KR100794361B1 - 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간방법 - Google Patents
홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간방법 Download PDFInfo
- Publication number
- KR100794361B1 KR100794361B1 KR1020060119823A KR20060119823A KR100794361B1 KR 100794361 B1 KR100794361 B1 KR 100794361B1 KR 1020060119823 A KR1020060119823 A KR 1020060119823A KR 20060119823 A KR20060119823 A KR 20060119823A KR 100794361 B1 KR100794361 B1 KR 100794361B1
- Authority
- KR
- South Korea
- Prior art keywords
- interpolation
- iris
- eyelid
- eyelash
- eyelashes
- Prior art date
Links
- 210000000720 eyelash Anatomy 0.000 title claims abstract description 108
- 210000000744 eyelid Anatomy 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000001514 detection method Methods 0.000 title claims description 53
- 238000005286 illumination Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims 2
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000009466 transformation Effects 0.000 abstract 1
- 210000000554 iris Anatomy 0.000 description 86
- 208000016339 iris pattern Diseases 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004418 eye rotation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Image Processing (AREA)
Abstract
본 발명은 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법에 관한 것으로, 홍채 인식에서 홍채 패턴을 가려서 홍채 인식의 성능을 감소시키는 눈꺼풀을 사용자 눈의 회전을 고려하는 방법으로 정확하게 검출한 후에 검출된 눈꺼풀 위치와 영상에서의 초점값 등을 고려하여 입력된 원본 홍채 영상에서 홍채 코드의 감소 없이 영상 보간법을 통해 속눈썹을 정확하게 검출하여 제거한다.
본 발명을 출입 통제, 금융 결제, 국경 통제 등의 다양한 분야에서 사용되는 홍채 인식 시스템에 적용하면, 속눈썹을 검출한 후에 속눈썹을 포함하는 홍채 코드를 홍채 인식에 사용하지 않고 홍채 특징을 검출하는 가버 필터의 크기만큼 속눈썹 주위의 홍채 특징 정보도 사용하지 못할 뿐만 아니라 사용하는 홍채 코드의 감소로 인해 그 사람을 표현하는 정보량이 줄어들어서 타인과의 식별력이 감소하는 기존의 홍채 인식 방법과 비교해 볼 때, 더욱 월등하게 홍채 인식의 성능을 향상시킬 수 있고, 이러한 인식 성능 향상을 통해 홍채 인식 시스템은 높은 신뢰성을 확보하면서 보안이 중요한 곳에 널리 사용될 수 있으며, 다양한 시장성을 확보하게 된다.
홍채 인식, 눈꺼풀 검출, 속눈썹 보간
Description
도 1은 종래의 속눈썹 검출 알고리즘에서 적용하는 초점값에 따른 속눈썹 검출 마스크를 나타낸 실시예.
도 2는 본 발명에 따른 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법을 나타낸 플로차트.
도 3은 속눈썹 및 조명 반사광을 영상 보간법을 이용하여 제거한 실시예.
도 4는 홍채 영역 안에서 눈꺼풀의 양 끝점을 검출하는 실시예.
도 5는 눈꺼풀 탐색 영역을 검출하는 실시예.
도 6은 눈꺼풀 후보점 검출 마스크를 나타낸 실시예.
도 7은 눈꺼풀 검출 결과를 나타낸 실시예.
도 8은 공간 영역에서의 초점값 측정을 위한 컨벌루션(convolution) 커널의 실시예.
도 9는 속눈썹 보간을 위해 사용될 홍채 영역의 픽셀을 검출하는 실시예.
도 10은 검출된 속눈썹을 보간 처리하여 제거한 상태를 나타낸 실시예.
본 발명은 생체인식에 관한 것이며, 더욱 상세히는 출입 통제, 금융 결제, 국경 통제 등의 다양한 분야에서 사용되는 홍채 인식 시스템에 적용 가능한 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법에 관한 것이다.
생체 인식이란 인간의 생물학적, 행동학적 고유한 특성으로부터 각 개인을 인식하거나 인증하는 방법으로 대표적인 것이 지문, 얼굴, 홍채, 망막 및 손 혈관 인식 등이 있다. 이러한 생체인식 방법 중 홍채 인식은 높은 인식 성능을 가지며 비접촉 방식으로 사용자의 거부감이 적다는 장점이 있다.
한편, 인간의 홍채로 본인 여부를 판별할 수 있다는 개념은 미국특허 제4,641,394호의 홍채 인식 시스템(Iris Recognition system)을 개발한 엘.프롬(L. Flom)과 에이.사피르(A. Safir)에 의해 1987년 최초로 제안되었다.
이후 2차원 가버 필터(Gabor Filter)에 의해 홍채특징을 검출하여 홍채 코드를 생성한 후, 해밍거리(Hamming Distance)에 의해 유사도를 측정하는 자동화된 홍채 인식 알고리즘이 제이.지.도그만(J. G. Daugman) 교수에 의해 제안되었다(참고문헌; J. G. Daugman, 1993, “High Confidence Visual Recognition of Persons by a Test of Statistical Independence“, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 15, no. 11, pp. 1148-1161)
다른 한편, 통상의 홍채 인식 시스템은 홍채 패턴으로부터 홍채특징을 검출하게 되는데, 홍채 인식 카메라로부터 취득하는 영상에는 홍채 패턴을 덮고 있는 눈꺼풀과 속눈썹이 존재하게 된다. 이러한 눈꺼풀과 속눈썹은 일정하지 않게 입력되고, 일부 홍채 패턴을 감추기 때문에 홍채 인식의 성능을 감소시킨다.
그래서 기존의 홍채 인식 기술들은 눈꺼풀과 속눈썹을 검출한 후에 홍채 인식에 사용하지 않았다.
기존의 눈꺼풀 검출 알고리즘 중에 위 첸(Yi Chen) 등이 제안한 알고리즘은 저주파 통과 커널을 이용하여 속눈썹과 같은 눈꺼풀 검출을 방해하는 요소의 영향을 줄인 후에, 수평 방향의 캐니 경계 검출기(Canny Edge Detector)를 이용하여 눈꺼풀 후보점을 검출하고 포물선 방정식에 의해 눈꺼풀을 검출하였다(참고문헌; Yi Chen, Sarat C. Dass and Anil K. Jain, "Localized Iris Image Quality Using 2-D Wavelets," Advances in Biometrics: International Conference, ICB 2006, pp. 373-381, Hong Kong, China, January 2006).
하지만 이 방법은 방해 요소의 영향을 감소시키기 위해 저주파 통과 커널을 사용함으로써, 눈꺼풀 경계 역시 불명확해 지는 문제점이 있고, 눈의 회전을 고려하지 않고 단지 포물선 방정식에 의해 눈꺼풀을 검출함으로써 검출 정확성이 감소하는 문제점이 있다.
또한, 지알리 쿠이(Jiali Cui) 등은 눈꺼풀에서 시작되는 속눈썹을 검출하고, 검출된 속눈썹 정보를 이용하여 포물선 형태의 호를 검출한 다음, 수직(y축) 방향으로의 탐색을 통하여 눈꺼풀과 홍채 사이의 경계를 검출함으로써 눈꺼풀을 검 출하는 방법을 제안하였다(참고문헌; Jiali Cui, Yunhong Wang, Tieniu Tan, Li Ma and Zhenan Sun, "A Fast and Robust Iris Localization Method Based on Texture Segmentation," SPIE Defense and Security Symposium, Vol. 5404, pp. 401-408, August 2004).
하지만 이 방법은 속눈썹의 수와 모양에 영향을 받는 문제점이 있으며, 상기한 위 첸(Yi Chen) 등이 제안한 방법과 마찬가지로 눈의 회전을 고려하지 않았기 때문에 검출 정확성이 감소하는 문제점이 있다.
반면, 더블유.케이.콩(Kong) 등은 눈꺼풀 검출에 관한 기술을 자세하게 작성하지 않았지만, 눈의 회전을 고려한 포물선 허프 변환을 이용하여 눈꺼풀을 검출하였다(참고문헌; W.K. Kong and D. Zhang, “Accurate Iris Segmentation Based on Novel Reflection and Eyelash Detection Model,” Proceedings of 2001 International Symposium on Intelligent Multimedia, Video and Speech Processing, May 2~4, 2001).
하지만 이 방법은 눈꺼풀 검출을 방해하는 요소에 의해 많은 에러가 발생하였다.
또한, 상기한 더블유.케이.콩(Kong) 등은 눈꺼풀 검출에 관한 기술을 자세하게 작성하지 않았지만 가버 웨이블릿 커널을 이용한 속눈썹 검출 알고리즘을 제안하였고, 비.제이.강(B. J. Kang) 등은 도 1에 나타낸 바와 같이 눈썹과 비슷한 마스크, 예컨대 도 1의 (a)에 나타낸 초점이 잘 맞는 영상에서의 속눈썹 검출 마스크 혹은 도 1의 (b)에 나타낸 초점이 맞지 않는 영상에서의 속눈썹 검출 마스크 등의 매칭에 의한 속눈썹 검출 알고리즘을 제안하였다(참고문헌; B. J. Kang, K. R. Park, "'A Study on Iris Image Restoration,"Lecture Notes in Computer Science (AVBPA 2005), vol. 3546, pp. 31-40, July 2005).
그런데, 기존의 속눈썹 검출 알고리즘들은 초점이 맞지 않아 속눈썹이 흐려지는 현상을 고려하지 않고, 임의의 고정된 파라미터 및 임계값을 사용하여 속눈썹을 검출하였으며, 속눈썹을 검출한 후에, 속눈썹을 포함하는 홍채 코드를 홍채 인식에 사용하지 않았다.
이러한 방법은 홍채 특징을 검출하는 가버 필터의 크기만큼 속눈썹 주위의 홍채 특징 정보도 사용하지 못할 뿐만 아니라, 사용하는 홍채 코드의 감소로 인해 그 사람을 표현하는 정보량이 줄어들어서 타인과의 식별력이 감소하고, 이에 따라서 인식 에러를 발생시킬 가능성 또한 커지게 되는 문제점이 있다.
본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 눈꺼풀 경계 검출을 방해하여 에러를 발생시키는 요소인 속눈썹과 조명 반사광을 검출하여 영상 보간법(interpolation)을 통해 제거한 다음, 홍채 영역 경계면에서의 그레이 레벨 차이를 이용하여 홍채 영역 안에 포함된 눈꺼풀의 양 끝점을 검출하고, 이 눈꺼풀의 양 끝점으로부터 눈꺼풀 탐색 영역을 검출한 후에 눈꺼풀 후보점을 검출함으로써 영상 잡음(noise)이나 홍채 패턴에 의해 눈꺼풀 경계를 잘못 검출하는 에러를 감소시킨 후, 회전을 고려한 포물선 허프 변환을 이용 하여 사용자 눈의 회전에 의해 발생하는 검출 에러를 감소시킴으로써 정확한 눈꺼풀을 검출하고, 이어서 검출된 눈꺼풀 위치와 영상에서의 초점값 등을 고려하여 입력된 원본 홍채 영상에서의 정확한 속눈썹을 검출한 후에 홍채 코드의 감소 없이 영상 보간법을 통해 검출된 속눈썹을 제거하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법을 제공하는 것이다.
상기한 바와 같은 본 발명의 목적을 달성하기 위하여, 본 발명의 실시예에 따른 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법은, 홍채 영상으로부터 홍채 영역과 속눈썹, 조명 반사광을 검출하는 제1과정과; 검출된 속눈썹과 조명 반사광을 영상 보간법(interpolation)을 통해 제거하는 제2과정; 속눈썹과 조명 반사광이 제거된 홍채 영역 경계면에서의 그레이 레벨 차이를 이용하여 홍채 영역 안에 포함된 눈꺼풀의 양 끝점을 검출하고, 이 눈꺼풀의 양 끝점으로부터 눈꺼풀 탐색 영역을 검출하는 제3과정; 검출된 눈꺼풀 탐색 영역 내에서 눈꺼풀 후보점을 검출하는 제4과정; 상기 눈꺼풀 후보점들로부터 사용자 눈의 회전을 고려한 포물선 허프 변환을 이용하여 눈꺼풀을 검출하는 제5과정; 검출된 눈꺼풀 위치와 영상에서 흐려진 정도를 판단하는 초점값을 고려하여 입력된 원본 홍채 영상에서 속눈썹을 검출하는 제6과정; 및 검출된 속눈썹 픽셀과 주변 홍채 영역의 픽셀(pixel)들 사이의 거리를 측정하여 연관성을 판단한 후에, 그 홍채 영역의 픽셀을 보간 처리에 이용할지의 여부와 보간의 방향성을 결정하고 영상 보간법을 통해 검출된 속 눈썹을 제거하는 제7과정;으로 이루어지는 것을 특징으로 한다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 더욱 상세하게 설명한다.
본 발명은 출입 통제, 금융 결제, 국경 통제 등의 다양한 분야에서 사용되고, 홍채 인식 카메라를 통해 취득한 홍채 영상으로부터 사람마다 고유한 홍채 코드를 얻어 생체인식을 수행하는 홍채 인식 시스템에 적용 가능하다.
도 2를 참조하면, 상기와 같은 홍채 인식 시스템에 적용 가능한 본 발명은 가장 먼저 홍채 인식 카메라를 통해 취득한 홍채 영상으로부터 홍채 영역과 속눈썹, 조명 반사광을 검출한다(S10,S20).
이때, 속눈썹은 가버 웨이블릿 커널(Gabor wavelet kernel)을 이용한 속눈썹 검출 방법, 또는 도 1에 나타낸 바와 같은 속눈썹 형태의 마스크 매칭에 의한 속눈썹 검출 방법 등을 이용하여 검출하고, 조명 반사광은 홍채 영상의 일정 영역 크기 안에서 그레이 레벨이 매우 크다는 특징을 이용하여 상기 홍채 영상의 일정 크기 안에서 그레이 레벨이 일정 값 이상 높은 영역을 조명 반사광으로 검출한다.
상기와 같이 검출된 속눈썹과 조명 반사광은 눈꺼풀 검출을 방해하는 요소이므로, 1차원 선형 보간법(1D Linear Interpolation), 최근접 이웃 화소 보간법(Nearest Neighbor Interpolation), 양선형 보간법(Bi-linear Interpolation), 3차 컨벌루션 보간법(Cubic Convolution Interpolation), B-스플라인 보간법(B-Spline Interpolation) 등의 영상 보간법을 통해 제거한다(S30).
예컨대, 도 3은 속눈썹 및 조명 반사광을 영상 보간법을 이용하여 제거한 상 태를 나타낸 사진으로, 도 3의 (a)는 홍채 인식 카메라를 통해 취득한 홍채 영상을 나타내고, 도 3의 (b)는 홍채 영상에서 속눈썹 및 조명 반사광을 1차원 선형 보간법으로 제거한 상태를 나타낸다.
상기와 같이 영상 보간법에 의해 속눈썹과 조명 반사광이 제거되고 나면, 이어서 눈꺼풀 후보점 검출 에러를 발생시키는 영상 잡음(noise)과 홍채 패턴의 영향을 감소시키기 위해 눈꺼풀 탐색 영역을 검출한다(S40).
상기 눈꺼풀 탐색 영역을 검출하기 위한 하나의 방법으로, 도 4에 나타낸 바와 같이 속눈썹과 조명 반사광이 제거된 홍채 영역 경계면에서의 그레이 레벨 차이를 이용하여 홍채 영역 안에 포함된 눈꺼풀의 양 끝점을 검출하고, 도 5에 나타낸 바와 같이 이 눈꺼풀의 양 끝점으로부터 눈꺼풀 탐색 영역을 검출하는 방법을 사용한다.
상기와 같이 눈꺼풀 탐색 영역을 검출하고 나면, 검출된 눈꺼풀 탐색 영역 내에서 눈꺼풀 후보점을 검출한다(S50).
상기 눈꺼풀 후보점 검출을 위해, 본 발명에서는 도 6에 나타낸 바와 눈꺼풀 후보점 검출 마스크를 사용하는 방법, 캐니 경계 검출기(Canny Edge Detector)를 이용한 방법, 또는 고주파 통과 필터를 이용한 경계 검출에 의한 방법 등을 사용할 수 있다. 참고로, 도 6의 (a)는 위 눈꺼풀 후보점 검출 마스크를 나타내고, 도 6의 (b)는 아래 눈꺼풀 후보점 추출 마스크를 나타낸다.
이어서, 상기 홍채 인식 카메라로부터 홍채 영상을 취득할 때 사용자의 눈의 위치가 회전될 수 있기 때문에, 상기와 같이 검출한 눈꺼풀 후보점들로부터 하기의 수학식 1과 같은 사용자 눈의 회전을 고려한 포물선 허프 변환을 이용하여 도 7에 나타낸 바와 같이 눈꺼풀을 검출한다(S60).
상기 수학식 1에 있어서, x는 영상의 x좌표를 나타내고, y는 영상의 y좌표를 나타내며, h는 포물선 정점의 x좌표를 나타내고, k는 포물선 정점의 y좌표를 나타낸다.
상기와 같이 홍채 인식의 성능을 감소시키는 눈꺼풀을 사용자 눈의 회전을 고려하는 방법으로 정확하게 검출하고 나면, 다음으로 검출된 눈꺼풀을 기반으로 초점값을 고려하여 속눈썹을 정확하게 검출한다(S70).
상기 초점값 측정을 위해, 본 발명에서는 먼저 도 8에 나타낸 바와 같은 중·고주파 통과 컨벌루션 커널에 의해 공간 영역에서 측정하는 초점값 측정 방법, 푸리에 변환을 통한 주파수 영역에서의 중·고주파 측정에 의한 초점값 측정 방법, 웨이블릿 변환을 이용한 부대역(sub-band)에서의 초점값 측정 방법 등을 사용하여 초점값을 측정한다. 참고로, 도 8의 (a)는 초점값 측정을 위한 (8×8) 컨벌루션 커널을 나타내고, 도 8의 (b)는 초점값 측정을 위한 (5×5) 컨벌루션 커널을 나타낸다.
이후, 상기한 가버 웨이블릿 커널을 이용한 속눈썹 검출 방법, 또는 도 1에 나타낸 바와 같은 속눈썹 형태의 마스크 매칭에 의한 속눈썹 검출 방법 등을 이용 하여 속눈썹을 검출한다.
이때, 측정된 초점값은 상기한 속눈썹 검출 방법에서 파라미터 값 및 임계값 조정, 마스크 형태의 조정 등으로 사용된다. 측정된 초점값을 측정하여 상기와 같이 파라미터 값 및 임계값 조정, 마스크 형태의 조정 등을 하는 이유는 홍채 인식 카메라로부터 취득되는 홍채 영상이 초점이 맞지 않아 속눈썹이 흐려질(blurring) 경우, 속눈썹은 초점이 잘 맞는 선명한 영상보다 경계가 뚜렷하지 못하고, 영상에서 넓게 퍼져 있기 때문이다.
예컨대, 이러한 흐려진 속눈썹의 특징 때문에 초점이 맞지 않아 흐려진 경우에는, 하기의 수학식 2로 나타낼 수 있는 1차원 가버 웨이블릿 커널을 이용한 속눈썹 검출 방법에서 σ 값을 크게 하고, 임계값 K을 낮추는 것이 더 좋은 성능을 보이게 되며, 마스크 매칭에 의한 속눈썹 검출 방법에서는 도 1의 (a)와 같은 검출 마스크보다 도 1의 (b)와 같은 검출 마스크를 사용하는 것이 더 좋은 성능을 보이게 된다.
따라서, 흐려진 정도를 판단하는 초점값을 측정하여 속눈썹 검출을 위한 파라미터 값 및 임계값 조정, 마스크 형태의 조정을 함으로써 속눈썹 검출 정확도를 향상할 수 있다.
수학식 2에 있어서, G(x,u,σ)는 가버 필터를 나타내고, x는 가버 필터의 공 간 좌표를 나타내며, u는 정현파의 주파수를 나타내고, σ는 가우시안 그래프(Gaussian envelope)의 표준 편차를 나타내며, K는 속눈썹 검출 임계값을 나타내며, f(x)는 영상에서의 그레이 레벨 값을 나타낸다.
상기와 같은 속눈썹 검출 방법에 의해 정확한 속눈썹이 검출되고 나면, 마지막으로 검출된 속눈썹을 주변 홍채 영역의 픽셀(pixel)들을 이용하여 1차원 선형 보간법, 최근접 이웃 화소 보간법, 양선형 보간법, 3차 컨벌루션 보간법, B-스플라인 보간법 등을 사용함으로써 제거한 후(S80), 보간을 통해 속눈썹을 제거한 홍채 영상을 가지고서 홍채 인식을 시도한다(S90).
이때, 보간 처리를 위해 사용되는 주변 홍채 영역의 픽셀들은 응용에 따라 빠른 보간 처리 시간을 얻기 위해 적은 숫자의 픽셀들을 이용할 수도 있고, 정확성 향상을 위해 많은 숫자의 픽셀들을 이용할 수도 있다.
도 9는 주변 홍채 영역의 픽셀 정보를 얻기 위한 하나의 실시예로써, 8개의 홍채 영역의 픽셀들을 이용한다. 홍채 영상에서 인접 픽셀 간에는 상호 연관성이 있지만, 픽셀 간의 거리가 멀어질수록 연관성이 줄어든다. 즉, 도 9에서 SW방향에서 검출한 홍채 영역의 픽셀은 다른 방향에서의 픽셀들보다 연관성이 떨어진다.
따라서, 검출된 속눈썹 픽셀과 주변 홍채 영역의 픽셀들 사이의 거리를 측정하여 연관성을 판단한 후에, 그 홍채 영역의 픽셀을 보간 처리에 이용할지의 여부와 보간의 방향성을 결정하고 영상 보간법을 통해 검출된 속눈썹을 제거한다.
실제로, 검출한 속눈썹 점과 홍채 영역의 점 사이의 거리를 측정하여 연관성을 판단한 후, 그 홍채 영역의 점을 보간 처리에 이용할지 여부를 판단함으로써 보 간 처리의 정확성을 향상시킬 수 있으며, 그 결과로 원본 홍채 영상에서 홍채 코드의 감소 없이 속눈썹을 정확하게 검출할 수 있다.
도 10은 상기와 같이 속눈썹을 검출한 후 8개의 홍채 영역 픽셀들을 보간 처리에 이용하여 양선형 보간법을 통해 속눈썹을 제거한 상태를 나타낸다.
이상에서 설명한 본 발명에 따른 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법은 상기한 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양하게 변경하여 실시할 수 있는 범위까지 그 기술적 정신이 있다.
이상에서 설명한 바와 같이, 본 발명은 홍채 인식에서 홍채 패턴을 가려서 홍채 인식의 성능을 감소시키는 눈꺼풀을 사용자 눈의 회전을 고려하는 방법으로 정확하게 검출한 후에 검출된 눈꺼풀 위치와 영상에서의 초점값 등을 고려하여 입력된 원본 홍채 영상에서 홍채 코드의 감소 없이 영상 보간법을 통해 속눈썹을 정확하게 검출하여 제거하므로, 출입 통제, 금융 결제, 국경 통제 등의 다양한 분야에서 사용되는 홍채 인식 시스템에 적용할 경우, 속눈썹을 검출한 후에 속눈썹을 포함하는 홍채 코드를 홍채 인식에 사용하지 않고 홍채 특징을 검출하는 가버 필터의 크기만큼 속눈썹 주위의 홍채 특징 정보도 사용하지 못할 뿐만 아니라 사용하는 홍채 코드의 감소로 인해 그 사람을 표현하는 정보량이 줄어들어서 타인과의 식별력이 감소하는 기존의 홍채 인식 방법과 비교해 볼 때, 더욱 월등하게 홍채 인식의 성능을 향상시킬 수 있고, 이러한 인식 성능 향상을 통해 홍채 인식 시스템은 높은 신뢰성을 확보하면서 보안이 중요한 곳에 널리 사용될 수 있으며, 다양한 시장성을 확보하게 된다.
Claims (9)
- 홍채 영상으로부터 홍채 영역과 속눈썹, 조명 반사광을 검출하는 제1과정과;검출된 속눈썹과 조명 반사광을 영상 보간법(interpolation)을 통해 제거하는 제2과정;속눈썹과 조명 반사광이 제거된 홍채 영역 경계면에서의 그레이 레벨 차이를 이용하여 홍채 영역 안에 포함된 눈꺼풀의 양 끝점을 검출하고, 이 눈꺼풀의 양 끝점으로부터 눈꺼풀 탐색 영역을 검출하는 제3과정;검출된 눈꺼풀 탐색 영역 내에서 눈꺼풀 후보점을 검출하는 제4과정;상기 눈꺼풀 후보점들로부터 사용자 눈의 회전을 고려한 포물선 허프 변환을 이용하여 눈꺼풀을 검출하는 제5과정;검출된 눈꺼풀 위치와 영상에서 흐려진 정도를 판단하는 초점값을 고려하여 입력된 원본 홍채 영상에서 속눈썹을 검출하는 제6과정; 및검출된 속눈썹 픽셀과 주변 홍채 영역의 픽셀(pixel)들 사이의 거리를 측정하여 연관성을 판단한 후에, 그 홍채 영역의 픽셀을 보간 처리에 이용할지의 여부와 보간의 방향성을 결정하고 영상 보간법을 통해 검출된 속눈썹을 제거하는 제7과정;로 이루어지는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제1과정에서는,상기 속눈썹 검출을 위해 가버 웨이블릿 커널(Gabor wavelet kernel)을 이용한 속눈썹 검출 방법 또는 속눈썹 형태의 마스크 매칭에 의한 속눈썹 검출 방법을 사용하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제1과정에서는,상기 조명 반사광 검출을 위해 홍채 영상의 일정 크기 안에서 그레이 레벨이 일정 값 이상 높은 영역을 조명 반사광으로 검출하는 방법을 사용하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제2과정에서는,상기 속눈썹과 조명 반사광을 제거하기 위해 1차원 선형 보간법(1D Linear Interpolation), 최근접 이웃 화소 보간법(Nearest Neighbor Interpolation), 양선형 보간법(Bi-linear Interpolation), 3차 컨벌루션 보간법(Cubic Convolution Interpolation), B-스플라인 보간법(B-Spline Interpolation) 중 어느 하나를 사용하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제4과정에서는,상기 눈꺼풀 후보점 검출을 위해 마스크를 이용한 눈꺼풀 후보점 검출 방법, 캐니 경계 검출기(Canny Edge Detector)를 이용한 방법, 또는 고주파 통과 필터를 이용한 경계 검출에 의한 방법 중 어느 하나를 사용하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제5과정에서는,상기 눈꺼풀 후보점들로부터 하기의 수학식
(여기서, x는 영상의 x좌표, y는 영상의 y좌표, h는 포물선 정점의 x좌표, k는 포물선 정점의 y좌표를 나타냄)과 같은 사용자 눈의 회전을 고려한 포물선 허프 변환을 이용하여 눈꺼풀을 검출하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법. - 제 1 항에 있어서, 상기 제6과정에서는,상기 초점값 측정을 위해 중·고주파 통과 컨벌루션 커널에 의해 공간 영역에서 측정하는 초점값 측정 방법, 푸리에 변환을 통한 주파수 영역에서의 중·고주파 측정에 의한 초점값 측정 방법, 웨이블릿 변환을 이용한 부대역(sub-band)에서의 초점값 측정 방법 중 어느 하나를 사용하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제6과정에서는,상기 속눈썹 검출을 위해 가버 웨이블릿 커널을 이용한 속눈썹 검출 방법 또는 속눈썹 형태의 마스크 매칭에 의한 속눈썹 검출 방법을 사용하는 것을 특징으로 하는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
- 제 1 항에 있어서, 상기 제7과정에서는,상기 속눈썹 보간을 위해 1차원 선형 보간법(Linear Interpolation), 최근접 이웃 화소 보간법(Nearest Neighbor Interpolation), 양선형 보간법(Bi-linear Interpolation), 3차 컨벌루션 보간법(Cubic Convolution Interpolation), B-스플라인 보간법(B-Spline Interpolation) 중 어느 하나를 사용하는 것을 특징으로 하 는 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020060119823A KR100794361B1 (ko) | 2006-11-30 | 2006-11-30 | 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020060119823A KR100794361B1 (ko) | 2006-11-30 | 2006-11-30 | 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR100794361B1 true KR100794361B1 (ko) | 2008-01-15 |
Family
ID=39217729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020060119823A KR100794361B1 (ko) | 2006-11-30 | 2006-11-30 | 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100794361B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101047256B1 (ko) | 2008-07-29 | 2011-07-06 | 니뽄 다바코 산교 가부시키가이샤 | 화상 정보 처리 장치 |
| CN103824061A (zh) * | 2014-03-03 | 2014-05-28 | 山东大学 | 基于光源反光区域检测和改进Hough变换的虹膜定位方法 |
| CN103824061B (zh) * | 2014-03-03 | 2016-11-30 | 山东大学 | 基于光源反光区域检测和改进Hough变换的虹膜定位方法 |
| WO2018207959A1 (ko) * | 2017-05-11 | 2018-11-15 | 주식회사 룩시드랩스 | 이미지 처리 장치 및 방법 |
| CN109325421A (zh) * | 2018-08-28 | 2019-02-12 | 武汉真元生物数据有限公司 | 一种基于边缘检测的睫毛去除方法及系统 |
| WO2023054757A1 (ko) * | 2021-09-29 | 2023-04-06 | 주식회사 아이디랩 | 홍채 식별 이미지를 생성하는 방법과 이를 위한 서버 및 홍채 인증 방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004206444A (ja) | 2002-12-25 | 2004-07-22 | Matsushita Electric Ind Co Ltd | 個人認証方法および虹彩認証装置 |
-
2006
- 2006-11-30 KR KR1020060119823A patent/KR100794361B1/ko not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004206444A (ja) | 2002-12-25 | 2004-07-22 | Matsushita Electric Ind Co Ltd | 個人認証方法および虹彩認証装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101047256B1 (ko) | 2008-07-29 | 2011-07-06 | 니뽄 다바코 산교 가부시키가이샤 | 화상 정보 처리 장치 |
| CN103824061A (zh) * | 2014-03-03 | 2014-05-28 | 山东大学 | 基于光源反光区域检测和改进Hough变换的虹膜定位方法 |
| CN103824061B (zh) * | 2014-03-03 | 2016-11-30 | 山东大学 | 基于光源反光区域检测和改进Hough变换的虹膜定位方法 |
| WO2018207959A1 (ko) * | 2017-05-11 | 2018-11-15 | 주식회사 룩시드랩스 | 이미지 처리 장치 및 방법 |
| CN109325421A (zh) * | 2018-08-28 | 2019-02-12 | 武汉真元生物数据有限公司 | 一种基于边缘检测的睫毛去除方法及系统 |
| CN109325421B (zh) * | 2018-08-28 | 2021-01-26 | 武汉真元生物数据有限公司 | 一种基于边缘检测的睫毛去除方法及系统 |
| WO2023054757A1 (ko) * | 2021-09-29 | 2023-04-06 | 주식회사 아이디랩 | 홍채 식별 이미지를 생성하는 방법과 이를 위한 서버 및 홍채 인증 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5107045B2 (ja) | 目に関して取得される画像中の虹彩を表す画素を特定する方法 | |
| Uhl et al. | Weighted adaptive hough and ellipsopolar transforms for real-time iris segmentation | |
| US9390327B2 (en) | Feature extraction and matching for biometric authentication | |
| Zuo et al. | On a methodology for robust segmentation of nonideal iris images | |
| JP2009523265A (ja) | 画像中の虹彩の特徴を抽出する方法 | |
| Zuo et al. | A robust iris segmentation procedure for unconstrained subject presentation | |
| JP2007188504A (ja) | 画像中の画素強度をフィルタリングする方法 | |
| Jang et al. | A study on eyelid localization considering image focus for iris recognition | |
| Liu et al. | Iris segmentation: state of the art and innovative methods | |
| Mohammed et al. | Accurate pupil features extraction based on new projection function | |
| Asmuni et al. | An improved multiscale retinex algorithm for motion-blurred iris images to minimize the intra-individual variations | |
| Nigam et al. | Iris recognition using consistent corner optical flow | |
| Hiew et al. | Preprocessing of fingerprint images captured with a digital camera | |
| KR100794361B1 (ko) | 홍채 인식 성능 향상을 위한 눈꺼풀 검출과 속눈썹 보간방법 | |
| Parikh et al. | Effective approach for iris localization in nonideal imaging conditions | |
| Hiew et al. | Automatic digital camera based fingerprint image preprocessing | |
| Kaur et al. | Touch-less Fingerprint Analysis--A Review and Comparison | |
| Tahir et al. | An accurate and fast method for eyelid detection | |
| Annapoorani et al. | Accurate and fast iris segmentation | |
| Joshi et al. | A novel approach implementation of eyelid detection in biometric applications | |
| Sisodia et al. | A conglomerate technique for finger print recognition using phone camera captured images | |
| Mahadeo et al. | Model-based pupil and iris localization | |
| Nigam et al. | Iris recognition using discrete cosine transform and relational measures | |
| George et al. | A survey on prominent iris recognition systems | |
| Wibowo et al. | Real-time iris recognition system using a proposed method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20121120 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20140624 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20150616 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20160105 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20170106 Year of fee payment: 10 |
|
| LAPS | Lapse due to unpaid annual fee |