홍채 인식

홍채 인식은 사람의 눈에서 중앙의 검은 동공과 공막(흰자위)사이에 존재하는 도넛모양의 홍채 무늬 패턴을 이용하여 사용자를 인증하는 기술이다. 홍채는 다른 어떤 생체적 특징보다도 개인간의 변별력이 매우 높다. 연구에 의하면 한 사람의 홍채는 266개의 측정 가능한 특징을 가지고 있고, 두 홍채가 서로 같을 확률은 약 1078 분의 1이라고 한다. 같은 사람일지라도 왼쪽과 오른쪽이 다를 뿐 아니라 같은 유전자 구조를 가지고 있는 일란성 쌍둥이의 경우에도 서로 다른, 매우 뛰어난 고유성을 가지고 있다. 따라서 현재까지 알려진 생체인증 기술 중에 가장 변별력 높다고 알려져 있다. 또한 홍채의 경우, 사람이 태어난 후 약 18개월에 걸쳐 모양이 생성되고, 눈썹과 눈꺼풀, 망막에 의해 보호되기 때문에 일생동안 그 모양이 쉽게 변하지 않는다는 면에서 지문이나 목소리, 안면, 서명 등의 다른 생체 특성보다 높은 일관성을 가지는 것으로 평가되고 있다.



홍채를 이용한 개인 식별은 크게 눈 영상획득 부분과 홍채 인식 부분으로 이루어진다. 눈 영상획득 부분은 홍채 인식에 적합한 눈 영상을 획득하는 기능을 수행하고, 홍채 인식 부분은 획득된 눈 영상으로부터 홍채 영역 추출, 홍채 특징 추출, 홍채 코드 생성, 특징 정합 (Matching)등의 기능을 수행한다.

홍채를 이용한 개인 식별은 크게 눈 영상획득 부분과 홍채 인식 부분으로 이루어진다. 눈 영상획득 부분은 홍채 인식에 적합한 눈 영상을 획득하는 기능을 수행하고, 홍채 인식 부분은 획득된 눈 영상으로부터 홍채 영역 추출, 홍채 특징 추출, 홍채 코드 생성, 특징 정합 (Matching)등의 기능을 수행한다. 아래 그림은 홍채 인식 과정의 구성을 나타낸 것이다.

홍채인식과 관련된 기술은 아래와 같이 크게 입력부문, 인식부문, 응용부문으로 분류된다.

Door Lock (Access Cntrol)
기타 응용|

입력 장치를 통한 눈 영상 획득은 실시간 영상획득을 위한 CCD 카메라 또는 비디오 카메라, 선명한 홍채 무늬 패턴을 얻기 위한 조명, 아날로그 영상을 디지털 영상으로 변환하기 위한 영상획득장치(Capture Board or Frame Grabber)등을 이용하여 이루어진다. 입력 장치는 시스템 측면에서는 시스템 전체의 성능과 관련이 있으며, 사용자 측면에서는 사용자 편리성과 관련이 있는 홍채 식별 시스템을 구성하는 중요한 요소 가운데 하나이다. 홍채 입력 장비는 크게 자동식(Full-automatic)과 수동식(Handheld), 그리고 반자동(Semi-automatic)으로 나눌 수 있다. 자동식 장비는 먼저 사용자가 시스템의 어느 위치에 접근하면 스테레오 카메라로 사용자의 위치정보를 찾고 이 위치 정보를 이용해 줌(Zoom)기능이 가능한 카메라로 홍채 영상을 획득한다. 수동식 장비는 보통 PC에 장착되고 자동식과 달리 사용자가 직접 장비를 움직이며 초점이 고정된 카메라에 광축 및 포커스를 맞춘다. 반자동식 장비는 사용자가 카메라의 광축에 자신의 눈을 맞추고 일정거리를 유지하면 연속된 눈 영상 중에서 가장 좋은 질의 영상을 자동으로 취득하게 되는 방법이다.

초기의 홍채 인식 시스템들은 이미지의 해상도와 초점문제를 해결하려고 노력해 왔는데, Daugman의 시스템은 330mm 렌즈를 이용해 15~46cm 거리에서 100~200 픽셀로 홍채를 이미지화 시키며, Wildes의 시스템은 80mm 렌즈를 이용해 20cm의 거리에서 약 256 픽셀로 홍채를 이미지화 시키고 있다. 아래 그림에서 보는 바와 같이, 홍채의 조명에 대해서는 Dougman과 Wildes 시스템이 다른 접근법을 취하고 있는데, Dougman 시스템에서는 LED(light emitting diode)-기반의 포인트 조명소스를 표준 비디오 카메라와 같이 이용하고 있는 반면, Wildes의 시스템에서는 산광 소스와 편광기를 저-조명(low-light) 카메라와 같이 이용하고 있다.

홍채 영역 추출은 입력 장치를 통하여 획득된 눈 영상으로부터 홍채 영역을 분리하는 단계이다. 정확한 홍채 영역 추출은 일관성 있는 홍채 특징 추출을 위하여 매우 중요하다. 특히 공막과 홍채의 경계부와 동공과 홍채의 경계부분으로부터 도출되는 이미지 부분을 정위시킬 필요가 있다. 또한 눈꺼풀이 홍채를 가리고 있다면, 위쪽 눈꺼풀 아래와 아래쪽 눈꺼풀 위의 이미지 부분도 포함시켜야 한다. 대표적인 기술로는 원형경계 검출기를 이용하는 방법, 허프 변환을 이용하는 방법, 그리고 템플릿을 이용하는 방법이 있다. 이중 일반적으로 사용되는 방법은 원형경계 검출기를 이용하는 방법이다. 이 방법은 중심과 반지름을 바꿔가면서 원주의 밝기 변화량이 가장 큰 곳을 동공 및 홍채의 경계로 정의하는 방법이다. 허프 변환은 2차원 영상공간을 물체의 특성을 볼 수 있는 파라미터공간으로 변환해서 물체를 검출하는 방법으로 경계영상의 각 화소에 대해 3차원의 파라미터공간으로 변환시켜 중심좌표 및 반지름을 찾는다. 이 방법은 영상잡음이나 동공이 눈꺼풀에 가려져 있어도 동공을 잘 찾아낸다는 장점이 있으나 계산량이 많다는 것이 단점이다. 템플릿을 이용하는 방법은 원형템플릿의 반지름과 중심좌표가 변화됨으로써 원형인 동공과 홍채에 정합 하는 방식이다. 이 방법은 정확한 원을 이진화 하는 임계값과 템플릿의 초기 위치에 따라 성능이 많이 결정되는 단점이 있다. 홍채 영상을 획득하는 데 있어서는 다음과 같은 점을 고려해야 한다. 첫째, 홍채 영상을 획득하는 데 있어 사용자에게 불편함을 주지 않아야 한다. 둘째, 홍채 인식 시스템에 적합한 품질의 홍채 영상을 획득해야 한다. 셋째, 빠른 시간 내에 영상을 획득할 수 있어야 한다. 넷째, 주위조도의 변화나 카메라와 안면사이의 거리 변화, 카메라 광 축과 눈의 불일치 등으로 인한 인식률하락의 문제점을 해결해야 한다. 위의 요소를 모두 만족하려면 홍채 인식 시스템의 가격이 상당히 높아지는 문제가 있고, 가격을 낮추게 되면 위의 요구사항을 모두 충족시키지 못하게 된다. 따라서, 응용 분야에 따라 홍채 영상 획득 장비를 다르게 구성할 필요가 있다.

홍채특징 추출 및 코드생성은 홍채영역에 나타나는 무늬 패턴의 특징을 추출하고 코드화 하는 단계로, 홍채 무늬 패턴의 그레이(gray) 값의 변화를 반영하는 값으로 표현된다. 홍채 특징 추출은 홍채 영역 전체에서 특징을 추출하는 2차원적인 방법과, 홍채 영역 중 일부분의 1차원 신호를 이용하는 방법으로 구분할 수 있다. 또한, 특징 표현방법으로는 Gabor를 포함한 웨이블릿 해석방법이 대부분을 이루고 있다. 웨이블릿은 1980년대에 들어와서 활발히 연구되기 시작한 분야로, 기존의 푸리에 해석이 가지고 있는 한계를 극복하기 위하여 시작되었다. 푸리에 해석의 한계는 신호를 분석할 때 그 신호의 시간정보와 주파수정보를 동시에 파악할 수 없다는 것이다. 이러한 한계를 극복하기 위한 기존의 접근방법으로는 푸리에 해석에 시간축 상의 윈도우 개념을 접목시킨 Short-Time 푸리에 해석 등이 있다. 홍채 코드 생성단계는 효율 적인 홍채 코드의 저장과 비교를 위해 추출된 홍채의 특징을 일정한 형태로 부호화(Encoding)하는 단계로서 각 홍채 패턴은 256바이트만으로 표현된다.

홍채를 이용한 개인 식별은 비교되는 두 홍채 코드의 유사도(Similarity)를 이용하여 이루어진다. 두 홍채 코드의 유사도를 비교하기 위해서는 서로 다른 안구로부터 추출된 홍채 코드는 확률적으로 독립적인 특성을 가져야 한다. 홍채 코드는 2048개의 비트로 이루어져 있지만 독립적인 2진 자유도의 수는 그보다는 훨씬 적다. 또한 가보필터자체의 상관도 때문에 2048개의 비트로 만들어질 수 있는 정보의 양은 실제로는 1/4정도로 떨어져 대략 506개 정도의 독립적인 자유도를 갖고 있다고 할 수 있다. 이러한 필터 자체의 상관도와 홍채 자체의 상관도를 고려한 후 실제적으로 남아있는 자유도의 수는 서로 관련이 없는 홍채 코드의 집단으로부터 해밍거리의 합을 구함으로써 얻어진다. 홍채 패턴의 비교과정은 다음의 4단계로 나누어진다.

• 새롭게 획득한 홍채 패턴을 공간평면으로 가져온다.
• 뚜렷한 패턴을 보이는 홍채 패턴의 표현을 선택한다.
• 새롭게 획득된 패턴과 DB의 패턴을 비교한다.
• 새롭게 획득된 패턴과 DB의 패턴이 동일한지 결정한다.

홍채인식 기술은 인간에게 가장 손쉬운 입력수단을 제공하는 높은 편리성을 가지고 있지만 사용자의 발성이 제한되고 녹취된 사용자의 음성을 이용한 도용가능 등 아래와 같은 장,단점들이 존재한다.