[논문]다중 영상을 이용한 지문인식 성능향상

길연희; 안도성; 반성범

다중 영상을 이용한 지문인식 성능향상
Enhanced Fingerprint Enrollment by Using Multiple Impressions 원문보기

길연희 (한국전자통신연구원 정보보호연구본부) , 안도성 (한국전자통신연구원 정보보호연구본부) , 반성범 (한국전자통신연구원 정보보호연구본부)

생체정보를 이용한 보안 솔루션이 활발하게 연구되고 있는 가운데, 지문은 가장 널리 사용되고 또한 중점적으로 연구되고 있는 생체특징의 하나로 자리잡았다. 지문인식 시스템에 사용되는 지문 입력기는 광학식, 반도체식 등 다양하나 입력방식은 주로 압착날인식으로 회전식과 달리 손가락 끝을 입력창에 대어 그 순간 접촉된 면의 지문만을 입력받게 된다. 그러므로 입력된 지문영상은 전체지문과 비교했을 때 극히 일부분에 불과하여, 이러한 제한된 영역으로부터 획득된 지문영상들을 비교한다면 비록 동일 지문이라 할지라도 획득 위치의 상이함으로 인해 타인 지문으로 오인식할 소지가 있다. 또한 특징점에 기반한 지문인증 알고리즘의 경우에는 두 지문으로부터 추출된 특징점의 위치 및 상태 정보의 신뢰성에 전적으로 의존하게되므로 특징점의 오추출 및 누락이 전체 시스템 성능을 좌우하게된다. 그러므로 가능한한 넓은 영역의 지문을 사용하고 신뢰할 만한 특징 추출 결과를 얻는 것이 에러율을 개선하는데 필수적이라 하겠다. 이에, 본 논문에서는 사용자 등록시 한 지문에서 획득한 복수의 지문영상을 이용하여 정렬 및 정합 과정을 거친 후 지문영상의 영역을 확장하고 해당 지문영상에서 추출된 특징점을 비교하여 유효하지 않은 특징점을 제거하는 과정을 통하여 등록시 저장되는 특징점 템플릿의 신뢰도를 높여주는 방법을 제안하였다. 제안된 알고리즘은 결과의 객관성을 확보하기 위하여 FVC 2002에서 제공하는 데이터베이스로 테스트한 결과 2.12%의 EER(Equal Error Rate)을 얻을 수 있었다.

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

문제 정의

본 논문에서는 등록지문의 영역을 확장하고 추출되는 특징점의 신뢰도롤 높이기 위해 등록시 복수개의 지문영상을 사용하는 방안을 제안하였다. 제안하는 방법은 등록시 복수개의 지문영상을 사용하되, 복수개의 지문영상 중 기준이 되는 지문영상을 설정하고 각각의 지문영상을 기준영상에 맞게 정렬한다.

제안 방법

그리고 등록과정에서 사용되지 않은 나머지 4 장의 영상을 정합에 사용하여 총 400 회의 본인 비교를 수행하였고 9900 회의 타인 비교를 수행하였다. 본 논문에서 제안한 등록 알고리즘의 성능을 비교하기 위해 하나의 지문영상만을 이용하여 등록 특징점을 생성하는 알고리즘에 대한 실험도 추가로 하였다.
그리고 등록과정에서 사용되지 않은 나머지 4 장의 영상을 정합에 사용하여 총 400 회의 본인 비교를 수행하였고 9900 회의 타인 비교를 수행하였다. 본 논문에서 제안한 등록 알고리즘의 성능을 비교하기 위해 하나의 지문영상만을 이용하여 등록 특징점을 생성하는 알고리즘에 대한 실험도 추가로 하였다. 아래 그림은 두 가지 경우에 대한 FMR/FNMR 그래프를 나타낸 것이다.
본 논문에서는 지문을 이용한 사용자 인증 시스템을 제안하되, 등록과정에서 복수개의 지문영상을 사용하여 지문영역을 확대함과 동시에, 각각의 지문 영상에서 추출된 특징점을 정렬 및 비교하는 과정을 거쳐 거짓 특징점까지 제거하는 알고리즘을 제시하고, 실험을 통해 전체 시스템의 성능 향상을 확인하였다.
제안하는 방법은 등록시 복수개의 지문영상을 사용하되, 복수개의 지문영상 중 기준이 되는 지문영상을 설정하고 각각의 지문영상을 기준영상에 맞게 정렬한다. 이를 위해 먼저 특징점 을 추출한 후 특징점쌍을 이용하여 지문 영상 간의 위치 및 방향차를 구해 보정한다. 다음으로 모든 지문영상의 특징점을 차례대로 포개어 정합을 수행하여 서로 일치되는 특징점이 있을 경우에 등록특징점 으로 저 장한다.
제시한 방법은 지문 등록시 지문 입력기에서 제한된 영역의 지문만 입력 받았을 경우 저장되는 지문영역 을 확장하고, 각 영 상에서 추출된 특징점 의 비교에 의해 거짓 특징점을 제거하며, 또한 기준영상의 특징점 에서 누락된 특징점을 보완할 수 있도록 한다.
사용하는 방안을 제안하였다. 제안하는 방법은 등록시 복수개의 지문영상을 사용하되, 복수개의 지문영상 중 기준이 되는 지문영상을 설정하고 각각의 지문영상을 기준영상에 맞게 정렬한다. 이를 위해 먼저 특징점 을 추출한 후 특징점쌍을 이용하여 지문 영상 간의 위치 및 방향차를 구해 보정한다.
즉, 여러 지문영상에서 추출된 특징점들을 비교하였을 때 단 한장의 지문영상에서 만 발생하는 특징점은 잘못 추출되었을 확률이 높으므로 배제하도록 하며, 기준영상이 아니라도 두번 이상 발생하는 특징점에 대해서는 확장된 영역의 특징점 또는 누락된 특징점이라고 판단하여 첨가하도록 한다. 그림 5 는 이러한 등록과정을 나타낸 흐름도이다.

대상 데이터

등록과정에서 사용되는 지문영상의 수는 유동적일 수 있으나 실험적으로 4 장의 영상을 사용하도록 하였다. 그리고 등록과정에서 사용되지 않은 나머지 4 장의 영상을 정합에 사용하여 총 400 회의 본인 비교를 수행하였고 9900 회의 타인 비교를 수행하였다.
본 논문에서는 그 중 DB 1의 A set 을 사용하였으며 DB 1의 영상 해상도는 500dpi 에 388x374 크기를 갖는다. 또한 DB1은 총 100 명으로부터 각각 8 장씩, 총 800 장의 지문영 상으로 구성되어 있다.

이론/모형

등록과정에서 여러장의 지문영상을 사용하여 지문영역을 확장하고 신뢰할 만한 특징추출 결과를 얻는 방법에 대하여 FVC 2002[9]에서 제공하는 지문 DB 를 이용하여 실험하였다. FVC 2002 에서는 서로 다른 입력기를 사용해 획득한 총 4 가지의 지문 DB 를 제공한다 [10]

성능/효과

스코어의 분포를 나타낸다. 위 그래프에서 나타나는 바와 같이 1 개의 지문영상을 사용하여 등록한 경우와 4개의 지문영상을 사용하여 등록한 경우 EER(Equa) Error Rate)은 각각 3.50%와 2.12%로 4개의 지문 영상을 사용했을 경우 EER 이 개선되었음을 알 수 있다. 특히, FNMR 을 1%로 두었을 때 전자의 경우는 FMR 이 40%가 넘는 반번, 후자의 경우는 6.
이에, 등록지문의 특징점으로 채택된 특징점들의 신뢰도가 높아져 정합 결과가 개선되었음을 확인할 수 있었다.

후속연구

동일 지문이라 할지라도 획득 위치의 상이함으로 인해 타인 지문으로 오인식할 위험이 있다. 그러므로 여 러장의 지 문영 상을 조합하여 등록지문을 확장 생성한다면 인증시 입력되는 지문영상에 대해 어느 정도 정확한 정합결과를 도출할 수 있을 것이다. 뿐만 아니 라, 여 러장의 지 문영 상을 사용하면 특징점 추출 시의 오류에 대한 보상도 가능하다.

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

다중 영상을 이용한 지문인식 성능향상
Enhanced Fingerprint Enrollment by Using Multiple Impressions 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

다중 영상을 이용한 지문인식 성능향상 Enhanced Fingerprint Enrollment by Using Multiple Impressions 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

다중 영상을 이용한 지문인식 성능향상
Enhanced Fingerprint Enrollment by Using Multiple Impressions 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper