[논문]Java로 구현한 피부색 추출 기반 ATM 안면 인식 보안 시스템의 설계 및 구현

강보경; 배석찬

문제 정의

이 중 피부 영역 추출을 위해 YCrCb 색모델을 사용하여 전처리를 하였으며 원본 Gray 영상에 대해 바로 분류메서드를 적용하는 것 보다. 검출률을 높인다는 것을 확인하였고 이목구비 위치인식을 위한 분류메서드의 구현에 대해 살펴보았다. 최적의 성능을 구현하기 위해 다양한 테이터 학습 알고리즘이 적용된다면 보다 신뢰성 있고 얼굴 검출률을 높이는 시스템이 될 것이라고 생각한다.
이는 많은 사람들이 현재의 ATM보안시스템의 문제점을 인지하고 있으며 개선되어야 한다는데 많은 부분 동의한다고 볼 수 있다. 본 논문에서 제안하는 시스템은 현재의 ATM기기의 보안시스템을 개선할 수 있는 여러 가지 방법들 중 하나인 얼굴 인식을 통한 영상 보안 필터링을 구축하는데 개발 목표를 두었다.
본 논문에서는 Java언어를 기반으로 은행의 ATM기기를 위한 영상보안 필터링 시스템을 만드는 여러 영상처리 구현 방식을 제안하고 있다. 이 중 피부 영역 추출을 위해 YCrCb 색모델을 사용하여 전처리를 하였으며 원본 Gray 영상에 대해 바로 분류메서드를 적용하는 것 보다.

제안 방법

ATM서비스 이용자가 선글라스를 착용하였는지 여부를 알아내기 위해 이용자의 평균 피부톤 값을 조사하여 눈 부위의 픽셀의 평균값과 비교하게 되는데, 평균 피부톤 값으로 고정된 값을 사용할 수 없는 이유는 인종별로 피부 밝기가 다르며 또한 같은 인종이어도 선천적 요인, 썬탠, 화장등의 이유로 피부밝기가 천차만별이기 때문에 서비스 이용자의 평균 피부톤을 실시간으로 계산하는 방법을 사용하였다. 사용자의 얼굴에서 가장 안정적으로 평균 피부톤을 검출하기 위한 영역으로 코 옆의 광대뼈 아랫부분에 임의의 사각영역을 설정하였다.
대부분의 영상처리 어플리케이션들은 C++/OpenCV를 이용하여 개발된 프로그램인데 비해 본 논문의 시스템은 플랫폼 독립적 언어인 JAVA만을 이용하여 개발하였으며, 별도의 영상인식관련 API없이 분류함수와 대부분의 영상처리 메서드와 로직을 직접 구현하였다. 하드웨어스펙의 빠른 발전에 힘입어 이미 외국에서 JAVA언어를 이용한 여러 영상처리 프로젝트들이 나오고 있으며 국내에서도 이와 관련된 프로젝트들이 진행 중이다.
이 부분에서 HSI, YCrCb같은 색 공간 표현 방식에 기반한 얼굴 영역 추출에 관한 연구가 진행 중이며 이를 이용해 칼라영상에서 피부색 영역을 효과적으로 구분해 얼굴 영역을 효과적으로 추출할 수 있게 한다. 본 논문에서는 RGB영상을 YCrCb영상으로 변환하여 피부색 영역을 구분하여 얼굴 영역을 추출한다.
본 논문의 시스템은 위의 (그림 1)과 같이 JMFModule을 사용하여 Cam을 Java어플리케이션과 자유롭게 연동하였으며, Java플랫폼 상에서 보다 빠르고 풍부한 사용자 인터페이스 경험을 제공하기 위해 AWT와 Swing보다는 이클립스의 핵심 GUI컴포넌트인 SWT(Standard Widget Toolkit)를 사용하여 UI를 구현하였다. 하지만 JMF는 Swing과 결합되지만 SWT와 직접적으로 호환이 되지 않기 때문에 약간의 우회적인 방법이 필요하다.
ATM서비스 이용자가 선글라스를 착용하였는지 여부를 알아내기 위해 이용자의 평균 피부톤 값을 조사하여 눈 부위의 픽셀의 평균값과 비교하게 되는데, 평균 피부톤 값으로 고정된 값을 사용할 수 없는 이유는 인종별로 피부 밝기가 다르며 또한 같은 인종이어도 선천적 요인, 썬탠, 화장등의 이유로 피부밝기가 천차만별이기 때문에 서비스 이용자의 평균 피부톤을 실시간으로 계산하는 방법을 사용하였다. 사용자의 얼굴에서 가장 안정적으로 평균 피부톤을 검출하기 위한 영역으로 코 옆의 광대뼈 아랫부분에 임의의 사각영역을 설정하였다. 그 이유는 이 영역이 안경으로 인한 그림자의 영향이나 코의 그림자 , 입 주위 어두운 픽셀 값들에 영향을 가장 덜 받는 영역이기 때문이다.
본 논문에서는 Java언어를 기반으로 은행의 ATM기기를 위한 영상보안 필터링 시스템을 만드는 여러 영상처리 구현 방식을 제안하고 있다. 이 중 피부 영역 추출을 위해 YCrCb 색모델을 사용하여 전처리를 하였으며 원본 Gray 영상에 대해 바로 분류메서드를 적용하는 것 보다. 검출률을 높인다는 것을 확인하였고 이목구비 위치인식을 위한 분류메서드의 구현에 대해 살펴보았다.
이렇게 구하게 된 피부색 영역에서 왼쪽 눈, 코, 입, 오른쪽 눈을 순서대로 검출하는 알고리즘을 시행하는데 예를 들어 왼쪽 눈을 검출 할 때는 눈 영역의 픽셀들의 평균값 을 구하여 그 평균값에 여러번의 실험으로 구해진 일정한 가중치(0.6~0.8)를 곱하여 값을 조금 작게 만들고(값이 작아질수록 어두운 색) 그 작아진 값을 기준으로 눈 후보 영역을 다시 이진화(그림2 좌상단)하면 왼쪽 눈 부위만이 검은색 픽셀값으로 변하게 되는데 이영역의 평균값을 (값1)이라고 지정하고 이때 눈과 인접한 영역(눈 밑, 미간, 콧등, 광대뼈부분 등)의 픽셀들의 평균값에 가중치를 곱하여 얻은 값을 기준으로 이진화한 영역의 픽셀들의 평균 값을(값1)과 비교하는 방법을 사용하였다. 즉, 가중치를 적용하여 이진화한 눈의 픽셀 값 합은 동일한 가중치를 적용하여 이진화한 눈 밑, 미간, 콧등, 광대뼈부분등과 비교하여 반드시 더 어두운 색을 지닐 것이다.
하지만 JMF는 Swing과 결합되지만 SWT와 직접적으로 호환이 되지 않기 때문에 약간의 우회적인 방법이 필요하다. 이에 국내 자료가 없어 방법을 찾던 중 해결책을 구하게 되었고 JMF와 SWT를 호환시키기 위한 방법은 일단 SWT의SWT_AWT.new_Frame메서드로 AWT의 Frame을 하나 생성하고 영상을 표시하는 Swing의 JFrame에서JRootPane을 구하고(getRootPane메서드 이용) 리턴 된 JRootPane에서 다시 Container를 구해(getContentPane메서드 이용) 리턴 된 Container인스턴스를 앞에서 생성된 Frame의 add메서드의 매개변수로 넘겨주면 SWT Composite에 Swing의 JFrame을 넣게 된다. JMF로 얻은 이미지의 영상처리 로직 부분에서는 (그림 1)과 같이 피부색 영역 추출, 후보 영역 탐색, 이목구비 인식, 인식 결과 통합 이 4단계의 과정을 거치게 되며 인식결과는 다시 이미지와 텍스트, 음성정보로 사용자에게 전달된다.
피부색 영역 추출을 위해 흔히 사용되는 Gausiandistribution 피부색 모델을 이용할 경우 다양한 환경에서의 사진과 다양한 인종에서의 살색영역을 찾아내기가 어렵다. 피부영역을 효과적으로 찾기 위하여 RGB영상을 YCrCb영역으로 변환하였으며 RGB채널 각 값들을 이용하여 YCrCb채널 값들을 구하는 수식은 아래와 같다.

성능/효과

본 논문의 시스템은 현재 무방비라고 볼 수 있는 은행 ATM기기의 보안 문제를 해결할 수 있는 하나의 강력한방안이 될 수 있을 거라고 생각하며 지문인식등과 같은 다른 생체 인식 보안 프로그램과 다르게 서비스를 시도하는 사람과 은행 DB에 등록된 카드사용자 정보를 비교하는 과정이 없으므로 절차가 보다 단순하여 빠른 보안필터링이 가능하다. 또한 요즘 신종플루와 같은 질병과 관련하여 공공장소에서의 위생문제가 중요한 시점인데 지문인식의 경우 손을 직접적으로 기기에 접촉시킴으로써 위생청결을 유지하기 위한 별도의 해결책이 필요한 반면 본 영상보안 필터링 시스템은 보안필터링을 하기위한 기기와의 일체의 접촉이 불필요하므로 위생적인 측면에서도 더 나은 이점이 있다고 볼 수 있다.
평균 피부톤 값은 피부톤을 구하기 위한 사각영역의 픽셀 값들의 합을 구하고 다시 픽셀수로 나눠 평균 픽셀 값을 구하며 같은 방식으로 구해진 선글라스 영역의 평균값과 비교하여 선글라스 영역값이 평균 피부톤 값 보다 42%이상 어둡다면 선글라스나 눈 검출에 심각한 장애를 주는 뿔테 안경을 착용한 것으로 간주한다. 이외에도 값을 보정하기 위한 추가적인 분류 메서드들이 필수적이며 분류메서드별로 가중치를 적용하여 분류확률이 높은 분류메서드에는 높은 가중치를, 분류확률이 낮은 분류메서드에는 낮은 가중치를 적용하여 얼굴 후보 영역을 탐색 중에 누적된 가중치가 일정 값 이상을 넘어가면 연산중이던 영역을 후보 영역에서 탈락시키는 개념을 도입하였으며, 이를 이용하여 오검출률을 좀 더 줄일 수 있었다.

후속연구

검출률을 높인다는 것을 확인하였고 이목구비 위치인식을 위한 분류메서드의 구현에 대해 살펴보았다. 최적의 성능을 구현하기 위해 다양한 테이터 학습 알고리즘이 적용된다면 보다 신뢰성 있고 얼굴 검출률을 높이는 시스템이 될 것이라고 생각한다.

핵심어	질문	논문에서 추출한 답변
	ATM 안면 인식 보안 시스템은 어떤 컴퓨터언어를 사용하여 제작되었는가?	요즘 현금카드나 신용카드를 훔치고 비밀번호를 알아내 ATM(현금자동지급기)에서 현금을 인출하는 범죄가 늘고 있는데 범인들은 대부분 선글라스, 안경, 마스크, 모자 등으로 얼굴을 가리고 인출을 함으로 은행의 CCTV는 범인색출에 거의 도움이 되지 않는다. 본 논문에서의 영상처리는 모두 Java언어를 사용하였으며 피부색을 사전 추출하는 과정을 거쳐 구현된 분류기능을 이용해 얼굴의 이목구비들의 위치를 인식하도록 한다. 이는 ATM이용자가 선글라스, 안경, 마스크 등으로 얼굴을 가리면 기기에서 애초에 서비스 받는 것을 불가능 하게 하여, 범죄를 예방할 수 있게 한다.
	얼굴인식은 어떻게 구성되는가?	얼굴인식은 크게 얼굴 영역 추출, 특징 추출, 결과 통합과정으로 구성되는데 특징을 추출하기 위해 사용할 얼굴 영역 추출과정은 매우 중요하며 전체 인식률과 검출 속도에 큰 영향을 줄 수 있다. 이 부분에서 HSI, YCrCb같은 색 공간 표현 방식에 기반한 얼굴 영역 추출에 관한 연구가 진행 중이며 이를 이용해 칼라영상에서 피부색 영역을 효과적으로 구분해 얼굴 영역을 효과적으로 추출할 수 있게 한다.
	Gausiandistribution 피부색 모델의 단점은?	피부색 영역 추출을 위해 흔히 사용되는 Gausiandistribution 피부색 모델을 이용할 경우 다양한 환경에서의 사진과 다양한 인종에서의 살색영역을 찾아내기가 어렵다. 피부영역을 효과적으로 찾기 위하여 RGB영상을 YCrCb영역으로 변환하였으며 RGB채널 각 값들을 이용하여 YCrCb채널 값들을 구하는 수식은 아래와 같다.

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

Java로 구현한 피부색 추출 기반 ATM 안면 인식 보안 시스템의 설계 및 구현
Design and Implementation of Face Recognition Security System for ATM based on extracting skin color using Java 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Java로 구현한 피부색 추출 기반 ATM 안면 인식 보안 시스템의 설계 및 구현 Design and Implementation of Face Recognition Security System for ATM based on extracting skin color using Java 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Java로 구현한 피부색 추출 기반 ATM 안면 인식 보안 시스템의 설계 및 구현
Design and Implementation of Face Recognition Security System for ATM based on extracting skin color using Java 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper