The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Performance Enhancement for Iris Recognition by Eyelash Detection

속눈썹 추출 방법을 이용한 홍채 인식 성능 향상 연구

  • Published : 2005.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

With iris recognition algorithm, unique iris code can be generated and user can be identified by using iris pattern. However, if unnecessary information such as eyelash is included in iris region, the error for iris recognition is increased, consequently. In detail, if iris region is used to generate ins code not excluding eyelash and the position of eyelash is moved, the iris codes are also changed and the error rate is increased. To overcome such problem, we propose the method of detecting eyelash by using mask and excluding the detected eyelash region in case of generating iris code. Experimental results show that EER(Equal Error Rate) for iris recognition using the proposed algorithm is lessened as much as $0.18\%$ compared to that not using it.

고 수준의 정보 보안이 요구되는 분야에서 최근 많이 사용되고 있는 홍채 인식 알고리즘에서는 홍채 근육의 무의 패턴을 이용하여 고유한 홍채 코드를 생성하고, 이를 이용하여 동일인인지 여부를 판별하게 된다. 그런데 홍채 영역의 위치에 다른 불필요한 정보가 포함되어 홍채 영역을 가리게 된다면, 홍채 인식에서 오류가 발생할 확률도 증가하게 된다. 그 불필요한 정보 중에 대표적인 것이 속눈썹이다. 홍채 영역을 덮고 있는 속눈썹을 홍채 패턴으로 취급하여 인식에 그대로 사용할 경우, 속눈썹의 위치가 변경되게 되면 그에 따라 홍채 코드 역시 바뀌게 되어 인식 오류도 증가하게 될 것이다. 이러한 문제점을 해결하기 위하여 이 논문에서는 마스크 기반으로 속눈썹을 추출함으로써 정확한 홍채 영역을 검출하고, 이를 이용하여 홍채 인식의 성능을 향상시키는 방법을 제안하고자 한다. 실험 결과 본 논문에서 제안하는 속눈썹 추출 알고리즘을 사용하지 않았을 때의 인식성능(EER)보다 제안하는 알고리즘을 사용했을 때의 인식 성능이 $0.18\%$ 향상되는 결과를 얻었다.

Keywords

References

  1. 박강령, '홍채 인식 기술', 멀티미디어학회지, 제7권 제2호, pp.23-31, 2003
  2. 박영규, 노승인, 윤훈주, 김재희, '일차원 홍채 신호를 이용한 개인 식별', 전자공학회 논문지, 제39권 제1호, pp.70-76, 2002
  3. John G. Daugman, 'High Confidence Visual Recognition of Persons by a Test of Statistical Independence,' IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.15, No.11, pp.1148-1161, Nov., 1993 https://doi.org/10.1109/34.244676
  4. 장재영, 김회율, '홍채 인식 기술의 동향', 전자공학회지, 제 26권 제11호, pp.17-23, 1999
  5. John G. Daugman, 'How Iris Recognition Works,' IEEE Transactions on Circuits and Systems for Video Technology, Vol.14, No.1, pp.21-29, Jan., 2004 https://doi.org/10.1109/TCSVT.2003.818350
  6. http://www.iris-recognition.org
  7. John G. Daugman, 'Demodulation by complex-valued wavelets for stochastic pattern recognition,' International Journal of Wavelets, Multi-resolution and Information Processing, Vol.1, No.1, pp.1-17, Jan., 2003 https://doi.org/10.1142/S0219691303000025
  8. 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, Hong Kong, pp.263-266, May 2-4, 2001 https://doi.org/10.1109/ISIMP.2001.925384
  9. J. Deng and F. Lai., 'Region-based Template Deformation and Masking for Eye Feature Extraction and Description,' Pattern Recognition, Vol.30, No.3, pp.403-419, March, 1997 https://doi.org/10.1016/S0031-3203(96)00086-6
  10. A. Blake and A. Yuille, 'Active Vision', pp.21-38, MIT Press, Cambridge, MA, 1992
  11. http://www.lgiris.com
  12. http://www.iridiantech.com/products.php?page=4
  13. http://www.panasonic.com/cctv/products/biometrics.asp
  14. http://www.sinobiometrics.com/casiairis.htm
  15. Ramesh Jain, 'Machine Vision', pp.44-47, McGraw-Hill International Edition, 1995