생체인식의세계
발표내용 생체인식이란? 관련용어종류시장성표준화
생체인식이란? 인간이가진 생물학적 행동학적특성을 토대로하여개인을인증혹은식별하는것 => Biology + Metric + s = 생체에대한연구
사용자확인방법 검증 ( 인증, verification) 제시된개인정보와기존정보, 둘사이의동일성의비교를통해 ( 같다 / 다르다 ) 를판단 ( 열쇠 ) Verification(Authentication) 인증 - ID given yes/no - Decision boundary is the issue 식별 ( 인식, recognition, identification) - 등록된정보와제시된개인정보의비교를통해등록된정보가있는지확인 ( 범죄수사식별방법이검증방법보다복잡한처리과정 Recognition(Identification) 확인 - Who is the most likely in the DB? - Search is the issue
필요성 Passwords Can be forgotten, stolen or shared ID Card / Smart Card Can be forgotten, stolen or shared Digital Certificates Require a vulnerable password Biometrics Can t be forgotten, stolen, lost or shared Biometrics is the clear choice for user convenience and highest security.
장단점요약 장점 정보화사회 (Paper-less, Face-less) 역기능 (Identity Theft) 을방지할수있는강력한기술 기존방식 (Personal Identification Number 또는패스워드 ) 에비하여보안성및편리성향상 부인방지 단점 프라이버시침해에대한막연한불안 ( 사용자거부감 ) 부정적이미지 ( 범죄수사 ) 추가구축비용 에러율 ( 오인식율, 오거부율 ) 0%
기존시스템과의차이점 생체정보 프로세서 결과값 임계치 결과 (Yes/No)
생체정보의요구사항 1. 보편성 (university) 모든대상자들이보편적으로지님 2. 유일성 (uniqueness) 개개인별로특징이확연히구별 3. 지속성 (permanence) 발생된특징점은그특성을영속 4. 수집성 (collectability) 특징점의취득용이성 5. 성능 (performance) 개인확인및인식의우수성 6. 수용성 (acceptance) 생체인식대상자의거부감이없어야함 7. 위. 변조가능성 (circumvention) 위조내지변조가불가능
생체정보의종류 지문 (Fingerprint) 서명 (Dynamic Signature) 생물학적 특성 얼굴 (Face) 장문 (Palmprint) 손모양 (Hand Geometry) 홍채 (Iris), 망막 (Retina) 행동학적 특성 음성 (Voice) 키보드입력 (Keystroke Dynamics) 정맥 (Vein) 걸음거리 (walking style)
관련용어
알고리즘성능평가 일반적으로 2 개의파라미터로표시 ( 본인거부율, 타인수락율 ) False Rejection Rate(FRR), False Non-Match Rate Measures how often an authorized user, who should be recognized by the system (granted access), is not recognized False Acceptance Rate(FAR), False Match Rate Measures how often a non-authorized user, who should not be recognized by the system, is falsely recognized (and granted access) FAR/FRR inversely related cf. Equal Error Rate (EER): Point where FRR = FAR Error Rate FRR Threshold FAR
ROC curve Non-matching prints Matching Threshold Sensitivity(%) TP = 100 TP + FN TN TP Matching prints Specificity(%) = TN TN + FP 100 False non-matches FN FP False matches
지문 (Fingerprint)
물리적구조 사람의손가락표면의융선의흐름태아시기때환경에의해서좌우되고개인에따라다르다영장류에게지문은필수적인기관 ( 미끄럼방지, 감각의시작점 ) 가장많은연구가진행된생체인식기술좋지않은선입견 ( 범죄수사에활용 ) 획득방법 ( 잉크, 광스캔방식 ) 통계적으로가장안전하고, 검증가능한시스템으로간주
Finger print 종생불변 태어날때가진지문의형태가평생동안변하지않는다. 만인부동 서로다른사람은서로다른형태의지문을갖는다. 편리성 지문을사용하기위해별도의기술을요하지않는다. 신뢰성 고유한생체인식으로보안의신뢰성이높다. 보편성 생체인식분야중에서도가장많은곳에적용가능 경제성 타생체인식에비해시스템을구축하기위한비용이저렴
지문영상에서의특징점
지문의기본적인 3 가지분류 궁상문 (Arch) 와상문 (Whorl) 제상문 (loop)
입력장치 광학방식 프리즘방식 홀로그램방식 회사모델해상도 Image Quality American Biometric Co. Biomouse 500 Fair SecuGen FDx01 450 Fair Digital Persona U.are.U 300 low resolution Identicator DFR-200 331 low resolution
비광학방식 센서방식 ( 열, 압력 ) 전기장방식초음파방식 회사모델 Type 해상도 Image Quality Thomson CSF FingerChio 열 500 Poor Veridicom OpenTouch 정전기 500 Good Infineon/Siemens Fingertip 정전기 500 Fair Authentec Fingerloc 전기장 256 low resolution
PC Peripheral Device EyeD Mouse TM [aidi:] EyeD Hamster TM [aidi:] EyeD Keyboard TM [aidi:] EyeD Mouse : PC week지에서주관하는 Best of Comdex Finalist에선정 ( 99 추계컴덱스, 라스베가스 ) EyeD Hamster : PC 단독지문인식기 (Parallel 및 USB 포트지원 ) EyeD Keyboard : IC 카드및 Smart Card와연동가능
Finger Print recognition Algorithm
지문영상의처리과정 지문이미지방향성분추출이진화 (binarization) 세선화 (thinning) 특징점 ( 분기점, 단점 ) 추출 특징점정합 (match)
Finger Print recognition 특징 비교적높은인식률 : Lab test 시에러율 (FAR) : 1% 이내 User feeling : 5% 이내 (cf. 인구전체 5% 는지문사용불가 ) 통상응답속도 : 1 초이내사용방법간단 : 접촉성크기가소형 : 전화, 출입잠금장치, mouse 등에사용가격 : 저가 ($50~) data size : 수백 Bytes/template 범죄적거부감있슴
홍채 (Iris)
물리적구조 홍채 태아기에복잡한발생과정을겪으면서형성되고개인에따라다름 512 dpi 화소 CCD 카메라를사용하여얻음 이미지중앙에홍채위치, 일정거리를유지해야하므로사용자의사전협조가요구됨
홍채인식 홍채 (Iris) 동공 (Pupil) uniqueness : 10억명당2명이같을확률 immutability : 홍채패턴변형이없음 신원확인에매우우수
시스템예 거울 LED speaker < Type1 > < Type3 > < Type2 >
시스템예 입력장치 ( 자동식 ) < Type1 > < Type2 >
홍채인식 인식방법 국내에서는 LG 종합기술원이 Iriscan 사와공동으로개발하여 Iris access 2000 제품수출
홍채인식 인식방법 중앙렌즈에서 5 30cm 정도떨어져사용자눈을댐 적외선카메라가홍채를흑백디지털사진으로이미지화 사용자홍채의고유한패턴이디지털신호화되어홍채코드가형성 형성된홍채코드는데이터베이스로등록되며이후 2 초내에이코드로신원조회
홍채인식 특징 상당히높은인식률 lab test : 0.1% 이내 user feeling : 2-3% 이내 통상응답속도 : 2-3 초이내 대규모 DB 사용가능 사용에 user 의협조가필요, 접촉성거부감이없슴 가격 : $500( 수동식 ) 수천 $( 자동식 ) Data size : 수백 bytes/ 홍채
망막 (retina)
물리적구조 망막 개인및각각의눈에따라다른특징 가장보안성이높은인식기술 가장고가의생체인식기술 대상자의협조가필요
망막인식 입력장치 EyeDentify ICAM 2001
망막인식 인식방법 사용자의안구배면에위치한모세혈관의구성이지문과같이특성을지니고있다는점을이용 망막패턴을읽기위해서는약한강도의적색광선이안구를투시하여, 망막에있는모세혈관에반사된역광을측정 망막패턴정보를 frequency domain 에서코드화한다.
망막인식 특징 사용이불편 접촉성거부감이있슴 등록가능수 : 3000 통상응답속도 : 1-2 초 False-reject Error Rate: 0.1 % False-accept Error Rate: 0.0001% Data size : 수백 bytes / 망막
얼굴인식
물리적구조 얼굴 개인의신원을확인할수있는가장많은정보를가지고있고, 감정표현도가능 구성요소는같으나기하학적정보가다르다 ( 얼굴분류에가장중요한정보 ) 사용자에대한간섭이적기때문에감정감지나졸음방지등일반생활에활발히적용 가장보편화될수있는생체인식기술
연구개발의필요성 시장규모 향후전망 얼굴인식이미가트너그룹의 21 세기를주도할신기술선정됨 2002 년포천지선정 1000 대기업중, 15% 가컴퓨터및네트워크정보접근과보안을위해생체기술을사용할것으로전망됨
얼굴인식기술수준 구분 얼굴영역검출 특징추출 현얼굴인식 근거리얼굴인식 국내 초보적인수준의컬러, 모션정보사용한얼굴영역검출 정지영상에서의얼굴영역추출 수직정면얼굴에대한얼굴영역영상의텍스춰정보를주로사용 신경망, 주성분분석기법을그대로적용한수준 공식적으로연구를수행하는연구기관없음 일부기업에서외국의초보적인원천기술수입 국외 하이브리드기법을적용한얼굴영역추출 컬러상수화, 명암근사, 얼굴포즈등다양한전처리기법을연구 얼굴요소의지형적특징, 얼굴영역의영상텍스춰, 얼굴의적외선등다양한정보를사용. 신경망, 주성분분석, 그래프매칭등다양한인식알고리즘연구및개발 경기장, 공항등의출입구에대한근거리얼굴인식시스템개발
얼굴인식주요기술 기하학적방법 특징 : 얼굴의기하학적특징점을추출하여일치여부를판단하여인식 성능 : 얼굴은 3 차원이고회전이가능하기때문에적용에한계가있다. Eigenfaces: 1991 년 Pentland 에의해개발되었슴. 특징 : 특징점추출로 PCA(Principal Component Analysis) 를적용하고유사도측정으로 Euclidean 거리적용. 성능 : 조명이나환경변화에민감하게반응하지만널리사용되고있어그성능이 검증된대표적인얼굴인식방법.
얼굴인식주요기술 Fisherfaces 특징 : FLD(Fisher Linear Discriminant) 를분류알고리즘으로적용한얼굴인식방법. 성능 : 사람개개인의특성을학습함으로써보다정확하고환경변화에둔감한특성을 지니고있어 on-line 상태에서실시간으로적용가능한앍고리즘. SVM( Support Vector Machine) 에기초한방법 특징 : PCA 와 SVM(Support Vector Machine) 알고리즘을사용한알고리즘. 성능 : 비교적높은인식률을높이지만얼굴인식과같은멀티클래스에적용하기에는 시간과메모리가많이소모되는알고리즘. 현재연구되는얼굴인식알고리즘의대표적인알고리즘.
얼굴인식주요기술 신경회로망 특징 : 흑백의정지영상에서슬라이딩윈도우를이용해학습된얼굴모양을검색 성능 : 두개이상의다수얼굴의추출도가능하나속도가느리며학습이어려움. 퍼지 + 신경망 특징 : 신경회로망회로의입력으로픽셀의밝기값대신퍼지소속함수를사용 성능 : 신경회로망만을이용한방법보다성능은향상되나처리속도는떨어짐. Wavelet + Elastic Matching 특징 : 주파수변환을사용하며, 자세및표정의변화를처리하는데효과적. 성능 : 인식률에비해서연산량이많음.
예제 입력영상 추정된얼굴위치 중심으로이동된얼굴영상 표준얼굴추출 추정된얼굴특징위치
피부색에의한얼굴검출 : 피부색에대한 RGB 컬러모델값과배경의모델값이 다름데착안하여배경과얼굴영역을구분 배경영역 얼굴영역
m=0.65 σ = 0.04 m=0.56 σ = 0.05 얼굴영역에대한 r 과 g 의히스토그램 배경영역에대한 r 과 g 의히스토그램
얼굴인식주요기술 Viisage Technology(www,viisage.com) MIT Media Lab. 에서개발한고유얼굴 (eigenface) 기반의인식알고리즘이용. 불특정다수의영상을대상으로원하는용의자를찾는시스템
얼굴인식장단점 장점 도난, 분실, 망각등의우려가없음 카메라를사용하여쉽게이용 대량의데이터쉽게이용 관리자가추후확인이용이 비접촉식이아님단점 조명이나카메라와의거리등에따라인식률이변한다 얼굴의각도, 표정, 나이에따라안면의모양은계속변하기때문에실용화하기어려움 수염, 눈썹, 안경및화장등과같은외관의변형에따른문제점발생
인체의물리적구조 손, 손가락기하학 손과관련된여러가지특성 ( 손가락의길이 ) 상대적으로개인에따라항구적이고고유 대상자의협조가요구 손가락기하학적항구성 ( 비교적새로운기술, 손기하학보다더정확 )
인체의물리적구조 귀 귀의모양과귓바퀴의연골조직으로구별 기표가되는위치로부터귓바퀴까지돌출부위의거리벡터를활용 상용화된시스템은없음
손, 손가락기하학 (Hand Geometry)
손, 손가락기하학 (Hand Geometry) 입력영상
손, 손가락기하학 (Hand Geometry) 입력영상 Recognition System Inc. ( RSI ) : HandPunch 2000
손, 손가락기하학 (Hand Geometry) 인식방법
손, 손가락기하학 (Hand Geometry) 특징 손의기하학적특징을쉽게추출 저렴한비용 통상응답속도 : 0.5 1.5초 poor security False acceptance rate : 0.57 % False rejection rate : 0.68 %
손등정맥 (Hand Vein)
손등정맥 (Hand Vein) 입력영상
손등정맥 (Hand Vein) 입력영상 BK - System
손등정맥 (Hand Vein) 특성 안정적이고눈에안보이는특징사용 변화적음 저해상도의적외선조명사용 습도, 오염등에강함 인식 error율 : 1% 이내
귀모양 Ear
인체의물리적구조 DNA 개인의특성을분류하는 1 차원의인식방식 신원확인을위해법정에서사용되는가장보편적인방법 문제점 오용의가능성 ( 훗날을위해미리대상자의 DNA를채취 ) 실시간자동검증이어렵다아주정교하고복잡한기술이요구
Types of Biometrics Systems 지문인식 (Fingerprint Recognition) 홍채인식 (Iris Recognition) 서명인식 (Signature Recognition) 망막인식 (Retina Recognition) 얼굴인식 (Face Recognition) 손기하학 (Hand Geometry Recognition) 손등정맥인식 (Vein Pattern Recognition) 음성인식 (Voice Recognition) 기타 : 걸음걸이, 귀, 채취, DNA
행동학적인체정보 음성 인간이만들어내는음성은본질적으로다른동물과다르다 주변의소음에영향을받기때문에정확한음성인식은쉽지않다. 감정이나변성기등시간적제약과공간적제약을받을수있다.
화자의음성에의해화자를인식하는것 응용에따른구분 화자확인 (Speaker verification) 음성인식 (Voice Recognition) 발성된음성이원하는화자인지아닌지를구분 기준패턴과입력패턴을비교하여임계치를넘어서면승인 의뢰인에대한초기등록이요구 입력음성 특징파라미터추출 유사도측정 결정 화자확인결과 ( 수락 / 거부 ) 화자등록번호 화자모델 임계치 [ 화자확인시스템의구성 ]
화자인식음성인식 인식방법 징파라미터피치값등특amplitude 1.5 x 104 1 0.5 0-0.5-1 0 1000 2000 3000 4000 5000 6000 number of samples Frequency 4000 3500 3000 2500 2000 1500 1000 500 0 0 0.1 0.2 0.3 0.4 0.5 0.6 Tim e 스펙트럼정적동적특성및피치값등
화자인식 정적특성 선천적으로정해진특성 성도 길이에따라공진주파수와그분산에결정적인영향을줌 길이와공진주파수는반비례관계 ( 여성이남성보다약 15% 높다 ) 표현파라미터 포만트, 켑스트럼등 성대 두께에따라평균기본주파수와음원의스펙트럼형태에영향을줌 평균기본주파수 음성의높낮이. 여성이 1 octave 높다. 감정상태에영향을받기도함 비강특성 비강의크기와형태는비음발생시스펙트럼에영향을줌 개인차가크지만, 감기등의질병에의해큰변이를나타낼수도있다.
화자의특성 동적특성 후천적인학습에의한개인의발성차 언어습관 : 사투리, 개인어 발성습관 : 억양, 강세, 빠르기 동적인변화특성이나타남. 억양 : 기본주파수의궤적으로나타냄 강세 : 대수에너지의크기 빠르기 : 시간적인궤적. 문제점 사람목소리는시간에따라변하며유사목소리가많이존재함 입력장치와선로의품질이성능에많은영향을줌 단독사용보다는다른생체인식모듈과병행함이효과적임
행동학적인체정보 키를치는역학 키보드를치는압력, 속도및행위는서로다른특성을보임 사용하는손가락의종류 눌려진한키와다음키를누를때까지의통계적차이 비밀번호입력와조합하여사용
행동학적인체정보 서명 필기도구 ( 사인펜이나연필 ) 를이용하여작성 공적인문서와법적또는상업적거래에널리이용 오랜기간에걸쳐변화하고, 서명자의물리적 / 감정에영향 자동서명식별이쉽지않다. 걸음거리 공간적 / 시간적 (spatial-temporal) 인생체정보 장시간에걸쳐서는항구적이지못함 최근에인식분야에서활용중
서명
서명인식
서명인식
서명인식 입력장치
서명인식 인식방법 입력신호 = Signal ( i) = ( xi, yi, ti, pi) 펜끝의속력 펜끝의압력
서명인식 인식방법 < user1 > < user2 >
서명인식 특징 문화에익숙함 : 은행, 서류등 인식률 : - Lab Test : 3-4% - User feeling : 8-9% 이내 처리속도 : 1초이내 ( 검증 ) 인식 ( 대규모 DB) 에취약한단점을지님 H/W 가격 : $100 이내 Data Size : 평균 4-5KByte, 수백 byte 로압축가능 개인의서명변화에취약한단점을지니고있음 응용분야 : 전자결제, Login 시확인, 카드및온라인쇼핑, 작업자 관리, 출입제한및회원관리
열분포 Thermogram
장단점비교 인식방법 장단점 얼굴 윤곽및거리측정 열선그래프 빛, 얼굴각도에따른왜곡 변장에따른타인수락가능 머리모양, 안경착용에따른본인거부가능성 눈 ( 홍채 / 망막 ) 홍채의모양, 색 안구배면의모세혈관구성 적외선조사 시야고정필요 적외선조사로거부감 안경을벗어야함 고가 손 손가락길이 손가락관절두께 최초의자동화된인식기술 유일성검증안됨 장비소형화불가
장단점비교 인식방법 장단점 정맥 손목또는손등의정맥 적외선투과 복제불가능 유일성검증안됨 장비소형화불가 고가 서명 입력방향, 속도, 압력 성장에따른변화가능성 항상다를가능성 정확도떨어짐 음성 음소, 음절, 단어의진동 성대모사에따른타인수락가능 건강상태에따른변화 잡음에민감 속도느림
장단점비교 인식방법 장단점 키보드입력 타이핑속도, 압력 입력속도가느릴경우문제 키보드에따라다름 컴퓨터에만응용가능 지문 지문의특징점 ( 중심점, 단점, 분기점 ) 종생불변, 만인부동 정확도높음 소형화및다양한응용성 경제성
장단점비교
생체인식기술비교 Cost Hand Signature Face Retina Finger Iris Voice Accuracy
생체인식에대한기술 디지털신호처리 (Digital Signal Processing) 영상신호처리기술 (Image Signal Processing) 음성신호처리기술 ( Speech Signal Processing) 컴퓨터하드웨어및소프트웨어
생체인식을이용한응용분야 범죄수사분야 가장광범위하게이용 자동지문인식시스템 (AFIS) 몽타쥬및 DNA 정보를이용한과학수사분야금융분야 각종단말기에지문, 얼굴및음성인식시스템구현 보다높은수준의보안방법으로생체인식방법의채택에노력중논리적접근제어분야 네트웍시스템의보안인증방법 스마트카드와의연동, 방화벽에서의사용자검증, 인터넷기반의사용자인증등무제한의데이터접근이가능한곳에생체인증은좋은방법
생체인식을이용한응용분야 물리적접근제어 연구소, 학교, 기업, 군사시설, 병원, 점포및아파트 보다편리한방법으로자신의범위내에있는자산에대한접근전자주민시스템 주민번호혹은주소보다본인확인을위한수단으로가장광범위하게이용생체정보를이용한의료서비스 한의학에서얼굴색은그사람의기와혈액상태를보여줌 얼굴색에따른심장질환분석 눈의상태에따라서사람의내부장기관의정상적이상유무관찰 귀는사람의정신상태 코의모양으로간의모양을판단 홍채를통한건강진단시스템이나지문을이용한사상체질판독시스템은생체정보를인식이아닌보다인간중심적인서비스를제공
시장규모 기술적측면 생체인식기술을이용한사용자인증서비스 (Smart Card) 생체인증을이용한전자상거래등전자금융서비스 (PKI) 주요기관물리적접근통제시설 (IDC/ 공항 / 국방 / 금융 / 의료 / 검경 ) 지문인식성능평가센터 ( 가칭 ) 의성능평가방법론을제공할수있음경제적 / 산업적측면국내생체인증시장활성화 세계시장규모 : 7,000 억원 (2000 년 ), 1 조 2,000 억원 (2002 년 ) 국내시장규모 : 150 억원 (2000 년 ), 500 억원 (2001 년 ) 예상국내생체인증제품개발기술경쟁력강화 생체인식관련표준화및제품의안전신뢰성제고전자상거래활성화촉진 생체인증이용한사용자인증보안강화및전자상거래보안에활용 스카트카드와결합된새로운사용자인증서비스창출
표준화 정부주도의표준화현황 BioAPI Consortium( 미국 ) 1998년 4월 compaq을포함한 6개회사가다중레벨의산업계표준생체측정 API를만들기위해구성 HA-API와유사한방법으로생체측정데이터를정의생체측정통합을위해 CBEFF working group과 ANSI의 X9.F4 소위원회등과협력
표준화 NIST( 미국 ) 지문데이터의교환을위한표준개발 WSQ(Wavelet Scalar Quantization) 알고리즘을 FBI, Alamos National Laboratory 와공동으로지문 이미지의비교를위한표준을개발 European Union( 유럽 ) 인식데이터, 개인정보, 안전한검증제품들의보증, 데이터보안, 각응용에대한적절한표준및보증에관한사항을결정하는기관 European Commision 이 CASCADE, BIOTEST 같은프로젝트에 funding
표준화내용
표준화기구
전망
생체인식 (Biometric) 기술별시장규모 1998-2000 년까지의기술별시장규모 ( 출처 : The biometric industry report) 생체인식시장특성 ( 표 3.3)
생체인식 (Biometric) 향후기술별시장규모예측 2000-2003 년까지의기술별시장규모예측 ( 출처 : The biometric industry report)
생체인식 (Biometric) 응용분야별시장규모 1998-2000 년까지의응용분야별시장규모 ( 출처 : The biometric industry report)
생체인식 (Biometric) 향후응용분야별시장규모예측 2000-2003 년까지의응용분야별시장규모 ( 출처 : The biometric industry report)
생체인식 (Biometric) 시장규모 2000-2003 년까지의향후시장전망 ( 출처 : The biometric industry report)