홍채 인식에서의 눈꺼풀 및 눈썹 추출 연구

A Study on Eyelid and Eyelash Localization for Iris Recognition

홍채 인식은 동공의 확대, 축소 역할을 하는 홍채 근육의 무의 패턴을 이용하여 동일인 여부를 판별하는 연구 분야이다. 이러한 홍채 인식은 기존의 생체 인식(얼굴, 지문, 정맥 및 음석 인식 등)방법들에 비해 정확도가 상대적으로 높은 것으로 알려져 있으므로, 최근 고 수준의 정보 보안이 요구되는 분야에서 널리 사용되고 있다. 그런데 홍채 영역 내에 눈꺼풀,눈썹과 같은 다른 불필요한 정보가 포함되어 홍채 영역을 가리게 된다면 홍채 인식에서 오류가 발생할 확률도 증가하게 된다. 즉, 홍채 영역을 덮고 있는 눈꺼풀 및 눈썹을 홍채 패턴으로 취급하여 인식에 그대로 사용할 경우, 눈꺼풀과 눈썹의 위치가 변경되게 되면 그에 따라 홍채 코드 역시 바뀌게 되어 인식 오류도 증가하게 될 것이다. 이러한 문제점을 해결하기 위하여 이 논문에서는 피라미드 탐색 기반 포물선 가변 템플릿을 이용하여 눈꺼풀을 추출하였으며, 또한 눈썹 마스크를 이용하여 고속으로 눈썹 영역을 추출하였다. 실험 결과 본 논문에서 제안하는 눈꺼풀 및 눈썹 추출 알고리즘을 사용하지 않았을 때의 인식성능(EER)보다 제안하는 알고리즘을 사용했을 때의 인식 성능이 $0.3\%$ 향상되는 결과를 얻었다.

Iris recognition Is that identifies a user based on the unique iris muscle patterns which has the functionalities of dilating or contracting pupil region. Because it is reported that iris recognition is more accurate than other biometries such as face, fingerprint, vein and speaker recognition, iris recognition is widely used in the high security application domain. However, if unnecessary information such as eyelid and eyelash is included in iris region, the error for iris recognition is increased, consequently. In detail, if iris region is used to generate iris code including eyelash and eyelid, the iris codes are also changed and the error rate is increased. To overcome such problem, we propose the method of detecting eyelid by using pyramid searching parabolic deformable template. In addition, we detect the eyelash by using the eyelash mask. Experimental results show that EER(Equal Error Rate) for iris recognition using the proposed algorithm is lessened as much as $0.3\%$ compared to that not using it.