KR20030010944A - 다중 1차원 홍채 특징에 기반한 홍채검증방법 - Google Patents

Abstract

본 발명은 다중 1차원 홍채 특징에 기반한 홍채검증방법에 관한 것이다.

본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 여러 생리학적 특징 중 높은 신뢰성을 갖는 것으로 알려진 홍채로부터 고유한 특징을 추출하고 검증하는 알고리즘을 제공하는 것이다.

본 발명은 홍채 영상으로부터 홍채 내외부 경계반지름을 획득하고 잡음부분을 제거하는 전처리 단계; 다중 홍채 내외부 경계 반지름을 이용하여 특징값을 추출할 반지름을 결정한후, 동공중심을 기준으로 상기 결정된 반지름에 있는 홍채 정보를 특징으로 추출하는 단계; 및 두 홍채 사이의 유사도를 측정하여 본인인지의 여부를 확인하는 특징 매칭 단계를 포함하며, 홍채 주름내부의 패턴을 고려하면서 신속한 특징 추출이 가능하도록 동공중심을 기준으로 특정 반지름에 위치하는 홍채 정보로부터 추출한 홍채 특징을 이용함으로써 보다 신뢰성있는 홍채 검증방법을 제공한다.

Description

다중 1차원 홍채 특징에 기반한 홍채검증방법{THE METHOD OF VERIFYING IRIS BASED ON MULTIPLE 1D IRIS CHARACTERISTICS}

본 발명은 다중 1차원 홍채 특징에 기반한 홍채검증방법에 관한 것으로서,보다 상세하게는 동공중심을 기준으로 특정 반지름에 위치하는 홍채정보로부터 추출한 특징을 이용하는 다중 1차원 홍채 특징에 기반한 홍채검증방법에 관한 것이다.

사람들은 개개인마다 고유한 생리학적 특징을 가지고 있으며, 이를 이용한 생체 인식에 대한 연구가 많은 관심을 끌고 있다. 이러한 생리학적 특징에는 유전자 형질, 지문, 귀의 생김새, 걸음걸이, 손모양, 음성, 얼굴의 생김새, 홍채 등이 있으며, 이러한 개개인의 생리학적 특징을 이용한 신원검증시스템은 그 특징의 높은 신뢰성 때문에 오랜 시간 많은 연구가 진행되어 왔다. 이러한 검증 시스템은 출입자관리, 은행의 현금입출기, 전자상거래 보안 등에 적용가능하며, 보다 높은 신뢰성과 적용 용이성을 위한 연구가 이루어지고 있다.

상기한 여러 생리학적 특징들 중 홍채가 어떤 생체 특징보다도 개인간의 변별력이 높다고 알려져 있으며, 홍채의 모양은 개개인의 독립성이 얼굴이나 지문보다도 높아 신원확인 시스템에 적용시키는데 높은 신뢰성을 가질 수 있다.

기존의 홍채를 이용한 생체 검증 방법은 특징 추출 방법에 따라 크게 2가지로 구분가능하며, 홍채 전체 영상에서 특징으로 추출하는 2차원 특징을 이용한 방법과 홍채 생채 특성중 외곽 주름 형태만을 특징으로 사용하는 1차원 특징을 이용한 방법이 있다.

상기 2차원 특징을 이용한 방법은 홍채 전체영상에서 특징을 추출하므로 홍채고유의 패턴정보를 포함하지 않는 불필요한 정보들을 다수 보유할 수 있으며, 그결과 영상 처리량이 많아지기 때문에 신속하지 못하다는 문제점이 있었다.

상기 1차원 특징을 이용한 방법은 2차원 대신에 1차원 특징을 사용하므로 계산량이 감소하고 신속한 특징 추출이 가능하다는 장점을 가지지만, 홍채 외곽 주름 형태를 제외한 모든 홍채 패턴을 무시했기 때문에 오인식률이 증가하는 문제점이 있었으며, 더욱이 홍채의 주름 형태가 손상될 경우 신뢰성이 저하되는 치명적인 단점을 가진다.

본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은 여러 생리학적 특징 중 높은 신뢰성을 갖는 것으로 알려진 홍채로부터 고유한 특징을 추출하고 검증하는 알고리즘을 제공하는 것이다.

본 발명의 다른 목적은 홍채 주름내부의 패턴을 고려하면서 신속한 특징 추출이 가능하도록 동공중심을 기준으로 특정 반지름에 위치하는 홍채 정보로부터 추출한 홍채 특징을 이용함으로써 보다 신뢰성있는 홍채 검증방법을 제공하는 것이다.

본 발명은 상기한 목적을 달성하기 위하여, 1차원 방법에서 무시한 홍채 주름 내부의 패턴을 고려할 뿐만 아니라 2차원 방법보다 신속하게 특징을 추출할 수 있도록 동공중심을 기준으로 특정 반지름에 위치하는 홍채 정보를 특징으로 사용한다.

또한, 본 발명에서는 55㎜ 렌즈를 사용하여 약 15 - 20 ㎝의 거리에서 획득한 200 - 240 픽셀의 직경과 320 ×240의 해상도를 갖는 홍채 영상을 사용한다.

도 1은 일반적인 홍채 영상 획득장비의 구성도.

도 2는 일반적인 홍채 패턴별 분류도.

도 3은 홍채 패턴을 설명하는 도면.

도 4는 본 발명에 따른 홍채영상의 검증과정을 나타낸 흐름도.

도 5는 본 발명에 따른 홍채경계 영상을 나타낸 도면.

도 6은 본 발명에 따른 홍채형태별 특징반지름의 위치를 나타낸 도면.

도 7은 본 발명에 따른 특징반지름 위치에서의 홍채패턴을 나타낸 도면.

※ 도면의 주요부분에 대한 부호의 설명 ※

11 : 램프 12 : 렌즈

13 : CCD 카메라 14 : 프레임 그래버

15 : 모니터

상기한 목적을 달성하기 위하여 본 발명에 따른 다중 1차원 홍채 특징에 기반한 홍채 검증방법은 홍채 영상으로부터 홍채 내외부 경계반지름을 획득하고 잡음부분을 제거하는 전처리 단계; 상기 전처리 단계에서 획득한 다중 홍채 내외부 경계 반지름을 이용하여 특징값을 추출할 반지름을 결정한후, 동공중심을 기준으로 상기 결정된 반지름에 있는 홍채 정보를 특징으로 추출하는 단계; 및 두 홍채 사이의 유사도를 측정하여 본인인지의 여부를 확인하는 특징 매칭 단계를 포함하는 것을 특징으로 한다.

이러한 본 발명에 따른 바람직한 실시예를 첨부된 도면에 의거하여 상세하게 설명하면 다음과 같다.

도 1은 일반적인 홍채 영상 획득장비의 구성도로서, 정확한 홍채정보를 획득할 수 있도록 조명해주는 램프(11)와, 렌즈(12)를 통하여 사용자의 눈을 촬영하는 CCD 카메라(13)와, 상기 CCD 카메라(13)와 연결되어 홍채영상을 디지털화하는 프레임 그래버(Frame Grabber)(14) 및 영상획득시 정확한 영상획득과 사용자의 위치선정 편의를 도모하기 위하여 현재 카메라에 입력되는 영상을 사용자에게 보여줄 수 있도록 하는 모니터(15)로 구성된다.

상기 영상획득장비의 구성에 있어서, 영상 획득에는 CCD 카메라(13)를 사용하며, 홍채의 밝기 분석을 통해 홍채 검증을 수행한다. 한편, 실내에서 보통의 조명을 가지고 홍채 영상을 획득하는 경우에는 홍채 영상이 전반적으로 어둡기 때문에 원하는 홍채 정보를 추출하기 어렵다. 따라서, 홍채 영상의 정보가 손실되지 않도록 별도의 주변 조명을 사용하게 되는데, 이러한 경우에 반사광에 의한 홍채 정보의 손실과 인식성능의 저하를 방지하고, 또한 정확한 홍채 정보를 얻을 수 있도록 적절한 조명을 사용하여야 한다.

도 1에서와 같이, 램프(11)의 조명을 좌우 측면에 위치시켜서 램프(11)의 반사광이 홍채 영역의 외곽에 맺히도록 함으로써 홍채영상의 정보가 손실되지 않도록 하고, 또한 사용자 눈(10)의 피로를 방지하게 한다.

영상 획득시 고려해야만 하는 사항은 홍채 영상을 획득할 대상에게 거부감을 주지않고 고품질의 홍채 영상을 캡쳐하는 것이다. 즉, 홍채는 상대적으로 작고(보통 직경 1㎝), 어두운 부분이며, 매우 민감한 부분이므로 주의를 기울여야만 한다.

도 2는 일반적인 홍채 패턴별 분류도로서, 홍채는 유형에 따라 크게 균일한 집약형 패턴, 산만한 집약형 패턴, 다양형 패턴으로 분류할 수 있다.

도 3은 홍채 패턴을 설명하는 도면으로서, 홍채 패턴(즉, 홍채 무늬)은 외곽 주름과 주름내부의 패턴으로 구성되어 있으며, 집약형의 경우에는 중심부에 대부분의 홍채 정보를 포함하고 있다. 동공의 크기는 동일인인 경우에도 획득시마다 크기의 변화가 있다.

이미 언급한 바와 같이, 본 발명에 따른 홍채 검증방법은 특징 추출방법과 매칭방법에 있어서 종래의 홍채검증방법과 다른 알고리즘을 구현하는데, 종래의 1차원 특징을 이용한 홍채 검증방법에서 구현하지 못한 홍채주름내부의 패턴을 고려하고, 2차원 특징을 이용한 홍채 검증방법에서 구현하지 못한 신속한 특징추출이 가능하다.

도 4는 본 발명에 따른 홍채의 검증과정을 나타낸 흐름도로서, 홍채 특징 추출을 위한 전처리 단계, 홍채 영역에 나타나는 무늬 패턴의 특징을 추출하는 홍채 특징 추출 단계, 두 홍채 사이의 유사도(Similarity)를 측정하여 본인인지의 여부를 확인하는 특징 정합 단계로 구성되며, 보다 구체적으로 설명하면 다음과 같다.

홍채 영상 전처리(S10)

전처리는 카메라에 의해 획득한 홍채 영상으로부터 일관성 있는 홍채 특징 추출을 위한 전단계로서 홍채 경계를 획득하고 잡음부분을 제거하는 작업이다.

홍채 경계면 획득 단계는 획득한 영상으로부터 홍채 영역을 분리하는 것으로, 홍채 영상을 흰자위, 홍채, 동공부분으로 구분한후 홍채 경계면을 획득한다.

상기 홍채 경계면 획득후, 조명, 눈꺼풀 등에 의한 잡음부분을 제거한다.

도 5에 도시된 바와 같이, 홍채 경계는 크게 동공부분을 나타내는 내부 경계와 눈동자 부분을 나타내는 외부 경계로 구분되며, 동공중심을 기준으로 내부경계까지의 거리는 내부경계 반지름(Ri)으로 정의되고 외부경계까지의 거리는 외부경계 반지름(Ro)으로 정의한다.

홍채 특징 추출(S20)

홍채 특징 추출은 홍채 영역에 나타나는 무늬 패턴의 특징을 추출하는 단계로, 먼저 상기 전처리 작업을 통해 획득한 홍채 내외부 경계 반지름(Ri 및 Ro)을 사용하여 특징값을 추출할 반지름을 결정한후 동공중심을 기준으로 상기 결정된 반지름에 있는 홍채 정보를 특징으로 추출한다.

홍채 정보의 대부분이 홍채 내부(즉, 동공과 접하는 부분)에 집중되어 있으므로, 동공을 중심으로 일정 반지름내에 있는 홍채 정보를 특징으로 사용한다. 상기 특징 추출시, 홍채 내외부 경계반지름(Ri, Ro)을 이용하여 특징 추출 반지름을 결정하게 되는데, 동공 변화 또는 획득 영상의 스케일에 따른 홍채 크기변화에 영향을 받기않고 동일한 특징 정보를 추출할 수 있다는 장점을 가진다.

동공을 중심으로 일정한 반지름에 위치하는 홍채 픽셀(I)들의 집합을 추출하면 다음과 같다.

도 6은 다양한 홍채 패턴별 특징 반지름의 위치를 나타낸 것으로, 예를 들면 동공 중심으로부터 가까운 순서대로 I₁(레벨1), I₂(레벨2), I₃(레벨3), I₄(레벨4)라고 정의할 수 있다.

상기 추출된 홍채 픽셀 집합(I)의 사인변화를 계산하여 특징값으로 사용하면특징 집합(F)은 다음과 같다.

이를 통하여 홍채의 서로 다른 무늬 패턴을 특징적인 값으로 표현하여 사용하게 된다.

특징 정합(Matching)(S30)

두 홍채 특징값 사이의 유사도를 측정하여 본인인지의 여부를 확인하게 되는데, 이를 특징 정합이라 한다.

먼저, 홍채 특징값의 기준 특징벡터를 등록하게 되는데, 예를 들어 사용자로부터 획득한 5개의 샘플 데이터를 F_s1, F_s2, F_s3, F_s4, F_s5라고 가정할 때, 기준 특징벡터(F_R)의 k번째 원소 F_R(k)는 각 레벨별로 다음 식에 의해 결정된다.

다음에, 검증기준(C)을 등록하게 되는데, 상기 검증기준(C)은 동일인 특징에대한 기준 특징벡터와 5개의 샘플 데이터로부터 각 레벨별 일치율(Mni)을 구한후 레벨별 일치율의 최소값(Min _i )과 표준편차(σ²)를 이용하여 구한다.

상기 사용자의 기준 특징벡터와 5개의 샘플 데이터로부터 각 레벨별 일치율(Mni)을 구하는 식은 다음과 같다.

홍채인식 시스템 사용자의 등록과정에서, 상기 기준 특징벡터(F_R)와 검증기준(C)은 사용자별로 등록된다.

등록이 완료된 후, 홍채인식 시스템 사용시 등록된 사용자의 기준 데이터 벡터와 사용자의 눈영상에서 획득한 홍채 영상으로부터 생성한 사용자의 특징값 데이터 벡터사이의 일치율 벡터(M)를 구하는데, 기준 데이터 벡터를 F_R라 하고 사용자의 특징값 벡터를 F_T라 할때 일치율 벡터(M)는 다음과 같다.

최종적으로, 상기 일치율(M)과 검증기준(C)을 비교함으로써 동일인의 여부를 판단하게 된다.

동일인인 경우에, M₁> C₁, M₂> C₂, M₃> C₃, M₄> C₄의 조건을 만족해야만 한다.

그렇지 않으면 비동일인으로 간주한다.

실험결과

본 발명의 방법에 따라 20명으로부터 각각 20회에 걸쳐 추출한 400개의 홍채에 대한 실험결과는 다음과 같다.

각각의 검증 기준(C)에 따른 검증 에러율은 표 1과 같다.

여기에서, FRR(False Reject Rate)는 등록된 사람을 등록되지 않은 사람으로 판정해 출입을 거부하는 본인 거부율을 의미하고 FAR(False Accept Rate)는 등록되지 않은 사람을 등록된 것으로 잘못 인식해 출입을 허용하는 타인 수락율을 의미한다.

상기 표 1에 나타낸 바와 같이, 검증기준 1 적용시 FAR을 제로로 만들 수 있는 반면에 FRR이 증가하며, 검증기준 4 적용시 FRR을 제로로 만들 수 있으나 FAR이 증가함을 알 수 있다. 다시 말해서, FRR과 FAR 사이에는 트레이드-오프(trade-off)가 발생함을 알 수 있다.

실제 시스템 적용시 FAR은 발생해서는 안되므로 검증기준 1을 적용하는 것이 바람직하다. 또한, FRR, FAR를 모두 고려해야 하는 경우에는 검증기준 2의 적용이 바람직하다.

따라서, 본 발명은 홍채 내부의 세부적인 패턴을 고려함으로써 홍채 주름 형태의 손상에 관계없이 신뢰성 있는 홍채 검증이 가능할 뿐만 아니라 특정 다중 반지름에 위치하는 홍채 정보를 특징으로 사용함으로써 영상 처리량이 감소되어 보다 신속하고 정확한 특징 추출이 가능하며, 특히 출입 제어 시스템 등에 적용되어 보안 사고의 방지를 꾀할 수 있는 등의 잇점이 있다.

Claims (5)

1. 홍채 영상으로부터 다중 홍채 내외부 경계반지름을 획득하고 잡음부분을 제거하는 전처리 단계;

   상기 전처리 단계에서 획득한 다중 홍채 내외부 경계 반지름을 이용하여 특징값을 추출할 반지름을 결정한후, 동공중심을 기준으로 상기 결정된 반지름에 있는 홍채 정보를 특징으로 추출하는 단계; 및

   두 홍채 사이의 유사도를 측정하여 본인인지의 여부를 확인하는 특징 매칭 단계를 포함하는 것을 특징으로 하는 다중 1차원 홍채 특징에 기반한 홍채검증방법.
2. 청구항 1에 있어서, 상기 홍채 정보를 특징으로 추출하는 단계는,

   동공을 중심으로 일정한 반지름에 위치하는 홍채 픽셀들의 집합을 추출하며, 상기 추출된 홍채 픽셀 집합의 사인변화를 계산하여 특징값으로 사용하는 것을 특징으로 하는 다중 1차원 홍채 특징에 기반한 홍채검증방법.
3. 청구항 1에 있어서, 상기 특징 매칭 단계는,

   홍채 특징값의 기준 특징 벡터를 등록하는 단계,

   동일인에 대한 검증기준을 등록하는 단계, 및

   사용자의 기준 데이터 벡터와 사용자의 눈영상에서 획득한 홍채 영상으로부터 생성한 사용자의 특징값 데이터 벡터사이의 일치율 벡터(M)를 구하는 단계를 더 포함하는 것을 특징으로 하는 다중 1차원 홍채 특징에 기반한 홍채검증방법.
4. 청구항 3에 있어서, 상기 검증기준은 동일인 특징에 대한 기준 특징벡터와 소정 개수의 샘플 데이터로부터 각 레벨별 일치율을 구한후 레벨별 일치율의 최소값과 표준편차를 이용하여 구하는 것을 특징으로 하는 다중 1차원 홍채 특징에 기반한 홍채검증방법.
5. 청구항 3에 있어서, 상기 일치율과 검증기준을 비교하여 일치율의 값이 검증기준의 값보다 크면 동일인으로 인정하는 것을 특징으로 하는 다중 1차원 홍채 특징에 기반한 홍채검증방법.