KR100852629B1 - 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 - Google Patents
다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 Download PDFInfo
- Publication number
- KR100852629B1 KR100852629B1 KR1020060049765A KR20060049765A KR100852629B1 KR 100852629 B1 KR100852629 B1 KR 100852629B1 KR 1020060049765 A KR1020060049765 A KR 1020060049765A KR 20060049765 A KR20060049765 A KR 20060049765A KR 100852629 B1 KR100852629 B1 KR 100852629B1
- Authority
- KR
- South Korea
- Prior art keywords
- feature vector
- iris
- image
- wavelet
- multifocal
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Ophthalmology & Optometry (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
Description
여기서, 홍채의 내부경계와 외부경계는 도 6에서 자세히 설명되어 있으며, 홍채는 동공(pupil)과 공막(sclera)사이의 갈색부분을 말하며, 홍채의 내부경계(S110)는 동공과 홍채의 경계, 홍채의 외부경계(S120)는 홍채와 공막의 경계, 홍채의 자율신경환 경계(S130)는 내부 경계로부터 다양한 패턴들로 이루어진 홍채영역 내부의 주름진 영역 끝부분을 말한다.
여기서, 등록 시에 특징추출 방법론은 다초점 홍채영상 시퀀스로부터 웨이블릿 특징 백터를 추출하여 추출된 웨이블릿 특징 벡터들로부터 직접선형판별 분석 기법을 이용하여 특징벡터의 차원축소 변환함수 P를 생성하고, 또한 이 P를 이용하여 등록할 웨이블릿 특징 벡터의 차원을 축소한다. 이렇게 축소된 웨이블릿 특징벡터와 차원축소 변환함수 P는 데이터베이스에 저장된다.
인식 시에 특징추출 방법론은 인식을 하기 위한 다초점 홍채영상 시퀀스로부터 웨이블릿 특징 백터를 추출하고, 데이터베이스에 미리 저장된 차원축소 변환함수 P를 사용해서 웨이블릿 특징 벡터의 차원을 축소한다.
직접 선형판별 분석기법(Direct linear discriminant analysis)에 의해서 생성된 차원축소 변환함수 P를 이용하여 웨이블릿 특징벡터의 차원을 축소할 경우 웨이블릿 특징벡터만을 이용하여 인식을 하는 것 보다 축소된 웨이블릿 특징벡터를 이용할 경우 더욱 높은 인식률을 보인다.
그 이유는 직접 선형판별 분석기법(Direct linear discriminant analysis)에 의해서 생성된 차원축소 변환함수 P가 데이터의 중복성을 줄이는 동시에 클래스 사이의 분산을 최대로 만들어 주면서 클래스 내의 분산을 최소가 되게 하는 변환함수 이므로, 이 차원축소 변환함수 P에 의해서 축소된 웨이블릿 특징벡터는 클래스의 분류 능력이 높아 진다고 할 수 있다.
즉, 차원축소 변환함수 P는 웨이블릿 특징벡터를 판별능력이 높은 특징차원으로 축소한다고 말할 수 있으며, 최종적으로 얻어진 특징벡터는 판별능력이 높은 차원으로 축소된 웨이블릿 특징벡터라 말할 수 있다.
예를 들면, 차원축소 변환함수 P는 직접 선형판별 분석기법(Direct linear discriminant analysis)에 의해서 생성된다.
직접 선형판별 분석기법은 중요한 정보들을 포함하는 클래스 내 분산행렬(Within-class scatter matrix)의 영공간(null space)을 제거하기 보다는 중요한 정보들을 포함하지 않는 클래스 사이 분산행렬(Between-class scatter matrix)의 영공간(null space)를 먼저 제거하는 방법이다.
클래스 내 분산행렬(Within-class scatter matrix) Sw과 클래스 사이 분산행렬(Between-class scatter matrix) Sb 은 다음과 같은 수식으로 표현이 된다.
여기서 J는 클래스의 총 개수, Ci는 i번째 클래스, x는 특징벡터, μi는 클래스 Ci의 평균, μ는 모든 클래스에 있는 데이터들의 평균, T는 전치행렬을 나타낸다.
일반적으로 차원축소 방법론으로 많이 사용되는 선형판별 분석기법(Linear discriminant analysis)은 상기 Sw와 Sb를 이용하여 클래스 내 분산행렬(Within-class scatter matrix) Sw을 먼저 대각화하고, 다음으로 클래스 사이 분산행렬(Between-class scatter matrix) Sb을 대각화함으로써 클래스를 분류하는데 중요한 정보들의 손실을 가져온다.
이에 반해서 직접 선형판별 분석기법(Direct linear discriminant analysis)은 선형판별 분석기법(Linear discriminant analysis)과는 반대로 클래스 사이 분산행렬(Between-class scatter matrix) Sb을 먼저 대각화하고, 다음으로 클래스 내 분산행렬(Within-class scatter matrix) Sw을 대각화함으로써 클래스를 분류하는데 중요한 정보의 손실을 줄였다.
최종적으로 상기 Sw와 Sb을 이용하여 생성된 차원축소 변환함수(실제 얻어지는 변환함수의 형태가 행렬의 형태를 가지므로 변환행렬이라고도 표현함)는 다음과 같다.
즉, 직접 선형판별 분석기법을 이용하여 클래스들 사이의 분산을 최대로 하면서 클래스 내의 분산이 최소가 되게 하는 V를 차원축소 변환함수 P라고 한다.
축소된 웨이블릿 특징벡터 y는 차원축소 변환함수 P와 웨이블릿 특징벡터 x의 행렬곱에 의해서 계산된다.
Claims (7)
- 거리 센서를 이용하여 영상획득장치와 사용자와의 거리정보를 계산하여 일정 거리 내에서 사용자의 눈으로부터 균등한 시간 간격으로 변화된 초점 정보를 가지고 있는 다초점 눈영상 시퀀스를 상기 영상획득장치를 이용하여 입력받게 되는 눈 영상 입력부와;상기 눈 영상 입력부에서 입력된 다초점 눈 영상 시퀀스에 대하여 퍼지 엔트로피를 계산하여 다양한 초점레벨의 눈 영상 정보를 효과적으로 표현할 수 있는 N개의 눈 영상을 선택하고, 선택된 눈 영상에 대하여 특징 벡터의 구성에 불필요한 영역을 제거한 다양한 홍채 패턴을 갖는 동공(Pupil)과 자율신경환(Collarette)사이의 홍채 영상을 분리하여 다초점 홍채영상 시퀀스를 추출하는 눈 영상 전처리부와;상기 눈 영상 전처리부에서 추출된 다초점 홍채영상 시퀀스를 다중분할하고, 그 다중분할된 영상으로부터 저주파 영역만을 포함하는 서브밴드를 이용하여 웨이블릿 특징벡터를 구성하고, 판별능력이 높은 차원으로 축소된 웨이블릿 특징벡터 및 데이터의 중복성을 줄이는 동시에 클래스 사이의 분산을 최대로 만들어 주면서 클래스 내의 분산을 최소가 되게 하는 차원축소 변환함수 P를 생성하는 특징벡터추출부와;상기 특징벡터추출부로부터 추출된 특징벡터와 기(旣) 등록된 특징벡터의 비유사도를 측정하여 사용자의 진위 여부를 판별하는 인식부와;상기 특징벡터추출부로부터 추출된 축소된 웨이블릿 특징벡터와 차원축소 변환함수 P를 저장부에 등록하는 등록부와;차원축소 변환함수 P와, 축소된 웨이블릿 특징벡터를 저장하는 저장부를 포함하여 구성된 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 시스템.
- 청구항 1에 있어서,상기 영상획득장치는 인식이 가능할 정도의 홍채 패턴을 가지고 잡영에 의한 홍채 영상의 정보가 손실되지 않도록 카메라 렌즈 전방에 적외선 통과 필터와 접사 렌즈가 부착된 CCD 카메라와;상기 CCD 카메라 전방을 조사하는 적외선 LED 소자로 이루어진 적외선 조명과;상기 CCD 카메라로 촬영한 눈 영상을 디지털 신호로 변환시키는 프레임 그래버(frame grabber)를 포함하여 구성된 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 시스템.
- 다초점 눈 영상 시퀀스를 영상획득장치로부터 입력받는 영상획득단계(S200)와;상기 영상획득단계(S200)로부터 획득된 다초점 눈 영상 시퀀스로부터 퍼지 엔트로피를 계산하여 눈 영상을 선택하고, 선택된 눈 영상들로부터 동공과 자율신경환 사이의 홍채 영상을 분리하여 다초점 홍채 영상 시퀀스를 획득하는 전처리단계(S300)와;상기 전처리단계(S300)로부터 분리 추출된 다초점 홍채 영상 시퀀스를 다중분할하고, 그 다중 분할된 서브밴드들 중에서 저주파 성분만을 포함하는 서브밴드로부터 웨이블릿 특징벡터를 구성하고, 이렇게 구성된 웨이블릿 특징벡터를 직접 선형판별 분석기법에 의해 생성되어 저장부에 저장되어 있는 차원축소 변환함수 P를 이용하여 개인 식별을 위한 홍채영역의 축소된 웨이블릿 특징벡터를 추출하는 특징벡터 추출단계(S400)와;상기 특징벡터 추출단계(S400)에서 추출된 웨이블릿 특징 벡터와 미리 저장부에 등록되어 있는 특징벡터의 비유사도를 측정하여 사용자의 진위 여부를 판별하는 인식수행단계(S500)를 포함하는 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 방법.
- 청구항 3에 있어서,상기 전처리단계(S300)는 다초점 눈 영상 시퀀스로부터 다양한 초점 레벨의 눈 영상 정보를 효과적으로 활용할 수 있는 눈 영상들을 선택하기 위하여 퍼지 엔트로피를 계산하는 단계(S310)와;상기 계산된 퍼지 엔트로피 값으로부터 퍼지 엔트로피 값이 낮은 N개의 눈 영상을 선택하는 단계(S320)와;상기 선택된 눈 영상들로부터 홍체의 내부 및 외부경계를 검출하는 단계(S330)와;상기 검출된 내부경계와 외부경계 사이의 홍채 영역에 대하여 자율신경환 경계를 검출하는 단계(S340)와;상기 검출된 내부경계와 자율신경환 경계사이의 홍채 영역에 대하여 정규화된 홍채 영상을 생성하는 단계(S350)를 포함하는 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 방법.
- 청구항 3에 있어서,상기 특징벡터 추출단계(S400)는 상기 영상 전처리단계(S300)에서 추출된 정규화된 홍채 영상들로 이루어진 다초점 홍채 영상 시퀀스를 입력받는 단계(S410)와;입력된 다초점 홍채 영상 시퀀스에 이중직교 웨이블릿(Biorthogonal Wavelet) 변환을 적용하여 다중분할하는 단계(S420)와;그 다중분할된 홍채 영상의 서브밴드들로부터 저주파 성분을 포함한 영역(LL)을 추출하는 단계(S430)와;다중분할 횟수가 미리 지정된 횟수보다 작은지 큰지의 여부를 판단하는 단계(S440)와;상기 단계 S440에서 다중분할 횟수가 미리 지정된 횟수보다 작으면 서브밴드 추출단계(S430)에서 추출된 저주파 성분만을 포함한 LL영역을 새로운 다중 분할을 하기 위한 대상 영상으로 선정하는 단계(S450)와;상기 단계 S440에서 다중분할 횟수가 미리 지정된 횟수보다 크면 최종 다중 분할에서 얻어진 LL영역으로부터 웨이블릿 특징벡터를 구성하는 단계(S460)와;그 추출된 웨이블릿 특징벡터들로부터 직접 선형판별 분석기법(Direct Linear Discriminant Analysis)을 이용하여 판별능력이 높은 차원으로 축소된 홍채 특징벡터를 생성하기 위한 차원축소 변환함수 P를 생성하는 단계(S470)와;상기 차원축소 변환함수 P와, 상기 차원축소 변환함수 P에 의해서 축소된 웨이블릿 특징벡터를 저장부(70)에 저장하는 단계(S480)를 포함하는 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 방법.
- 청구항 3 또는 청구항 5에 있어서,상기 특징벡터 추출단계(S400)는 대칭필터를 사용하는 이중직교 웨이블릿 변환을 사용하여 웨이블릿 특징벡터를 생성하는 단계(S460)와;상기 추출된 웨이블릿 특징벡터를 판별능력이 높은 특징차원으로 축소 가능하도록 기 등록되어 있는 차원축소 변환함수 P를 검색하는 단계(S461)와;상기 검색된 차원축소 변환함수 P에 웨이블릿 특징벡터를 적용하여 축소된 웨이블릿 특징벡터를 생성하는 단계(S462)로 이루어진 인식을 위한 특징벡터를 추출하는 단계를 더 포함하는 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 방법.
- 청구항 3에 있어서,상기 인식수행단계(S500)는 특징추출 과정에서 얻어진 축소된 웨이블릿 특징벡터들을 입력받는 단계(S510)와;상기 입력받은 특징벡터들과 기 등록되어 있는 특징벡터들을 비교하기 위하여 등록된 특징벡터들을 검색하는 단계(S520)와;상기 입력된 특징벡터와 검색된 특징벡터들 사이의 가중치 유클리드 거리를 통한 비유사도를 특정하는 단계(S530)와;상기 측정된 비유사도를 미리 지정된 기준값과 비교하는 단계(S540)와;상기 비교된 결과에 따라 사용자의 승인과 기각을 결정하는 단계(S550, S560)를 포함하는 것을 특징으로 하는 다초점 영상 시퀀스를 이용한 홍채인식 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060049765A KR100852629B1 (ko) | 2006-06-02 | 2006-06-02 | 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 |
US11/704,223 US7925058B2 (en) | 2006-06-02 | 2007-02-09 | Iris recognition system and method using multifocus image sequence |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060049765A KR100852629B1 (ko) | 2006-06-02 | 2006-06-02 | 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20070115403A KR20070115403A (ko) | 2007-12-06 |
KR100852629B1 true KR100852629B1 (ko) | 2008-08-18 |
Family
ID=39050843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020060049765A KR100852629B1 (ko) | 2006-06-02 | 2006-06-02 | 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7925058B2 (ko) |
KR (1) | KR100852629B1 (ko) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10216995B2 (en) * | 2009-09-25 | 2019-02-26 | International Business Machines Corporation | System and method for generating and employing short length iris codes |
CN103052962B (zh) | 2010-11-24 | 2016-01-27 | 印度统计学院 | 粗糙小波粒化空间和多光谱遥感图像的分类 |
US8971588B2 (en) * | 2011-03-30 | 2015-03-03 | General Electric Company | Apparatus and method for contactless high resolution handprint capture |
US10169339B2 (en) | 2011-10-31 | 2019-01-01 | Elwha Llc | Context-sensitive query enrichment |
US10340034B2 (en) | 2011-12-30 | 2019-07-02 | Elwha Llc | Evidence-based healthcare information management protocols |
US20130173295A1 (en) | 2011-12-30 | 2013-07-04 | Elwha LLC, a limited liability company of the State of Delaware | Evidence-based healthcare information management protocols |
US10679309B2 (en) | 2011-12-30 | 2020-06-09 | Elwha Llc | Evidence-based healthcare information management protocols |
US10559380B2 (en) | 2011-12-30 | 2020-02-11 | Elwha Llc | Evidence-based healthcare information management protocols |
US10528913B2 (en) | 2011-12-30 | 2020-01-07 | Elwha Llc | Evidence-based healthcare information management protocols |
US10552581B2 (en) | 2011-12-30 | 2020-02-04 | Elwha Llc | Evidence-based healthcare information management protocols |
US10475142B2 (en) | 2011-12-30 | 2019-11-12 | Elwha Llc | Evidence-based healthcare information management protocols |
US8437513B1 (en) | 2012-08-10 | 2013-05-07 | EyeVerify LLC | Spoof detection for biometric authentication |
US8369595B1 (en) | 2012-08-10 | 2013-02-05 | EyeVerify LLC | Texture features for biometric authentication |
KR101270558B1 (ko) * | 2012-10-22 | 2013-06-07 | 김선욱 | 홍채 인식을 통해 마우스 포인터의 동작을 제어하여 특정 기능을 선택 및 실행하는 휴대 단말기 및 그 방법 |
CN104182717A (zh) * | 2013-05-20 | 2014-12-03 | 李强 | 一种虹膜识别装置 |
CN104050456A (zh) * | 2014-06-27 | 2014-09-17 | 南京通用电器有限公司 | 一种基于不变矩的监测驾驶员眼睛状态的方法 |
US9282237B2 (en) | 2014-07-17 | 2016-03-08 | Schlage Lock Company Llc | Multifocal iris recognition device |
US9495590B1 (en) * | 2015-04-23 | 2016-11-15 | Global Bionic Optics, Ltd. | Extended depth-of-field biometric system |
CN104850861B (zh) * | 2015-05-27 | 2016-04-13 | 山东大学 | 基于rx异常探测和纹理分析的真菌性角膜炎图像识别方法 |
JP6564271B2 (ja) * | 2015-08-07 | 2019-08-21 | キヤノン株式会社 | 撮像装置及び画像処理方法、プログラム、並びに記憶媒体 |
CN105095879A (zh) * | 2015-08-19 | 2015-11-25 | 华南理工大学 | 基于特征融合的眼睛状态识别方法 |
BR122018007961B1 (pt) | 2015-09-11 | 2024-04-30 | Jumio Corporation | Método implementado por computador e sistema |
JP6751324B2 (ja) * | 2016-09-14 | 2020-09-02 | 株式会社デンソーアイティーラボラトリ | 虹彩検出装置、虹彩検出方法、およびプログラム |
CN106355164A (zh) * | 2016-09-30 | 2017-01-25 | 桂林师范高等专科学校 | 一种虹膜识别系统 |
CN107066079A (zh) * | 2016-11-29 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 基于虚拟现实场景的业务实现方法及装置 |
CN107122642A (zh) | 2017-03-15 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 基于虚拟现实环境的身份认证方法及装置 |
CN117576773A (zh) * | 2017-03-24 | 2024-02-20 | 奇跃公司 | 虹膜代码的累积和置信分配 |
CN107228766B (zh) * | 2017-05-22 | 2019-03-05 | 上海理工大学 | 基于改进多尺度模糊熵的滚动轴承故障诊断方法 |
CN107368725B (zh) * | 2017-06-16 | 2020-04-10 | Oppo广东移动通信有限公司 | 虹膜识别方法、电子装置和计算机可读存储介质 |
CN109543497A (zh) * | 2017-09-20 | 2019-03-29 | 顾泽苍 | 一种适于自动驾驶的多目的控制机器学习模型的构建方法 |
CN112949353A (zh) * | 2019-12-10 | 2021-06-11 | 北京眼神智能科技有限公司 | 虹膜静默活体检测方法、装置、可读存储介质及设备 |
CN111122162B (zh) * | 2019-12-25 | 2020-12-01 | 杭州电子科技大学 | 基于欧氏距离多尺度模糊样本熵的工业系统故障检测方法 |
CN111445640A (zh) * | 2020-02-26 | 2020-07-24 | 深圳壹账通智能科技有限公司 | 基于虹膜识别的快递取件方法、装置、设备及存储介质 |
CN112419112B (zh) * | 2020-11-30 | 2024-03-05 | 郑兰 | 学业成长曲线生成方法、装置、电子设备和存储介质 |
KR102508789B1 (ko) * | 2021-01-27 | 2023-03-14 | 아이리텍 잉크 | 홍채 인증 방법 및 홍채 인증 시스템 |
CN114170690A (zh) * | 2022-02-14 | 2022-03-11 | 中国科学院自动化研究所 | 活体识别和构建活体识别模型的方法、装置 |
CN117290834B (zh) * | 2023-10-10 | 2024-05-10 | 深圳市华弘智谷科技有限公司 | 一种基于虹膜识别来实现精准眼动追踪的多模态识别装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259817A (ja) | 1999-03-08 | 2000-09-22 | Oki Electric Ind Co Ltd | アイリス認識装置 |
JP2001069400A (ja) | 1999-08-27 | 2001-03-16 | Hitachi Ltd | 撮像装置 |
KR20020023011A (ko) * | 2000-09-22 | 2002-03-28 | 박형근 | 하 웨이블렛 변환과 엘브이큐를 이용한 홍채인식방법 |
KR20020065249A (ko) * | 2001-02-06 | 2002-08-13 | 이승재 | 홍채인식을 위한 저용량 특징벡터 추출과 유사도 측정 방법 |
KR20030094634A (ko) * | 2002-06-07 | 2003-12-18 | 엘지전자 주식회사 | 홍채 인식 시스템의 슬릿을 이용한 다초점 장치 |
KR20040033964A (ko) * | 2002-10-16 | 2004-04-28 | 이창호 | 촬상소자의 위치를 이동하여 포커싱이 이루어지는 카메라 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR950004250B1 (ko) * | 1990-06-28 | 1995-04-27 | 오므론 가부시끼가이샤 | 근사 추론 장치 |
US5978494A (en) * | 1998-03-04 | 1999-11-02 | Sensar, Inc. | Method of selecting the best enroll image for personal identification |
US7031523B2 (en) * | 2001-05-16 | 2006-04-18 | Siemens Corporate Research, Inc. | Systems and methods for automatic scale selection in real-time imaging |
US7593550B2 (en) * | 2005-01-26 | 2009-09-22 | Honeywell International Inc. | Distance iris recognition |
JP3781028B2 (ja) * | 2003-10-01 | 2006-05-31 | 松下電器産業株式会社 | 目画像撮像装置 |
-
2006
- 2006-06-02 KR KR1020060049765A patent/KR100852629B1/ko active IP Right Grant
-
2007
- 2007-02-09 US US11/704,223 patent/US7925058B2/en not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259817A (ja) | 1999-03-08 | 2000-09-22 | Oki Electric Ind Co Ltd | アイリス認識装置 |
JP2001069400A (ja) | 1999-08-27 | 2001-03-16 | Hitachi Ltd | 撮像装置 |
KR20020023011A (ko) * | 2000-09-22 | 2002-03-28 | 박형근 | 하 웨이블렛 변환과 엘브이큐를 이용한 홍채인식방법 |
KR20020065249A (ko) * | 2001-02-06 | 2002-08-13 | 이승재 | 홍채인식을 위한 저용량 특징벡터 추출과 유사도 측정 방법 |
KR20030094634A (ko) * | 2002-06-07 | 2003-12-18 | 엘지전자 주식회사 | 홍채 인식 시스템의 슬릿을 이용한 다초점 장치 |
KR20040033964A (ko) * | 2002-10-16 | 2004-04-28 | 이창호 | 촬상소자의 위치를 이동하여 포커싱이 이루어지는 카메라 |
Also Published As
Publication number | Publication date |
---|---|
US20080037835A1 (en) | 2008-02-14 |
KR20070115403A (ko) | 2007-12-06 |
US7925058B2 (en) | 2011-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100852629B1 (ko) | 다초점 영상 시퀀스를 이용한 홍채인식 시스템 및 방법 | |
Ma et al. | Personal identification based on iris texture analysis | |
Gragnaniello et al. | An investigation of local descriptors for biometric spoofing detection | |
AU2007256413B2 (en) | Method for identifying a person and acquisition device | |
Monro et al. | DCT-based iris recognition | |
KR100453943B1 (ko) | 개인 식별을 위한 홍채 영상의 처리 및 인식방법과 시스템 | |
KR100826876B1 (ko) | 홍채 검출 방법 및 이를 위한 장치 | |
CN1209073C (zh) | 基于活体虹膜的身份识别方法 | |
Barpanda et al. | Iris recognition with tunable filter bank based feature | |
KR20050025927A (ko) | 홍채인식을 위한 동공 검출 방법 및 형상기술자 추출방법과 그를 이용한 홍채 특징 추출 장치 및 그 방법과홍채인식 시스템 및 그 방법 | |
JP2000259814A (ja) | 画像処理装置及びその方法 | |
Joshi et al. | Person recognition based on fusion of iris and periocular biometrics | |
CN115641649A (zh) | 一种人脸识别方法及系统 | |
Maček et al. | Multimodal biometric authentication in IoT: Single camera case study | |
Llano et al. | Cross-sensor iris verification applying robust fused segmentation algorithms | |
Manegopale | A Survey on Palm print Recognition | |
Singla et al. | Challenges at different stages of an iris based biometric system. | |
Panwar | A review on iris recognition system using machine and deep learning | |
Hollingsworth | Increased use of available image data decreases errors in iris biometrics | |
Son et al. | Identification of humans using robust biometric features | |
Ghaffari | Non-Decimated Wavelet Based Iris Recognition Using Curvelets | |
Podder | IRIS feature vector reduction using haar wavelet transform and local binary pattern | |
Liu | Multi-modality quality assessment for unconstrained biometric samples | |
Badejo et al. | Development of CUiris: A dark-skinned african iris dataset for enhancement of image analysis and robust personal recognition | |
Kumar et al. | Performance of personal identification system technique using iris biometrics technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130712 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20140616 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20150922 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20160805 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20170821 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20180813 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20191105 Year of fee payment: 12 |