초록
본 논문은 생체 인식 응용 프로그램을 위해 눈의 움직임 패턴을 활용하는 새로운 프레임워크를 제안합니다. 눈의 움직임은 인지 뇌 기능, 신경 경로 등에 대한 풍부한 정보를 포함하고 있습니다. 제안된 방법에서는 눈의 움직임 데이터를 고정(fixations)과 사시(saccades)로 분류합니다. 고정과 사시에서 추출된 특징들은 가우스 방사기저함수 네트워크(GRBFN) 기반 방법을 통해 생체 인증에 사용됩니다. 출력층에서 데이터를 분류하기 위해 점수 융합 접근법이 채택되었습니다. 평가 단계에서는 화면 상의 무작위 점 추적과 텍스트 읽기 두 가지 자극 유형을 사용하여 알고리즘을 테스트했습니다. 결과는 눈의 움직임 패턴이 생체 인식 모달리티로서의 강점을 보여주고 있습니다. 이 알고리즘은 BioEye 2015 데이터베이스에서 평가되었으며, 다른 모든 방법보다 우수한 성능을 나타냈습니다. 눈의 움직임은 매우 복잡한 안구 운동 시스템(oculomotor plant)에 의해 생성되며, 기계적인 복제품으로 이를 속이는 것이 매우 어렵습니다. 눈동자 운동 역학과 홍채 인식 기술을 함께 사용하면 견고하고 위조에 저항력 있는 개인 식별 시스템을 구축할 수 있을 것입니다.