[논문]눈 깜박임 화소 값 기반의 안면과 홍채영역 영상인식용 모듈설계

강민구

doi:10.7472/jksii.2017.18.1.21

[국내논문] 눈 깜박임 화소 값 기반의 안면과 홍채영역 영상인식용 모듈설계
Design of Image Recognition Module for Face and Iris Area based on Pixel with Eye Blinking 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.18 no.1, 2017년, pp.21 - 26

강민구 (Dept. of IT Contents, Hanshin Univ.)

초록
AI-Helper

본 논문에서는 홍채정보로 개인인증을 위한 USB-OTG(Uiversal Serial Bus On-the-go) 영상인식 모듈을 설계한다. 개인인증을 위해 사용자가 스마트 폰 버튼을 누를 필요가 없도록 스마트 기기를 안면주위의 여러 장의 안면영상을 획득 후, 눈 깜박임에 의한 화소 값 차로 안면과 홍채영역을 검색하는 영상인식 알고리듬을 제안한다. 본 연구에서는 인접한 눈을 뜬 영상과 눈을 감은 영상을 감지한 안면과 홍채 영상의 프레임 화소 값의 차이를 사용한다. 또한, 홍채 영역분할에 의한 동공과 홍채영역 위치를 빠르게 찾을 수 방법을 활용한다. 제안한 빠른 홍채영역의 위치탐색은 눈 영역의 적정한 그리드 크기에 의해 결정할 수 있다. 안면과 홍채영역의 제한된 영역을 탐색하는 홍채인식 카메라 모듈의 USB-OTG 인터페이스 통한 인접영상의 프레임 차이에 의해 검출할 수 있도록 설계하였다. 이로서 스마트 디바이스 사용자가 홍채 인식을 위해 눈을 깜빡이지 않고 대기해야 하는 불편함을 제거함으로써 사용자 편의성을 증대시킬 것으로 기대한다.

Abstract ▼ AI-Helper

In this paper, an USB-OTG (Uiversal Serial Bus On-the-go) interface module was designed with the iris information for personal identification. The image recognition algorithm which was searching face and iris areas, was proposed with pixel differences from eye blinking after several facial images were captured and then detected without any activities like as pressing the button of smart phone. The region of pupil and iris could be fast involved with the proper iris area segmentation from the pixel value calculation of frame difference among the images which were detected with two adjacent open-eye and close-eye pictures. This proposed iris recognition could be fast processed with the proper grid size of the eye region, and designed with the frame difference between the adjacent images from the USB-OTG interface with this camera module with the restrict of searching area in face and iris location. As a result, the detection time of iris location can be reduced, and this module can be expected with eliminating the standby time of eye-open.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 (그림 4)처럼 눈 깜박임에 의한 홍채영역 영상인식을 위한 흐름도를 제안한다.
본 논문에서는 스마트 디바이스가 빠른 홍채영역의 영상인식을 위해서는 새로운 홍채분리 방법으로 ‘눈 깜박임’을 활용하고자 한다.
본 논문에서는 스마트 폰과 같은 디바이스가 홍채영역 인식용 카메라 모듈과 연동하는 인터페이스 모듈과 연동형 알고리듬을 제안한다[2,3].
본 논문에서는 홍채영역의 영상인식용 카메라 모듈의 USB-OTG 인터페이스가 연동한 홍채인식 모듈을 설계하 였다. 이러한 홍채인식용 USB- OTG 모듈은 스마트 디바 이스 사용자가 버튼을 누르지 않고도, 사용자의 얼굴, 안구 및 홍채 영상을 다수로 촬영함으로서 사전에 등록된 사용자 정보와 비교함으로써 사용자를 인증할 수 있다.
본 연구에서는 Lighter computation의 격자 알고리듬을 활용한다. 스마트폰이나 스마트 디바이스 사용자가 자연스럽게 눈을 깜빡이는 행동특성에 따라 홍채의 영상인식 속도를 높이고자 한다[15].

가설 설정

－그래프절단(Graph cuts): 모든 화소는 홍채, 동공, 배경, 그리고 눈썹 중 하나에 속한다는 가정 하에서 홍채는 타원의 형태라는 모델을 사용하여 그래프절단을 수행하였다[9].

제안 방법

아울러, 홍채영역 인식을 위해서는 안면영상을 판별한 후 홍채 인식 후보 영상선정과 선정된 홍채인식 후보 영상에서 홍채정보를 검출한다. 또한, 검출된 홍채 정보와 스마트 디바이스 기기에 등록된 정보를 비교하여 사용자를 인증하는 알고리듬을 제안한다[2]
이렇게 구한 동공 영역의 영상정보를 사용하여 홍채정보를 검출하게 된다. 또한, 홍채 정보를 비교하여 인증하는 홍채 인증부분에서 홍채인증부의 인증 결과에 따라 사용자를 인증하도록 설계한다[1].
(그림 4)처럼 일정거리 이내로 사용자가 접근 시 카메라를 통하여 안면 주위를 다수로 자동초점 촬영한다. 복수로 촬영한 영상에 대하여 화소 값 비교를 통하여 획득한 영상을 눈을 뜨고 있는 영상과 눈을 감고 있는 영상으로 구분한다. 이때, 눈을 뜨고 있는 영상에 대하여 선택된 격자를 사용하여 동공 영역을 검출하도록 설계한다[16].
스마트 기기 사용자가 USB-OTG 인터페이스에 연동된 카메라 모듈을 통한 안면영역 주위의 홍채영상을 여러 차례로 자동초점 촬영으로 획득한다
이를 위해서는 얼굴과 동공 및 홍채영역의 획득영상을 전송하는 USB-OTG(Uiversal Serial Bus On-the-go) 인터페이스를 설계한다. 아울러, 눈 깜박임에 의한 눈을 뜬 영상과 눈을 감은 영상의 화소 값 차이를 활용한 얼굴과 홍채영역의 인식방법을 제안한다.
복수로 촬영한 영상에 대하여 화소 값 비교를 통하여 획득한 영상을 눈을 뜨고 있는 영상과 눈을 감고 있는 영상으로 구분한다. 이때, 눈을 뜨고 있는 영상에 대하여 선택된 격자를 사용하여 동공 영역을 검출하도록 설계한다[16].
이를 위해서는 스마트 기기의 USB-OTG 인터페이스에 연동된 카메라 모듈의 빠른 홍채영역 인식을 위한 홍채영역의 위치결정 방법을 제안한다.
이를 위해서는 얼굴과 동공 및 홍채영역의 획득영상을 전송하는 USB-OTG(Uiversal Serial Bus On-the-go) 인터페이스를 설계한다. 아울러, 눈 깜박임에 의한 눈을 뜬 영상과 눈을 감은 영상의 화소 값 차이를 활용한 얼굴과 홍채영역의 인식방법을 제안한다.
홍채영상 획득 후, 스마트폰과 스마트 디바이스는 메모리 저장장치에 저장된 사용자 홍채 정보를 비교하여 개인 인증한 결과를 출력하도록 설계하였다. 특별히, 개인인 증용 홍채영상의 인증부분에서 홍채인증부의 인증 결과에 따라 사용자가 인증하고자 하는 기기의 사용권한 부여 및 인증하도록 설계되었다[1,2,16,18-20].
－모멘트/군집(Moments and clustering)알고리듬: 획득 영상내의 작은 영역에 대해 모멘트 기반 텍스처 정보를 에지를 대신하여 사용하는 퍼지 클러스터링을 수행하였다. 잡음이 있는 영상에 대해서도 비슷한 수준의 결과를 보인다[10].

대상 데이터

눈과 카메라 사이의 거리는 4-50cm 정도로 적절한 홍채 인식을 위해서는 홍채의 직경이 100- 200 화소에 걸쳐 획득한다. 영상을 획득하는 카메라의 종류는 NIR 카메라, 고해상도 카메라, 스마트폰 카메라 및 단안/양안 등의 다양한 카메라 모듈을 활용한다.

이론/모형

본 연구에서는 Lighter computation의 격자 알고리듬을 활용한다. 스마트폰이나 스마트 디바이스 사용자가 자연스럽게 눈을 깜빡이는 행동특성에 따라 홍채의 영상인식 속도를 높이고자 한다[15].
－이중분할(Bisection)과 히스토그램 등화: 홍채의 경계를 판단하기 위해 히스토그램 균등화 기법과 영상의 통계적 특성을 이용한다. 이를 이중분할기법으로 적용하였다. 흐린 홍채 영상의 경우, 적용하기 어려운 단점이 있다[8].

질의응답

핵심어	질문	논문에서 추출한 답변
	지문 인식의 고유한 식별 패턴은 몇 개인가?	이러한 사람의 눈에서 동공과 공막 사이의 홍채 패턴을 이용하여 사용자를 인증하는 홍채영역 인식은 260여개의 고유한 식별 패턴이 있다. 이때, 다른 사람과 홍채가 같을 확률은 10억분의 1로 40개 정도의 식별 패턴이 있는 지문보다 뛰어난 인증 정확도로를 활용하고 있다[1].
	다른 사람과 홍채가 같을 확률은 얼마인가?	이러한 사람의 눈에서 동공과 공막 사이의 홍채 패턴을 이용하여 사용자를 인증하는 홍채영역 인식은 260여개의 고유한 식별 패턴이 있다. 이때, 다른 사람과 홍채가 같을 확률은 10억분의 1로 40개 정도의 식별 패턴이 있는 지문보다 뛰어난 인증 정확도로를 활용하고 있다[1].
	홍채영역 인식은 몇 개의 고유 식별 패턴이 있는가?	최근 S사의 홍채영역 인식의 적용으로 인해 홍채영역 인식을 할 경우 위·변조나 복제가 불가능하다는 인식 하에 관련 인증기술은 모바일 금융 등 다양한 분야로 생태계를 확대할 것으로 기대되고 있다. 이러한 사람의 눈에서 동공과 공막 사이의 홍채 패턴을 이용하여 사용자를 인증하는 홍채영역 인식은 260여개의 고유한 식별 패턴이 있다. 이때, 다른 사람과 홍채가 같을 확률은 10억분의 1로 40개 정도의 식별 패턴이 있는 지문보다 뛰어난 인증 정확도로를 활용하고 있다[1].

참고문헌 (20)

Mingoo Kang et al, "Design of Biometric Information Tracking Scheme for PS-LTE Devices," 2016 KSII conference Vol. 17 No. 2, 2016.12.06. http://www.dbpia.co.kr/Journal/ArticleDetail/NODE07069104
Mingoo Kang et al, "Iris recognition module and method," Korea patent No.10-2014-0043566, 2014.04. 11. http://www.kipo.go.kr/
T.Rjaesh, M.Karnan et al, "Performance Analysis of Iris Recognition System-A review," International Journal of Computer Science & Information Technology, 39-50, March 2014. ISSN:2274-0764, http://www.ijcit.com
Mhatre A, Chikkerur S, and Govindaraju V,, "Indexing biometric databases using pyramid technique," International Conference on Audio and Video Based Biometric Person Authentication (AVBPA), pp. 841-849, 2005, https://dx.doi.org/10.1007/11527923_88

상세보기
Gupta P, Sana A, Mehrotra H, and Jinshong C.H, "An efficient indexing scheme for binary feature based biometric database," Biometric Technology for Human Identification IV, 653909, April 12, 2007. https://dx.doi.org/10.1117/12.719237
Huang Y, Luo S, and Chen E, "An efficient iris recognition system," 2002 International Conference on Machine Learning and Cybernetics, Vol. 1, pp. 450-454, 2002. https://dx.doi.org/10.1109/ICMLC.2002.1176794
Liu Y, Yuan S, Zhu X, and Cui Q, "A practical iris acquisition system and a fast edges locating algorithm in iris recognition," In 20th IEEE Conference on Instrumentation and Measurement Technology, Vol. 1, pp. 166-168, 2003. https://dx.doi.org/10.1109/IMTC.2003.1208145
Sung H, Lim J, Park J, and Lee Y, "Iris recognition using collarette boundary localization," International Conference on Pattern Recognition, Vol. 4, pp. 857-860, Aug., 2004. http://doi.ieeecomputersociety.org/ 10.1109/ ICPR.2004.1333907
Pundlik S.J et al, "Non-ideal iris segmentation using graph cuts," IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, Jun. 2008. http://doi.ieeecomputersociety.org/10.1109/ CVPRW.2008.4563108
Proenca H, and Alexandre L.A, "Iris segmentation methodology for non-cooperative recognition," IEE Proceedings on Vision, Image and Signal Processing, 153(2), pp. 199-205, 2006, https://dx.doi.org/10.1049/ip-vis:20050213

상세보기
Liu X, Bowyer K.W, and Flynn P.J, "Experiments with an improved iris segmentation algorithm," Fourth IEEE Workshop on Automatic Identification Advanced Technologies, pp. 118-123, Oct. 2005, https://dx.doi.org/10.1109/ AUTOID.2005.21
Pan L, Xie M, Zheng T, and Ren J, "A Robust Iris Localization Model Based on Phase Congruency and Least Trimmed Squares Estimation," Image Analysis and Processing, pp. 682-691, 2009, https://dx.doi.org/10.1007/978-3-642-04146-4_73

상세보기
Ryan W.J, Woodard D.L, Duchowski A.T, and Birchfield S.T,. "Adapting Starburst for Elliptical Iris Segmentation", 2008 IEEE Second International Conference on Biometrics: Theory, Applications and Systems, 2008, DOI: 10.1109/BTAS.2008.4699340
Vatsa M, Singh R and Afzel N, "Improving Iris Recognition Performance Using Segmentation, Quality Enhancement, Match Score Fusion, and Indexingm" IEEE Transactions on Systems, Man, and Cybernetics, pp. 1021-1035, May 2008. https://dx.doi.org/10.1109/TSMCB.2008.922059

상세보기
Guang Zhu X, ZaiFeng Z, and Ma Y, "Automatic iris segmentation based on local areas," 18th International Conference on Pattern Recognition (ICPR'06), pp. 505-508, 2006. https://dx.doi.org/10.1109/ICPR.2006.300
Mingoo Kang et al,"Method and system for estimating iris region through inducing eye blinking," Korea patent No. 10-2017-0001531, 2017. 01. 04. http://www.kipo.go.kr/
H. Y. Kim et al, "Realtime pupil detecting method for iris recognition," Korea patent No. 10-0397750, 2003. 08. 29. http://www.kipo.go.kr/
http://www.ubikey.co.kr
http://www.hso.co.kr
http://octatco.com/

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