The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Touchless Finger Vein Recognition Robust to the Alignment and Rotation of Finger

손가락 정렬과 회전에 강인한 비 접촉식 손가락 정맥 인식 연구

  • 박강령 (동국대학교 전자공학과) ;
  • 장영균 (상명대학교 컴퓨터과학과) ;
  • 강병준 (상명대학교 컴퓨터과학과)
  • Published : 2008.08.29
Download PDF
⟨ Previous Next ⟩

Abstract

With increases in recent security requirements, biometric technology such as fingerprints, faces and iris recognitions have been widely used in many applications including door access control, personal authentication for computers, internet banking, automatic teller machines and border-crossing controls. Finger vein recognition uses the unique patterns of finger veins in order to identify individuals at a high level of accuracy. This paper proposes new device and methods for touchless finger vein recognition. This research presents the following five advantages compared to previous works. First, by using a minimal guiding structure for the finger tip, side and the back of finger, we were able to obtain touchless finger vein images without causing much inconvenience to user. Second, by using a hot mirror, which was slanted at the angle of 45 degrees in front of the camera, we were able to reduce the depth of the capturing device. Consequently, it would be possible to use the device in many applications having size limitations such as mobile phones. Third, we used the holistic texture information of the finger veins based on a LBP (Local Binary Pattern) without needing to extract accurate finger vein regions. By using this method, we were able to reduce the effect of non-uniform illumination including shaded and highly saturated areas. Fourth, we enhanced recognition performance by excluding non-finger vein regions. Fifth, when matching the extracted finger vein code with the enrolled one, by using the bit-shift in both the horizontal and vertical directions, we could reduce the authentic variations caused by the translation and rotation of finger. Experimental results showed that the EER (Equal Error Rate) was 0.07423% and the total processing time was 91.4ms.

최근 개인의 정보 보호에 대한 중요성이 증가함에 따라 생체 인식 기술이 출입 통제 시스템 또는 개인 인증, 인터넷 뱅킹, ATM 기기 등 여러 응용에서 사용되어지고 있다. 손가락 정맥 인식이란 사람마다 고유한 손가락 정맥 패턴 정보를 사용하는 고 신뢰도의 생체 인식 기술이다. 본 연구에서는 비 접촉식 손가락 정맥 인식을 위한 새로운 장치 및 방법을 제안한다. 본 연구는 기존의 연구에 비해 다음과 같은 다섯 가지의 장점을 나타내고 있다. 첫째, 본 논문에서 제안하는 장비는 사용자의 손가락 정맥영상 취득 시, 손가락의 뒷면과 손가락 끝, 옆을 지지할 수 있는 최소한의 지지대만을 사용함으로써 사용자의 불쾌감을 최소화할 수 있다. 둘째, 손가락 정맥 영상을 취득하기 위한 카메라 앞에 45도 기울어진 핫 미러(hot mirror)를 사용함으로써, 손가락 정맥 영상 취득 장치의 두께를 줄일 수 있었다. 이는 핸드폰과 같이 두께에 제한이 있는 여러 응용 분야에서 널리 사용될 수 있음을 의미한다. 셋째, 본 연구에서는 LBP(Local Binary Pattern) 방법을 기반으로 손가락 정맥의 특징 정보를 추출함으로써 부분적으로 심하게 어둡거나 밝은 영역을 포함하는 균일하지 않은 조명의 영향을 줄일 수 있었다. 넷째, 비 정맥 영역을 인식에 사용하지 않음으로써 인식 성능을 보다 향상 할 수 있었다. 다섯째, 추출된 손가락 정맥 코드를 기 등록된 코드와 매칭 시, 수평 및 수직방향 비트 이동 방법을 사용함으로써 영상 취득 시 손가락의 움직임과 회전에 의한 본인데이터의 변화도를 줄일 수 있었다. 실험 결과, 본 논문에서 제안하는 손가락 정맥 인식방법의 EER(Equal Error Rate)은 0.07423%였고 전체 처리 시간은 91.4ms였다.

Keywords

References

  1. http://www.fujitsu.com/global/about/rd/200506palm-vein.html (accessed on 2008.05.22)
  2. http://www.tech-sphere.com (accessed on 2008.05.22)
  3. T. Yanagawa et al., “Human Finger Vein Images Are Diverse and Its Patterns Are Useful for Personal Identification,” MHF 2007-12, pp.1-7, 2007
  4. N. Miura et al., “Feature Extraction of Finger-Vein Patterns Based on Repeated Line Tracking and its Application to Personal Identification,” Machine Vision and Applications, Vol.15, pp.194-203, 2004 https://doi.org/10.1007/s00138-004-0149-2
  5. Z. Zhang et al., “Multiscale Feature Extraction of Finger-Vein Patterns Based on Curvelets and Local Interconnection Structure Neural Network,” The 18th International Conference on Pattern Recognition (ICPR'06), pp.145-148., 2006
  6. N. Miura et al., “Extraction of Finger-Vein Patterns Using Maximum Curvature Points in Image Profiles,” IEICE Transactions on Information and Systems, Vol.E90-D, No.8, pp.1185-1194, 2007 https://doi.org/10.1093/ietisy/e90-d.8.1185
  7. http://www.hitachi.com/products/business/security.html (accessed on 2008.05.22).
  8. L. Zhang et al., “Face Detection Based on Multi-Block LBP Representation,” ICB 2007, LNCS 4642, pp.11-18, 2007 https://doi.org/10.1007/978-3-540-74549-5_2
  9. Y. Rodriguez et al., “Face Authentication Using Adapted Local Binary Pattern Histograms,” ECCV 2006, LNCS, Vol. 3954, Springer, pp.IV:321-332, 2006 https://doi.org/10.1007/11744085_25
  10. Z. Sun et al., “Graph Matching Iris Image Blocks with Local Binary Pattern,” ICB 2006, Vol.3832, pp.366-372, 2006 https://doi.org/10.1007/11608288_49
  11. Y. K. Jang et al., “A Study on Touchless Finger Vein Recognition,” Pattern Recognition Letters, 2008, submitted
  12. Ojala T et al., “A Comparative Study of Texture Measures with Classification Based on Feature Distributions,” Pattern Recognition 29, pp.51-59, 1996 https://doi.org/10.1016/0031-3203(95)00067-4
  13. http://www.adobe.com/products/photoshop/index.html (accessed on 2008.05.22)
  14. Mansfield et al., 'Best Practices in Testing and Reporting Performance of Biometric Devices,' UK Government Biometrics Working Group, 2002
  15. Wayman, J., 'Technical Testing and Evaluation of Biometric Identification Devices.' In A. Jain et al. (Eds.) Biometrics: Personal Identification in Networked Society, 1999

Cited by

  1. Robust hybrid descriptors for multi-instance finger vein recognition vol.77, pp.21, 2018, https://doi.org/10.1007/s11042-018-6077-3