KR20020038199A - 홍채 인식 시스템에서의 모조 홍채 판별방법 - Google Patents

Abstract

본 발명은 홍채 인식 시스템에서 모조 홍채를 판별하기 위한 방법에 관한 것이다.

종래의 모조 홍채 판별방법은 동공의 수축 및 팽창 정도를 조사하는 방법 또는 홍채 영상의 푸리어 스펙트럼 분석을 이용한 방법이 있으나, 전자의 경우는 처리 시간이 길고 동공의 크기 변화도를 정확하게 판별하지 못한다는 단점이 있고, 후자의 경우에는 실시간으로 홍채 영상의 진위를 판별하기 어렵고, 실제 홍채와 모조 홍채 사이의 유사 스펙트럼을 구별해 내기 어렵다는 단점이 있다.

본 발명의 모조 홍채 판별방법은 눈 영상내에서 흰자위 부분의 고주파 성분을 공간 영역상에서 분석하여 고주파 성분들의 갯수나, 그레이 평균값으로부터 진위 여부를 판별함과 함께, 홍채 영역에 대해서도 고주파 성분의 갯수나 그레이 평균값, 고주파 성분의 분포도로부터 진위 여부를 판별하고, 또한 흰자위와 홍채 사이의 경계 강도를 이용해서 홍채의 진위 여부를 판별함으로써, 종래 기술에 비하여 실시간 처리가 가능하고 모조 홍채의 정확한 판별을 가능하게 하였다.

Description

홍채 인식 시스템에서의 모조 홍채 판별방법{DISCRIMINATION METHOD FOR IMITATIVE IRIS IN IRIS RECOGNITION SYSTEM}

본 발명은 홍채 인식 시스템에서 카메라 등의 영상획득 장비로 촬영된 홍채(영상)의 진위 여부를 판별하는 방법에 관한 것으로서, 특히 눈 영상의 흰자위 부분의 고주파 성분을 공간 영역(spatial domain) 상에서 분석한 결과로부터 홍채의 진위 여부를 판별함으로써 홍채 인식 및 진위판별의 실시간 처리가 가능하고 보다 정확한 모조 홍채 판별을 이룰 수 있도록 한 모조 홍채 판별방법에 관한 것이다.

더욱 상세하게는 본 발명은 눈 영상으로부터 흰자위 영역에 대한 고주파 성분의 분석, 더 나아가 홍채 영역에 대한 고주파 성분 분석 및, 홍채와 흰자위 사이의 경계 강도에 대한 분석을 통해서 홍채의 진위 여부를 정확하게 실시간으로 판별할 수 있도록 한 홍채 인식 시스템에서의 모조 홍채 판별방법에 관한 것이다.

알려진 바와같이 보안이나 방범, 신분인증을 위한 시스템으로 기존의 접촉식 혹은 비접촉식 카드 시스템에서 더 나아가 사람의 지문을 인식하거나, 또는 홍채인식을 통해서 신분을 인증하고 특정 장소의 출입이나 특정 정보에의 접근 등을 허용하거나 거부하는 시스템이 보급되어 왔다.

이 중에서 홍채인식 시스템은 지문인식에 비해서 인식률이 높고 보다 정확한 인식이 가능하다는 장점이 있으나, 등록된 홍채 패턴의 인쇄물이나 사진 등을 이용해서 모조된 홍채 영상을 이용할 경우, 실제 사람의 홍채가 아닌 경우에도 등록된 홍채로 인식하는 오류 발생의 우려가 있다.

도1은 일반적인 홍채 인식 시스템의 구성을 나타낸 도면으로서, 사람의 눈(1)이 소정의 동작 영역안에 들어왔을 때 눈 영상을 촬영하기 위한 카메라(2)와, 상기 카메라(2)로 촬영된 눈 영상신호를 처리하여 홍채 영상을 추출하고 진위 여부를 판별하기 위한 홍채 이미지 처리부(3)와, 상기 홍채 이미지 처리부(3)에서 처리된 홍채 영상에 대하여, 등록된 홍채 데이터 베이스를 이용해서 홍채를 인식하기 위한 홍채 인식부(4)와, 동작영역으로의 접근 판정을 위해 상기 눈(1)과 카메라(2) 사이의 거리를 측정하는 거리 측정부(5)를 포함하여 이루어진다.

도1의 홍채 인식 시스템 동작을 설명하면 다음과 같다.

거리 측정부(5)는 사용자의 눈(1)과 카메라(2) 사이의 거리를 측정하여 사용자가 소정의 동작영역 안에 들어왔는가를 판정할 수 있게 하고 또 그 때에 카메라(2)의 줌이나 촛점 기능을 구동시켜 사용자의 눈(1)을 촬영하게 한다.

카메라(2)로 촬영된 눈 영상은 홍채 이미지 처리부(3)에 입력되고, 홍채 이미지 처리부(3)는 눈 영상을 신호처리하여 홍채 영상을 추출한다. 그리고 추출된 홍채 영상의 진위를 판별하여, 모조된 홍채인 경우에는 표시장치나 스피커를 통해 그 사실을 알려주고, 실제 사람의 홍채인 경우에는 홍채 인식부(4)에 그 결과를 알려준다. 홍채 인식부(4)는 상기 홍채 이미지 처리부(3)에서 실제 사람의 홍채로 판별된 결과를 입력받아, 데이터 베이스를 이용해서 홍채 인식과정을 수행하여 사용자가 등록되어 있는지를 확인하고, 등록된 사용자의 경우는 출입 등을 허용하고, 그렇지 않은 경우에는 출입 등을 거부한다.

상기한 홍채의 진위 여부, 즉 모조 홍채(영상)를 가려내기 위한 방법으로 종래에는 동공의 수축 및 팽창 정도를 조사하는 방법을 사용하거나, 홍채 영상의 2차원 푸리어 스펙트럼(Fourier Spectrum) 분석을 이용한 방법이 제안되고 있다.

전자의 경우는 사람의 눈에서 일정한 조명이나 조명이 변하는 환경에서 동공이 수축과 팽창을 반복하는 특징을 이용하는 방법이며, 도2는 일반적인 홍채 인식 및 모조 눈 판별 방법의 수순을 나타낸 것이다.

첫 단계(S1)에서는 카메라로 촬영된 눈 영상을 입력받고, 그 다음 단계(S2)에서는 눈 영상으로부터 동공과 홍채 영역을 추출한다. 그리고 동공과 홍채의 인식과정(S3)을 수행하여 인식되는가의 여부를 판정한다(S4). 동공과 홍채가 인식되면눈 영상이므로 이때에는 모조 눈 판별 알고리즘(동공의 수축과 팽창 특징을 이용)을 수행하고(단계 S5), 그 결과를 판단한다(단계 S6). 만약 판단 결과 모조 눈이면 상기 과정(S1∼S6)을 2회 내지 3회 정도 반복해 본다. 상기 첫번째 또는 2 내지 3회 반복해도 모조 눈으로 판정되는 경우, 또는 홍채 인식이 이루어지지 않는 경우는 인식되지 않았다는 메시지(판별 결과)를 출력하고, 실제 홍채로 판정된 경우에는 홍채 인식 결과를 출력한다.

상기 방법은 인쇄나 사진 등으로 출력된 홍채 영상의 경우 동공의 수축과 팽창 변화가 전혀 없다는 가정하에서 출발한다. 그러나 동공의 수축과 팽창 상태를 검출하기 위해서는 동공의 위치를 찾고 또 동공의 반경을 구하는 일련의 작업을 수회 반복해야 하고, 더구나 동공의 수축과 팽창을 검사하기 위해서는 동적인 영상변화의 검출기술 즉, 적어도 3장 이상으로 연속 촬영된 홍채 영상을 구해서 이 홍채 영상들에 대한 상기 분석작업을 거쳐야 한다는 단점이 있다. 이러한 점은 모조 홍채의 판별에 오랜 시간이 걸려서 실시간 처리를 어렵게 할 뿐만 아니라, 동공 및 홍채 추출 성능 자체에도 어느 정도는 에러가 포함되어 있어서 동공의 크기 변화를 정확하게 가려내지 못하기 때문에 오인식의 우려가 상존하였다.

한편, 홍채 영상의 2차원 푸리어 스펙트럼(Fourier Spectrum) 분석을 이용한 후자의 방법은 인쇄된 홍채 영상이 갖는 특징적인 주파수 성분의 검출을 이용한 방법으로서, 일반적으로 프린터를 이용하여 홍채 영상을 출력하는 경우에는 어느 정도의 인쇄잡음 성분이 포함되어 있다는 점에 착안하여 이 인쇄잡음 성분을 주파수 분석을 통해서 추출함으로써 모조 홍채를 가려내는 방법이다.

도3에 2차원 푸리어 스펙트럼 분석방법을 표현하였다. 도3의 (a)와 같이 눈 영상(홍채 영상)의 인쇄물인 경우 이 것을 푸리어 스펙트럼 분석해 보면 도3의 (b)와 같이 인쇄잡음 성분에 의해서 4개의 규칙적인 고주파 특성을 알아낼 수 있다.

즉, 인쇄잡음 성분들은 프린터의 특성에 의해서 방향성과 주기성을 갖고 있으므로, 이를 푸리어 스펙트럼 분석을 통해서 주파수 영역에서 분석하면 규칙적인 고주파 성분이 나타나고, 이러한 고주파 성분이 나타나면 해당 홍채 영상이 모조된 것으로 판별하는 것이다.

그러나 이 방법 또한 푸리어 스펙트럼 분석에 많은 시간이 걸려서 실시간 처리를 어렵게 하고, 눈썹 등이 홍채 내부에 많이 포함된 실제 눈 영상의 경우에도 상기 인쇄된 모조 홍채 영상에서와 유사한 고주파 성분이 검출되기 때문에 오인식의 우려가 높다는 단점이 있다.

본 발명은 홍채 인식 시스템에서 모조 홍채를 실시간으로 정확하게 가려낼 수 있도록 한 모조 홍채 판별방법을 제안한다.

본 발명은 눈 영상에서 흰자위 부분의 고주파 성분을 공간 영역상에서 분석하여 홍채의 진위 여부를 판별할 수 있도록 한 모조 홍채 판별방법을 제안한다.

더 나아가, 본 발명은 흰자위 부분의 고주파 성분에 대한 공간 영역상의 분석과 함께, 홍채 영상에 대해서도 고주파 성분에 대한 공간 영역상의 분포와, 홍채와 흰자위 사이의 경계 강도를 분석한 결과를 이용해서 홍채의 진위 여부를 실시간으로 정확하게 판별할 수 있도록 한 모조 홍채 판별방법을 제안한다.

도1은 일반적인 홍채 인식 시스템의 개략적인 구성을 나타낸 도면

도2는 일반적인 홍채 인식 시스템의 동작 수순을 나타낸 플로우차트

도3은 종래에 홍채 영상의 푸리어 스펙트럼 분석을 이용한 모조 홍채 판별방법을 설명하기 위한 도면

도4는 본 발명의 모조 홍채 판별방법의 실시예 플로우차트

도5는 본 발명의 모조 홍채 판별 알고리즘을 신경망 구조에 적용한 예를 나타낸 도면

본 발명의 홍채 인식 시스템에서의 모조 홍채 판별방법은, 촬영된 눈 영상에서 흰자위 영역의 고주파 성분을 공간 영역상에서 분석하는 단계와, 상기 흰자위 영역의 고주파 성분의 공간 영역상에서의 특징정보를 홍채 진위 판별의 기준 특징정보와 비교하여 모조 홍채 여부를 판별하는 단계로 이루어지는 것을 특징으로 하는 모조 홍채 판별방법이다.

또한 본 발명의 모조 홍채 판별방법은, 상기 흰자위 영역의 고주파 성분에 대한 공간 영역상의 분석과 함께, 홍채 영역에 대한 고주파 성분을 공간 영역상에서 분석하는 단계와, 상기 홍채 영역의 고주파 성분의 공간 영역상에서의 특징정보를 홍채 진위 판별의 기준 특징정보와 비교하여 모조 홍채 여부를 판별하는 단계를 더 포함하여 이루어지는 것을 특징으로 한다.

또한 본 발명의 모조 홍채 판별방법에서, 상기 고주파 성분의 공간 영역상에서의 특징정보를 추출하기 위하여, 정해진 영역에 대하여 엣지 추출 검출자를 적용해서 고주파 엣지들이 포함된 영상으로 변환하는 단계를 더 수행하는 것을 특징으로 한다.

또한 본 발명의 모조 홍채 판별방법에서, 상기 고주파 성분의 공간 영역상에서의 특징정보로, 고주파 성분들의 갯수나, 고주파 성분의 그레이 평균값이나, 고주파 성분의 분포도를 이용하는 것을 특징으로 한다.

또한 본 발명의 모조 홍채 판별방법에서, 상기 홍채 진위 판별의 특징정보가 고주파 성분들의 갯수일 때, 검출된 고주파 성분의 갯수가 설정된 기준 갯수 보다많게 나올 때를 모조 홍채로 판별하고, 상기 홍채 진위 판별의 특징정보가 고주파 성분의 그레이 평균값일 때, 검출된 그레이 평균값이 설정된 그레이 평균값 보다 낮게 나올 때를 모조 홍채로 판별하고, 상기 홍채 진위 판별의 특징정보가 고주파 성분의 분포도일 때 고주파 성분의 분포가 규칙적이며 균일할 때 모조 홍채로 판별는 것을 특징으로 한다.

또한 본 발명의 모조 홍채 판별방법은, 상기 눈 영상에서 흰자위와 홍채 사이의 경계강도를 분석하여 홍채 진위 판별의 기준 특징정보와 비교하여 모조 홍채 여부를 판별하는 단계를 더 포함하여 이루어지는 것을 특징으로 한다.

또한 본 발명의 모조 홍채 판별방법에서, 상기 홍채와 흰자위의 경계강도는 엣지 추출 검출자 및 수평, 대각 프로젝션 처리를 이용해서 검출하는 것을 특징으로 한다.

또한 본 발명의 모조 홍채 판별방법에서, 상기 홍채와 흰자위의 경계강도가 정해진 임계값 이상을 강하게 나타날 때를 모조 홍채로 판별하는 것을 특징으로 한다.

상기한 바와같이 이루어진 본 발명의 모조 홍채 인식방법을 첨부된 도면을 참조하여 실시예로서 설명하면 다음과 같다.

상기 도1 및 도2에 도시된 바와같은 홍채 인식 시스템에서, 카메라 장비 등으로 구성된 홍채 영상 입력장비를 이용해서 사용자의 눈 영상이 입력되면, 눈 영상 정보로부터 동공 및 홍채 영역을 추출하고, 동공 및 홍채영역 추출정보를 근거로 해서 홍채 인식에 사용될 특징(Iris Code)을 추출하여 인식을 수행한다. 인식결과 등록된 사용자임이 판명되면 본 발명의 모조 홍채 판별 알고리즘을 수행하여 실제 사람의 눈인지 아니면 인쇄 등으로 위조된 눈인지를 판별한다. 모조 홍채 판별 알고리즘을 수행한 결과 모조 눈으로 판별되면 다시 눈 영상을 취득하여 인식 및 모조 눈 판별의 전 과정을 2내지 3회 정도 반복해 보고, 그래도 모조 눈으로 판별된 경우에는 인식되지 않았다는 메시지를 출력한다.

도4는 본 발명의 모조 홍채 판별방법의 일 실시예를 나타낸 플로우차트이다.

먼저, 입력된 눈 영상정보(6)의 인식 결과로부터 추출된 동공 및 홍채 중심 위치와 반경 정보를 이용해서 입력 눈 영상 내에서 흰자위 영역(6a)의 고주파 성분을 분석한다(단계 S11). 흰자위 영역의 고주파 성분의 분석은 공간 영상 영역(Spatial Image Domain)에서 분석하는데, 그 분석 방법은 다음과 같다.

정해진 흰자위 영역(6a)에 대해서 엣지 추출 검출자(Edge Detection Operator)를 적용해서 고주파 엣지들이 많이 표현된 영상으로 변환한다(엣지 추출 검출자로는 기존에 영상처리 연구에서 많이 사용하는 검출자 즉, Prewitt, Sobel, Canny, Roberts, Laplacian, Laplacian of Gaussian 등에서 임의의 것을 선택하여 사용할 수 있다). 고주파 엣지들이 많이 표현된 영상에 대해서 라벨링(Labeling) 등의 방법으로 특징 정보들을 추출하여 조사한다. 특징 정보로는 예를 들면 고주파 성분들의 갯수나, 고주파 성분들의 그레이 평균값을 조사한다. 일반적으로 모조 눈은 인쇄 잡음 등으로 인하여 고주파 성분의 갯수가 많이 나오고, 또 고주파 성분의 그레이 평균값이 낮게 나오는 경향이 있으므로, 이러한 특징 정보를 이용해서 모조 눈인지의 여부를 검사할 수 있도록 하는 것이다(S12).

즉, 상기 고주파 성분들의 갯수를 모조 눈으로 판별하기 위해 설정된 기준 특징정보(고주파 성분들의 기준 갯수)와 비교해서 기준값 보다 많이 나온다면 모조 눈으로 판별할 수 있고, 또한 고주파 성분들의 그레이 평균값을 모조 눈으로 판별하기 위해 설정된 기준 특징정보(고주파 성분의 그레이 기준 평균값)과 비교해서 기준값 보다 낮게 나온다면 모조 눈으로 판별할 수 있을 것이다.

이 단계(S12)에서는 상기 특징정보들 중에서 적어도 어느 하나를 만족시키지 못하는 경우를 모조 눈으로 판별할 수 있을 것이다.

이 단계(S12)에서 상기 특징정보들 모두를 만족시켜서 실제 사람의 눈이라고 판별하는 경우에도 더욱 정확한 판별을 위해서 홍채 영역의 고주파 성분 분석단계(S13)를 거친다.

즉, 눈 영상(6)에서 홍채 영역(6b)의 고주파 성분을 공간 영상 영역상에서 분석하여, 앞에서와 마찬가지로 홍채 영역에 대한 고주파 성분들의 갯수, 고주파 성분의 그레이 평균값 및 고주파 성분의 분포도를 분석하여 모조 눈 여부를 판별한다(단계 S14).

이때 고주파 성분의 분포도를 조사하는 이유는 홍채 영상을 인쇄하는 경우 인쇄잡음이 규칙적이며 균일한 형태로 분포되어 출력되는 경향이 있기 때문이다.

따라서, 상기 홍채 영역에 대한 고주파 성분들의 갯수나, 고주파 그레이 평균값이나, 고주파 성분의 분포도 등의 특징정보가 모조 눈으로 판별하기 위한 각각의 기준 특징정보값과 비교되어 그 결과로부터 모조 눈인지, 아니면 실제 사람의 눈인지를 판별할 수 있게 되는 것이다.

이 단계(S13,S14)에서 상기 특징정보들 모두를 만족시켜서 실제 사람의 눈이라고 판별하는 경우에도 더욱 정확한 판별을 위해서 흰자위와 홍채 영역 사이의 경계강도 분석단계(S15)를 거친다.

즉, 눈 영상(6)에서 추출한 흰자위 영역과 홍채 영역 사이의 경계(6c)의 강도를 분석하는데, 일반적으로 실제 사람의 눈 영상에서는 흰자위와 홍채 사이의 경계가 어느 정도 연속적인 그레이값 변화도를 갖지만, 인쇄한 홍채를 콘택트 렌즈 등에 입혀서 사용하는 경우에는 흰자위와 홍채 사이의 경계가 불연속적인 성질을 갖게되기 때문이다. 이때 흰자위와 홍채 사이의 경계강도는 앞에서 설명한 엣지 추출 검출자 및 수평, 대각 프로젝션(투영) 처리 등의 기법을 이용해서 검출할 수 있다.

상기한 바와같이 흰자위와 홍채 사이의 경계강도를 분석하여 연속적인 그레이값 변화도를 갖는지, 혹은 불연속적인 그레이값 변화도를 갖는지를 판별하면 모조 눈인가 혹은 실제 사람의 눈인가를 판별할 수 있게 된다(단계 S16).

앞에서 설명한 바와같이 모조 눈 판별을 위해서 사용되는 2가지 이상의 특징정보들은 트리 구조(Tree Structure)에 의해서 순차적으로 사용함으로써, 어느 한가지의 특징에 의해서도 모조 눈으로 판별되는 경우에 모조 눈으로 최종 판단 결과를 내보낼 수 있다.

도5는 본 발명의 모조 홍채 판별방법을 신경망을 이용해서 구현하는 예를 나타내고 있으며, 입력층(7), 중간층(8a,8b), 출력층(9)으로 이루어지고, 각각의 뉴런에 연결강도(Wi,Wii)를 모델링하였다.

입력층(7)에는 특징정보N을 입력으로 하고 있는데, 여기서 특징은 앞에서 설명한 바와같이 눈 영상에서 흰자위 영역의 고주파 성분들의 갯수, 흰자위 영역의 고주파 그레이 평균값, 홍채 영역의 고주파 성분들의 갯수, 홍채 영역의 고주파 그레이 평균값, 홍채 영역의 고주파 성분의 분포도가 된다.

이와같은 복수개의 특징들을 같은 판단 단계에서 동시에 적용하여 사용할 수 있고, 이 때 신경망으로는 기존의 BPNN(Back Propagation Neuron Network), RBNN(Radial Base Neuron Network), FRBNN(Functional Radial Base Neuron Network) 등과 같은 임의의 지도 학습 신경망(Supervised Learning Neuron Net)을 사용할 수 있으며, 사용 특징들 간의 상호 의존성(Mutually Dependency)을 줄이기 위해서 K-L(Karhunen Loeve)변환, DCT변환 등을 이용할 수 있다.

각각의 특징정보들을 입력층으로 하고 각 특징정보들에 대해서 연결강도(Wi,Wii)를 조절함으로써 모조 눈인지 혹은 실제 사람의 눈인지를 판별하는 신뢰성을 높이는 구조를 구현할 수 있다.

본 발명은 홍채 인식 시스템에서 모조 홍채를 판별할 때, 눈 영상의 흰자위 영역에 대한 고주파 성분의 공간영역 상에서의 분석, 홍채 영역의 고주파 성분의 공간영역 상에서의 분석, 흰자위와 홍채의 경계강도의 분석을 통해서 모조 홍채인지의 여부를 판별한다. 따라서, 모조 홍채 판별에 걸리는 시간을 줄일 수 있고 실시간에 가까운 홍채 인식을 수행할 수 있을 뿐만 아니라, 각 특징정보들을 같은 판단 단계에 적용함으로써 보다 신뢰성 높은 모조 홍채 판별을 가능하게 한다.

Claims (10)

1. 촬영된 눈 영상에서 흰자위 영역의 고주파 성분을 공간 영역상에서 분석하는 단계와, 상기 흰자위 영역의 고주파 성분의 공간 영역상에서의 특징정보를 홍채 진위 판별의 기준 특징정보와 비교하여 모조 홍채 여부를 판별하는 단계로 이루어지는 것을 특징으로 하는 모조 홍채 판별방법.
2. 제 1 항에 있어서, 상기 흰자위 영역의 고주파 성분에 대한 공간 영역상의 분석과 함께, 홍채 영역에 대한 고주파 성분을 공간 영역상에서 분석하는 단계와, 상기 홍채 영역의 고주파 성분의 공간 영역상에서의 특징정보를 홍채 진위 판별의 기준 특징정보와 비교하여 모조 홍채 여부를 판별하는 단계를 더 포함하여 이루어지는 것을 특징으로 하는 모조 홍채 판별방법.
3. 제 1 항 또는 2 항에 있어서, 상기 고주파 성분의 공간 영역상에서의 특징정보를 추출하기 위하여, 정해진 영역에 대하여 엣지 추출 검출자를 적용해서 고주파 엣지들이 포함된 영상으로 변환하는 단계를 더 수행하는 것을 특징으로 하는 모조 홍채 판별방법.
4. 제 1 항 또는 제 2 항에 있어서, 상기 고주파 성분의 공간 영역상에서의 특징정보로, 고주파 성분들의 갯수나, 고주파 성분의 그레이 평균값이나, 고주파 성분의 분포도를 이용하는 것을 특징으로 하는 모조 홍채 판별방법.
5. 제 1 항 또는 제 2 항에 있어서, 상기 홍채 진위 판별의 특징정보가 고주파 성분들의 갯수일 때, 검출된 고주파 성분의 갯수가 설정된 기준 갯수 보다 많게 나올 때를 모조 홍채로 판별하고, 상기 홍채 진위 판별의 특징정보가 고주파 성분의 그레이 평균값일 때, 검출된 그레이 평균값이 설정된 그레이 평균값 보다 낮게 나올 때를 모조 홍채로 판별하고, 상기 홍채 진위 판별의 특징정보가 고주파 성분의 분포도일 때 고주파 성분의 분포가 규칙적이며 균일할 때 모조 홍채로 판별하는 것을 특징으로 하는 모조 홍채 판별방법.
6. 제 1 항 또는 제 2 항에 있어서, 상기 눈 영상에서 흰자위와 홍채 사이의 경계강도를 분석하여 홍채 진위 판별의 기준 특징정보와 비교하여 모조 홍채 여부를 판별하는 단계를 더 포함하여 이루어지는 것을 특징으로 하는 모조 홍채 판별방법.
7. 제 6 항에 있어서, 상기 홍채와 흰자위의 경계강도는 엣지 추출 검출자 및 수평, 대각 프로젝션 처리를 이용해서 검출하는 것을 특징으로 하는 모조 홍채 판별방법.
8. 제 6 항에 있어서, 상기 홍채와 흰자위의 경계강도가 불연속적일 때를 모조 홍채로 판별하는 것을 특징으로 하는 모조 홍채 판별방법.
9. 제 4 항에 있어서, 상기 2가지 이상의 특징정보들을 트리구조에 의해 순차적으로 사용하는 것을 특징으로 하는 모조 홍채 판별방법.
10. 제 4 항에 있어서, 상기 특징정보들을 입력층으로 하는 신경망을 이용해서 복수개의 특징들을 같은 판단 단계에서 동시에 적용하는 것을 특징으로 하는 모조 홍채 판별방법.