[논문]IoT 디바이스를 활용한 고해상도 홍채 카메라 모듈 개발

서진범; 조영복

doi:10.6109/jkiice.2020.24.3.371

[국내논문] IoT 디바이스를 활용한 고해상도 홍채 카메라 모듈 개발
Development of High Resolution Iris Camera Module using IoT Device 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.24 no.3, 2020년, pp.371 - 377

서진범 (Department of Information Security, Daejeon University) , 조영복 (Department of Information Security, Daejeon University)

초록
AI-Helper

현재 사용되고 있는 홍채 카메라는 고가이며 사용적인 부분에서 제한점을 많이 가지고 있다. 기존 홍채 카메라는 새롭게 개발된 소프트웨어와의 연동에 불편함을 가지고 있고, 홍채 촬영 시 발생하는 빛 반사는 의료용으로 사용하기에 부적합하다는 문제점을 갖는다. 따라서 기존 카메라를 이용해 스스로 이미지 촬영을 위해서는 활용이 불가능한 상태이다. 본 논문에서는 스스로 홍채 촬영이 가능하면서 우리의 관심영역을 잘 볼 수 있도록 홍채카메라를 새롭게 구성한다. IoT 디바이스를 이용해 누구나 손쉽게 안경형 홍채카메라를 착용하고 영상을 획득할 수 있으며 획득된 영상은 홍채 분석 프로그램과 연동되어 유전적 약한 부분을 판독해 주는데 활용하고자 한다. 제안된 홍채 카메라 모듈은 영상 촬영시 빛 반사, 흔들림 및 정확한 초점을 자동으로 제공해주기 때문에 영상분석의 정확도를 91.49%까지 높여주고, 정확한 영상입력으로 인해 하나의 이미지 처리시간이 0.007ms로 빠르게 실행됨을 실험을 통해 증명하였다.

Abstract ▼ AI-Helper

Currently used iris cameras are expensive and have many limitations in their use. Existing iris cameras are inconvenient in interworking with newly developed software, and light reflections generated during iris photography are inadequate for medical use. Therefore, it is impossible to utilize the existing camera to take an image by yourself. In this paper, the iris camera is newly constructed so that the iris can be photographed by ourselves and the area of interest can be seen well. Anyone can easily wear glasses-type iris cameras to acquire images using IoT devices, and the acquired images are linked to the iris analysis program and used to read genetic weak parts. The proposed iris camera module automatically provides light reflection, shake, and accurate focus when capturing images, increasing the accuracy of image analysis to 91.49%. In addition, we have proved through experiments that one image processing time is fast as 0.007ms due to accurate image input.

Keyword

표/그림 (8)

그림 Fig. 1 smart-phone actuator
그림 Fig. 2 Iris camera recognition hardware diagram
그림 Fig. 3 suggested camera appearance
그림 Fig. 4 Flow of iris feature extraction
그림 Fig. 5 Image without filter and image taken with bandpass filter
그림 Fig. 6 Pseudo code selective ROI algorithm
그림 Fig. 7 IoT Iris camera
그림 Fig. 8 Experimental result of learning accuracy

AI 본문요약
AI-Helper

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

문제 정의

현재 사용되는 홍채 카메라는 인증을 위해 사용되고 있기 때문에 홍채의 정확한 라쿠나를 촬영하기 보다는 고유한 지문을 촬영하는 용도로 활용되고 있어 진단을 위해 정확하고 세밀한 라쿠나를 판별하거나 홍채 및 동공의 색상 윤곽 등을 판별하기란 쉽지 않다[6]. 따라서 본 논문에서는 진단을 위해 홍채영상 획득이 가능한 홍채 전용 이미지 촬영이 가능한 IoT 디바이스 활용 카메라를 구현하고 기 활용되고 있는 소프트웨어와 일체형으로 구현하고자 한다.
국내에서 오래전 개발된 홍채전용 카메라는 핸드형으로 직접 손에 들고 촬영해야하기 때문에 초보 사용자들이 사용하기 어려우며 촬영 영상의 질 판독이 불가능한 경우가 매우 높은 비율로 나타난다. 국내외적으로 인증을 위한 홍채전용 카메라는 매우 발달되어 있으나 병변추출을 위한 고해상도의 원상을 그대로 촬영 가능한 홍채 전용 카메라의 부재로 이를 보안하는 것을 중점으로 본 논문에서는 사용자 친화적인 환경과 영상 분석의 편리성을 위하여 보다 최적화된 일체형 홍채카메라를 개발을 제안한다. 따라서 본 논문에서는 2장에서 관련 연구로 IoT 디바이스의 활용과 홍채기반 진단에 대해 간략히 설명한다.
본 논문에서는 라즈베리파이, 카메라 모듈을 이용해 핵심 코어를 개발하고 영상을 수집하였다. 카메라 모듈은 3280*2464 pixel로 센서의 이미지 영역은 3.
그러나 아직까지 활용도가 낮고 진단을 위한 다양한 디바이스 개발이 미흡하기 때문에 획득한 이미지를 통해 바이오마커를 찾아내기 어려웠다. 따라서 본 논문에서를 이 문제를 해결하기 위해 진단을 위한 홍채의 정밀한 촬영이 가능한 카메라를 제안한다. 또한 기존 일부에서 사용되고 있는 카메라에서 발생되는 백색광문제를 해결해 정확한 영상 획득을 제안하였다.

가설 설정

이미 상용화된 카메라는 단독으로 개발된 것이 아니라 고사양의 영사 장비를 통하여 촬영하기 때문에 영상획득에는 효율적이라고 할 수 있지만 획득한 영상을 처리하기 위해 연동되어야 하는 소프트웨어와 연결이 쉽지 않아 이중으로 영상을 이동하거나 수동으로 편집되어야 하는 불편함을 가지고 있다. 두 번째로 비효율적이다. 현재 사용되는 홍채 카메라는 인증을 위해 사용되고 있기 때문에 홍채의 정확한 라쿠나를 촬영하기 보다는 고유한 지문을 촬영하는 용도로 활용되고 있어 진단을 위해 정확하고 세밀한 라쿠나를 판별하거나 홍채 및 동공의 색상 윤곽 등을 판별하기란 쉽지 않다[6].

제안 방법

수집한다. 최대한 홍채의 정확한 영상 획득을 위한 근접사 렌즈를 이용해 홍채영상을 획득한다. 획득 영상을 홍채맵을 이용해 섹터 형태의 영역으로 세분화 하고 홍채를 가버(Gabor)의 영역으로 세분화하는 Daugman 방식의 단점을 보완해 전처리를 수행한다.
최대한 홍채의 정확한 영상 획득을 위한 근접사 렌즈를 이용해 홍채영상을 획득한다. 획득 영상을 홍채맵을 이용해 섹터 형태의 영역으로 세분화 하고 홍채를 가버(Gabor)의 영역으로 세분화하는 Daugman 방식의 단점을 보완해 전처리를 수행한다.
2]와 같다. 제안 카메라는 라즈베리파이를 이용해 영상 모듈을 구성하고 이미지를 수집한다. 카메라 회로는 [그림 2]의 구성도와 같이 CMOS Sensor를 통해 입력되는 아날로그 신호를 디지털 신호로 바꿔주는 파트와 디지털 신호를 USB를 통하여 PC로 전송하는 파트로 구성되어 있다.
본 논문에서 제안하는 홍재전용 카메라는 안경 타입으로 카메라를 테에 장착한 후 [그림 3]과 같은 형태로 구현하였다. [그림 3]의 각 모듈을 설명하면 다음과 같다.
기존 홍채 촬영 카메라에서 발생하는 백색광은 눈부심 때문에 사용자의 거부감이 커 조명으로 사용하기엔 부적절하였다. 그러나 본 논문에서는 가장 크게 발생되던 백색광 문제를 해결하기 위해 홍채의 어두운 부분을 촬영하기 위해 사용되면 가시광선 조명대신 근적외선 LED bandpass filter를 조명으로 사용한다. 제안 카메라 모듈은 홍채이미지 분석시 사용될 양질의 영상 획득을 위해 필요한 빛 파장대를 적절히 활용한 광학계 설계를 구현하였다.
그러나 본 논문에서는 가장 크게 발생되던 백색광 문제를 해결하기 위해 홍채의 어두운 부분을 촬영하기 위해 사용되면 가시광선 조명대신 근적외선 LED bandpass filter를 조명으로 사용한다. 제안 카메라 모듈은 홍채이미지 분석시 사용될 양질의 영상 획득을 위해 필요한 빛 파장대를 적절히 활용한 광학계 설계를 구현하였다.
해결할 수 있었다. 또한 제안 카메라는 스스로 홍채 이미지를 정확히 추출하기 위해 동공을 기준으로 이미지를 홍채맵과 정확한 위치에서 추출하기 위해 시선 추적 알고리즘을 적용하였다. 초기 글라스 카메라를 착용한 상태에서 동공을 기준으로 특징점을 추출하고 적외선 카메라를 이용해 영상을 획득해 모폴로지 연산을 통해 영역을 추출한다.
또한 제안 카메라는 스스로 홍채 이미지를 정확히 추출하기 위해 동공을 기준으로 이미지를 홍채맵과 정확한 위치에서 추출하기 위해 시선 추적 알고리즘을 적용하였다. 초기 글라스 카메라를 착용한 상태에서 동공을 기준으로 특징점을 추출하고 적외선 카메라를 이용해 영상을 획득해 모폴로지 연산을 통해 영역을 추출한다.
입력된 홍채 이미지를 이용해 해밍 거리는 추출된 특징으로부터 데이터를 섹터로 세분화하여 정보를 획득한다. 특징 벡터의 효과적인 비교를 위해 가중치를 이용해 각각의 값을 검증하게 된다.
수집된 홍채이미지는 OpenCV를 이용해 영상의 히스토그램과 차 영상을 위해 알고리즘을 구현하고 영상의 명도를 이용해 특정 값을 설정하고 그레이레벨의 히스토그램은 0~255의 명도 값이 픽셀 내 분포를 분석한다. 다음은 카메라에서 취득한 영상을 초기 영상의 노이즈가 적어 이미지 전처리 시간이 짧아졌고 기존 홍채의 특징 맵 매칭과 동공 이미지 처리를 위한 특징맵을 추가해 보다 선명한 흡수링을 확인할 수 있게 되었다.
다음은 카메라에서 취득한 영상을 초기 영상의 노이즈가 적어 이미지 전처리 시간이 짧아졌고 기존 홍채의 특징 맵 매칭과 동공 이미지 처리를 위한 특징맵을 추가해 보다 선명한 흡수링을 확인할 수 있게 되었다. 개발된 홍채전용 카메라를 이용해 영상을 획득하고 관심 영역을 확인하는데 걸리는 시간과 정확도를 분석하였다.
따라서 본 논문에서를 이 문제를 해결하기 위해 진단을 위한 홍채의 정밀한 촬영이 가능한 카메라를 제안한다. 또한 기존 일부에서 사용되고 있는 카메라에서 발생되는 백색광문제를 해결해 정확한 영상 획득을 제안하였다. 제안 렌즈의 경우 광학계 설계와 CMOS 모듈과 USB 통신 방식을 이용하여 영상을 획득하고 개선된 필터링을 적용하여 특징을 추출하므로 시스템 연산비용을 줄였다.

대상 데이터

홍채기반 진단을 위해 홍채전용 카메라를 이용해 데이터를 수집한다. 최대한 홍채의 정확한 영상 획득을 위한 근접사 렌즈를 이용해 홍채영상을 획득한다.
본 논문에서는 구현된 카메라 렌즈를 이용해 백색광이 최소화된 홍채 영상 획득을 위해 [그림 4]와 같이 영상을 획득한다.
코어를 개발하고 영상을 수집하였다. 카메라 모듈은 3280*2464 pixel로 센서의 이미지 영역은 3.68*2.76 (대각선 4.6mm)로 광선각도를 보정하고 SCCB인터페이스와 MIPI 인터페이스로 10비트의 RAW RGB 데이터를 수집할 수 있고 추가적으로 denoise, gpen 기능을 부여해 영상을 획득하였다. [그림 7]은 본 실험을 위해 제작된 카메라 모듈이미지이다.

이론/모형

획득한 이미지를 홍채맵과 정확한 매칭을 위해 (식1) 과 같이 Gabor transform을 사용한다.

성능/효과

이와 같이 제안 카메라 렌즈는 어두운 홍채를 촬영하기에 적합하고 기존 가장 크게 발생되었던 백색광 문제를 해결할 수 있었다. 또한 제안 카메라는 스스로 홍채 이미지를 정확히 추출하기 위해 동공을 기준으로 이미지를 홍채맵과 정확한 위치에서 추출하기 위해 시선 추적 알고리즘을 적용하였다.
다음은 카메라에서 취득한 영상을 초기 영상의 노이즈가 적어 이미지 전처리 시간이 짧아졌고 기존 홍채의 특징 맵 매칭과 동공 이미지 처리를 위한 특징맵을 추가해 보다 선명한 흡수링을 확인할 수 있게 되었다. 개발된 홍채전용 카메라를 이용해 영상을 획득하고 관심 영역을 확인하는데 걸리는 시간과 정확도를 분석하였다.
[그림 8]의 실험 결과 제안 카메라를 이용해 촬영된 영상을 학습한 결과 평균 91.49%의 인식 정확도를 보였으나 기존 카메라를 사용하였을 경우 78.04%의 인식 정확도를 보이는 것을 실험을 통해 확인하였다.
또한 기존 일부에서 사용되고 있는 카메라에서 발생되는 백색광문제를 해결해 정확한 영상 획득을 제안하였다. 제안 렌즈의 경우 광학계 설계와 CMOS 모듈과 USB 통신 방식을 이용하여 영상을 획득하고 개선된 필터링을 적용하여 특징을 추출하므로 시스템 연산비용을 줄였다. 향후 연구로는 글라스형으로 프로토타입을 제작하고 임상테스트를 실행하여 안전성 및 사용의 용이성을 증명해야 할 것이다.

후속연구

제안 렌즈의 경우 광학계 설계와 CMOS 모듈과 USB 통신 방식을 이용하여 영상을 획득하고 개선된 필터링을 적용하여 특징을 추출하므로 시스템 연산비용을 줄였다. 향후 연구로는 글라스형으로 프로토타입을 제작하고 임상테스트를 실행하여 안전성 및 사용의 용이성을 증명해야 할 것이다.

참고문헌 (12)

M. S. Jo, "An analysis of Factors Affecting Quality of Life through the analysis of Public Health Big Data," Journal of the Korea Institute of Information and Communication Engineering, vol. 22, no. 6, pp. 835-841, Jun. 2018.

원문보기 상세보기
C. M. Roberto, O. Z. Alverto, G. Vicente, M. Jose, and G. Saul, "Application of IoT with haptics interface in the smart manufacturing industry," International Journal of Combinatorial Optimization Problems and Informatics, vol. 10, no. 2, pp. 57-70, Aug. 2019.
H. Y. Jung, "Iris Diagnosis according to Iris Constitution with Focus on the Large Intestine Domain," published in Sunmoon University Graduate School of Integrated Medicine, vol. 6, pp. 5, Aug. 2012.
Iris Publishers [Internet]. Available: https://www.irispublishers.com/about.php/.
E.S Choi. "Study of relationship between hysteropathy and Bowel Disease in iridology," published in Sun Mon University, vol. 8, no. 6, pp. 679-698, Jun. 1986.
J. H. Rim, "Iris Diagnosis By The Disease Concepts Of Traditional Medicine," Ph. D. Dissertation, Department of Natural Healing Sciences Dongbang Graduate School, 2008.
D. R. Bamer, Practical Iridology and Sclerology, Woolland Publishing, 1996.
Y. B. Cho, S. H. Lee, and M. K. Kim, "A Secure Telemedicine System for Smart Helthcare Service," Journal of Korea Institute of Information and Communication Engineering, vol. 21, no. 1, pp. 205-214, Jan. 2017.

원문보기 상세보기
K. Munstedt, S. El-Safadi, F. Bruck, M. Zygmunt, A. Hackethal, and H. R. Tinneberg, "Can iridology detect susceptibility to cancer? A prospective case-controlled study," Journal of Alternative & Complementary Medicine, vol. 11, pp. 515-519, Jul. 2005.

상세보기
Y. B. Cho, S. H. Woo, and S. H. Lee, "An Iris Detection Algorithm for Disease Prediction based Iridology," Journal of Korea, vol. 21, no. 1, pp.107-114, Jun. 2017.
S. M. Gang, and J. J. Lee, "Depth Map Extraction from the Single Image Using Pix2Pix Model," Journal of Korea Multimedia Society, vol. 22, no. 5, pp. 547-557. Apr. 2019.

원문보기 상세보기
I. Laina, C. Rupprecht, V. Belagiannis, F. Tombari, and N. Navab, "Deeper Depth Prediction with Fully Convolutional Residual Networks," Proceeding of 2016 Fourth Inter national Conference on 3D Vision, pp. 239248, 2016.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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