KR20060056805A

KR20060056805A - 다중스케일 가변영역분할 홍채인식 방법 및 시스템

Info

Publication number: KR20060056805A
Application number: KR1020040096000A
Authority: KR
Inventors: 김대훈; 위남숙; 이성진; 권성화; 최형인
Original assignee: 아이리텍 잉크
Priority date: 2004-11-22
Filing date: 2004-11-22
Publication date: 2006-05-25
Also published as: EP1820141B1; EP1820141A4; JP2008521122A; AU2005307289A9; US8009876B2; AU2005307289A1; CN100552696C; CN101073090A; WO2006054827A1; KR100629550B1; AU2005307289A2; EP1820141A1; AU2005307289B2; CA2588275C; CA2588275A1; US20090169064A1

Abstract

본 발명은 개인인증을 위해 획득한 홍채영상을 다수의 균등/불균등 및 다중스케일 영역으로 분할하여 각 영역에 대응된 코드를 생성하여 데이터베이스로 구축하고, 인증시 동일한 방법으로 인증코드를 생성하여 데이터베이스에 저장된 등록코드와의 비교를 통해 동일인인지 여부를 판단하도록 함으로써 인식속도와 인식률을 높일 수 있도록 하는 홍채인식방법 및 그 시스템에 관한 것이다.

이를 위한 본 발명은, 홍채코드 등록은 카메라로 촬영하거나 이미지 파일 등을 입력받아 홍채영상을 획득하는 단계, 획득된 홍채 영상으로부터 홍채코드를 생성하는 단계, 생성된 홍채코드를 데이터베이스에 저장하는 단계로 이루어지고, 홍채코드 인증은 상기 홍채코드등록시와 마찬가지 방법으로 홍채영상을 획득하는 단계, 획득된 홍채 영상으로부터 홍채코드를 생성하는 단계, 생성된 홍채코드를 상기 데이터베이스에 저장된 홍채코드와 비교하여 홍채코드를 판별하는 단계를 포함하여 이루어진 홍채 인식 방법에 있어서, 상기 홍채코드 생성 단계는 홍채영역의 내측 경계와 외측 경계를 실질적인 형상에 따라 일반 곡선으로 근사하여 결정한 후 결정된 내측 경계와 외측 경계 사이의 영역의 일부 혹은 전체를 1개 이상의 단위 분할 영역으로 나누어 각 영역에 대응하는 코드를 생성하도록 이루어지고, 홍채코드 판별 단계는 생성된 코드와 기존에 데이터베이스에 저장된 코드와의 거리를 측정하여 문턱값(threshold)보다 큰지 작은 지를 판별하도록 이루어짐을 특징으로 하는 발명임.

홍채인식, 웨이블릿, 코드, 등록, 인증, 영역분할, 다중스케일, 가변영역분할, 불균등영역분할

Description

다중스케일 가변영역분할 홍채인식 방법 및 시스템{Multiscale Variable Domain Decomposition Method and System for Iris Identification}

도 1은 종래 홍채인식을 위한 영상정보 추출영역을 설명하기 위한 도면,

도 2는 홍채 내측/외측 경계의 다양성을 예시하는 홍채 영상 샘플들,

도 3은 본 발명에 따른 홍채코드 등록 시스템 및 인식 시스템의 개요도,

도 4는 본 발명에 따른 홍채영역과 직사각형의 대응관계와 직사각형의 영역분할과 이에 대응하는 홍채 영역의 분할을 예시한 도면,

도 5는 본 발명에 따른 홍채영역의 불균등 영역 분할을 예시한 도면,

도 6은 본 출원인의 기 획득 특허에 의거한 가변다중섹터의 등록 및 인증시 상이한 양호/불량 판별 결과를 예시한 도면,

도 7 내지 도 11은 본 발명의 다른 실시예에 따른 다중 스케일 영역 분할 방식을 설명하기 위한 도면,

도 12는 본 발명에 따른 다중스케일영역분할의 경우 인증을 위해 등록된 홍채코드와 인증용 홍채코드를 비교하는 방법을 설명하기 위한 도면으로서, 도 12a는 등록 및 인증을 위한 코드 생성시 대응하는 분할영역이 모두 양호한 경우의 실시예, 도 12b는 등록 및 인증을 위한 코드 생성시 대응하는 분할영역이 양호와 불량 으로 상이한 경우의 실시예,

도 13은 본 발명에 따른 홍채인식방법을 설명하기 위한 흐름도를 나타내는 도면이다.

<도면의 주요부분에 대한 부호의 설명>

10 -- 홍채등록시스템, 11 -- 홍채영상획득부,

12 -- 홍채코드생성부, 13 -- 홍채코드저장부,

14 -- 홍채데이터베이스, 20 -- 홍채인식시스템,

21 -- 홍채영상획득부, 22 -- 홍채코드생성부,

23 -- 홍채코드비교부, 24 -- 인증부.

본 발명은 홍채의 영상을 획득하여 사전에 등록된 정보와 비교한 후 동일인이지 여부를 판단하도록 하는 홍채인식방법 및 그 시스템에 관한 것으로, 더욱 상세하게는 홍채영상을 다수 영역으로 분할하고 각 영역으로부터 홍채특징정보를 추출함과 아울러 그에 대응된 코드를 생성하여 데이터베이스로 구축하고, 신분확인을 위해 촬영하는 홍채영상으로부터 동일한 방법으로 코드를 생성하여 데이터베이스에 저장된 등록코드와 비교를 통해 동일인인지 여부를 판단하도록 함으로써 인식속도 와 인식률을 높일 수 있도록 하는 홍채인식방법 및 그 시스템에 관한 것이다.

일반적으로 홍채를 이용하여 특정 개인을 인식하는 방법에 있어서는, 사람의 눈 부분을 촬영한 영상신호에서 홍채영역의 영상신호를 검출하여 그것을 코드화하여 저장하고, 해당 홍채로부터 생성된 코드와 근접한 것을 데이터베이스에서 탐색하여 비교함으로써, 그 비교결과에 따라 특정 개인의 신분을 인증하여 접근을 허용하거나 또는 반대로 거절하도록 하는 처리방법이 알려져 있다.

이와 같은 처리를 위해 홍채영역으로부터 특화된 정보를 획득하는 방법중의 하나가 도그만(John G. Daugman)의 미국특허 제5,291,560호에 개시되어 있다.

상기 도그만 특허에서는, 홍채와 동공과의 경계선을 가장 잘 근사하는 원을 찾고 같은 원리로 홍채와 공막(sclera) 경계도 원으로 근사한 후 그 사이의 영역을 홍채영역으로 설정하고 이 영역을 등비례 원리에 의해 도 1(a)와 같이 다수의 동심원들에 의해 구획되는 환형의 선택영역을 설정하고, 각 선택영역으로부터 가보(Gabor) 변환을 통해 추출된 홍채특징정보를 홍채코드로 저장수단에 저장하여 데이터베이스로 구축하여 놓은 다음, 개인인식시에 추출되는 홍채특징정보를 각 선택영역별 등록 홍채특징정보와 비교하여 그 차이가 문턱값(threshold) 이내에 있는 것으로 판단되면 등록된 사람과 동일인으로 판명하도록 하고 있다. 그러나 이와 같은 방법에서는 잦은 눈 깜박임에 의하여 눈꺼풀이나 속눈썹 등이 동공방향으로 내려와 덮게되면 그 덮혀진 선택영역들에서 추출된 홍채특징정보에 오류가 포함되게 됨으로써 인식률이 떨어질 수 있는 문제점 있었다.

그리하여 도그만 특허에서는 도 1b에 도시된 바와 같이, 홍채를 다수의 환형으로 구획하여 설정한 선택영역중에서 눈꺼풀이나 속눈썹 등에 의하여 덮힐 가능성이 많은 중앙 상부와 하부의 일정부분을 제거하고 나머지 양호한 선택영역만을 사용하여 홍채특징정보를 추출하여 데이터베이스에 등록한 후, 인증시에도 동일한 방법으로 추출한 후 그 거리를 비교하여 개인인증을 하도록 이루어져 있다. 그러나 이와 같은 방법에서는 홍채특징정보를 등록하기 위해 추출할 때나 개인인증을 위해 추출할 때 사람에 관계없이 항상 사전에 항상 동일하게 양호한 선택영역을 설정하여 홍채특징정보를 추출하도록 이루어져 있는 바, 사람에 따라 눈꺼풀이나 속눈썹이 홍채를 가리는 정도가 상이하고, 설혹 동일인이라 할지라도 눈깜박임이나 눈물 등의 이물질에 의해 홍채영상 촬영시마다 양호한 선택영역이 달라지게 되지만 이 정보를 반영하지 못해 홍채특징정보가 촬영시마다 상당히 달라질 수 있어 인식율을 떨어뜨리는 문제점이 있었다.

또 다른 예로써, 본 출원인에 의하여 선출원되어 등록된 미국특허 제6,247,813호에는 홍채영상으로부터 얻을 수 있는 홍채의 섬유조직과, 빛에 의한 동공 및 자율신경환의 반응과, 자율신경환의 형태와, 열공의 위치 및 형태에 따라 홍채 인식을 위한 다수의 인식 파라미터를 산출하고, 그것으로부터 특정 개인을 구별해 낼 수 있도록 하는 기술이 개시되어 있다. 이 기술의 특징 중 중요한 것이 가변다중섹터방법(Variable Multisector Method)라 부르는 기술로서 이 기술은 동공과 홍채의 경계, 또 홍채와 공막(sclera)의 경계를 각각 원으로 표시하고 이를 동 심원분할과 방사분할을 통해 다중섹터로 분할한 후 각 섹터마다 하르변환(Haar Transform) 등의 주파수 변환 방법을 사용하여 등록 및 인증시 사용하고 있다. 이 기술의 가장 큰 특징은 홍채특징정보를 추출할 영역을 분할함에 있어 상기 도그만 특허에서 사용하는 프리셀렉션(preselection) 방법과는 달리 눈꺼풀이나 눈썹 등으로 덮이는 섹터를 동적으로(dynamic) 판별하여 양호한 섹터(good sector)만을 사용하고 불량 섹터(bad sector)를 버리는 방법을 취하고 있다는 것이다. 따라서 등록시에 사용한 양호한 섹터와 인증시에 사용하는 양호한 섹터는 반드시 같을 필요가 없고, 다만 일정 비율 이상만 양호한 섹터가 공통적으로 나타나면 된다는 것이다. 이러한 방법을 통해 각 촬영시마다 나타나는 가변적 상황에 효율적으로 대처할 수 있고 이에 따라 인식률도 획기적으로 향상되는 장점이 있다.

그러나 이 발명도 인식률이 최대로 향상되지 못하는 몇 가지 문제점을 가지고 있다. 즉, 도 2에서 보는 바와 같이 사람의 홍채 경계는 원으로 근사하기 어려운 경우도 많이 나타나는데 이를 원으로 근사하게 되면 불가피하게 홍채영역 이외의 영역도 홍채영역으로 오인되어 오용될 수 있고 이는 인식률을 저하시킬 수 있다. 또한 섹터들은 같은 간격으로 같은 모양으로 구성되어 있어 눈꺼풀이나 눈썹으로 약간이라도 가려진 섹터는 불량 섹터로 버려지게 되어 실제로 불량 섹터 내의 좋은 부분을 충분히 활용하지 못하는 단점이 있다.

또한, 상기 도그만 특허에서도 카메라로 촬영한 홍채영상으로부터 홍채영역을 추출할 때 동공과 홍채와의 경계선인 홍채 내측경계와 홍채와 공막간의 경계선 인 홍채 외측경계가 실질적으로는 일반 곡선으로 이루어져 있음에도 불구하고 데이터처리의 편리성을 위하여 원 또는 타원으로 취급하면서, 다수의 선택영역으로 분할하기 위한 분할선도 홍채 내측경계와 동심원인 것처럼 취급하고 있다. 그런데 홍채영역에는 개인인식을 위한 다수의 특징적인 정보들을 포함하고 있음에도 종래에는 원인 것처럼 취급함에 따라 필요한 특징들을 정보화하지 못함으로써 인식률 향상에 제한이 있었다.

본 발명은 상기한 문제점들을 개선하기 위해서 발명한 것으로, 본 발명의 첫 번째 목적은 홍채의 내측 경계나 외측 경계를 원으로 근사하지 않고 경계의 실질적인 형태를 반영하여 일반 곡선을 사용하여 근사함으로써 인식의 정확도를 높일 수 있도록 된 홍채인식방법 및 시스템을 제공하고자 함에 있다. 이는 기존 발명에서는 홍채의 내측 경계나 외측 경계가 실제로 원이 아님에도 불구하고, 계산상의 편의를 위하여 원으로 근사하여 홍채 인식에 사용하였다. 이로 인해 홍채 영역이 아닌 영역이 홍채 코드를 만드는 데 사용되거나 홍채의 일부 영역이 코드를 만드는데 누락되었다. 따라서, 이러한 요소는 홍채 인식의 정확도를 떨어뜨리는 요인이 되었다. 이러한 점을 보완하기 위해서 본 발명에서는 홍채 경계의 실질적 모습을 그대로 반영하여 홍채 코드를 생성하는 방법을 제시한다. 즉, 홍채의 경계를 원이 아닌 일반 곡선(general curve)을 사용하여 근사함으로써, 보다 정확하게 홍채의 영역을 구별해 내고, 이로부터 홍채 코드를 만듦으로써 홍채 인식의 정확도를 높일 수 있도록 된 홍채인식방법 및 시스템을 제공하고자 함에 있다.

본 발명의 두번째 목적으로는, 획득된 이미지로부터 가능한 많은 정보를 추출하여 홍채 인식의 정확도를 높이기 위해서 홍채 코드 생성에 사용되는 영역을 극대화 할 수 있도록 된 홍채인식방법 및 시스템을 제공하고자 함에 있다. 일반적으로, 홍채 인식을 위해 획득된 홍채 이미지는 이미지의 질이 좋지 않은 경우가 많이 있다. 눈의 모습, 눈꺼풀의 모습, 눈썹의 모습, 그리고 이미지 획득시의 여러 가지 상황으로 인해서, 홍채의 일부가 손상을 받는 경우가 많이 있다. 홍채의 이미지가 일부 손상된 경우, 손상된 이미지를 그대로 사용하여 홍채 코드를 생성하게 되면 홍채 인식의 정확도가 당연히 낮아지게 된다. 따라서, 손상이 없는 부분만을 사용해서 홍채 코드를 생성해야 한다. 이러한 점 때문에 기존 도그만의 특허에서는 홍채 영역에서 미리 정해진 영역을 제거한 후 홍채 코드를 생성하여 사용하였다. 하지만, 문제는 홍채의 어떤 부분이 손상이 될 지 미리 알 수 없다는 것이다. 때문에 기존 도그만의 발명에서는, 경우에 따라서는 손상된 영역이 제거 되지 않은 상태에서 홍채 코드가 생성되기도 하고, 또 경우에 따라서는 손상되지 않은 영역이 홍채 코드 생성에 누락되기도 하였다. 때문에 이로 인한 홍채 인식율의 저하는 당연한 결과였다. 이러한 점을 보완하기 위한 방법의 하나로, 상기 본 출원인의 선행 특허에서는 홍채 영역을 몇 개의 작은 영역으로 나누고 나서 각 영역이 손상을 되었는 지를 동적으로(dynamically) 판단하여 손상되지 않은 영역만을 홍채 코드 생성, 홍채 코드 비교, 판단에 이용하였다. 하지만 이 발명에서도 분할된 영역이 모두 동일한 크기를 가지고 있고, 분할되는 영역의 모습, 혹은 그 분할 방법이 고정되어 있 었기 때문에 손상되지 않은 영역을 최대한 이용하기에는 부족한 점이 있었다. 예를 들어, 분할된 영역의 극히 작은 부분만 손상이 된 경우에도 분할된 영역 전체를 사용하지 못했다. 이러한 문제점을 보완하기 위해서, 즉 손상되지 않은 영역의 사용을 극대화하기 위해서, 본 발명에서는 다음과 같은 새로운 홍채 영역 분할 방법과 코드 생성 방법을 제시한다.

첫째, 홍채 영역을 다양하게 분할하기 위해서 홍채 영역에서 평면의 직사각형 영역으로 가는 사상(mapping)을 도입한다. 즉, 홍채 영역을 평면의 직사각형 영역으로 변환한다. 둘째, 변환된 직사각형 영역을 단위 분할 영역이라 부르는 몇 개의 작은 영역으로 자른다. 이 때, 사용하는 사상이나 단위 분할 영역으로 자르는 방법을 한가지로 고정하지 않고 다양화하여 사용함으로써 손상되지 않은 홍채 영역을 최대한 많이 사용하도록 한다. 한 예로, 직사각형 영역을 단위 분할 영역으로 나눌 때, 눈꺼풀이나 눈썹으로 가려질 가능성이 큰 부분은 작게 자르고, 손상되지 않을 가능성이 큰 부분은 상대적으로 크게 자른다. 이러한 분할 방법을 통해서, 손상될 가능성이 큰 영역에서는 손상되지 않은 영역을 최대한 많이 살려내도록 하고, 손상될 가능성이 적은 영역에서는 손상 받지 않은 영역의 크기를 최대한 크게 할 수 있다. 즉, 손상되지 않은 영역을 최대한 많이 사용할 수 있고, 또한 동시에 주파수 변환을 했을 때 가능한 많은 저주파 성분을 추출해 낼 수 있다. 이러한 특징으로 인해 홍채 인식의 정확도를 좀 더 높일 수 있게 된다.

사용하는 홍채 영역의 극대화를 위해, 위와 같은 분할 방법의 다양화뿐만 아니라 다중스케일(multi-scale) 방법을 사용한다. 나누어진 단위 분할 영역에 대해 서 주파수 변환을 통해 홍채 코드를 생성할 때, 홍채 코드의 안정성을 위해서는 가능하면 저주파성분을 이용하여야 한다. 하지만, 단위 분할 영역의 크기가 작아지면 생성될 수 있는 저주파 성분이 줄어들게 된다. 따라서 가능하면 단위 분할 영역이 큰 것이 인식의 정확도를 높이는데 도움이 된다. 이를 위해서, 각각의 단위 분할 영역에 대해서 주파수 변환을 하는 것뿐만 아니라, 단위 분할 영역 몇 개를 합쳐서(merge) 좀 더 큰 영역으로 만든 후에 새로 병합된 영역에 대해서도 주파수 변환을 하여 홍채 코드를 생성한다. 이러한 다중스케일 방법을 사용하게 되면 홍채 코드 생성 시, 손상되지 않은 홍채의 영역을 가능한 많이 사용할 수 있는 것과 동시에 손상되지 않은 영역이 가능한 크게 할 수 있다. 물론, 이러한 방법은 홍채의 일부가 손상된 이미지가 들어올 때 기존의 발명과는 달리 동적으로(dynamically) 그 이미지에 맞는 최대한의 정보를 추출할 수 있게 되므로, 홍채 인식의 정확도를 높일 수 있다.

이와 같이 본 발명은 홍채 경계의 실질적인 근사와, 새로운 영역 분할 방법을 통해 기존 발명에서 부족한 점을 보완함으로써, 홍채 인식의 정확도를 높일 수 있도록 된 홍채인식방법 및 시스템을 제공하고자 함에 있다.

이를 실현하기 위한 본 발명은, 홍채코드 등록은 카메라로 촬영하거나 이미지 파일 등을 입력받아 홍채영상을 획득하는 단계, 획득된 홍채 영상으로부터 홍채코드를 생성하는 단계, 생성된 홍채코드를 데이터베이스에 저장하는 단계로 이루어 지고, 홍채코드 인증은 상기 홍채코드등록시와 마찬가지 방법으로 홍채영상을 획득하는 단계, 획득된 홍채 영상으로부터 홍채코드를 생성하는 단계, 생성된 홍채코드를 상기 데이터베이스에 저장된 홍채코드와 비교하여 홍채코드를 판별하는 단계를 포함하여 이루어진 홍채 인식 방법에 있어서, 상기 홍채코드 생성 단계는 홍채영역의 내측 경계와 외측 경계를 실질적인 형상에 따라 일반 곡선으로 근사하여 결정한 후 결정된 내측 경계와 외측 경계 사이의 영역의 일부 혹은 전체를 1개 이상의 단위 분할 영역으로 나누어 각 영역에 대응하는 코드를 생성하도록 이루어지고, 홍채코드 판별 단계는 생성된 코드와 기존에 데이터베이스에 저장된 코드와의 거리를 측정하여 문턱값(threshold)보다 큰지 작은 지를 판별하도록 이루어짐을 특징으로 한다.

또한, 본 발명에 따른 홍채인식시스템은, 카메라로 촬영하거나 이미지 파일 등을 입력받아 홍채영상을 획득하는 수단, 획득된 홍채 영상으로부터 홍채코드를 생성하는 수단, 생성된 홍채코드를 데이터베이스에 저장하는 수단로 이루어진 홍채코드등록수단, 상기 홍채코드등록수단 마찬가지 수단으로 홍채영상을 획득하는 수단, 획득된 홍채 영상으로부터 홍채코드를 생성하는 수단, 생성된 홍채코드를 상기 데이터베이스에 저장된 홍채코드와 비교하여 홍채코드를 판별하는 수단으로 이루어진 홍채코드인증수단을 포함하여 이루어진 홍채 인식시스템에 있어서, 상기 홍채코드 생성 수단은 홍채영역의 내측 경계와 외측 경계를 실질적인 형상에 따라 일반 곡선으로 근사하여 결정한 후 결정된 내측 경계와 외측 경계 사이의 영역의 일부 혹은 전체를 1개 이상의 단위 분할 영역으로 나누어 각 영역에 대응하는 코드를 생성하도록 이루어지고, 홍채코드 판별 수단은 생성된 코드와 기존에 데이터베이스에 저장된 코드와의 거리를 측정하여 문턱값(threshold)보다 큰지 작은 지를 판별하도록 이루어진 것을 특징으로 한다.

이하 본 발명의 바람직한 실시예에 대한 구성 및 작용을 예시도면에 의거하여 상세히 설명한다.

도 3의 (a) 및 (b)는 본 발명에 따른 홍채등록시스템 및 홍채인식시스템의 개요도를 각각 나타낸다.

홍채등록시스템(10)은 등록할 홍채코드를 생성하기 위하여 홍채영역에 대한 영상을 획득하는 홍채영상획득부(11)와 상기 홍채영상획득부(11)에서 획득한 홍채영상으로부터 후술되는 바와 같은 코드생성방법에 따라 홍채코드를 생성하는 홍채코드생성부(12) 그리고 상기 홍채코드생성부(12)에서 생성된 홍채코드를 홍채데이터베이스(14)에 저장하는 홍채코드저장부(13)로 이루어져 있다.

또한, 홍채인식시스템(20)은 인식할 홍채코드를 생성하기 위하여 홍채영역에 대한 영상을 획득하는 홍채영상획득부(21)와 상기 홍채영상획득부(21)에서 획득한 홍채영상으로부터 후술되는 바와 같은 코드생성방법에 따라 홍채코드를 생성하는 홍채코드생성부(22) 그리고 상기 홍채코드생성부(22)에서 생성된 홍채코드를 홍채데이터베이스(14)에 저장되어 있는 홍채코드를 탐색하여 비교하는 홍채코드비교부(23) 그리고 상기 홍채코드비교부(23)의 비교결과에 따라 인증여부를 출력하는 인 증부(24)로 이루어져 있다.

상기와 같은 홍채등록시스템(10)에서 등록시에는 홍채영상획득부(11)가 종래와 같이 카메라 및 HW/SW 시스템을 가지고 눈 영상을 촬영하여 홍채 영역을 결정하며, 전처리 과정을 거쳐 홍채코드생성부(12)에서 홍채 템플릿(template) 코드를 생성하여 홍채데이터베이스(14)에 그 코드를 저장하게 된다. 그리고 홍채인식시스템(20)에서 인증시에는 마찬가지 방법으로 홍채영상획득부(21)에서 눈 영상을 촬영하여 홍채 영역을 결정한 후 전처리 과정을 거쳐 홍채코드생성부(22)에서 홍채 템플릿 코드를 생성한 후 그 코드를 가지고 홍채데이터베이스(14)에 저장된 코드들과 비교하여 인증을 수행하게 된다. 물론 등록시에 사용하는 홍채등록시스템(10)과 인증시에 사용하는 홍채인식시스템(20)은 서로 동일할 필요가 없음은 당연하다.

한편, 앞으로는 홍채데이터의 표준화로 인하여 가공되지 않은(raw) 홍채 영상 데이터를 데이터베이스에 저장하는 것이 일반화될 추세이고, 이에 따라 등록시에 데이터베이스에 저장된 홍채 영상을 가져와서 등록할 수 있는 기능의 필요성이 대두되고 있다. 이것은 데이터베이스에 기존에 저장된 홍채 영상도 결국에는 카메라를 사용한 것이겠지만, 반드시 카메라 시스템이 있어야만 등록이 가능한 것은 아니라는 의미이다. 인증시에도 이와 마찬가지로, 실시간 인증의 경우는 카메라를 사용해야 하겠지만, 역시 데이터베이스에 저장된 영상을 이용한 인증을 고려할 수 있다.

따라서 본 발명에서는 이러한 모든 가능성을 고려하여 홍채등록시스템(10) 및 홍채인식시스템(20)의 홍채영상획득부(11)(21)는 카메라시스템을 통한 홍채영상 획득수단을 포함하여 데이터베이스 혹은 기타 저장매체로부터의 홍채영상획득수단을 포하는 것이며, 여기에 대해서는 구체적인 설명을 하지 않으나 홍채인식 기술의 전문가에게는 익히 잘 알려진 방법이다.

따라서 본 발명에서는 주어진 눈의 이미지를 어떻게 처리하여 홍채 코드를 생성하고 그것이 인식률 향상에 기여하는 방법에 대하여 상세히 설명한다.

우선 도 4에 의거하여 홍채영역의 내측경계와 외측경계를 실질적인 형상에 가깝게 근사한 상태의 곡선으로 추출하는 방법에 대해 상세히 설명한다. 경계를 곡선으로 근사하는 방법은 크게 2가지로 나눌 수 있는데, 한 가지는 경계를 적당한 매개화 방법을 사용하여 근사하는 방법이고 다른 하나는 매개화없이 곡선 자체로 근사하는 방법이다. 두가지 방법은 어느 정도의 차이는 있지만 근본적으로 같은 방법으로 생각할 수 있으므로 여기서는 매개화를 통한 방법만을 설명하도록 한다. 하지만, 매개화 없이 경계를 곡선으로 근사하는 방법을 사용하여도 본 발명의 근본적 취지를 벗어나지 않는다.

홍채의 내측경계는 동공과 홍채의 경계를 표현하는 곡선으로 표현되는데 이 경계곡선을

라 한다. 여기서 t는 곡선의 매개변수(parameter)를 뜻하며 t의 범위는 a부터 b 사이의 값을 갖는다. 종래의 기술에서는 일반적으로 이 경계곡선이 원 등의 특정형태를 갖는다고 가정하고 실제의 경계에 가장 가까운 원을 계산해서 사용하였다. 그러나 도 2에서 보는 바와 같이 질병, 수술, 또는 선천적인 변형 등의 다양한 이유로 실제의 이 경계곡선은 다양한 모습으로 나타나게 된다. 이러한 다양성을 무시하고 경계곡선을 획일적으로 원이라고 가정하게 되면 오차가 발생하게 된다.

또한, 홍채의 외측경계는 홍채와 눈의 공막(sclera)의 경계를 표현하는 곡선으로 표현되는데 이 경계곡선을

라 한다. 여기서 t는 곡선의 매개변수(parameter)를 뜻하며 t의 범위는 a부터 b 사이의 값을 갖는다. 종래의 기술에서는 일반적으로 이 경계곡선

도 동공과 홍채의 경계곡선

와 같이 원 등의 특정형태를 갖는다고 가정하고 실제의 경계에 가장 가까운 원을 계산해서 사용하였다. 그러나 질병, 수술, 또는 선천적인 변형 등의 다양한 이유로 실제의 이 경계곡선은

나

는 다양한 모습으로 나타나게 된다. 이러한 다양성을 무시하고 경계곡선을 획일적으로 원이라고 가정하게 되면 오차가 발생하게 된다. 이 곡선의 오차로 인해 종래기술에서는 동공이나 공막(sclera), 또는 눈꺼풀과 같은 피부의 일부 등이 홍채의 영역으로 포함되게 되는데 이 오차로 인하여 인식률의 저하가 나타나게 되는 것이다. 그리하여 본 발명에서는 이러한 오차를 줄이고 인식률을 향상시키기 위해 경계곡선을 일반적인 곡선을 사용하도록 한 것이다.

이와 같이 경계를 일반적인 곡선으로 매개화하는 방법의 한 예를 좀 더 구체적으로 설명하면 다음과 같다. 일반적으로 이차원 평면상의 곡선의 궤적(곡선위에 있는 점의 집합)은 적절한 2변수 함수

의 제로집합(zero set), 즉

로 표현되는데 이러한 원리를 이용하여 홍채의 경계곡선을 구한다. 그 방법은 우선 신호처리기법을 통해 동공과 홍채경계점에 해당하는 픽셀을 찾고 이 픽셀 점으로부터

를 추정한다. 추정하는 방법은

가 존재하는 함수공간을 설정하고 이 함수공간의 함수 중 그 제로집합이 이렇게 선정된 픽셀들을 가장 잘 근사하는 함수

를 찾도록 한다. 이러한 방법은 힐버트 공간의 사영 방법을 통해 잘 알려져 있다. 또 이러한 방법은 스플라인(spline) 또는 회귀분석(regression analysis)이라는 이름으로 알려져 있다. 이렇게 찾은 함수를

라 한다. 즉,

의 제로집합이 동공과 홍채의 경계(내측경계)를 가장 잘 나타내는 함수이다. 또, 같은 방법으로 홍채와 공막의 경계곡선(외측경계)을 가장 잘 나타내는 함수

를 찾는다.

그런 다음 내측경계를 나타내는

의 제로집합과 외측경계를 나타내는

의 제로집합을 곡선으로 매개화한다. 일반적으로 이차원 평면 위의 곡선은

,

로 표시되며, 이렇게 매개화하는 방법은 여러 가지가 있는데, 예를 들면 동 공내의 한 점에서 극좌표를 잡아 그 각도(angle) t를 사용할 수 있다. 이 경우 t의 범위는 0부터 2π가 된다.

이러한 방법으로

의 제로집합을 매개화한 곡선을

라 부르고,

의 제로집합을 매개화한 곡선을

라 부른다. 물론, 이와 같이 경계를 곡선으로 매개화할 때, 극좌표 이외의 적절한 어느 방법을 사용하여도 본 발명의 취지를 벗어나지 않는다.

이와 같이 홍채의 내측 경계와 외측 경계를 일반적인 곡선으로 근사한 후에는 (매개화된 곡선을 사용하든 혹은 매개화 없이 경계를 근사하든 상관없이), 두 경계 사이의 영역, 즉 홍채 영역을 평면의 사각형 영역으로 변환하는 사상(mapping)을 도입한다. 이러한 사상을 도입하는 방법에는 여러 가지가 있을 수 있는데 다음에서 구체적인 몇 가지를 설명하도록 한다.

만일, 홍채의 내측 경계와 외측 경계를

의 제로집합,

의 제로집합으로 근사한 경우에는, 내측 경계가 외측 경계보다 안쪽에 있다는 조건으로부터(필요하다면 함수의 부호를 바꾸어서) 눈을 나타내는 모든 점

에서

이 되게 할 수 있다. 그러면 홍채의 내부는 평면상의 점의 집합

가 된다. 이 영역이 도 4에 도시되어 있다. 만일

라고 두면 도 4의 홍채 부분에 있는 점선은 각각

,

의 제로집합에 대응한다. 이렇게 홍채영역을 0과 1사이의

에 대해서

의 제로 집합들로 표시를 한 후에, 이 제로집합을 위에서 설명한 매개화 방법을 사용하여

로 매개화한다. 이렇게 매개화가 되고 나면,

의 제로집합과

의 제로집합 사이로 정의된 홍채 내부 영역이 도 4의 (b)와 같이

평면위의 직사각형으로 대응된다. 이 대응은 소위 사상(mapping)이라는 수학적 개념을 사용하여 정의되는데, 위에서 기술한 것은 그 사상의 한 예이며 어느 사상도 사용가능하다.

위에서 설명한

는

를 매개변수(parameter)로 갖는

평면 위에 정의된 함수의 한 예이며, 이러한 함수의 일반적 형태는

로 주어지게 되는데,

이 동공과 홍채의 경계를 나타내는 곡선이며

이 홍채와 공막의 경계를 나타내는 곡선이다. 0과 1사이의 값

에 대해서는

이 위의 두 경계 사이의 곡선을 나타내는데,

이

에 따라 각각 다른 곡선을 나타낼 때 이 함수

를 이용하여 홍채의 영역을

으로 정의할 수 있다. 위와 마찬가지로 0과 1사이의 값

에 대해 곡선

을 매개화할 수 있으며 이를 이용하여 홍채영역을 평면상의 직사각형으로 대응되게 할 수 있다. 상기

는

의 한 예이며 어느 함수

를 사용하여도 본 발명의 취지에서 벗어나지 않는다.

홍채 영역에서 평면의 직사각형 영역으로 가는 사상(mapping)을 도입하는 또 다른 방법에는 다음과 같은 방법도 있다. 홍채의 내측 경계와 외측 경계를 동심원으로 근사한 경우라면, 간단히 극좌표 변환을 사용할 수 있고, 홍채의 내측 경계와 외측 경계를

,

로 매개화한 경우라면 각

에 대해서 두 점

와

를

로 내분한 점을 평면위의 점

로 변환하는 방법도 있다. 물론, 이 방법에서, 홍채의 경계를 매개화할 때, 적당한 점을 중심으로 하여 각도가

가 되는 내측 경계상의 점을

, 외측 경계 상의 점을

로 매개화하여 이 방법을 사용할 수도 있는데 그런 상황이라면, 결국 극좌표 변환

과

에 대한 비례변환(

에 의존하는)을 합성하여 사용한 것과 마찬가지이다.

이렇게 사상이 정의되면

평면의 직사각형은 도 4의 (b)와 같이 분할하여 각각이 분할된 선택영역에 대응하는 홍채의 영역이 정의된다. 이러한 방법을 영역분할(Domain Decomposition)이라 부른다.

도 5의 (a)(b)는 도 4의 (a)(b)에 도시된 방법에 따라 직사각형의 영역분할을 하는 다른 예를 보여주고 있다. Φ는 상기 기술한 사상(mapping)이며,

는

의 역사상(inverse mapping)이다. 도 4의 (b)는 직사각형을 불균등한 방법으로 영역분할을 한 것이고 이 개개의 분할된 단위를 위에서와 같이 "단위분할영역"이라 부른다. 도 5의 (a)는 역사상

에 의해 도 5의 (b) 직사각형의 영역분할이 홍채영역에 어떻게 대응되는지 보여주고 있다. 도 5의 (b)의 바닥에 단위분할영역이 a₁₁, a₁₂, a₁₃, a₁₄, ... 등으로 표시되어 있고 이 단위분할영역이 홍채영역에 어떻게 대응하여 표시되는지가 도 5의 (a)에 표시되어 있다. 이 도 5의 (a)(b)의 영역분할의 특징은 홍채의 상단과 하단에 해당하는 단위분할영역이 작고 좌우부분에 해당하는 단위분할영역이 크게 설정되어 있다는 것이다. 이 방법의 의 의를 설명하기 위해 우선 종래의 발명을 검토해 본다. 도 6은 본 출원인에 의해 선등록된 미국특허 제 6,인증7,813호에 따른 가변다중섹터방법에 의한 각 섹터의 선택사항에 대한 정보를 표시하고 있다. 우선 홍채영역은 36개의 균등한 섹터로 나누어져 있고, 도 6의 (a)에서는 홍채 상단의 '×'로 표시된 3개의 섹터가 불량섹터로 분류되어 등록시에 배제되어 있다. 도 6의 (b)는 인증시의 모습인데 인증시에는 홍채가 눈꺼풀에 많이 덮여 많은 섹터가 불량섹터로 배제되어 있음을 볼 수 있다.

상기 미국특허 제 6,247,813호에 의하면 도 6의 (a)와 (b)에 공통적으로 선택된 섹터들이 인증 때에 쓰이게 된다. 다만 도 6의 (b)에서 보는 바와 같이 불량섹터로 배제된 많은 섹터들이 실제로는 일부분만 가렸음에도 불구하고 배제되었음을 볼 수 있다. 만약 이 홍채 상단 또는 하단에 위치한 섹터들이 중간에 위치한 섹터들보다 작았다면 배제되는 홍채의 실영역은 실제로는 최소화되었을 것이며, 이에 따라 홍채인식의 정확도는 더 증가하였을 것이다. 이러한 이유에서 본 발명이 제안하는 불균등 영역분할 방법으로 홍채인식률을 높일 수 있다. 이러한 의미에서 상기 기술한 본 발명의 불균등 영역분할 방식이 인식률 제고에 기여할 것이다.

도 7 내지 도 11은 본 발명의 다른 실시예에 따른 분할영역 설정방법을 설명하기 위한 도면으로서, 특히 다중스케일 분해방법(Multiscale decomposition)에 의거 불량영역을 포함하고 있는 분할영역을 배제한 상태에서 역트리형으로 병합하여 소단위의 단위분할영역 뿐만 아니라 중단위, 대단위로 병합한 분할영역을 함께 설정하는 방법을 설명하기 위한 도면이다.

홍채코드를 생성할 때는 단위분할영역에 해당되는 데이터에 대한 주파수변환 기법을 사용하는데 일반적으로 저주파성분이 안정적이고 또 인식률 제고에 더 도움이 된다. 따라서 가능하면 단위분할영역을 크게 하는 것이 바람직하다. 다만 눈꺼풀, 눈썹, 눈물, 반사 등의 장애요인에 의해 단위분할영역이 불량인 경우 그 단위 분할영역을 배제해야 하므로 무작정 단위분할영역을 크게 할 수는 없다. 본 발명에서 제시하는 다중스케일분할방법은 두 가지 요구조건을 만족하기 위하여 고안된 것이다.

아래에서는 설명의 편의를 위해 균등 영역분할방법을 사용하고 있지만 상기 서술한 불균등영역분할의 장점을 살리기 위해 불균등영역분할방식을 사용해도 무방함은 당해분야의 당업자에게는 자명하다.

도 7의 (a)는 다중스케일 영역분할의 일례를 보여주고 있다. 여기에 표시된 단위분할영역은 a₁, a₂, a₃, a₄이고, 도 7의 (b)는 이 단위분할영역을 합쳐 좀 더 큰 영역을 만들기 위한 역트리구조를 보여주고 있다.

만약 단위분할영역 a₁과 a₂가 모두 양호하면 a₁과 a₂를 합쳐 좀 더 큰 중단위 분할영역 a₁+a₂를 만들 수 있고, 마찬가지로 단위분할영역 a₃와 a₄가 모두 양호하면 중단위 분할영역 a₃+a₄도 만들 수 있으며, a₁+a₂와 a₃+a₄를 다시 합병(merge)해서 a₁+a₂+a₃+a₄의 더 큰 대단위 분할영역을 만들 수 있는 데이터구조를 보여준다.

도 8은 발명에 따른 다른 다중스케일 영역분할예를 나타내는 도면으로서, 도 7과 같이 단위분할영역이 설정되었을 때 a₄가 불량인 경우 도 8의 (c)에서와 같이 단위분할영역 a₁과 a₂를 합쳐 중단위 분할영역 a₁+a₂를 만들 수 있으나 단위분할영역 a₃와 a₄를 합병할 수 없어 도 8의 (b)에서와 같이 분할영역이 a₁+a₂와 a₃의 두 개의 불균등 분할영역으로 설정되는 것을 보여준다. 물론 도 8의 (d)에서와 같이 a₁, a₂, a₃ 를 합병하여 또다른 형태의 중단위 분할영역 a₁+a₂+a₃를 만들 수도 있다.

도 9와 도 10은 예컨대 코드생성을 위한 8개의 단위분할영역 a₁내지 a₈이 아크형을 이루는 경우로써, 도 9는 선택영역에 불량영역이 하나도 포함되어 있지 않고 도 10은 선택영역 a₁에 불량영역이 포함되어 있는 경우의 다중스케일 분할방법을 설명하기 위한 도면이다.

도 9의 실시예에서는 단위분할영역 a1내지 a₈뿐만 아니라 도 9의 (b)에 도시된 바와 같이 단위분할영역 a₁부터 시작하여 2개씩, 4개씩 합친 중단위 분할영역 그리고 8개의 소단위 분할영역을 하나의 영역으로 합친 대단위 분할영역으로 설정될 수 있음을 보여준다.

도 10의 실시예에서는 도 10의 (b)의 사각영역에 도시된 바와 같이 단위분할영역부터 a₁시작하여 2개씩, 4개씩 그리고 8개의 영역을 하나의 영역으로 합치는 중단위, 대단위 분할영역을 설정할 때 단위분할영역이 a₁포함된 중단위, 대단위 분할 영역을 제외한 나머지 영역을 분할영역으로 설정하는 모양을 보여주고 있다. 도면중 '×'표시가 되어 있는 영역은 불량영역을 포함하고 있어서 선택에서 제외되는 영역이다.

도 11은 예컨대 코드생성을 위한 4개의 단위분할영역 a₁내지 a₄ 그리고 단위분할영역 b₁내지 b₄ 가 2열을 이루면서 아크형으로 배열된 경우의 다중스케일 분할방법을 설명하기 위한 도면으로써, 예컨대 단위분할영역들중에 불량영역이 하나도 포함되어 있지 않은 경우에는 도 11의 (b)에 사각블록으로 표시한 바와 같이 각각의 개별 영역뿐만 아니라 동심원상으로 인접된 2개, 4개의 영역끼리 짝을 지어 중단위 분할영역을 설정함과 아울러 전체 영역을 하나의 영역으로 합친 대단위 분할영역을 각각 분할영역으로 설정하여, 설정된 각 분할영역에 대하여 코드를 생성하도록 한다. 만일 단위 분할영역 a₁내지 a₄ 그리고 단위 분할영역 b₁내지 b₄중 어느 일부 선택영역에 불량영역이 포함된 경우에는 앞서와 마찬가지 방법으로 해당 영역이 포함된 중단위, 대단위 분할영역을 제외하고 나머지 영역만을 분할영역으로 설정하도록 한다.

이하에서는 영역 분할된 분할영역에 대해 홍채코드 생성 및 인증을 위한 판별 과정을 설명한다.

우선 다중스케일 방식을 사용하지 않는 경우 균등 또는 불균등 영역분할 방 식에 의해 구한 단위분할영역에 대해 하르(Haar) 변환 등의 주파수변환을 사용하여 주파수영역에서의 계수들을 생성한다. 이렇게 생성된 계수들은 등록 및 인증시 공히 양호한 것으로 판정된 단위분할영역에 해당하는 계수들 끼리 비교하여 가중치(weight)를 감안한 해밍(Hamming) 거리 등의 방법으로 등록된 코드와 인증시 생성된 코드의 거리를 비교하여 그 거리가 정해진 문턱값(threshold) 이내에 있으면 동일인으로 간주하는 절차를 따르게 된다.

다음에는 다중스케일 방식을 사용하는 경우에 대해 설명한다. 도 12a 및 도 12b는 각각 다중스케일방식으로 영역이 분할되었을 경우를 예시하기 위한 것이다. 우선 도 12a는 단위분할영역 a₁과 a₂가 등록과 인증시 모두 양호한 경우에 관한 것인데, 이 경우 a₁과 a₁'의 코드를 비교하고, a₂와 a₂'의 코드를 비교할 뿐 아니라 a₁+a₂의 코드와 a₁'+a₂'의 코드도 비교하여 가중치(weight)를 가지고 해밍거리를 생성하는데 사용한다. 반대로 도 12b는 등록시와 인증시에 단위분할영역의 양호/불량이 다르게 나타날 경우에 관한 것이다. 이 경우 a₂'이 불량으로 판정된 경우로서 a₂' 와 또 이에 대응하는 a₂를 포함하는 모든 등록된 분할영역을 사용하지 못하게 된다. 따라서 도 12a와는 달리 이 경우에는 a₁과 a₁'을 비교하도록 한다.

상기의 실시예에서는 설명의 편의를 위하여 일부 단위분할영역에 대하여만 설명하였으나, 이에 한정되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위내에서 모든 홍채영역에 대하여 보다 많은 수의 단위분할영역으로 분할하더라 도 동일한 방법으로 등록시 또는 인증시 홍채템플릿코드를 생성하여 인증에 활용할 수 있음은 당업자에게 자명한 것이다.

이와 같이 본 발명에서는 홍채영역의 양호한 부분을 최대한 활용하는 탄력적인 방법을 채택함으로써 종래 기술에 비해 인식률을 대폭 향상시킬 수 있게 된다.

먼저, 홍채코드를 등록하는 경우에는 홍채영상획득부(11)를 작동시켜 인식대상자의 홍채영상을 취득한다. 홍채영상의 취득은 카메라로 촬영하여 추출하거나 외부 데이터베이스로부터 이미지파일을 온라인 수신하거나 혹은 기타 저장장치로부터 이미지파일을 입력받아 취득한다.

홍채코드생성부(12)에서는 취득한 홍채영상에서 개인인식에 필요한 정보를 추출한다. 즉, 홍채가 동공과 이루는 내측경계와 홍채가 공막과 이루는 외측경계를 찾아 일반 곡선으로 근사한 홍채영역을 검출한다.

이어, 앞서 설명된 바와 같이 여러 홍채영역 분할방법중 사전에 정의된 방법에 따라 홍채영역을 균등 또는 분균등방식으로 다수영역으로 분할하고 그중 개인인식을 위해 홍채분석에 관계되는 선택영역을 선택하여, 그 선택영역에 대한 홍채영상신호를 사각영역의 좌표계로 변환한 후, 웨이블릿 변환한다. 이때 저주파 영역의 웨이블릿 변환계수들은 홍채 섬유구조의 밀도에 관한 정보가 특화되어 나타나므로 이를 코드화하여 홍채데이터베이스(인증)에 저장한다.

한편, 홍채코드에 의한 인증의 경우에는 홍채코드 등록시와 마찬가지 방법으로 홍채영상획득부(21)를 작동시켜 인증대상자의 홍채영상을 취득하고, 그로부터 홍채코드생성부(22)를 통해 인증용 홍채코드를 생성한 후 홍채데이터베이스(인증)를 탐색하여 인증용 홍채코드와 동일인으로 판단될 만한 홍채코드가 등록되어 있는지 여부를 판단한다.

상기 판단단계에서는 등록코드와 인증용 코드의 해밍거리를 구하여 그 거리가 정해진 문턱값(threshold) 이내에 있으면 동일인으로 간주하도록 한다. 그 결과 동일인으로 간주되는 등록코드가 존재하면 접근허가신호를 발생하고 그 반대인 경우에는 접근거절신호를 발생시켜 인증결과에 따른 후속동작을 수행시킬 수 있도록 한다.

상기한 바와 같이 본 발명은 인증대상자로부터 획득한 홍채영상으로부터 홍채영역만을 구분하고 인증대상자의 특징에 따라 홍채영역을 다수의 선택영역으로 불균등 또는 다중스케일 등의 방법으로 분할한 후 각 분할영역에 대한 영상신호로부터 개인 식별을 위한 코드를 생성하여 저장 혹은 개인인증 과정에 사용하도록 함으로써 홍채인식을 통한 개인구별을 정확하고 신속하게 수행할 수 있는 장점이 있다.

Claims

홍채코드 등록은 카메라로 촬영하거나 이미지 파일 등을 입력받아 홍채영상을 획득하는 단계, 획득된 홍채 영상으로부터 홍채코드를 생성하는 단계, 생성된 홍채코드를 데이터베이스에 저장하는 단계로 이루어지고, 홍채코드 인증은 상기 홍채코드등록시와 마찬가지 방법으로 홍채영상을 획득하는 단계, 획득된 홍채 영상으로부터 홍채코드를 생성하는 단계, 생성된 홍채코드를 상기 데이터베이스에 저장된 홍채코드와 비교하여 홍채코드를 판별하는 단계를 포함하여 이루어진 홍채 인식 방법에 있어서,

상기 홍채코드 생성 단계는 홍채영역의 내측 경계와 외측 경계를 실질적인 형상에 따라 일반 곡선으로 근사하여 결정한 후 결정된 내측 경계와 외측 경계 사이의 영역의 일부 혹은 전체를 1개 이상의 단위 분할 영역으로 나누어 각 영역에 대응하는 코드를 생성하도록 이루어지고, 홍채코드 판별 단계는 생성된 코드와 기존에 데이터베이스에 저장된 코드와의 거리를 측정하여 문턱값(threshold)보다 큰지 작은 지를 판별하도록 이루어짐을 특징으로 하는 홍채인식방법.
제1항에 있어서, 상기 홍채코드 생성 단계는 홍채 영역의 일부 혹은 전체에서 평면의 직사각형 영역으로 가는 사상(mapping)을 이용하여 홍채 영역을 직사각형 영역으로 변환하는 단계, 직사각형 영역을 1개 이상의 단위 분할 영역으로 나누는 단계, 각 단위 분할 영역에 대해서 주파수 변환을 하는 단계, 주파수 변환 결과 를 이용하여 코드를 만드는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제1항에 있어서, 상기 홍채코드 생성 단계는 홍채 영역의 일부 혹은 전체를
로 나타내는 단계(여기서
는 u를 매개변수로 갖는 (x,y)평면위에 정의되는 함수로서,
의 제로집합은 홍채의 내측경계,
의 제로집합은 홍채의 외측경계를 나타내는 함수), 각
에 대해서
을 곡선
로 매개화하는 단계(여기서
는 제로집합
을 매개화한 곡선), 이를 이용하여 홍채 영역을 평면의 직사각형 영역으로 대응시키는 단계, 변환된 직사각형 영역을 1개 이상의 단위 분할 영역으로 나누는 단계, 각 단위 분할 영역에 대해서 주파수 변환을 하는 단계, 주파수 변환 결과를 이용하여 코드를 만드는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제1항에 있어서, 상기 홍채코드 생성 단계는 홍채의 내측 경계를
의 제로 집합으로 근사하고, 외측 경계를
의 제로 집합으로 근사한 후, 각 경계를
,
로 매개화 하는 단계, 홍채 영역 의 모든 점을 0과 1사이의
에 대해서
의 제로 집합의 원소로 나타내는 단계, 각
에 대해서
의 제로집합을
로 매개화하는 단계, 이를 이용하여 홍채 영역을 평면의 직사각형 영역으로 변환하는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제1항에 있어서, 상기 홍채코드 생성 단계는 홍채의 내측 경계와 외측 경계를 동심원으로 근사하는 단계, 홍채 영역을 극좌표 변환을 사용하여 직사각형 영역으로 변환하는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제1항에 있어서, 상기 홍채코드 생성 단계는 홍채의 내측 경계와 외측 경계를 동심 타원으로 근사하는 단계, 각각의 단축과 장축이 일치하도록 변환하는 단계, 홍채의 경계인 2개의 동심 타원을 중심이 일치하는 원과 타원으로 변환하는 비례변환을 사용하여 홍채 영역을 변환하는 단계, 변환된 홍채 영역의 중심에서 수평선과 이루는 각도가
가 되는 선을 연결하는 단계, 상기 선과 내측 경계와의 교점과 외측 경계와의 교점을
로 내분하는 점을 찾는 단계, 찾아진 점을
좌표로 옮겨 홍채 영역을 직사각형 영역으로 변환하는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제1항에 있어서, 상기 홍채코드 생성 단계는 홍채 외측 경계를

로 근사하고, 홍채 내측 경계를

로 근사하는 단계,
,
를
로 내분하는 단계, 이를 이용해서
좌표계로 변환하는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 생성 단계는 홍채 영역을 직사각형 영역으로 변환한 후 직사각형 영역을 1개 이상의 단위 분할 영역으로 나눌 때, 단위 분할 영역의 모양이나 크기가 똑같지 않는 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 생성 단계는 홍채 영역을 직사각형 영역으로 변환한 후 직사각형 영역을 다수의 단위 분할 영역으로 나눌 때, 홍채 내측 경계가 대응되는 곳 근처에서는 크게 분할하고, 홍채 외측 경계가 대응되는 곳 근처에서는 작게 분할하는 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 생성 단계는 단위 분할 영역을 중단위 혹은 대단위로 병합하는 단계, 병합된 영역에 대해서 주파수 변환을 적용하여 코드를 생성하는 단계를 포함하는 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 생성 단계는 양호한 영역(단위분할 영역, 중단위 영역, 대단위 영역)만을 대상으로 코드를 생성하는 것을 특징으로 하는 홍채 인식 방법.
제11항에 있어서, 상기 홍채코드 판별 단계는 상기 홍채코드 생성 단계에서 양호한 영역으로부터 만들어진 코드만 사용하여 기존에 저장된 코드와의 거리를 측정하는 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 생성 단계는 홍채영역에서 직사각형 영역으로 가는 사상(mapping)이나, 직사각형 영역을 분할하는 방법을 모든 사람에 대해 동일하게 적용하지 않는 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 생성 단계는 홍채영역의 일부 혹은 전체에서 평면의 직사각형 영역으로 가는 사상(mapping)이 1개 이상인 것을 특징으로 하는 홍채 인식 방법.
제2항 내지 제7항중 어느 한 항에 있어서, 상기 홍채코드 판별 단계는 분할된 영역에서 만들어진 홍채 코드로부터 거리를 계산할 때 각 영역의 기여도를 다르게 설정한 것을 특징으로 하는 홍채 인식 방법.
카메라로 촬영하거나 이미지 파일 등을 입력받아 홍채영상을 획득하는 수단, 획득된 홍채 영상으로부터 홍채코드를 생성하는 수단, 생성된 홍채코드를 데이터베이스에 저장하는 수단로 이루어진 홍채코드등록수단, 상기 홍채코드등록수단 마찬가지 수단으로 홍채영상을 획득하는 수단, 획득된 홍채 영상으로부터 홍채코드를 생성하는 수단, 생성된 홍채코드를 상기 데이터베이스에 저장된 홍채코드와 비교하여 홍채코드를 판별하는 수단으로 이루어진 홍채코드인증수단을 포함하여 이루어진 홍채 인식시스템에 있어서,

상기 홍채코드 생성 수단은 홍채영역의 내측 경계와 외측 경계를 실질적인 형상에 따라 일반 곡선으로 근사하여 결정한 후 결정된 내측 경계와 외측 경계 사이의 영역의 일부 혹은 전체를 1개 이상의 단위 분할 영역으로 나누어 각 영역에 대응하는 코드를 생성하도록 이루어지고, 홍채코드 판별 수단은 생성된 코드와 기존에 데이터베이스에 저장된 코드와의 거리를 측정하여 문턱값(threshold)보다 큰지 작은 지를 판별하도록 이루어진 것을 특징으로 하는 홍채인식시스템.
제16항에 있어서, 상기 홍채코드 생성 수단은 홍채 영역의 일부 혹은 전체에서 평면의 직사각형 영역으로 가는 사상(mapping)을 이용하여 홍채 영역을 직사각형 영역으로 변환하고, 직사각형 영역을 1개 이상의 단위 분할 영역으로 나누며, 각 단위 분할 영역에 대해서 주파수 변환을 한 후, 주파수 변환 결과를 이용하여 코드를 생성하도록 이루어진 것을 특징으로 하는 홍채 인식 시스템.
제16항에 있어서, 상기 홍채코드 생성 수단은 홍채 영역의 일부 혹은 전체를
로 나타내고(여기서
는 u를 매개변수로 갖는 (x,y)평면위에 정의되는 함수로서,
의 제로집합은 홍채의 내측경계,
의 제로집합은 홍채의 외측경계를 나타내는 함수), 각
에 대해서
을 곡선
로 매개화하며(여기서
는 제로집합
을 매개화한 곡선), 이를 이용하여 홍채 영역을 평면의 직사각형 영역으로 대응시켜, 변환된 직사각형 영역을 1개 이상의 단위 분할 영역으로 나눔과 아울러, 각 단위 분할 영역에 대해서 주파수 변환을 하고 그 결과를 이용하여 코드를 생성하도록 이루어진 것을 하는 홍채 인식 시스템.
제16항에 있어서, 상기 홍채코드 생성 수단은 홍채의 내측 경계를
의 제로 집합으로 근사하고, 외측 경계를
의 제로 집합으로 근사한 후, 각 경계를
,
로 매개화 하며, 홍채 영역의 모든 점을 0과 1사이의
에 대해서
의 제로 집합의 원소로 나타내어, 각
에 대해서
의 제로집합을
로 매개화하고, 이를 이용하여 홍채 영역을 평면의 직사각형 영역으로 변환하는 수단을 포함하는 것을 특징으로 하는 홍채 인식 시스템.
제16항에 있어서, 상기 홍채코드 생성 수단은 홍채의 내측 경계와 외측 경계를 동심원으로 근사하고, 홍채 영역을 극좌표 변환을 사용하여 직사각형 영역으로 변환하는 수단을 포함하는 것을 특징으로 하는 홍채 인식 시스템.
제16항에 있어서, 상기 홍채코드 생성 수단은 홍채의 내측 경계와 외측 경계를 동심 타원으로 근사하고, 각각의 단축과 장축이 일치하도록 변환하며, 홍채의 경계인 2개의 동심 타원을 중심이 일치하는 원과 타원으로 변환하는 비례변환을 사용하여 홍채 영역을 변환한 후, 변환된 홍채 영역의 중심에서 수평선과 이루는 각도가
가 되는 선을 연결하여, 상기 선과 내측 경계와의 교점과 외측 경계와의 교점을
로 내분하는 점을 찾아, 찾아진 점을
좌표로 옮겨 홍채 영역을 직사각형 영역으로 변환하는 수단을 포함하는 것을 특징으로 하는 홍채 인식 시스템.
제16항에 있어서, 상기 홍채코드 생성 수단은 홍채 외측 경계를

로 근사하는 한편 홍채 내측 경계를

로 근사하고,
,
를
로 내분하여,
좌표계로 변환하는 수단을 포함하는 것을 특징으로 하는 홍채 인식 시스템.