Rotation-Invariant Iris Recognition Method Based on Zernike Moments

Abstract

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. Iris recognition is a biometric technology which can identify a person using the iris pattern. It is important for the iris recognition system to extract the feature which is invariant to changes in iris patterns. Those changes can be occurred by the influence of lights, changes in the size of the pupil, and head tilting. In this paper, we propose a novel method based on Zernike Moment which is robust to rotations of iris patterns. we utilized a selection of Zernike moments for the fast and effective recognition by selecting global optimum moments and local optimum moments for optimal matching of each iris class. The proposed method enables high-speed feature extraction and feature comparison because it requires no additional processing to obtain the rotation invariance, and shows comparable performance to the well-known previous methods.