KR950703770A - 홍채 분석에 근거한 생물 측정 사람 식별방법(Biometric Personal Identification System Based on Iris Analysis) - Google Patents

Abstract

영상 분석 알고리즘은 사람의 얼굴의 살아있는 비디오 영상에서 홍채를 찾아내어(10) 그의 텍스쳐를 “홍채 코드”로 인코드한다(24). 홍채 텍스쳐는 무차원의 극좌표계에서 정의된 자기-유사 사분 대역통과 필터 세트에 의해 다수의 분석 스케일로 추출된다. 홍채의 많은 다른 부분의 이들 필터로 사영의 부호는 홍채 코드에서의 각 비트를 결정한다. 코드 사이의 비교는 배타적 OR(XOR) 논리 연산에 의해 즉시로 실시된다. 패턴 이식은 신호 처리 방법들을 통계적 결정 이론과 결합하여 달성되며 임의의 2개의 홍채 코드의 XOR로부터 계산된 유사성 척도(해밍 거리)에 근거하여 독립성의 통계적 검사로 이어진다(26). 이 측정은 임의의 개인의 신원을 확립. 확인 또는 부인하게 된다. 그것은 또한 식별 결정과 관련된 객관적인 확신 레벨을 발생한다(30).

Description

홍채 분석에 근거한 생물 측정 사람 식별방법(Biometric Personal Identification System Based on Iris Analysis)

본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음

제1도는 본 발명의 공정의 주요 단계들을 도시한 블록이다.

제2도는 본 발명의 공정을 설명하기 위하여 중첩된 사람의 눈의 사진을 나타낸 도면이다.

제3도는 많은 분석 스케일로 홍채 구조를 추출하기 위하여 영상 컨벌류션 커널(image convolution kernal)로서 본 발명이 사용되고 있는 4분 대역통과 필터(quadrature bandpass filter)를 나타낸 도면이다.

Claims (23)

1. 눈의 홍채(iris)의 생물 측정 분석(biometric analysis)에 의해 특정의 사람을 유일하게 식별하는 방법에 있어서, 식별할 사람의 눈의 영상을 획득하는 단계; 상기 영상내에서 눈의 홍채를 분리 및 정의하는 단계; 상기 홍채를 분석하여 표시 홍채 코드(presenting iris code)를 발생하는 단계; 상기 표시 코드를 이전에 발생된 참조 홍채 코드와 비교하여 상기 표시 홍채 코드와 상기 참조 코드(reference code) 사이의 유사성(similarity)의 측정값을 발생하는 단계; 및 상기 유사성 측정값을 상기 홍채 코드들이 동일한 홍채로부터 생기는지 여부를 결정하는 결정으로 변환시키는 단계를 구비하는 것을 특징으로 하는 사람 식별 방법.
2. 제1항에 있어서, 상기 결정에 대한 확신 레벨을 계산하는 단계를 더 구비한 것을 특징으로 하는 사람 식별방법.
3. 제2항에 있어서, 상기 분리 및 정의 단계가 상기 영상의 홍채 부분과 동공 부분 사이의 원형의 동공 경계를 정의하는 단계; 상기 공동 경계와 항상 동심을 이루어지지 않는 원호를 사용하여 상기 영상의 홍채 부분과 공막 부분 사이의 다른 원형의 공동 경계를 정의하는 단계; 극좌표계의 원점이 원형의 동공 경계에 있고, 그의 반경 좌표는 상기 원형의 동공 경계와 홍채 및 공막 사이의 상기 원형의 경계 사이의 거리는 백분율로서 측정되는 극좌표계를 상기 분리된 홍채 영상에 대하여 설정하는 단계; 및 상기 홍채 영상내에 복수의 고리 형태의 분석 대역을 정의하는 단계를 포함하는 것을 특징으로 하는 사람 식별방법.
4. 제3항에 있어서, 상기 분석 대역은 눈꺼풀, 속눈썹 또는 조명기로부터 거울반사에 의해 차단(occlude) 될지도 모르는 홍채 영상에 어떤 미리 선택된 부분들을 제외시키는 것을 특징으로 하는 사람 식별 방법.
5. 제4항에 있어서, 상기 분석 단계는 상기 고리형태의 분석 대역들내에 있는 홍채 영상의 일부분을 분석하는 단계; 신호 처리 수단을 사용해서 상기 홍채 영상 일부분에 대한 홍채 코드를 발생하는 단계를 구비한 것을 특징으로 하는 사람 식별 방법.
6. 제5항에 있어서, 상기 신호 처리 수단은 멀티-스케일, 자기-유사(multi-scale, self-similar) 2차원 사분 대역통과 필터들을 극좌표에서 홍채 영상에 인가하는 단계를 구비한 것을 특징으로 하는 사람 식별 방법.
7. 제6항에 있어서, 상기 홍채 코드는 모든 홍채에 대하여 일정수의 비트와 범용 포맷을 가지는 것을 특징으로 하는 사람 식별 방법.
8. 제7항에 있어서, 상기 분석 단계는 휘도 바이러스(luminance bias)를 제거하고, 비스듬한 조명으로부터 생기는 느린 휘도 구배(slow lumiance gradient)를 제거하며 노이즈를 제거하는 앨리어싱(aliasing)을 막기 위하여 상기 대역통과 필터를 원래의 홍채 영상 신호의 영역에 적용하는 단계를 포함하는 것을 특징으로 하는 사람 식별 방법.
9. 제8항에 있어서, 홍채 코드에서 각 비트의 값이 다음의 정의식;

   에 따라 어떤 위치에서 어떤 크기의 상기 필터에 대하여 지지를 이루는 홍채의 어떤 영역에 대해서도 필터 츨력의 최상위 비트를 계산함으로써 “1” 또는 “0”으로 규정되는 것을 특징으로 하는 사람 식별 방법.
10. 제9항에 있어서, 상기 비교 단계는 그들에 대응하는 모든 비트들 사이에서 기본적인 논리적 XOR(배타적 OR 논리 연산)을 계산하여 임의의 2개의 홍채 코드를 비교하는 단계; 및 그 결과 생기는 이진 백터의 제곱 노음(squared norm)을 계산하는 단계를 포함하는데, 이 비교값은 상기 두 개의 홍채 코드 벡터 사이의 해밍 거리로서 정의되는 것을 특징으로 하는 사람 식별 방법.
11. 제10항에 있어서, 그의 각 축(angular axis)을 따라 홍채 코드의 몇 개의 다른 상대적 천이에 대해 상기 비교 단계를 반복하여 있을 수 있는 제공 대상자의 머리의 기움(tilt) 또는 사이클로버젼스[cyclovergence; 즉, 비틀림 눈 회전(torsional eye rotation)]를 보정하는 단계를 더 구비한 것을 특징으로 하는 사람 식별 방법.
12. 제11항에 있어서, 상기 계산 단계는 상기 해밍 거리를 두개의 코드가 동일한 홍채, 즉 동일한 사람으로부터 발생되었다는 계산된 가능성으로 변환하는 단계를 포함하는 것을 특징으로 하는 사람 식별 방법.
13. 제12항에 있어서, 상기 계산된 가능성은 표시 코드와 참조 코드가 독립적인 경우, 즉 별개의 홍채들로부터 생긴 경우에도 상기 코드들 내의 비트 중 관측된 부합되는 부분이 우연히 일치할 수 있다는 확률을 계산함으로써 알아내는 것을 특징으로 하는 사람 식별 방법.
14. 제13항에 있어서, 상기 측정된 해밍 거리는 상기 2개의 홍채 코드가 동일한 눈으로부터 기인하는 확률로 변환되고; 미리 선택된 기준은 상기 측정된 해밍 거리에 인가되어 “예” 또는 “아니오” 결정이 발생되며; 상기 결정에 대한 확신 레벨은 계산된 확률에 의해 제공되는 것을 특징으로 하는 사람 식별 방법.
15. 제14항에 있어서, 상기 원형의 동공 경계는 다음 관게식으로 정의되며;

    여기서 r은 상기 경계의 반경이고, x₀및 y₀는 중심 좌표이고 I는 영상 강도 이며, 상기 반경 및 중심 좌표가 미리 선택된 패턴으로 변하게 되는 것을 특징으로 하는 사람 식별 방법.
16. 제15항에 있어서, 상기 영상의 홍채 부분과 공막 부분 사이의 상기 다른 원형의 경계는 다음의 관계식;

    에 따라서 상기 좌표계 원점으로부터 좌측 및 우측 림부스까지의 거리를 결정함으로써 정의되며, 여기서 r은 이전에 정의된 동공 반경이고, δ는 방사상 구각(radial shell)거리고, I(ρ, θ)는 극좌표에서의 원래의 영상 강도이고, φ는 각각 3시 방향 또는 9시 방향 또는 9시 방향 자오선에서 림부스를 찾기 위하여 0 또는 π와 같은 것을 특징으로 하는 사람 식별방법.
17. 제16항에 있어서, 상기 분석 대역은 상기 동공 주위를 완벽하게 뻗어있는 복수의 고리 형상의 대역과 상기 공동 주위에서 극좌표 각이 약 45도로부터 135도까지 그리고 225도로부터 315도까지 뻗어있는 복수의 반고리형 대역을 포함하고 있는 것을 특징으로 하는 사람 식별방법.
18. 제17항에 있어서, 상기 분석 대역들은 상기 공동 경계로부터 미리 선택된 어느 정도 떨어져 있는 내부 점으로부터 상기 림부스로부터 미리 선택된 어느 정도 떨어져 있는 외부 점까지 같은 반경 거리로 간격을 이루고 있으며, 상기 간격은 상기 좌표 중심으로부터 상기 좌측 및 우측 림부스까지의 거리의 일부분들 사이의 차를 고려하기 위해 각도로 가중되어 있는 것을 특징으로 하는 사람 식별방법.
19. 제14항에 있어서, 상기 대역 통과 필터는 2-D가버 필터인 것을 특징으로 하는 사람 식별방법.
20. 제19항에 있어서, 상기 2-D가버 필터는 다음과 같이 극좌표로 정의되며

    여기서, r은 반경이고, θ는 라디안으로 된 각 거리이며, ω는 주파수이고 α와 β는 상수인 것을 특징으로 하는 사람 식별방법.
21. 제20항에 있어서, 상기 홍채 코드는 2048비트로 구성되어 있는 것을 특징으로 하는 사람 식별방법.
22. 제3항에 있어서, 상기 원형의 동공 경계는 다음의 관계식으로 정의되고;

    여기서 r은 상기 경계의 반경이고, x₀및 y₀는 중심 좌표이고 I는 영상 강도 이며, 상기 반경 및 중심 좌표가 상기 정의된 관계식에서 최대값을 찾기 위하여 반복적구배 상승(interative gradient ascent)에 의해 체계적으로 변하게 되는 것을 특징으로 하는 사람 식별 방법.
23. 제22항에 있어서, 상기 영상의 홍채 부분과 공막 부분 사이의 상기 다른 원형의 경계는 다음의 관계식;

    에 따라서 상기 좌표에 원점으로부터 좌측 및 우측 림부스까지의 거리를 결정함으로써 정의되며, 여기서 r은 이전에 정의된 동공 반경이고, δ는 방사상 구각(radial shell)거리고, I(ρ, θ)는 극좌표에서의 원래의 영상 강도이고, φ는 각각 3시 방향 또는 9시 방향 또는 9시 방향 자오선에서 림부스를 찾기 위하여 0 또는 π와 같은 것을 특징으로 하는 사람 식별방법.

    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.