[논문]신뢰성 있는 홍채 특징 추출을 위한 효율적인 전처리 모델 연구

이동국; 기균도; 이관용; 이일병

신뢰성 있는 홍채 특징 추출을 위한 효율적인 전처리 모델 연구
A Study on the Efficient Preprocessing Model for a Reliable Iris Feature Extraction 원문보기

이동국 (연세대학교 컴퓨터과학과) , 기균도 (연세대학교 컴퓨터과학과) , 이관용 (연세대학교 전기컴퓨터공학과) , 이일병 (연세대학교 전기컴퓨터공학과)

동일인에 대한 눈 영상에 대해서 홍채 영역 추출의 일정성은 인식을 위한 특징 추출에 신뢰성을 부여해주는 핵심 부분이라고 할 수 있다. 본 연구에서는 이런 특징 추출의 뢰성을 부여하기 위한 방법으로서 좌표 설정의 기준이 되는 중심의 대표 값을 찾아내는 방법과 홍채 근육의 움직임에 의한 영향을 배제할 수 있는 홍채 영역 정규화의 한 모델을 제시함으로써 불리한 환경 조건에서 홍채 인식률을 높이는 기반을 세우고자 한다.

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

문제 정의

전처리에서 가장 핵심이 되는 것은 동공(pupil)과 공막(sclera) 사이에 존재하는 홍채 영역의 위치를 찾아내는 일이다. 그러므로 동공과 공막이 홍채 영역과 이루는 경계를 정확히 검출하는 것이 큰 목적이 된다.
다양한 조건, 즉 정확한 촬영각을 가지지 않은 경우나 동공이 원 모양에서 크게 벗어나는 움직임을 보이는 사람에서 촬영된 홍채에 제안한 탄성체 모델을 적용해 봄으로써 그 효용성을 확인하고자 한다.
본 논문에서는 기존의 방법과는 달리 가상 원을 경계로 하지 않고 동공과 홍채의 경계 자체를 이용하는 방법을 제안한다.
본 논문에서는 영상 전처리에 대한 방법을 제시함으로써 높은 신뢰성을 가진 특징 추출을 수행할 수 있도록 하고자 한다.
본 연구에서 홍채 영역을 정의하기 위한 기준이 되는 두 가상 원의 검출 방법과 홍채 영역의 정규화에 대한 방법을 제시하였다.

가설 설정

a) 홍채 근육은 외곽 프레임에 핀 결합으로 연결된 탄성체로 이루어져 있다.
b) 이 탄성체는 길이 방향으로만 변형될 수 있으며 길이에 수직한 방향으로는 변형되지 않는다. 즉 휘어지지 않는다.
홍채 근육은 다음의 제한 조건을 가지고 움직인다고 가정한다.

제안 방법

동공의 중심을 이용해서 동공과 유사한 크기와 위치를 가지는 가상 원을 그림으로써 홍채 영역의 경계로 삼으며 이 동공의 중심을 기준으로 일정 각도 단위로 회전을 함으로써 영상 표준화를 수행한다.
본 연구는 전처리를 위한 두 가지 내용을 담고 있는데 하나는 좌표 설정의 기준이 되는 중심의 대표 값을 찾아내는 일이고 또 한 가지 내용은 이렇게 얻어진 중심을 통해서 홍채 영역을 일정 크기로 정규화시키는 방법을 담고 있다.
그룹들 각각에 일정 거리 간격의 픽셀을 한 쌍으로 두어서 이 두 픽셀이 이루는 직선과 직교하며 그 중심을 지나는 직선상의 점 (식 (1) 을 적용할 때 해당하는 p(x, y) )을 중심이 되는 후보로서 계수를 한다. 이런 과정들을 한 그룹의 픽 셀들에게 모두 적용한 뒤 중심의 후보로서 계수된 픽셀들을 조사해서 가장 많은 수를 얻은 점을 중심으로 삼는데 여기서 우리가 필요한 부분은 홍채의 내부 경계와 외부 경계뿐이므로 중심점 계수가 된 비율과 그 원의 크기를 고려하여 필요한 원 요소 두 개만 얻어낸다. 이 방법은 반경을 계산할 때만 실수 연산이 이용되므로 원 성분을 찾는데 있어서 Wildes가 사용한 Hough Transform([2][3]) 이나 그 외의 앞에서 제시된 원 성분 검출 방법에 비해 아주 빠른 수행 성능을 가진다고 볼 수 있다
효과적인 특징 추출을 위해서는 특징 추출을 위한 전처리 영상이 일정한 공간으로 정규화되는 것이 필요하다. 이를 위해서 극좌표와 사상 되는 일정한 크기를 가진 직사각 공간으로 영상을 변환한다.
홍채 영역의 기준을 가상 원이 아닌 동공과 홍채의 경계로 삼으며 이 동공의 중심을 기준으로 일정 각도 단위로 회전을 함으로써 영상 정규화를 수행한다.

대상 데이터

다양한 조건에서 촬영된 그림 1과 같은 360개의 눈 영상을 대상으로 실험해보았다.

이론/모형

경계선 검출기로는 Canny 경계선 검출기를 사용하며 경계선 구성 요소들 중 연결된 것들을 각각의 그룹으로 모아둔다. 그룹들 각각에 일정 거리 간격의 픽셀을 한 쌍으로 두어서 이 두 픽셀이 이루는 직선과 직교하며 그 중심을 지나는 직선상의 점 (식 (1) 을 적용할 때 해당하는 p(x, y) )을 중심이 되는 후보로서 계수를 한다.
홍채의 내부 경계가 가장 뚜렷한 원을 형성하고 있으므로 Bisection Method를 이용해서 이를 우선 찾아낸다. 이렇게 해서 얻어진 동공의 위치 정보를 사용해서 홍채의 외부 경계를 얻어낸다.

성능/효과

이 방법을 제안하게 된 동기로는 동공 경계와 홍채 경계로 이루어진 영역을 일정한 공간으로 사상시킬 필요성이 있었기 때문이며 그 모양이 일그러져도 영역 관계는 일대일 대응되어야 한다는 조건을 전제시킨 것으로써 모양이 일그러질 때의 지점 이동도 고려되었다.
홍채의 원래 영상과 이것을 가로 방향 94% 축소한 영상의 전처리를 시각 테스트해 본 결과, 중심 고정 모델의 경우 전처리된 영상 픽셀들의 좌우 이동이 컸으나 탄성체 모델은 영상 픽셀의 좌우 이동이 상대적으로 작았는데 이는 탄성체 모델이 영상 왜곡 보정 기능이 가능함을 시사하고 있다.

후속연구

또, 반사광이나 눈썹 등의 잡영에 의해서 간섭되는 부분을 배제하기 위한 마스킹 작업이 함께 첨가된다면 높은 인식률을 얻게 될 것으로 생각된다.
현재 구현된 탄성체 모델은 주변 환경 변화에 따른 홍채 근육의 움직임에 의한 패턴 변화에까지는 보정을 하고 있지 못하다. 이를 보완하기 위해서는 홍채 근육의 해부학적 특성을 고려하여 반영하는 것이 필요하며 이런 부분이 보완된다면 더 우수한 성능을 가질 수 있을 것이다.

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

신뢰성 있는 홍채 특징 추출을 위한 효율적인 전처리 모델 연구
A Study on the Efficient Preprocessing Model for a Reliable Iris Feature Extraction 원문보기

초록
AI-Helper