• Journal of information and communication convergence engineering
• /
• 제2권3호
• /
• pp.177-181
• /
• 2004

In this paper, we suggest an Iris recognition system with an excellent recognition rate and confidence as an alternative biometric recognition technique that solves the limit in an existing individual discrimination. For its implementation, we extracted coefficients feature values with the wavelet transformation mainly used in the signal processing, and we used neural network to see a recognition rate. However, Scale Conjugate Gradient of nonlinear optimum method mainly used in neural network is not suitable to solve the optimum problem for its slow velocity of convergence. So we intended to enhance the recognition rate by using Levenberg-Marquardt Back-propagation which supplements existing Scale Conjugate Gradient for an implementation of the iris recognition system. We improved convergence velocity, efficiency, and stability by changing properly the size according to both convergence rate of solution and variation rate of variable vector with the implementation of an applied algorithm.

• 한국인터넷방송통신학회논문지
• /
• 제11권2호
• /
• pp.219-224
• /
• 2011

최근 개인정보 보안의 중요성이 높아짐에 따라 보안 방법에 관한 연구가 활발히 이루어지고 있다. 그 중에서도 바이오메트릭스를 이용한 보안 시스템을 많이 연구 중인데, 특히 바이오메트릭스 기술을 이용한 인식은 인식률과 보안성에 있어서 매우 뛰어나다. 최근 병원의 의사 및 임직원에 대한 출입 보안이 강조 되고 있지만 유출이 쉬운 직원카드에 의한 출입 관리 시스템이 대부분이다. 기존에 나온 홍채인식을 이용한 연구의 문제점은 정확한 홍채 인식 알고리즘과 노이즈를 제거하기 위한 전처리 방법의 부정확성으로 인해 인식률이 떨어지는데 있다. 따라서, 본 논문에서는 기존 암호화 방식의 단점을 보완하기 위하여 생체 인식 중 인식률이 뛰어난 홍채 인식을 사용하여 병원에서의 출입 기록 관리 시스템에 적용한다. 또한 기존 방식에 비해 인식률을 높이기 위해 전처리 과정 시 눈썹 추출 마스크에 선 성분 마스크를 추가하여 정확한 전처리 방법을 제안하고 이에 따라 인식률을 향상시키는 방법을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제9권8호
• /
• pp.121-128
• /
• 2009

홍채인식은 홍채의 무늬 패턴 정보를 이용하여 동일인 여부를 판별하는 생체인식 기술이다. 최근 들어 홍채정보는 출입통제, 정보보안등의 분야에 많이 활용되고 있다. 이러한 홍채 인식 시스템에 있어 조명의 영향이나 동공의 크기 등으로 인해 발생될 수 있는 홍채 패턴의 변화에 대해 무관한 특징을 추출하는 것은 중요한 과제이다. 본 논문에서는 그래디언트 방향 벡터의 벡터합을 이용한 새로운 홍채 인식 방법을 제안한다. 제안된 방법은 간단한 벡터 연산을 통해 특정 추출 시간을 줄였으며 적은 특징량으로 기존의 방법과 대등한 성능을 보임을 실험을 통하여 확인하였다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.348-354
• /
• 2003

본 논문에서는 홍채인식과 화자식별 방법을 결합한 고도의 개인확인 시스템을 제안한다. 제안된 방법은 홍채인식과 화자식별의 장점만을 부각시켜 최종적으로 결정법칙에 의해 화자를 인식하는 구조로 되어 있으며, 특히 음성에 노이즈가 첨가된 환경하에서도 우수한 성능을 보일 수 있도록 시스템을 구성하였다. 제안된 알고리즘의 성능을 검증하기 위하여 실험한 결과, 보안의 정도가 높은 상급(High)에 해당하는 인식률은 홍채만을 이용한 경우보다 56.7%, 음성을 이용한 화자식별 방법만을 사용한 경우보다 10% 정도 인식률이 향상되었다. 또한 음성에 노이즈를 첨가한 경우에도 보안의 정도가 높은 상급(High)에 해당하는 인식률은 홍채만 이용한 경우보다 인식률이 30%, 노이즈가 첨가된 음성만 이용한 경우보다 60% 정도 향상된 인식률을 보였다.

• 전기전자학회논문지
• /
• 제6권1호
• /
• pp.10-20
• /
• 2002

눈의 홍채는 사람마다 독특한 문양을 갖고 있다. 홍채를 이용한 인식 시스템은 지문 인식 시스템보다 신뢰성이 더 높은 것으로 평가되고 있다. 본 논문은 비밀번호나 도장을 사용하지 않고도 간단히 눈동자만으로 신원을 확인할 수 있는 신분 인식 시스템을 개발하고자 하는 것이다. 홍채 인식 알고리즘은 우선 영상에서 홍채부분을 인식 분리한다. 홍채 영상이 구해지면 특이 성질들을 추출하게 된다. 특이 성질들은 웨이블렛 변환을 이용하여 구한다. 영상에서 대역별 공간별 특징이 추출되면 홍채 코드가 만들어진다. 만들어진 코드는 수정된 CPN 신경망에 입력되어 신원을 확인하게 된다. 웨이블렛 변환의 특성을 이용하여 대역별로 코드를 작성한다면 이를 이용한 인식도 저주파 대역에서 고주파 대역의 방향으로 계층적으로 수행할 수 있다. 이는 인식 시간을 최대한 단축할 수 있게 할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제17권2호
• /
• pp.31-40
• /
• 2012

홍채 인식은 홍채 패턴 정보를 이용하여 사람의 신원을 확인하는 생체 인식 기술이다. 이러한 홍채 인식 시스템에 있어 조명의 영향이나 동공의 크기, 머리의 기울어짐 등으로 인해 발생될 수 있는 홍채 패턴의 변화에 대해 무관한 특징을 추출하는 것은 중요한 과제이다. 본 논문에서는 Zernike Moment를 이용해 홍채의 회전에 강인한 홍채 인식 방법을 제안하였다. 빠르고 효과적인 인식을 위한 Zernike Moment를 선택하기 위해 전역 최적 차수를 이용하였고, 각각의 홍채 클래스와 매칭하기 위하여 국소 최적 차수를 사용 하였다. 제안된 방법은 특징 추출 및 특징 비교 시 회전에 대해 별도의 처리가 필요하지 않아 고속의 특징 추출 및 특징 비교가 가능하며 성능도 기존의 방법과 대등함을 실험을 통하여 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권10호
• /
• pp.429-440
• /
• 2014

홍채 인식은 인간의 눈 영상으로부터 고유한 홍채특징을 추출하고 이를 코드화 하여 비교하는 생체인식 기술로, 이것은 시스템 안에 저장된 다른 홍채들과의 비교기술을 포함한다. 한편, 홍채 영상에서의 속눈썹은 인식률에 영향을 미치는 외부 요소인데, 만일 속눈썹이 홍채영역으로부터 정확하게 제거되지 않는다면 속눈썹을 홍채특징으로 인식하거나 홍채특징을 속눈썹으로 인식하는 오인식의 문제가 존재하게 되며, 결국 이 오인식은 홍채정보의 많은 유실을 가져오게 된다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위하여 주파수 특징 분석에 사용되는 Gabor Filter를 이용한 속눈썹 제거로 홍채정보의 보존율 향상을 가져올 수 있었다. Gabor Filter는 영상의 주파수 분석을 위한 필터 중 하나인데 여기에 각도, 주파수, 가우시안 파라미터 등을 이용한 다양한 홍채영역의 특징들을 추출할 수 있는 새로운 방법으로 다양한 길이와 모양의 속눈썹을 정확하게 제거할 수 있었다. 그 결과 제안한 방법은 GMM 혹은 히스토그램 분석을 이용한 기존 방법보다 홍채영역 데이터 보존율에 있어서 약 4% 정도의 향상이 가능하였다.

• 한국정보통신학회논문지
• /
• 제8권4호
• /
• pp.833-837
• /
• 2004

본 논문은 홍채영상 인식시스템의 처리 속도를 향상시키기 위하여 고성능 DSP 프로세서를 이용한 실시간 처리 시스템의 구현에 관한 연구이다. 시스템은 CCD 카메라, DSP 처리부, 네트워크와 연동을 위해 통신부로 구성된다. 시스템 구현 결과 홍채 영상의 인식 처리 속도가 0.9초 이하 정도 개선되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.129-132
• /
• 2004

본 논문은 홍채영상 인식시스템의 처리 속도를 향상시키기 위하여 DSP 프로세서(TMS320DM642)를 이용한 실시간 처리 시스템의 구현에 관한 연구이다. 시스템은 CCD 카메라, DSP 처리부, 네트워크와 연동을 위해 통신부로 구성된다. 시스템 구현 결과 홍채 영상의 인식 처리 속도가 0.9초 이하 정도 개선되었다.

• Animal Bioscience
• /
• 제36권6호
• /
• pp.980-989
• /
• 2023

Objective: Iris pattern recognition system is well developed and practiced in human, however, there is a scarcity of information on application of iris recognition system in animals at the field conditions where the major challenge is to capture a high-quality iris image from a constantly moving non-cooperative animal even when restrained properly. The aim of the study was to validate and identify Black Bengal goat biometrically to improve animal management in its traceability system. Methods: Forty-nine healthy, disease free, 3 months±6 days old female Black Bengal goats were randomly selected at the farmer's field. Eye images were captured from the left eye of an individual goat at 3, 6, 9, and 12 months of age using a specialized camera made for human iris scanning. iGoat software was used for matching the same individual goats at 3, 6, 9, and 12 months of ages. Resnet152V2 deep learning algorithm was further applied on same image sets to predict matching percentages using only captured eye images without extracting their iris features. Results: The matching threshold computed within and between goats was 55%. The accuracies of template matching of goats at 3, 6, 9, and 12 months of ages were recorded as 81.63%, 90.24%, 44.44%, and 16.66%, respectively. As the accuracies of matching the goats at 9 and 12 months of ages were low and below the minimum threshold matching percentage, this process of iris pattern matching was not acceptable. The validation accuracies of resnet152V2 deep learning model were found 82.49%, 92.68%, 77.17%, and 87.76% for identification of goat at 3, 6, 9, and 12 months of ages, respectively after training the model. Conclusion: This study strongly supported that deep learning method using eye images could be used as a signature for biometric identification of an individual goat.