머리말

\r\n

최근 몇 년 동안 정보누설이나 속임수에 의한 부정적인 액세스 등의 문제가 증가하고 있어 개인인증의 필요성이 높아지고 있다. 개인인증 방법에는 여러 가지가 있고 그 가운데서도 토큰과 패스워드를 조합시킨 것 등이 주류를 이루고 있지만, 안정성 측면에서 몇 가지 문제점이 대두되고 있다. 이 때문에 인간의 신체정보를 이용하여 개인인증을 수행하는 바이오메트릭스 인증이 주목받고 있다.

\r\n

바이오메트릭스 인증에서 인증에 이용하는 신체정보로써는, 지문, 정맥, 얼굴, 홍채와 같은 인간의 신체적 특징에 유래한 것과 사인이나 걷는 방법 등과 같은 인간의 행동적 특징에 유래한 것이 있다. 바이오메트릭스 인증에서는 이러한 신체정보에 의해 개인인증을 행하기 때문에 도난이나 분실이 발생하지 않고, 개인인증에 필요한 인증 토큰의 운반은 물론 패스워드를 기억할 필요가 없기 때문에 안전성과 편리성이 높은 개인인증 방법이라고 말할 수 있다. 현재 바이오메트릭스 인증은 PC, 휴대전화에의 로그인 관리나 입·퇴실 관리, 보더 컨트롤 등 다양한 곳에서 이용되고 있지만, 향후 전자결제 등 더욱 높은 레벨의 보안이 요구되는 분야에 이용이 확대될 것으로 보여 더욱 향상된 인증률이 중요한 과제가 되고 있다.

\r\n

현재 바이오메트릭스 인증의 대부분은 1개의 신체정보에 의한 것이지만, 단독의 신체정보로는 인증률 향상에 한계가 있다. 그 때문에 복수의 신체적 특징을 조합시킨 인증을 행하는 멀티 모달 인증이 주목받고 있다. 특히, 독립성이 높은 복수의 신체정보를 이용함으로써 인증률 향상을 기대할 수 있다. 그러나 입력하는 신체정보가 복수가 됨에 의해 장치가 대형화하고, 입력횟수나 순서가 늘어남에 따라 편리성도 저하된다. 예를 들면, 지문과 얼굴을 이용한 멀티 모달 인증에서는 지문의 입력동작과 얼굴의 입력동작을 각각 따로 행하기 때문에 인증 조작이 싱글 모댈리티의 경우와 비교해서 복잡화·대형화하고 있다.

\r\n

그래서 이번 연구에서는 손가락 자체가 「지문」과 「정맥」이라고 하는 2개의 모댈리티를 동시에 갖추고 있다는 점에 주목한다. 지문은 손가락의 표면에 존재하는 신체적 특징, 정맥은 손가락의 내부에 존재하는 신체적 특징이고, 각각의 패턴의 독립성이 높다. 같은 부위에서 얻을 수 있는 독립성이 높은 이들의 모댈리티를 이용하여 멀티 모달 인증을 행함으로써, 인증률을 높이는 한편, 싱글 모댈리티의 경우와 같은 편리성과 장치사이즈를 실현하는 멀티 모달 손가락 인증방법을 제안한다.

\r\n

\r\n

멀티 모달 손가락 인증

\r\n

여기에서 제안하는 방식에서는 지문과 정맥의 2개의 신체적 특징을 동시에 취득하고, 각 화상의 조합결과를 통합하여 인증을 행한다. 그림 1에서 멀티 모달 손가락 인증의 처리의 흐름을 나타낸다. 우선, 센서에서 지문과 정맥의 화상을 동시에 취득하고, 다음으로 각 화상 중에서 조합에 이용할 패턴이 존재하는 영역(관심영역)을 추출한다. 지문이나 정맥과의 각 관심영역에서 특징량을 추출하여, 개별로 조합처리를 실시한다. 그리고 지문조합과 정맥조합의 스코어를 통합하고, 멀티 모달 손가락 인증의 조합스코어를 산출한다. 이후에서는 각각의 처리과정을 설명한다.

\r\n

화상취득

\r\n

그림 2(c)에 나타나듯이 지문을 반사광 센싱에 의해 촬영한 지문화상에서는, 지문의 융선부가 밝게, 곡선부가 어둡게 촬상된다.

\r\n

한편, 투과광 센싱에서는, 그림 2(b)에 나타나듯이 손가락을 끼워서 대극으로 광원과 촬상 디바이스를 배치하여 손가락을 투과한 빛을 관찰한다. 근적외광은 혈액 안의 헤모글로빈에 흡수되기 때문에 그림 2(d)에 나타나듯이 투과광 센싱에서 촬영한 정맥화상의 경우 혈관부분은 어두운 영역이 그 이외는 밝은 영역이 된다.

\r\n

\r\n

\r\n

이상의 원리를 근거로 하여, 지문화상과 정맥화상을 반사광 센싱이나 투과광 센싱에 의해서 하나의 광체로 동시에 취득하는 센서를 개발했다. 지문에 대해서는 반사광 센싱을 채용하고, 정맥에 대해서는 투과광 센싱에 의한 것과, 반사광 센싱에 의한 것을 시작(試作)하고 있다. 개발한 센서에서는, 지문과 정맥의 센서를 각각 독립적으로 준비하지 않고, 촬상소자나 렌즈 등의 많은 광학부품이나 손가락의 가이드부·광체를 공통화하여 센서를 소형화하고 있다. 또한, 지문과 정맥 센서의 공통화에 의해서 싱글 모댈리티의 센서와 같이 유저의 1회 입력동작으로 지문과 정맥의 두 개의 화상을 한번에 취득할 수 있다.

\r\n

관심영역 추출

\r\n

센서로 취득한 지문화상과 정맥화상 가운데 조합하여 이용하는 관심영역을 추출한다. 지문의 조합에 유효한 특징은 주로 미절부(제1관절에서부터 손가락 끝 부분)에 집중되고 있기 때문에 손가락 미절부를 지문의 관심영역으로서 추출한다. 손가락의 정맥은, 주로 중절부(손가락의 제1관절과 제2관절 사이) 부근으로 그 패턴이 관측하기 쉬워 이 영역을 관심영역으로 추출한다. 관심영역의 추출에서는 우선 손가락 영역을 찾아 손가락의 장축방향에 따른 중심선을 기준으로서 손가락영역을 보정한다. 그 후, 보정된 손가락영역에서 관심영역을 추출한다. 여기에서 손가락영역이라는 것은, 화상 안에 있어서 손가락이 존재하는 영역을 가리킨다. 손가락의 밑 부분에서 손가락 끝으로 향하는 방향으로 대개 이어지는 방향을 「손가락 단축방향」이라고 한다.

\r\n

구체적으로는 우선 화소치의 히스토그램에서 역치를 구해 화상을 이치화하고, 손가락영역을 구한다. 다음으로 손가락영역에서 단축방향의 라인마다 손가락영역의 중심점을 구하여 이 점렬을 손가락영역의 중심선으로써 구한다. 그리고 화상 전체에서 손가락영역의 중심선이 손가락 장축방향으로 직선이 되도록 손가락영역을 보정한다. 그림 3에 손가락영역 보정의 예를 나타낸다. 그림 3(a)와 그림 3(b)의 원화상은 같은 손가락을 촬영한 것이지만, 약간의 위치 어긋남이나 회전이 발생하고 있다. 앞에서 기술한 손가락영역 보정을 행함으로써, 그림에 나타낸 손가락영역 보정 후의 화상과 같이 손가락의 위치 어긋남이나 회전을 보정할 수 있다.

\r\n

이와 같이 추출한 지문 및 정맥의 관심영역의 화상에 대해서 각각의 패턴을 강조하여 화상을 정규화하는 처리를 시행한다. 패턴강조 처리 후의 지문과 정맥 각각의 관심영역의 화상의 예를 그림 4에 나타낸다.

\r\n

특징량 추출

\r\n

제안방식에서는, 지문 패턴이나 정맥 패턴의 관심영역에서 단축방향의 라인마다의 주파수 성분을 특징량으로 하여 장축방향에 대해서 동적계획법을 근거로 한 패턴매칭(DP매칭)을 적용함에 따라 조합스코어를 산출한다. 이후에서는 이 조합방법을 주파수 DP매칭법이라고 부른다.

\r\n

지문화상이나 정맥화상을 손가락단축방향에 주사(走査)하면, 지문의 융선이나 정맥의 혈관에 대해 화소치의 변화가 나타난다. 이 변화를 파동으로 파악하고 주파수 해석에 의한 특징량을 추출한다.

\r\n

우선, 패턴강조 후의 관심영역 화상에 대해서, 손가락단축방향의 1라인마다 1차원 푸리에 변환을 행하고, 위치변동에 대한 완강성을 가진 푸리에 진폭 스펙트럼을 구한다. 지문 및 정맥의 특징으로써 의미를 가지지 않는 성분에 대해서는, 사전에 푸리에 진폭 스펙트럼에서 제거한다. 또한, 푸리에 진폭 스펙트럼의 대칭성을 고려하여 쓸데없이 긴 대칭성분을 제거한다. 위에서 기술한 처리에 의해서 얻어진 푸리에 진폭 스펙트럼의 차원수를 삭제하기 위해 주성분분석을 적용함으로써 푸리에 진폭 스펙트럼의 주성분을 추출한다. 이상의 처리에 따라 1개의 라인의 특징 스펙트럼 f가 구해진다. 이 처리를 모든 라인에 대해서 행하여, 화상전체의 특징량 F=(f1,···, fM)를 구한다. 특징량을 추출한 화상의 장축방향의 사이즈를 M, 추출한 주성분의 차원수를 N이라고 하면, 얻어진 특징량 F는 M개의 N차원 벡터가 된다.

\r\n

조합스코어 산출

\r\n

조합스코어는, 등록한 특징량 Ft와 조합한 특징량 Fs의 사이에서 DP매칭을 적용함으로써 산출한다. DP매칭은, 특징량 Ft, Fs의 손가락단축방향 1라인분의 특징량 벡터 fit, fjs를 1개의 요소로 파악하여, 요소간의 거리를 정의하고, 손가락장축방향의 1차원요소 사이에서 경로탐색을 행한다.

\r\n

경로탐색에서는, 요소 fit, fjs 간의 대응을, 시점의 조(fit, fjs)에서 종점의 조(fmt, fms)까지의 경로의 사이, 특징량의 요소간의 거리의 화(和)가 최소가 되는 경로를 탐색한다. 조합스코어는, 최단의 경로장 S로 한다. 또한, 요소 fit, fjs의 사이의 거리로써는, L1법칙을 이용하고 있다.

\r\n

또한, 경로탐색에서는 경로탐색의 시점과 종점에 대해서 일정의 자유도를 가지게 하고 있다. 예를 들면, 특징량 Ft, Fs의 경로탐색을 하는 경우, 자유도를 k라고 하면, 시점을 (flt, fks)로 하고 있다.

\r\n

이는 등록화상과 조합화상에 있어서 손가락이 장축방향의 위치 어긋남이 일어나고 있는 경우에 대응하기 때문이다. 장축방향에서 위치 어긋남이 일어나는 경우, 동일한 손가락이라도 등록화상과 조합화상의 관심영역 내에는 서로 존재하지 않는 영역이 나타난다. 그래서 시점·종단에 자유로를 가지게 함으로써, 이 같은 영역을 무시하고 양방에 공통으로 존재하는 영역만 경로탐색을 행한다.

\r\n

더욱이 경로탐색을 할 때에, 경사제한을 마련한다. 경사제한으로는 예를 들면, 어느 요소조(fit, fjs)에서 다음의 요소조(fi+pt, fj+qs)를 탐색할 경우, O=p/q로써 O의 치에 제한을 두게 된다. 이번에 개발한 센서에서는, 지문이나 정맥의 관심영역을 비접촉으로 촬상하기 위해서 접촉식 센싱에 있어서의 날인 시에 발생하는 손가락의 변형과 같은 손가락의 큰 변형은 없고, 경로탐색에 경사제한을 마련하여 탐색결과가 손가락이 극단적인 변형을 유도하는 것을 방지하고 있다.

\r\n

이 같이 주파수 DP매칭법을 지문화상과 정맥화상에 각각 적용함으로써, 통합처리에 필요한 조합스코어를 구한다.

\r\n

스코어 통합

\r\n

각 모댈리티에서 얻어진 조합결과를 통합하는 방법으로는, 모댈리티마다 조합판정을 행하여, 그 판정결과를 이용하여 결과 레벨로 통합하는 것이나 조합스코어를 통합하고 나서 판정하는 것 등 다양한 제안이 제시되고 있다. 통합방식에 대해서는 이용목적에 맞춰 적절하게 설정하면 되지만, 여기서의 실험평가에서는 높은 조합정도를 얻을 수 있는 스코어레벨로 통합을 행하고 있다. 조합스코어의 통합은, 각 모댈리티의 조합스코어 분포에 근거하여 가장 판별성능이 높도록 조합스코어의 사영축을 구하여 그 사영축에 조합스코어를 사영함으로써 스코어를 통합한다. 구체적으로는, 통합스코어는 다음 식에 나타나는 것처럼 각 조합스코어의 무게선형 화(和)를 구한다.

\r\n

\r\n

Smulti =αSfinger+(1-α) Svein

\r\n

\r\n

여기에서 지문조합스코어를 Sfinger, 정맥조합스코어를 Svein, 멀티 모달 손가락 인증의 조합스코어를 Smulti이라고 한다. α는 통합의 계수로 하여, 실험적으로 정하고 있다. 또한, 통합의 방식에 따라서는 미대응자나 위조한 손가락에의 대응 등이 가능하다.

\r\n

예를 들면, 싱글 모댈리티의 정도열화 요인의 하나로써, 미대응자의 문제가 있다. 미대응자란 신체적 특징이 조합에 적합하지 않아, 바이오메트릭스 인증을 이용할 수 없는 사람을 가리킨다. 예를 들면, 지문의 패턴이 연하거나 혹은 혈관이 가는 경우 등에는 조합에 필요한 정보를 포함한 화상을 취득할 수 없는 경우가 있다. 이 경우, 통합방법으로써 일부분의 모댈리티로 인증하는 방법(OR형 통합)을 선택하면, 미대응을 줄일 수 있다. 지문과 정맥의 양방의 모댈리티가 동시에 사용할 수 없게 되는 경우는 드물고, 그 때문에 종래의 지문 혹은 정맥의 싱글 모댈리티 인증에서 미대응자로 처리되던 사람이라도, 인증 시스템을 이용할 수 있게 된다.

\r\n

한편, 위조에 의한 대응에 대해서는 예를 들면, 실리콘고무로 작성한 위조지문 등과 같이, 신체적 특징을 위조하여 다른 사람인 척하는 공격 등을 생각할 수 있다. 멀티 모달 손가락인증에서는, 다른 모댈리티의 동시인증을 필요로 하는 통합방법(AND형 통합)을 선택함으로써 안전성을 높일 수 있다. 시스템을 속이기 위해서는, 지문이나 정맥의 쌍방을 동시에 위조하여 동시에 인증하는 것이 필요하기 때문에 속임수에 대한 안전성을 향상할 수 있다.

\r\n

이처럼 통합방법을 이용목적에 맞춰서 적절하게 선택함으로써, 종래 싱글 모댈리티의 과제에 대응할 수 있다.

\r\n

\r\n

실험

\r\n

제안방식의 유효성을 확인하기 위해서 지문조합과의 비교실험을 행했다.

\r\n

실험조건

\r\n

이번 실험에서는 시작한 센서를 이용하여 반사광 센싱에 의해 취득한 지문화상 및 정맥화상의 화상 DBF를 작성하여 조합 평가했다. 피험자 50명에 대해 한 사람당 6손가락(양손의 인지, 중지, 약지)을, 1손가락당 6회씩 촬영했다. 이것으로부터 화상DB는 1,800장의 화상으로 구성되어, 어떤 1손가락에 대해서는 동일화상을 제외한 동일손가락 5장과, 다른 손가락의 화상 1,794장과 함께 조합했다. 또한, 주성분분석에는 조합평가에 이용하는 화상 DB와는 다른 화상 DB를 이용했다.

\r\n

실험결과

\r\n

그림 5에 지문조합과 지문과 정맥의 멀티 모달 손가락 인증의 ROC곡선을 표시한다. 그림 5의 ROC곡선은, 세로축이 FNMR(False Non-Match Rate, 오비합치율), 가로축이 FMR(False Match Rate, 오합치율)이며, 어느 역치에 의해 판정한 경우의 FMR과 FNMR의 트레이드오프의 관계를 나타내고 있다. 그림 5에 나타나는 것처럼, 멀티 모달 손가락 인증에서는 지문 단체(單體)에 대해서 어느 쪽의 조건이라도 조합정도가 향상하고 있다는 것을 알 수 있다. 예를 들면, FMR=10-3일 때, 멀티 모달 손가락 인증의 FNMR은 지문인증 단체의 약 1/15로 개선되고 있다. 또한 FMR=10-4일 때는, 약 1/8로 개선되고 있다는 것을 알 수 있다. 이상으로부터 멀티 모달 손가락 인증은, 지문인증단체와 비교해 조합정도가 크게 개선된다는 것을 알 수 있다. 그림 6은 지문조합과 정맥조합의 동일손가락간 조합스코어, 및, 다른 손가락간 조합스코어를 구성한 스코어분포이다. 또한, 그림 6의 가로축은 지문 조합스코어를, 세로축은 정맥의 조합스코어를 나타내고 있다. 여기서의 조합스코어는 거리를 나타내고 있기 때문에, 수치가 작아질수록 유사도가 높다. 그 때문에 그림 6에 있어서는 왼쪽아래일수록 유사도가 높다는 것을 나타내고 있다.

\r\n

지문조합과 정맥조합의 단체에서의 조합스코어는, 그림의 플롯을 각 축에 투영한 것과 동일하게 된다. 각각 단체에서의 조합결과를 보면, 동일손가락간 조합스코어의 플롯의 분포와, 다른 손가락간 조합스코어 플롯의 분포가 일부 겹치고 있어 이 부분에 있어서는 동일 손가락과 다른 손가락의 분리가 곤란하게 된다. 그러나 그림 6과 같이 지문조합과 정맥조합의 스코어를 각각의 축으로써 평면 내에 플롯함으로써, 단체일 때보다도 양호하게 분리할 수 있다는 것을 알 수 있다.

\r\n

\r\n

이상의 결과로부터, 지문조합의 스코어와 정맥조합의 스코어를 통합함에 따라, 멀티 모달 손가락 인증에서는 지문단체에 의한 조합보다도 조합정도가 크게 향상한다는 것을 알 수 있어 멀티 모달 손가락 인증의 유효성을 확인할 수 있었다.

\r\n

\r\n

맺음말

\r\n

여기에서는 지문과 정맥의 양방을 조합에 이용하는 멀티 모달 손가락 인증을 제안했다. 제안방식으로는 지문과 정맥을 공통의 센서에 의해 취득하기 때문에, 인증 장비를 소형화할 수 있고, 동시에 한 번의 동작으로 지문화상과 정맥화상의 양방을 얻을 수 있다. 또한, 지문 조합스코어와 정맥 조합스코어를 스코어레벨로 통합함으로써, 관련기관의 조합정도와 비교해서 인증률을 크게 향상시키는 효과가 있다. 더욱이, 제안방식에 근거한 센서를 시작하여, 50명의 피험자에 의한 조합실험을 실시했다. 지문인증단체와 멀티 모달 손가락 인증의 비교실험에서 제안방식의 유효성을 확인했다.
<글 : EC 나카무라 요우이치(Nakamura Youitci)·카메이 토시오(Kamei Toshio)>