Nonsubsampled Contourlet Transform을 이용한 홍채 인식
Iris Recognition Using the Nonsubsampled Contourlet Transform
- 주제(키워드) 도움말 홍채 인식 , 홍채 특징 추출
- 발행기관 서강대학교 일반대학원
- 지도교수 박래홍
- 발행년도 2013
- 학위수여년월 2013. 8
- 학위명 석사
- 학과 및 전공 도움말 일반대학원 전자공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000052513
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록/요약 도움말
사용자 인증 시스템에서 생체 정보를 이용한 여러 가지 인식 기술 중, 이중, 홍채는 일생 동안 변하지 않는 고유한 특성을 가지고 있어 생체 인식 기술에서 홍채를 이용한 인식 기술은 가장 안정적이고 믿을만하다. 홍채 인식 시스템에서 식별 가능한 홍채 특징을 추출하는 것은 매우 중요하다. 본 논문에서는 홍채 영상에서 홍채의 구조적 특징과 texture를 효과적으로 표현할 수 있는 nonsubsampled contourlet transform (NSCT)를 이용한 홍채 인식 알고리즘을 제안한다. NSCT는 shift-invariance, multiscale, 그리고 multidirection한 특징을 갖고 있기 때문에 홍채의 반지름과 각도 방향에 따른 NSCT 계수 특징들을 효과적으로 나타낼 수 있다. 제안하는 홍채 인식 방법은 전처리 과정으로 먼저 입력 영상으로부터 홍채 영역을 검출하는 단계와 검출한 홍채 영역을 극좌표에서 표현하는 정규화하는 단계를 포함한다. 정규화하는 단계에서 효율적인 홍채 특징을 추출하기 위해 관심영역을 설정한다. 그런 다음, 관심영역에 대해 서로 다른 방향성 서브밴드에서 뚜렷한 계수 특징들을 추출하기 위해 NSCT를 이용해 필터링한다. 그리고 나서 각 서브밴드에서의 NSCT 계수를 이용하여 최종 홍채 비교를 위한 홍채 코드 템플릿을 만든다. 제안하는 NSCT 특징 기반의 홍채 인식 방법은 decidability, equal error rate, 그리고 detection error trade-off curve 측면에서 기존 방법과의 비교 실험을 통해 우수성을 확인한다.
more초록/요약 도움말
Biometric information is widely used in user identification system. Because of the unique and invariant properties of the iris through a lifetime, iris recognition is one of the most stable and reliable means in biometric identification. Accordingly, iris recognition has a higher accuracy than other biometric recognition methods. Extracting distinguishable iris features for iris recognition is very important. In this paper, for capturing effective texture features that represent the geometric structures of an iris image, a new iris recognition method using the nonsubsampled contourlet transform (NSCT) features is proposed. Because the NSCT has shift-invariance, multiscale, and multidirection properties, significant NSCT coefficient features along radial and angular directions in an iris image can be represented efficiently. In the proposed iris recognition method, iris segmentation and normalization are considered at first as preprocessing. In the iris normalization step, regions of interest (ROIs) are obtained from the normalized iris regions for extracting the robust iris features. Then, the ROIs are filtered with the NSCT to obtain the distinct coefficient features in each directional subband. Next, using the NSCT coefficients in each subband, an iris code template is constructed for iris matching. Comparison of experimental results of the proposed and existing methods with three different databases show the effectiveness of the proposed NSCT feature based iris recognition algorithm, in terms of the three performance measures such as the decidability, the equal error rate, and the detection error trade-off curve.
more