[논문 리뷰] A New IRIS Normalization Process For Recognition System With Cryptographic Techniques

S. Nithyanandam, K. Gayathri외 1명|arXiv (Cornell University)|2011. 11. 22.

Biometric Identification and Security참고 문헌 4인용 수 13

한 줄 요약

이 논문은 생체인식 시스템을 위한 새로운 각막 정규화 기법을 제안하며, 위상 상관 기반 이미지 정렬과 2D 가보르 필터링을 통한 특징 추출을 통합하여 정확도와 보안성을 향상시킨다. Reed-Solomon 암호화를 통해 보안성을 강화한다. 시스템은 Canny 에지 검출과 원형 허프 변환을 사용하여 각막 경계를 검출함으로써 강력한 성능을 발휘하며, 실험 결과는 해밍 거리 비교를 통한 효과적인 사용자 인증을 입증한다.

ABSTRACT

Biometric technologies are the foundation of personal identification systems. It provides an identification based on a unique feature possessed by the individual. This paper provides a walkthrough for image acquisition, segmentation, normalization, feature extraction and matching based on the Human Iris imaging. A Canny Edge Detection scheme and a Circular Hough Transform, is used to detect the iris boundaries in the eye's digital image. The extracted IRIS region was normalized by using Image Registration technique. A phase correlation base method is used for this iris image registration purpose. The features of the iris region is encoded by convolving the normalized iris region with 2D Gabor filter. Hamming distance measurement is used to compare the quantized vectors and authenticate the users. To improve the security, Reed-Solomon technique is employed directly to encrypt and decrypt the data. Experimental results show that our system is quite effective and provides encouraging performance. Keywords: Biometric, Iris Recognition, Phase correlation, cryptography, Reed-Solomon

연구 동기 및 목표

• 생체인식 시스템에서 정확도를 향상시키는 강력한 각막 정규화 기법을 개발하는 것.
• Reed-Solomon 코드와 같은 암호화 기법을 생체인식 데이터 처리 파이프라인에 직접 통합하여 시스템 보안성을 향상시키는 것.
• 눈의 방향 변화와 이미지 품질의 변동성으로 인한 각막 이미지 정렬 과제를 해결하는 것.
• 위상 상관과 2D 가보르 필터를 활용하여 특징 추출 및 매칭 성능을 향상시키는 것.
• 실험적 평가를 통해 시스템의 효과성을 검증하는 것 — 각막 인식 정확도와 보안성 측면에서

제안 방법

• 각막 경계 검출은 Canny 에지 검출을 거친 후 원형 허프 변환을 통해 동공과 각막 영역을 식별한다.
• 정규화를 위한 이미지 정렬은 위상 상관 기반 방법을 통해 수행되어 각막 이미지를 표준 좌표계에 정렬한다.
• 정규화된 각막 영역은 2D 가보르 필터를 사용하여 텍스처 특징을 추출한다.
• 특징 벡터는 양자화되어 해밍 거리 비교를 통해 사용자 인증을 수행한다.
• Reed-Solomon 코드는 생체인식 데이터를 직접 암호화 및 복호화하는 데 적용되어 시스템 보안성을 강화한다.
• 전체 파이프라인은 이미지 촬영, 분할, 정규화, 특징 추출, 매칭을 통합된 프레임워크로 통합한다.

실험 결과

연구 질문

• RQ1 위상 상관은 정규화 과정에서 각막 이미지 정렬 정확도를 어떻게 향상시키는가?
• RQ2 노이즈와 변동성이 존재하는 상황에서 가보르 필터링은 각막 특징의 구분 능력을 얼마나 향상시키는가?
• RQ3 Reed-Solomon 코드 통합은 인식 성능에 영향을 주지 않으면서 생체인식 데이터 보안에 얼마나 효과적인가?
• RQ4 에지 검출과 허프 변환의 조합은 각막 경계 검출 정확도에 어떤 영향을 미치는가?
• RQ5 기존의 각막 인식 방법과 비교할 때, 제안된 시스템은 인식률과 보안성 측면에서 어떻게 다른가?

주요 결과

• 위상 상관 기반 정규화 기법은 각막 이미지 정렬 정확도를 크게 향상시켜 오정렬 오류를 감소시킨다.
• Canny 에지 검출과 원형 허프 변환의 조합은 높은 정밀도로 안정적인 각막 경계 검출을 실현한다.
• 정규화된 각막 영역에 대한 가보르 필터링은 매칭에 매우 구분력이 높은 강력한 특징 벡터를 생성한다.
• 양자화된 가보르 특징의 해밍 거리 비교를 통해 낮은 오류율로 정확한 사용자 인증이 가능하다.
• Reed-Solomon 코드는 생체인식 데이터를 효과적으로 보호하여 변조 및 무단 접근에 강력한 저항성을 보인다.
• 실험 결과는 시스템의 효과성을 확인하였으며, 인식 정확도와 보안성 측면에서 유망한 성능을 달성하였다.