Changeable face biometrics by combining appearance-based methods

Abstract

[한글]이 논문에서는 생체인식을 이용한 개인 인증 시 나타날 수 있는 프라이버시 문제의 해결을 위하여 얼굴인식을 위한 가변 생체인식을 제안한다.생체인식은 개인의 독특한 생체정보를 사용하여 인증을 하는 방법 중 하나로 신체 정보를 사용하므로 쉽게 도난 당할 수 없다는 점, 휴대의 불편함이 없다는 점, 잊어버리지 않는 다는 점, 공유 할 수 없다는 점 등 많은 장점이 있다. 그러나 생체특성은 그 수가 한정되어 있기 때문에 도난 당하거나 손상을 당했을 경우 변경이 불가능하거나 그 횟수가 매우 제한된다. 가변 생체인식은 이런 생체인식 문제를 해결하기 위한 대안 중 하나이다. 가변 생체인식은 변경 가능한 생체인식 기법으로써 저장된 생체정보에 문제가 발생하면 등록 되어있던 생체정보를 취소하고 다른 생체정보로 변경하여 사용할 수 있음을 의미한다. 가변 생체인식을 위해서는 먼저 변환 함수를 선택하여 생체정보를 변형 시키고, 변형된 생체정보를 실제 시스템을 위한 생체 정보로 사용하게 된다. 이 변환 함수는 사람에 따라 또는 시스템에 따라 다르게 주어지며, 만약 생체정보가 도난을 당했을 경우 기존의 생체정보는 제거를 하고 새로운 변환 함수를 할당 받아 새로운 생체정보를 다시 생성하게 된다. 이때 변경된 함수로 만들어진 생체정보는 이전의 생체정보와 전혀 상관성이 없으며 원본 영상으로 복구하는 것도 불가능하다.우리는 기존에 알려진 얼굴인식의 방법 가운데 하나인 외형 기반 기법(appea-rance-based method)의 고유계수(eigencoefficient)를 이용하여 가변 생체인식을 구현하는 방법을 제안한다. 먼저 한 영상에서 서로 다른 외형 기반 기법을 이용하여 고유 계수를 추출한다. 추출된 각 고유계수 값의 범위를 평준화(normalization) 통하여 일치시킨다. 평준화 된 각각의 고유계수를 랜덤함수를 이용하여 불규칙하게 순서를 변경한다. 임의적으로 순서가 재배열된 고유계수를 서로 더한다. 이렇게 더해져 생성된 변형 고유계수를 인식에 사용한다. 제안된 얼굴 생체정보 생성 방법은 각각의 고유계수의 순서를 임의로 변경하여 무한한 가변 얼굴 정보를 생성할 수 있도록 하였고 고유계수를 더함으로써 비가역성(non-invertibility)을 만족시키려고 시도했다.제안된 방법을 이용한 실험 결과 가변 얼굴 생체정보를 사용해도 개인 인증의 성능이 유지됨을 확인 할 수 있었다. 변형된 고유계수들은 원 고유계수들의 값과 매우 다르므로 원 정보의 보호 기능을 가진다. 또한 이 방법은 평준화와 더하기 연산을 거쳤기 때문에 역변환이불가능하고, 순서 변경을 위한 랜덤함수가 무한하므로 재생산성을 충분히 만족시키며, 사칙 연산만을 이용하므로 계산이 간단하다. 게다가 복원된 영상은 원본과 매우 다르므로 개인 얼굴정보를 보호할 수 있다. 따라서 제안 방법은 가변 생체인식에 매우 적합하다.

[영문]In this thesis, a changeable biometric system for appearance-based face recognition is proposed. In terms of user authentication, biometric systems offer many advantages in that information cannot be lost, forgotten or shared. However, they also suffer from disadvantages in some applications, for example, in the area of privacy protection. Changeable (cancelable) biometrics has been suggested as a solution to this problem of enhancing security and privacy. The idea is to transform a biometric signal or feature into a new one for the purposes of enrollment and matching. In this paper, we propose a changeable biometric system that can be applied to appearance based face recognition system. In the first technique, when using feature extraction, PCA, ICA and NMF coefficient vectors extracted from an input face image are normalized using their norm. The two normalized vectors are scrambled randomly and a new transformed face coefficient vector (transformed template) is generated by addition of the two normalized vectors. When this transformed template is compromised, it is replaced with a new scrambling rule. Because the transformed template is generated by the addition of two vectors, the original PCA, ICA and NMF coefficients could not be recovered from the transformed coefficients. In our experiments, we compared performance when the PCA, ICA and NMF coefficient vectors is used and when the transformed coefficient vectors are used for verification.