[논문]강인한 홍채 인식 시스템을 위한 효율적인 눈 영상 검사 알고리즘

장자인; 김귀주; 손진호; 이일병

문제 정의

홍채 인식 시스템 중, 영상 횤됵과 전처리 부분에서 위조된 데이터나 시스템 성눙 저하의 원인이 죄는 부적절한 데이터를 제거함으로써 홍채인식 시스템의 성능욜 향상시킿 수 있다. 본 논문에서는 실시간으로 홍채영상의 품질을 검사하고 위조된 데이터를 찾아내기 위한 효율적인 눈 영상 검사 알고리즘을 제안한다. 제안하는 알고리즘은 두 단계로 구성되어있다.
뵨 논문에서는, 입력된 눈영상 데이터 중 위조 데이터와 부적절한 영상을 걸러내기 위한 효율적인 눈 영상 평가 알고리즘을 제안하였다. 먼저 위조된 데이터를 찾아내기 위해 동공 반지름 변화량과 눈꺼플 움직임 변화량의 상관계수를 구하였고, 2차원 고속 처리에 변환 방법을 통해 홍채 패턴이 인쇄된 콘택트렌즈 테이터를 찾아냈다.

제안 방법

두 번째 방법으로 눈꺼풀의 움직임을 추적하여 움직임 변화량의 상관계수 값을 구하여 이용한다. 눈 영상에서 눈꺼풀 부분을 추출하기 위해서, 영역 기반 틀 변형 기법과 케니 경계 검추 방법, 마스킹 방법을 사용한다[3].
뵨 논문에서는, 입력된 눈영상 데이터 중 위조 데이터와 부적절한 영상을 걸러내기 위한 효율적인 눈 영상 평가 알고리즘을 제안하였다. 먼저 위조된 데이터를 찾아내기 위해 동공 반지름 변화량과 눈꺼플 움직임 변화량의 상관계수를 구하였고, 2차원 고속 처리에 변환 방법을 통해 홍채 패턴이 인쇄된 콘택트렌즈 테이터를 찾아냈다. 첫 번째 알고리즘에서 위조 데이터가 아니라고 판명될 경우, 눈 영상의 품질평가 알고리즘을 홍하여 눈 깜빡임, 눈썹의 홍채 영역 침범, 홍채영역 잘림 등의 잡음을 포함하고 있는 영상을 찾아냈다.
홍채 인식 시스템의 첫 과정인 영상 획득 부분에서는, 각 사용자의 눈 영상을 빠른 속도의 일정한 시간 간격으로 240x320의 크기로 10〜15장 획독하여 보관한다. 이 데이터를 대상으로 위조된 눈 영상 데이터를 검사하기 위해서, 첫 단계로 동공 반지름 변화량의 상관계수즐 계산하고, 두 번째 단계로 눈꺼풀 움직임 변화량의 상관계수 값을 구한다. 마지막 방법으로 홍채 패턴이 인쇄된 콘택트렌즈 영상을 찾아내기 위해서 2차원 고속 퓨리에 변환율 사용한다.
홍채 인식에 있어서, 눈썹이 홍채 영역에 침범하논 경우가 않아 인식 성능의 저하를 가져오게 된다. 이를 탐지하기 위해서 동공 영역으로뿌터 좌/우 일정 영역에 대하여 선 검출 시험을 이용하여 선 성분을 조사한다. [그림 6]은 선 성분 검출을 위해 사용된 마스크로 이것을 이용하여 선 성분믈 조사하고 그 선 성분의 끝점이 동공 중싱보파 아래쪽에 위치하면 눈썹이 홍채 영역에 침범한 것으로 판단한다[6].
제안하는 알고리즘은 두 단계로 구성되어있다. 첫 번째 단계에서는, 위조된 데이터를 찾아내기 위하여 동공의 반지륨 변화량의 상관계수와 눈거풀 영역 움직임 변화량의 상관계수 걊, 2차원 고속 표리에 스펙트럼을 이용하고, 두 번째 단계에서는 눈 영상 품질평가 알고리즘을 총해 눈깜빡임과 초채 영역의 속눈써 침범, 홍채 영상의 부분적인 잘림과 같은 부적절한 영상을 걸러낸다. 눈 영상 검사 얄고리즘의 결과물로, 홍채 인식 시스템의 등록과 인증을 위한 고품질의 눈 영상을 얻게 된다.

대상 데이터

실험을 위해 111영의 1734개의 눈 영상 데이터를 사용하였다. 나안 영상 M23개, 안경 착용 영상 160개, 렌즈 착용 영상 151개에 대하여 본 논문에서 제안한 방법으로 실험한 결과 96%의 성공률을 보였다.
나안 영상 M23개, 안경 착용 영상 160개, 렌즈 착용 영상 151개에 대하여 본 논문에서 제안한 방법으로 실험한 결과 96%의 성공률을 보였다. 이 중 위조 데이터 판별을 위해 나안 영상 20개는 종이에 인쇄하여 사용하였고, 렌즈 영상중 20개는 칼라렌즈를 착용하고 훡됵한 영상을 사용하였다.

이론/모형

두 번째 방법으로 눈꺼풀의 움직임을 추적하여 움직임 변화량의 상관계수 값을 구하여 이용한다. 눈 영상에서 눈꺼풀 부분을 추출하기 위해서, 영역 기반 틀 변형 기법과 케니 경계 검추 방법, 마스킹 방법을 사용한다[3]. 이 방법은 눈 모양의 템플릿을 케니 경계 검출 방법으로 추출된 눈 영역 경계 영상에서 눈꺼풀 무분의 경계만을 검출하기 위한 마스로 사용하는 것이다.
동공의 반지름 변화량에 의한 위조 데이터 판별을 위해서는 동공 부문을 추추하기 위해 bisection 방법에 기반한 2차원 허브 변환(2-D Hough Transform)과 케니 경계 검출자(Canny edge operator)[4] 1 사용한다. 이 방법은 먼저 케니 경계 검츨 연산자를 이용하여 눈 영상의 경계 부분을 추춯한후, 원 중심의 후보점을 찾기 위해, 외곽선의 연결 요소들 중, 특정 거리에 위치한 두점을 연결하여 그 연결선을 양분하는 각 수직선 됼 사이의 교차점의 빈도수를 계산한다.
이 데이터를 대상으로 위조된 눈 영상 데이터를 검사하기 위해서, 첫 단계로 동공 반지름 변화량의 상관계수즐 계산하고, 두 번째 단계로 눈꺼풀 움직임 변화량의 상관계수 값을 구한다. 마지막 방법으로 홍채 패턴이 인쇄된 콘택트렌즈 영상을 찾아내기 위해서 2차원 고속 퓨리에 변환율 사용한다. 눈 영상 데이터가 첫 번째 단계외 모든 검사과정을 통과하게 되면 실제적인 눈 영상 데이터로 간주되어, 두 번째 단계에서 영상 품질 검사를 위한 테스트를 밡게 된다.

성능/효과

실험을 위해 111영의 1734개의 눈 영상 데이터를 사용하였다. 나안 영상 M23개, 안경 착용 영상 160개, 렌즈 착용 영상 151개에 대하여 본 논문에서 제안한 방법으로 실험한 결과 96%의 성공률을 보였다. 이 중 위조 데이터 판별을 위해 나안 영상 20개는 종이에 인쇄하여 사용하였고, 렌즈 영상중 20개는 칼라렌즈를 착용하고 훡됵한 영상을 사용하였다.
눈의 깜박임과 눈썹의 홍채 영역 침범이 발견되지 않았다면 마지막 단계로 홍채 영역이 일정 범위 내에 존재하는지 착인한다. 본 실험에 사용된 눈 영상 데이터에서는 실험에 의해 값의 평균을 낸 결과, 동공의 지름은 40~56 화소, 반지름은 20~28 화소의 크기를 가지고 있었고, 홍채 영역은 32화소 안에 표현이 되었다. 그러므로 휙득된 눈 영상에서 홍채 영역의 출현 여부는 원 영상의 가장자리에서 동공의 반지름과 홍채 영역 크기의 합만큼을 제외한 부분에 동공의 중심 영역이 위치하고 있는 지의 여부로 판단할 수 있다.
제안된 눈 영상 평가 알고리즘은 96%의 정확률을 보였다. 알고리죰의 실패 원인을 분석한 결과는 안경 렌즈의 상태가 좋지 않아 렌즈 자체에 잡영이 심한 경우와 얀경 렌즈에 카메라 조명의 LED 패턴이 홍채 영역에 맺히는 경우로 분석되었다.
첫 번째 알고리즘에서 위조 데이터가 아니라고 판명될 경우, 눈 영상의 품질평가 알고리즘을 홍하여 눈 깜빡임, 눈썹의 홍채 영역 침범, 홍채영역 잘림 등의 잡음을 포함하고 있는 영상을 찾아냈다. 제안된 눈 영상 평가 알고리즘은 96%의 정확률을 보였다. 알고리죰의 실패 원인을 분석한 결과는 안경 렌즈의 상태가 좋지 않아 렌즈 자체에 잡영이 심한 경우와 얀경 렌즈에 카메라 조명의 LED 패턴이 홍채 영역에 맺히는 경우로 분석되었다.

후속연구

눈 영상 검사 일고리증이 특징 추출과 시스템의 성능 향상에 좋은 결과를 보임에도 불구하고, 2차원 고속 퓨리에 변환시의 시간소비문제와, 눈썹에 의한 잡음 문제를 해결하기 위한 방법의 보완이 향후연구에서 요구되어 진다.

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

강인한 홍채 인식 시스템을 위한 효율적인 눈 영상 검사 알고리즘
The Efficient Eye Image Check Algorithm for The Robust Iris Recognition System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

강인한 홍채 인식 시스템을 위한 효율적인 눈 영상 검사 알고리즘 The Efficient Eye Image Check Algorithm for The Robust Iris Recognition System 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

강인한 홍채 인식 시스템을 위한 효율적인 눈 영상 검사 알고리즘
The Efficient Eye Image Check Algorithm for The Robust Iris Recognition System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper