[논문]통계적 정보를 기반으로 하는 홍채인식에 대한 새로운 접근 방법

기균도; 이관용; 박혜영; 이일병

통계적 정보를 기반으로 하는 홍채인식에 대한 새로운 접근 방법
A New Approach to Human Iris Recognition based on Statistical Information Theory 원문보기

기균도 (연세대학교 컴퓨터과학과) , 이관용 (연세대학교 전기컴퓨터공학과) , 박혜영 (일본 이화학연구소) , 이일병 (연세대학교 컴퓨터과학과)

본 논문에서는 홍채의 특징을 효율적으로 추출하기 위한 새로운 접근 방법으로서, 통계적 정보를 기반으로 하는 주성분요소분석(PCA) 및 독립성분요소분석(ICA)을 홍채영상에 적용한 결과에 대하여 소개하고자 한다. 또한, 전체영상을 몇 개의 부분영상으로 분할한 후, 분할된 영상에 대하여 주성분요소분석과 독립성분요소분석을 적용함으로서, 분할된 부분영상의 특징이 전체영상에서 추출한 특징보다 효과적으로 홍채의 특징을 표현하는 결과를 보여 주었다. 이러한 방법을 홍채영상에서 효율적인 특징을 추출하기 위한 새로운 접근방법으로서 적용하였으며, 다양한 특징 집합에 대하여 적용한 결과, 홍채영상에서 redundant한 정보와 잡음을 제거함으로써 compact하고 robust한 특징을 추출할 수 있었다.

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

문제 정의

본 논문에서는 PCA나 ICA와 같은 통계적인 방법을 이용하여 홍채특징을 추출하여 인식을 하는 새로운 방법을 제안하였다. 획득된 홍채 영상에 대하여 PCA를 적용하였을 때, 통계적으로 중요한 정보를 유지하고 잡영 정보를 효과적으로 제거하여 특징의 차원을.

제안 방법

이러한 결과는 PCA와 ICA가 패턴인식 분야에 높은 적용 가능성을 보여주고 있다고 할 수 있다[7]. 먼저, PCA와 ICA에 대하여 살펴본 후, 이 방법을 본 논문에서 홍채의 특징 패턴을 추출하는데 적용하기 위한 전략에 대하여 설명한다.
본 논문에서는 PCA나 ICA와 같은 통계적인 방법을 이용하여 홍채특징을 추출하여 인식을 하는 새로운 방법을 제안하였다. 획득된 홍채 영상에 대하여 PCA를 적용하였을 때, 통계적으로 중요한 정보를 유지하고 잡영 정보를 효과적으로 제거하여 특징의 차원을.효과적으로 줄일 수 있었으며, ICA를 적용하여 특징 벡터의 redundancy-®- 최소화하는 통계적으로 독립된 특징을 얻을 수 있었다.

대상 데이터

본 논문에서는 50명으로부터 획득된, 500개의 홍채 데이터에 대하여 PCA와 ICA를 적용하였으며, 250개는 학습 데이터로, 나머지 250개는.테스트 데이터로 활용하였다.
본 논문에서는 50명으로부터 획득된, 500개의 홍채 데이터에 대하여 PCA와 ICA를 적용하였으며, 250개는 학습 데이터로, 나머지 250개는.테스트 데이터로 활용하였다.(그림 2)와(그림 3)은 학습 데이터와 테스트 데이터에 대한 예를 보여주고 있으며, 각각의 그림에서 하단 부분은 상단 부분의 홍채영상에 대한 극좌표 변환된 홍채의 영상을 보여주고 있다.
홍채영상을 8개의 부분 영상으로 분할 하였다. 영상을 분할 한 결과, 우리는 32와 56차원의 특징 벡터를 얻을 수 있었으며, 특징 벡터의 차원을 전체 영상에 적용한 결과와 비교를 하면30%, 40%로 특징 벡터 차원을 줄일 수 있었음을 보여주고 있다.

성능/효과

PCA에서 얻어진 동일한 차원에 대하여 ICA에 적용을 하였을 때, 95%와 96%의 인식률을 얻을 수 있었다.(그림 5)는 2()개의 독립적인 기저 영상을 보여주고 있다.
그래프에서 우리는 ICA에 적용한 결과가 PCA에 적용한 결 과 보다 약간 높음을 알 수 있다. 그러 나, 보다 중요한 결과 (8)는 그림의 오른편에서 블 수 있는데, 우리는 전체영상을 부 분영상으로 분할 하였을 때, 보다 압축된 특징 패턴을 얻을 수 있었으며 성능 또한 우수하다는 것이다. 이는 부분영상 에 PCA를 적용하였을 때가 전체영상에 대한 성능보다 우수함을 보여주고 있다.
더욱이, 부분영상으로 분할하여 적용한 결과, 높은 성능을 유지하면서 눈꺼풀, 눈썹, 빛등에 의한 반사영향을 최소화 하면서 특징 패턴을 효율적으로 줄일 수 있음을 보였다. 본 연구에서 제안된 방법이 홍채의 패턴을 효과적으로 표현할 수 있기 때문어), 홍채인식에 성공적으로 적용될 수 있음을 알 수 있다
더욱이, 부분영상으로 분할하여 적용한 결과, 높은 성능을 유지하면서 눈꺼풀, 눈썹, 빛등에 의한 반사영향을 최소화 하면서 특징 패턴을 효율적으로 줄일 수 있음을 보였다. 본 연구에서 제안된 방법이 홍채의 패턴을 효과적으로 표현할 수 있기 때문어), 홍채인식에 성공적으로 적용될 수 있음을 알 수 있다
홍채영상을 8개의 부분 영상으로 분할 하였다. 영상을 분할 한 결과, 우리는 32와 56차원의 특징 벡터를 얻을 수 있었으며, 특징 벡터의 차원을 전체 영상에 적용한 결과와 비교를 하면30%, 40%로 특징 벡터 차원을 줄일 수 있었음을 보여주고 있다. 위의 특징 벡터에 대하여 각각 96%와 97%의 인식률을 얻을 수 있었다.
영상을 분할 한 결과, 우리는 32와 56차원의 특징 벡터를 얻을 수 있었으며, 특징 벡터의 차원을 전체 영상에 적용한 결과와 비교를 하면30%, 40%로 특징 벡터 차원을 줄일 수 있었음을 보여주고 있다. 위의 특징 벡터에 대하여 각각 96%와 97%의 인식률을 얻을 수 있었다. 이는 부분 영상에 대하여 PCA를 적용할 시, 높은 성능을 유지하면서 좀 더 효과적으로 특징 패턴을 줄일 수 있음을 보여주고 읏1다.
홍채에 대한 인식은 최소거리 분류 방법을 사용하였으며, 이는 미지의 패턴에 대하여 기준패턴과의 거리를 계산하여 가장 가까운 기준패턴의 틀래스를 미지패턴의 클래스로 결정하는 방법이다. 홍채영상 전체에 대하여 PCA를 적용한 결과 46개와 94개의 기저 벡터를 얻을 수 있었으며, 각각 94% 와 95%의 인식률을 얻었다.(그림 4>는 상위 20개의 주 성분에 대한 그림이다.
획득된 홍채 영상에 대하여 PCA를 적용하였을 때, 통계적으로 중요한 정보를 유지하고 잡영 정보를 효과적으로 제거하여 특징의 차원을.효과적으로 줄일 수 있었으며, ICA를 적용하여 특징 벡터의 redundancy-®- 최소화하는 통계적으로 독립된 특징을 얻을 수 있었다.

후속연구

향후 계획으로는 본 방법의 견고함과 효율성을 증명하기 위하여 보다 다양하고 많은 데이터에 대하여 실험을 수행할 계획이 다.

원문 보기

ScienceON 원문보기

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

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

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].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

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

연합인증

통계적 정보를 기반으로 하는 홍채인식에 대한 새로운 접근 방법
A New Approach to Human Iris Recognition based on Statistical Information Theory 원문보기

초록
AI-Helper