본 연구는 지정맥 인식에 중요한 정맥 패턴 특징검출을 위한 알고리즘이다. 특징검출 알고리즘은 패턴인식 시 인식결과에 많은 영향을 끼치므로 중요하다. 인식률은 손가락 위치 변화에 따라 기준도 변화되므로 저하되는 특징을 가지고 있다. 또한, 손가락에 적외선 광을 조사하여 획득한 영상은 영상 배경과 혈관 패턴을 분리하기에 어렵고, 영상 전처리과정을 수행하므로 검출시간이 증대되는 특징을 가지고 있다. 이를 위해, 제시하는 알고리즘은 영상 전처리과정이 없이 수행되어 검출 시간을 줄일 수 있고, 지정맥 영상에 SWDA(Shifted Waveform Data Analysis) 알고리즘을 적용하여 손가락 마디 위치 및 정맥 패턴 검출이 가능한 특징을 가지고 있다. 적외선 투과율이 낮아 상대적으로 어두운 정맥 영상도 검출 오류 최소화가 가능한 특징을 보였다. 또한, 손가락 마디 위치는 분류 단계에서 기준으로 활용하면 인식률 저하를 보완할 수 있는 특징을 가지고 있다. 추후 손바닥, 손목 등 신체 여러 인식분야에 제안하는 알고리즘을 적용한다면 생체 특징 검출 정확도 향상 및 인식 수행 시간 감소에 기여할 것으로 기대된다.
본 연구는 지정맥 인식에 중요한 정맥 패턴 특징검출을 위한 알고리즘이다. 특징검출 알고리즘은 패턴인식 시 인식결과에 많은 영향을 끼치므로 중요하다. 인식률은 손가락 위치 변화에 따라 기준도 변화되므로 저하되는 특징을 가지고 있다. 또한, 손가락에 적외선 광을 조사하여 획득한 영상은 영상 배경과 혈관 패턴을 분리하기에 어렵고, 영상 전처리과정을 수행하므로 검출시간이 증대되는 특징을 가지고 있다. 이를 위해, 제시하는 알고리즘은 영상 전처리과정이 없이 수행되어 검출 시간을 줄일 수 있고, 지정맥 영상에 SWDA(Shifted Waveform Data Analysis) 알고리즘을 적용하여 손가락 마디 위치 및 정맥 패턴 검출이 가능한 특징을 가지고 있다. 적외선 투과율이 낮아 상대적으로 어두운 정맥 영상도 검출 오류 최소화가 가능한 특징을 보였다. 또한, 손가락 마디 위치는 분류 단계에서 기준으로 활용하면 인식률 저하를 보완할 수 있는 특징을 가지고 있다. 추후 손바닥, 손목 등 신체 여러 인식분야에 제안하는 알고리즘을 적용한다면 생체 특징 검출 정확도 향상 및 인식 수행 시간 감소에 기여할 것으로 기대된다.
This study is an algorithm for detecting vein pattern features important for finger vein recognition. The feature detection algorithm is important because it greatly affects recognition results in pattern recognition. The recognition rate is degraded because the reference is changed according to the...
This study is an algorithm for detecting vein pattern features important for finger vein recognition. The feature detection algorithm is important because it greatly affects recognition results in pattern recognition. The recognition rate is degraded because the reference is changed according to the finger position change. In addition, the image obtained by irradiating the finger with infrared light is difficult to separate the image background and the blood vessel pattern, and the detection time is increased because the image preprocessing process is performed. For this purpose, the presented algorithm can be performed without image preprocessing, and the detection time can be reduced. SWDA (Down Slope Trace Waveform) algorithm is applied to the finger vein images to detect the fingertip position and vein pattern. Because of the low infrared transmittance, relatively dark vein images can be detected with minimal detection error. In addition, the fingertip position can be used as a reference in the classification stage to compensate the decrease in the recognition rate. If we apply algorithms proposed to various recognition fields such as palm and wrist, it is expected that it will contribute to improvement of biometric feature detection accuracy and reduction of recognition performance time.
This study is an algorithm for detecting vein pattern features important for finger vein recognition. The feature detection algorithm is important because it greatly affects recognition results in pattern recognition. The recognition rate is degraded because the reference is changed according to the finger position change. In addition, the image obtained by irradiating the finger with infrared light is difficult to separate the image background and the blood vessel pattern, and the detection time is increased because the image preprocessing process is performed. For this purpose, the presented algorithm can be performed without image preprocessing, and the detection time can be reduced. SWDA (Down Slope Trace Waveform) algorithm is applied to the finger vein images to detect the fingertip position and vein pattern. Because of the low infrared transmittance, relatively dark vein images can be detected with minimal detection error. In addition, the fingertip position can be used as a reference in the classification stage to compensate the decrease in the recognition rate. If we apply algorithms proposed to various recognition fields such as palm and wrist, it is expected that it will contribute to improvement of biometric feature detection accuracy and reduction of recognition performance time.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
또한 샘플 사진은 100명의 양쪽 검지, 중지, 약지손가락을 각각 10번씩 촬영하여 취득하였다. 실험은 총 3가지 실험을 하였다. 첫 번째 실험은 Table 3에서 보이는 것과 같이 특징검출 알고리즘이 혈관 패턴을 정확히 검출하였는지 정확도를 확인하기 위한 실험을 진행하였다.
제안하는 알고리즘은전처리과정 없이 수행되어 검출 시간 감소 및 SWDA 알고리즘을 적용하여 조명이 불균일한 환경에서 획득한 영상도 지정맥 검출이 가능하고, 손가락 위치가 변하여도 손가락 마디로 기준점을 잡아 인식률이 저하되지 않는 특징을 가지고 있다. 알고리즘 수행과정은 획득한 지정맥 영상에서 혈관을 밝게 변환시켜주기 위한 픽셀 값 반전을 수행한 후, SWDA알고리즘을 적용하여 원 이미지와 SWDA결과 값 차이를 계산한다. 계산된 값은 마디 검출 알고리즘을 적용하여 마디 위치를 알 수 있고, 특징 검출 알고리즘을 적용하면 배경 및 잡음이 제거되고, 혈관 특징만 검출된 영상으로 재구성된다.
실험은 총 3가지 실험을 하였다. 첫 번째 실험은 Table 3에서 보이는 것과 같이 특징검출 알고리즘이 혈관 패턴을 정확히 검출하였는지 정확도를 확인하기 위한 실험을 진행하였다. Fig.
10과 11은 특징검출 알고리즘의 성능 확인 결과를 나타낸다. 첫째로 임의로 생성한 선(시점: (10, 10), 종점: (60, 40), 색: 125 (0~255사이의 수), 굵기: 1)은 특징검출 알고리즘을 수행하여 Fig. 10D와 같은 결과를 얻었다. 원본 이미지는 51개의 픽셀로 이루어져있으며, 특징 검출한 결과도 51개로 100%의 정확도를 얻을 수 있었고, 길이와 Gray Scale값이 다른 여러 개의 선으로 구성된 Fig.
대상 데이터
7로 성능 평가를 진행하였다. 또한 샘플 사진은 100명의 양쪽 검지, 중지, 약지손가락을 각각 10번씩 촬영하여 취득하였다. 실험은 총 3가지 실험을 하였다.
본 연구의 실험에서 사용한 정맥영상촬영 장치 구조는 Fig. 1과 같이 구성되어 있다. 여러 개의 IR LED로 구성된 조명 보드가 측정 부 양 옆에 배치되어 적외선이 손가락을 투과할 수 있도록 하고, NoIR 카메라로 정맥 영상을 획득한다.
1과 같이 구성되어 있다. 여러 개의 IR LED로 구성된 조명 보드가 측정 부 양 옆에 배치되어 적외선이 손가락을 투과할 수 있도록 하고, NoIR 카메라로 정맥 영상을 획득한다. Fig.
획득한 정맥 영상은 상대적으로 혈관이 어둡고, 배경이 밝게 나타난다. RGB 형식의 정맥영상은 Gray Scale 변환 후, 전체 영상 픽셀 값을 반전시키면 혈관은 상대적으로 밝고, 배경 및 잡음은 어둡게 재구성된다.
데이터처리
두 번째 실험은 동일한 샘플 사진으로 증강현실(AR)알고리즘[15], Zhang-Suen 세선화 알고리즘[16] 및 제안하는 알고리즘의 수행시간 비교를 진행하였다. 수행 시간은 Table 1과같이 증강현실(AR) 알고리즘을 적용했을 땐 1.
제안하는 알고리즘은 CPU 1.2GHz 쿼드코어, 1GB 메모리환경의 라즈베리파이 3b에서 Python 2.7로 성능 평가를 진행하였다. 또한 샘플 사진은 100명의 양쪽 검지, 중지, 약지손가락을 각각 10번씩 촬영하여 취득하였다.
성능/효과
마지막 실험은 약 300장의 샘플 사진으로 제안하는 알고리즘의 부분 별 수행시간을 확인하였다. 수행시간은 마디 검출과정과 특징 검출과정 두 가지 과정까지 소요되는 시간을 확인하였고, 동일한 과정에서 샘플 사진에 따라 약간의 수행시간 차이도 알 수 있었다.
두 번째 실험은 동일한 샘플 사진으로 증강현실(AR)알고리즘[15], Zhang-Suen 세선화 알고리즘[16] 및 제안하는 알고리즘의 수행시간 비교를 진행하였다. 수행 시간은 Table 1과같이 증강현실(AR) 알고리즘을 적용했을 땐 1.55초, Zhang-Suen 세선화 알고리즘을 적용했을 땐 1.35초, 제안하는 알고리즘을 적용 했을 땐 1.02초가 걸린다는 것을 알 수 있었다.제안하는 알고리즘은 증강현실(AR) 알고리즘을 적용 했을 때보다 34.
마지막 실험은 약 300장의 샘플 사진으로 제안하는 알고리즘의 부분 별 수행시간을 확인하였다. 수행시간은 마디 검출과정과 특징 검출과정 두 가지 과정까지 소요되는 시간을 확인하였고, 동일한 과정에서 샘플 사진에 따라 약간의 수행시간 차이도 알 수 있었다. 그 결과는 Table 2에서 나타낸다.
10D와 같은 결과를 얻었다. 원본 이미지는 51개의 픽셀로 이루어져있으며, 특징 검출한 결과도 51개로 100%의 정확도를 얻을 수 있었고, 길이와 Gray Scale값이 다른 여러 개의 선으로 구성된 Fig. 11D와 같은 원본 이미지로 실험한 결과는 총 픽셀수 399개, 특징 검출된 픽셀수 389개로 97.5%의 정확도를 보였다. 이에 따라, 지정맥 영상으로 특징검출을 수행했을 때, 신뢰도 높은 결과를 얻을 수 있을 것으로 판단된다.
또한, 기존 마디검출에 유용한 DSTW(Down Slope Trace Waveform)알고리즘은 신호의 기울기 값이 양에서 음으로 변하는 변곡점 검출이 용이한 장점을 가지고 있지만, 기울기 값이 음에서 양으로 변하는 변곡점을 검출하지 못하는 단점을 가지고 있다[8]. 이에 따라, 제안하는 알고리즘은 신호의 기울기 값이 음에서 양으로 변하는 변곡점과 신호의 기울기 값이 양에서 음으로 변하는 변곡점 둘 다 검출 가능한 특징을 가지는 SWDA 알고리즘을 개발 영상 전처리과정 없이 지정맥 영상에서 마디검출 및 배경과 잡음이 제거된 정맥 패턴만 분리가 가능한 특징을 가지고 있다.
02초가 걸린다는 것을 알 수 있었다.제안하는 알고리즘은 증강현실(AR) 알고리즘을 적용 했을 때보다 34.19%, Zhang-Suen 세선화 알고리즘을 적용 했을 때보다 20.31%의 개선된 결과를 나타낸다.
기존검출 알고리즘은 영상 전처리과정을 수행하므로 검출 시간이 증가되고, 조명이 불균일한 환경에서 획득한 영상은 지정맥 검출 오류가 발생하는 문제점이 있다. 제안하는 알고리즘은전처리과정 없이 수행되어 검출 시간 감소 및 SWDA 알고리즘을 적용하여 조명이 불균일한 환경에서 획득한 영상도 지정맥 검출이 가능하고, 손가락 위치가 변하여도 손가락 마디로 기준점을 잡아 인식률이 저하되지 않는 특징을 가지고 있다. 알고리즘 수행과정은 획득한 지정맥 영상에서 혈관을 밝게 변환시켜주기 위한 픽셀 값 반전을 수행한 후, SWDA알고리즘을 적용하여 원 이미지와 SWDA결과 값 차이를 계산한다.
제안하는 알고리즘의 검출 결과는 위치, 크기, 색이 다른 여러 개의 선으로 이루어진 영상으로 실험한 결과 97%이상의 정확도를 보여 신뢰도 높은 알고리즘으로 증명되고, 기존 알고리즘보다 34.19%, 20.31%의 수행속도가 개선됐다. 또한, 마디 위치 검출 알고리즘을 수행하여 얻은 결과는 손가락 위치변화에 따른 인식률 저하에 대한 문제점을 보완 할 수 있을 것으로 판단된다.
마지막으로 5열은 Zhang-Suen 세선화 알고리즘을 적용한 결과를 나타낸다. 제안하는 알고리즘의 결과는 증강현실(AR) 알고리즘과 Zhang-Suen 세선화 알고리즘을사용한 결과보다 노이즈가 적고, 정맥 혈관 패턴만 추출할 수 있는 특징을 보인다.
후속연구
31%의 수행속도가 개선됐다. 또한, 마디 위치 검출 알고리즘을 수행하여 얻은 결과는 손가락 위치변화에 따른 인식률 저하에 대한 문제점을 보완 할 수 있을 것으로 판단된다. 추후 손목, 손바닥 등 신체부위를 이용하는 인식분야에 제안하는 알고리즘을 적용한다면 생체 특징 검출정확도 및 검출 수행시간 감소에 기여할 것으로 기대된다.
또한, 마디 위치 검출 알고리즘을 수행하여 얻은 결과는 손가락 위치변화에 따른 인식률 저하에 대한 문제점을 보완 할 수 있을 것으로 판단된다. 추후 손목, 손바닥 등 신체부위를 이용하는 인식분야에 제안하는 알고리즘을 적용한다면 생체 특징 검출정확도 및 검출 수행시간 감소에 기여할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
바이오 인식 기술에서 이용 되고 있는 신체부위는 어떤 것들이 있는가?
신체부위를 이용하는 바이오인식은 누구나 가지고 있는 보편성, 변하지 않고 변경 불가능한 영구성, 고유특성으로 구별이 가능한 유일성, 쉽게 확인 및 정량화 할 수 있는 획득성, 환경 변화에 영향을 받지 않는 정확성, 사용자의 거부감이 없는 수용성, 작위적인 부정사용으로부터 안전한 기만성과 같은 7가지 조건을 만족해야한다. 이 조건을 만족하는 지문, 홍채, 망막, 얼굴, 혈관 패턴 등이 바이오 인식 기술로 이용되고 있다[1, 2]. 최근, 바이오인식은 금융, 보안, 출입관리 등 광범위하게 사용되며, 적용 분야가 점차 확대되고 있는 추세다.
바이오 인식은 무엇인가?
바이오 인식은 개인의 고유한 신체적 특징으로 사용자를 판별하는 인식 방법 중 하나다. 신체부위를 이용하는 바이오인식은 누구나 가지고 있는 보편성, 변하지 않고 변경 불가능한 영구성, 고유특성으로 구별이 가능한 유일성, 쉽게 확인 및 정량화 할 수 있는 획득성, 환경 변화에 영향을 받지 않는 정확성, 사용자의 거부감이 없는 수용성, 작위적인 부정사용으로부터 안전한 기만성과 같은 7가지 조건을 만족해야한다.
신체부위를 이용하는 바이오인식은 어떤 조건들을 만족해야 하는가?
바이오 인식은 개인의 고유한 신체적 특징으로 사용자를 판별하는 인식 방법 중 하나다. 신체부위를 이용하는 바이오인식은 누구나 가지고 있는 보편성, 변하지 않고 변경 불가능한 영구성, 고유특성으로 구별이 가능한 유일성, 쉽게 확인 및 정량화 할 수 있는 획득성, 환경 변화에 영향을 받지 않는 정확성, 사용자의 거부감이 없는 수용성, 작위적인 부정사용으로부터 안전한 기만성과 같은 7가지 조건을 만족해야한다. 이 조건을 만족하는 지문, 홍채, 망막, 얼굴, 혈관 패턴 등이 바이오 인식 기술로 이용되고 있다[1, 2].
참고문헌 (16)
Eun Kim, The probability of iris-like '1 billionth' ... Security pass? Steal from my body [Internet], http://www.dt.co.kr/contents.html?article_no2018032102101832816001&refnave.
NewsWire, Tractica, Biomatrix market forecasts to $ 14.9 billion in 2024 [Internet], http://www.newswire.co.kr/newsRead.php?no792234.
Unan Lee, Korea Future Technology Education, Seminar on Industry through Biometrics Technology [Internet], http://www.gukjenews.com/news/articleView.html?idxno725583.
Eui Chul Lee, Hyeon Chang Lee and Kang Ryoung Park, "Finger vein recognition using minutiabased alignment and local binary pattern based feature extraction," International Journal of Imaging Systems and Technology, Vol.19, No.3, pp.179-186, 2009.
Yuhang Ding, Dayan Zhuang, and Kejun Wang, "A study of hand vein recognition method," in Proceedings of the IEEE International Conference Mechatronics and Automation, pp.2106-2110, 2005.
Eui Chul Lee, "A Method for Improving Vein Recognition Performance by Illumination Normalization," Journal of the Korea Institute of Information and Communication Engineering, Vol.17, No.2, pp.423-430, 2013.
J. Kim, M. Kim, I. Won, S. Yang, K. Lee, and W. Huh, "A biomedical Signal Segmentation Algorithm for Event Detection Based on Slope Tracing," Conf Proc IEEE Eng Med Biol Soc., pp.1889-1892, 2009.
Hyun Kim and Hakil Kim, "Rotation-Scale-Translation -Intensity Invariant Algorithm for Fingerprint Identification," The Institute of Electronics Engineers of Korea - S, Vol.35, No.6, pp.838-850, 1998.
Woo-Suk Yang. "Biometric Personal Identification Using Iris Image," The Journal of the Institute of Internet, Broadcasting and Communication, Vol.7, No.6, pp.73-82. 2007.
Myung-Hyun Yoo, Jeong-Seon Park, Sang-Woong Lee, Hyong-Chol Choi, and Seong-Whan Lee, "The State of the Art and the Prospects for the Face - based Biometrics," Communications of the Korean Institute of Information Scientists and Engineers, Vol.19, No.7, pp.22-31, 2001.
Jason Kim and Saewoom Lee, "Trend and prospect of telebio recognition technology using bio-signals," Review of KIISC, Vol.26, No.4, pp.41-46, 2016.
Heesung Kim, Junhee Cho, "A Method for Finger Vein Recognition using a New Matching Algorithm," Journal of KISS : Software and Applications, Vol.37, No.11, pp.859-865, 2010.
Mingoo Kang, "Design of Image Recognition Module for Face and Iris Area based on Pixel with Eye Blinking," Journal of Internet Computing and Services, Vol.18, No.1, pp.21-26, 2017.
Ju-won Lee and Byeong-ro Lee, "ROI Extraction and Enhancement for Finger Vein Recognition," Journal of the Korea Institute of Information and Communication Engineering, Vol.19, No.4 pp.948-953, 2015.
HeeKyung Kim, Seungmain Lee and Bongsoon Kang, "Enhanced Vein Detection Method by Using Image Scaler Based on Poly Phase Filter," Journal of the Korea Institute of Information and Communication Engineering, Vol.22, No.5, pp.734-739, 2018.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.