망막 인식의 역사, 프로세스 및 알고리즘

 

망막 바이오메트릭에 대해 자세히 설명합니다. 망막에 대한 간단한 소개로 시작하여  바이오메트릭 기술로서의 망막 인식 역사적 발전에 대해 설명합니다. 그리고 망막 패턴 인식에 사용되는 프로세스와 알고리즘에 대해 설명하겠습니다.

망막

망막

망막은 눈 뒤쪽에 있는 복잡한 혈관이나 신경 세포의 층으로 표현할 수 있습니다. 망막은 눈에 있어서 필름은 카메라에 있어서와 같은 것입니다. 망막은 기본적으로 여러 층으로 이루어진 감각 조직입니다. 망막은 수백만 개의 광수용체로 이루어져 있습니다 빛을 모아 시신경을 통해 뇌에 전달되는 전기 펄스로 변환하고 화상으로 변환합니다. 망막 내에 존재하는 두 가지 다른 유형의 광수용체는 막대와 원뿔이라고 불립니다. 눈에는 약 1억 2500만 개의 막대가 있어 그것이 도움이 됩니다 저조도 조명으로 볼 수 있어 주변 시야에 기여합니다. 다른 색을 보는 데 도움이 되는 약 600만 개의 콘이 있습니다.

망막 인식의 역사

망막 스캔 장치는 홍채 스캔이 개발되기 전에 상업적으로 이용 가능하여, 군사 및 기타 고도의 보안 애플리케이션에서 한동안 사용되어 왔습니다. 두 가지 유명한 연구는 망막 혈관 패턴의 특이성을 확인했습니다. 1935년 칼튼 사이먼 박사와 박사에 의해 논문이 출판되었습니다. Isodore Goldstein은 모든 망막이 독특한 혈관 패턴을 가지고 있다는 것을 발견했습니다. 그들은 나중에 망막의 혈관 패턴 사진을 사람을 식별하는 수단으로 사용할 것을 제안하는 논문을 발표했습니다. 1950년대 폴 타워 박사가 수행한 두 번째 연구에서 그는 일란성쌍둥이에서도 망막의 혈관 패턴이 독특하다는 것을 발견했습니다. 레티날 스캔 장치의 연구/개발 및 생산의 첫 번째 주요 벤더는 1976년에 설립된 아이덴티파이라는 회사였습니다. 망막의 이미지를 얻기 위해 처음 사용된 장치는 펀더스 카메라라고 불렸습니다. 이들은 안과 의사를 위해 만들어진 기구로 망막의 이미지를 얻기 위해 적응되었습니다. 망막 주사 장치의 최초의 진정한 프로토타입은 1981년에 개발되어 적외선을 이용해 망막의 혈관 패턴을 조명했습니다

망막 인식의 프로세스 및 알고리즘

 

망막 스캔 시스템에 있어서의 등록과 검증/식별의 프로세스는, 다른 바이오메트릭 기술의 프로세스와 같습니다. 첫 번째는 이미지 획득 및 처리입니다. 두 번째는 고유 특징 추출 및 템플릿 생성입니다. 세 번째는 매칭입니다. 망막 이미지 취득은 망막 스캔 디바이스를 사용하여 이루어집니다. 망막 스캔 장치에는 세 가지 주요 구성 요소가 있습니다. 첫 번째는 영상 신호를 획득하고 처리하는 것입니다. 망막 스캔을 캡처하고 그 스캔을 디지털 형식으로 변환하는 카메라가 포함됩니다. 두 번째는 매칭입니다. 사용자를 확인 및 식별하기 위한 컴퓨터 시스템입니다. 세 번째는 표현입니다. 망막의 특징을 템플릿으로 표현하는 것입니다. 화상 취득 프로세스에 있어서, 유저는 우선, 망막 주사 장치 내의 지극히 근거리의 렌즈에 눈을 가까이할 필요가 있다. 견고한 이미지를 확실히 캡처하기 위해서는 이 시점에서 사용자가 정지해 있는 것이 매우 중요합니다. 또한 안경 렌즈에서 반사된 빛이 망막주사장치의 신호에 간섭할 수 있기 때문에 사용자는 착용했을지도 모르는 안경을 모두 제거해야 합니다. 사용자가 편안하게 위치하면 스캔 장치의 렌즈를 통해 흰색 배경에 녹색 빛이 박혀 있는 것을 알게 될 것입니다. 망막주사장치가 작동하면 이 녹색 빛은 완전한 원(360도)으로 이동해 동공을 통해 망막의 혈관 패턴을 촬영합니다. 이 단계에서는, 통상 3~5매의 원형 화상이 캡처됩니다. 이미지 취득 후 망막의 혈관 패턴을 특정해야 합니다. 망막 혈관 패턴 인식에 관한 연구는 주로 의학 영역과 관련된 응용 때문이며, 여기에서는 화상 등록과 그 후의 혈관 패턴 검출에 대해서였습니다. 등록 프로세스는 기능 기반 또는 영역 기반일 수 있습니다. 후자의 경우 망막 이미지의 픽셀 강도는 교차 상관, 위상 상관 또는 오차 값과 같은 통계적 특성에 기초하여 객관적인 함수에 사용됩니다. 특징 기반 등록의 경우 프로세스는 유사도 측정을 사용하여 특징적인 고대비점 엔티티를 매칭함으로써 수동 등록에서 사용되는 것과 유사하며, 혈관 패턴의 분기나 각도 등의 기하학적 특징을 사용하여 매칭을 달성할 수도 있습니다. 게다가 하이브리드 접근법은 진단 애플리케이션과 등록 애플리케이션 모두에서 사용하는 것도 제안되고 있습니다. 적응 역치법 후에 이진 솎아내는 방법도 주요 혈관을 검출하기 위해 사용되었습니다.

결론

망막은 눈 뒤쪽에 있는 복잡한 혈관과 신경 세포의 층입니다. 망막 혈관 내의 복잡한 패턴을 인식하는 것에 기반한 망막 바이오메트릭 기술로서의 Retina 인식은 처음에는 의학에서 시작되었습니다. 망막 패턴 인식은 우선 저강도 적외선을 조사해 망막을 비추는 특수 주사장치를 이용해 망막의 원형화상을 취득합니다. 망막의 이미지가 취득되면 혈관은 추가 처리에 의해 식별됩니다. 그런 다음 특징을 구별하는 혈관의 복잡한 네트워크에서 추출되어 템플릿에 저장됩니다. 템플릿은 나중에 매칭 프로세스에서 사용됩니다.