보기 상세보기
Seong-Mo Kim, Sang-Hyun Yu, Kyeongsoon Cho, "Design of Haar-like Feature Extraction and AdaBoost Classification Circuit for Object Recognition", The Institute of Electronics Engineers of Korea, Vol. 1, No. 1, pp. 61-64, 2014
Bo-Seon Kang, Keun-Ho Lee, "Fire Alarm Solutions Through the Convergence of Image Processing Technology and M2M", Journal of the Korea Convergence Society, Vol. 7, No. 1, pp. 37-42, 2016.

원문보기 상세보기
Yeongseok Chae, Sangpil Han, Jaeyong Han, Hyuk Kim, Seongmin Kim, Bontae Koo, Joohyun Lee, "A study on the Haar-Like Feature(HLF) detection analysis and hand detection improvement system", Korea Information Science Society, Vol. 1, No. 1, pp. 438-440, 2015.
JiHong Min, Jung-Chul Kim, Kicheon Hong, "Implementation of Drowsiness Driving Warning System based on Eyes Detection and Pupil Tracking", Korean Institute of Intelligent Systems, Vol. 15, No. 2, pp. 249-252, 2005.
Chung-Kyue Kim, Chang-Zeng Lee, Jong-Seung Park, "A Study on the Indirect Interface Control System of the Automatic Extraction of the Eye Region followed by the Gaze Tracing", Korean Institute Of Information Technology, Vol. 6, No. 4, pp. 158-164, 2005.
JiHong Min, Jung-Chul Kim, Kicheon Hong, "Development of an Image Processing Algorithm for Paprika Recognition and Coordinate Information Acquisition using Stereo Vision", The Korean Society For Bio-Environment Control, Vol. 24 No. 3, pp. 210-216, 2015.

원문보기 상세보기
Chan-Hee Lee, Kyung Shik Jang, "Detection of Pupil using Template Matching Based on Genetic Algorithm in Facial Images", The Korea Institute of Information and Communication Engineering, Vol. 13, No. 7, pp. 1429-1436, 2009.
Byoungmoo Lee, Dongil Han, "Development of Early Tunnel Fire Detection algorithm Using the Image Processing", Korea Information Sciencd Society, Vol. 3, No. 2, pp. 499-504, 2006.
Jeong-Pyo Lee, Jong-Yeon Lee, Chang-Ho Hyun, "Coin Recognition and Classification Using Digital Image Processing", Korean Institute of Intelligent Systems, Vol. 22, No. 1, pp. 7-11, 2012.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증