$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

고해상도로 찍은 이미지에서의 손가락 지문 채취 방지에 관한 연구

A study on Prevent fingerprints Collection in High resolution Image

융합정보논문지 = Journal of Convergence for Information Technology, v.10 no.6, 2020년, pp.19 - 27  

윤원석 (성결대학교 컴퓨터공학과) ,  김상근 (성결대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 나날이 발전하는 카메라의 해상도 기술과 SNS의 이미지 공유를 통해서 고해상도로 찍은 이미지를 손쉽게 구할 수 있고, 이미지를 통해서 사람의 손가락 지문을 손쉽게 채취하여 이를 악용할 수 있다는 가능성을 고려해 이를 방지하는 기술을 제시한다. 이 기술을 개발하기 위해서는 Python 언어를 이용한 Opencv와 opencv안의 Blur 처리를 해주는 라이브러리 등을 사용한다. 우선 이미지에서 손을 찾아주기 위해서 딥러닝 기반의 학습된 Hand Key point Detection 알고리즘을 사용한다. 이 알고리즘을 이용해 손가락 마디를 찾아 이 마디의 좌표를 이용해 이미지에서의 손가락 지문 부위만을 따로 blur 처리를 해줌으로써 원본 이미지에서의 손상을 최소화하면서 손가락 지문을 보호할 수 있다. 향후 정확한 손가락 추적 알고리즘의 개발로 스마트폰 카메라 app의 내부 옵션으로 사용하여 고해상도의 이미지에서의 지문을 보호할 수 있을 것이다.

Abstract AI-Helper 아이콘AI-Helper

In this study, Developing high resolution camera and Social Network Service sharing image can be easily getting images, it cause about taking fingerprints to easy from images. So I present solution about prevent to taking fingerprints. this technology is develop python using to opencv, blur librarie...

주제어

표/그림 (17)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 이렇듯 카메라의 기술이나 디지털카메라의 노이즈 감소[2] 같은 기능들이 발전할수록 해상도는 더욱 높아질 것이고 디지털 이미지 속에서 지문의 채취는 더욱 쉬워져 해킹의 가능성이 커지고 있다. 따라서 본 연구는 카메라 기술의 발달로 고해상도 이미지 속의 지문을 채취를 방지하는 시스템을 설계하고 개발하였다. 시스템 개발을 위해 서는 이미지 속에서 손과 손의 골격을 인식해주는 기술을 이용해 이미지 데이터에서 손의 골격을 좌푯값으로 나타내 주는 기술이 필요하다.
  • 본 연구는 급속도로 발전하는 기술에서 지문 채취가 가능하다는 문제점을 분석하여 지문 채취를 방지하기 위해 이미지에서 지문 부위만의 해상도를 강제로 뭉개는 방법을 제시한다.
  • 본 연구는 앞으로의 스마트폰 카메라 기술의 발전으로 인해 이미지의 해상도가 증가함으로 사진 내의 손가락에서 지문을 채취할 수 있고 이를 악용하는 사례가 일어나는 것을 방지하고자 이미지에서 지문 부위만을 채취해 그 부분만을 흐리게 처리해주는 시스템을 연구 하고 개발하였다. 손가락의 지문 부위만을 구하기 위해 손가락의 좌푯값들을 이용해서 지문 부위만을 구하는 알고리즘을 설계하였고, 이에 필요한 값들을 구하는 식들을 제시하였다.
  • 시스템 개발을 위해 서는 이미지 속에서 손과 손의 골격을 인식해주는 기술을 이용해 이미지 데이터에서 손의 골격을 좌푯값으로 나타내 주는 기술이 필요하다. 이 좌푯값을 이용하여 이미지 속에서 손가락의 지문 부위만을 구하는 알고리 즘을 개발해 원본 이미지에서 최소한의 손상 없이 손가락 지문 부분만 해킹 불가능할 정도로 수정하는 것을 목표로 시스템을 개발하고 연구를 진행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
이미지에서 지문 부위만을 채취해 그 부분만을 흐리게 처리하는 방법은 어떤 것인가? 본 연구는 앞으로의 스마트폰 카메라 기술의 발전으로 인해 이미지의 해상도가 증가함으로 사진 내의 손가락에서 지문을 채취할 수 있고 이를 악용하는 사례가 일어나는 것을 방지하고자 이미지에서 지문 부위만을 채취해 그 부분만을 흐리게 처리해주는 시스템을 연구 하고 개발하였다. 손가락의 지문 부위만을 구하기 위해 손가락의 좌푯값들을 이용해서 지문 부위만을 구하는 알고리즘을 설계하였고, 이에 필요한 값들을 구하는 식들을 제시하였다. 그 결과 이미지에 따라 손가락의 방향에 상관없이 손을 인식한다면 지문 부위 형태의 타원형을 그리는 것을 구현하였고, Opencv의 비트 연산과 Blur 처리를 이용해 지문 부위만을 흐리게 해서 원본 이미지에서 최소한의 손실로 지문 채취를 방지할 수 있게 된다. 이를 통해 이미지를 통한 개인의 생체데이터를 보호될 것으로 판단된다.
컴퓨터 비전이란? 컴퓨터 비전은 인공지능 분야인 딥러닝기술을 활용해 특정 객체에 속한 디지털 이미지 데이터를 속한 객체에 맞게 식별하고 분류하는 학습을 통해 딥러닝 모델을 만들어 컴퓨터가 학습 데이터 외의 이미지 데이터를 식별 할수 있게 사용하는 기술이다. 기본 원리는 Fig.
디지털 이미지를 통한 해킹의 가능성이 커지는 이유는? 이러한 디지털 이미지 속의 지문이 드러난 이미지 데이터를 이용해 지문 부위를 채취하고 채취한 지문을 통해 지문보안 프로그램의 보안을 통과한 사례가 있다[1]. 이렇듯 카메라의 기술이나 디지털카메라의 노이즈 감소[2] 같은 기능들이 발전할수록 해상도는 더욱 높아질 것이고 디지털 이미지 속에서 지문의 채취는 더욱 쉬워져 해킹의 가능성이 커지고 있다. 따라서 본 연구는 카메라 기술의 발달로 고해상도 이미지 속의 지문을 채취를 방지하는 시스템을 설계하고 개발하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. P. Monckton. (2014). Hacker Clones Fingerprint From Politician's Photograph(Online). https://www.forbes.com/sites/paulmonckton/2014/12/30/hacker-clones-fingerprint-from-photograph/#5b9873d46896 

  2. D. H. Har & H. J. Park. (2009). Effect of Noise Reduction Function in Digital Camera on the Resolution of Digital Image. The Journal of the Korea Contents Association, 9(5), 91-98 DOI : 10.5392/JKCA.2009.9.5.091 

  3. J. H. Park, & K. J. Lee. (2017). Realization of user-centered smart factory system using motion recognition. Journal of Convergence for Information Technology, 7(6), 153-158. 

  4. C. Zhe, T. Simon, S. E. Wei & Y. Sheikh. (2017). Realtime multi-person 2d pose estimation using part affinity fields. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 7291-7299). 

  5. S. H. Kim. (2019). Development of Face Recognition System based on Real-time Mini Drone Camera Images. Journal of Convergence for Information Technology, 9(12), 17-23. 

  6. J. C. Han & K. J. Cheoi. (2017). Design and Implementation CNN for Hand Shape Recognition. Journal of the Research Institute for Computer and Information Communication, 25(1), 43-45. 

  7. C. Y. Jang & T. Y. Kim. (2020). Hand Feature Enhancement and User Decision Making for CNN Hand Gesture Recognition Algorithm. Journal of The Institute of Electronics and Information Engineers, 57(2), 60-70. DOI : 10.5573/ieie.2020.57.2.60 

  8. T. Simon, H. B. Joo, I. Matthews, & Y. Sheikh. (2017). Hand keypoint detection in single images using multiview bootstrapping. In Proceedings of the IEEE conference on Computer Vision and Pattern Recognition. (pp. 1145-1153). 

  9. A. Jain, L. Hong & R. Bolle. (1997). On-line fingerprint verification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(4), 302-314. 

  10. W. J. Kim. (2019). Recent Technology Trends on Fingerprint Recognition and Forgery. The Institute of Electronics and Information Engineers, 46(8), 31-38. 

  11. V. Gupta. (2018). Hand Keypoint Detection using Deep Learning and OpenCV (Online). https://www.learnopencv.com/hand-keypoint-detection-using-deep-learning-and-opencv 

  12. A. Mordvintsev & K. Abid. (2014). Opencv-python tutorials documentation (Online). https://media.readthedocs.org/pdf/opencv-python-tutroals/latest/opencv-python-tutroals.pdf 

  13. D. Y. Kang. (2020). Image data blur processing through object detection. Master dissertation. HangYang University, Seoul. 

  14. S. Mallick, (2013). Bitwise AND, OR, XOR and NOT (Online). http://opencvexamples.blogspot.com/2013/10/bitwise-and-or-xor-and-not.html 

  15. B. Y. Lee. (2002). Design and analysis of Fuzzy Weighted Median(FWM) filter eliminating image noises. Master dissertation. KonKuk University, Seoul 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 보고서와 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트