효과적인 3D 얼굴 인식을 위한 근적외선(NIR) 광원 사용 방법

근적외선(NIR) 파장을 3차원(3D) 센싱에 사용하는 것은 지난 몇년 동안 얼굴, 홍채, 제스처 인식, 시선 추적, LiDAR와 같은 자동차 비전 시스템 등의 애플리케이션을 통해 급성장하고 있다. 이러한 광학 감지 시스템 시장은 향후 22.7~24%의 연평균 성장률 (CAGR)을 보이며 2027년까지 업계 매출이 38억 달러에 달할 것으로 예상된다.

적외선은 사람의 눈에는 보이지 않는 파장으로, 근적외선 파장은약 700nm에서 약 2500~3000nm에 이른다. 적외선 및 근적외선 파장은 일반적으로 LED(발광 다이오드)와 레이저에서 생성된다.

레이저 근적외선 파장은 광섬유(통신), 차량용라이다, 동작 인식, 얼굴 인식 등의 애플리케이션을 위한 수직 공동 표면 방출 레이저 (VCSEL)에서 생성된다. NIR 얼굴 인식 시스템은 일반적으로 850 또는 940nm 파장의 빛을 사용한다.

<그림1> 약 380~750nm 파장에서 사람이 볼 수 있는 빛의 범위와 약 700~3000nm 파장의 근적외선을 포함한 전자기 스펙트럼의 표현.

근적외선 레이저는 근접 감지 및 자동 초점 애플리케이션에서 LED보다 더 높은 정확도를 제공한다. 예를 들어 얼굴 및 손동작 인식을 위해 레이저를 더 정밀하게 향하게 하고 반사할 수 있다. 레이저 빔은 공간 일관성과 초점 덕분에 작은 직경의 구멍을 통과 할 수 있으므로 회절 요소를 통해 쉽게 통합하고 조작할 수 있다. 

예를 들어, 레이저 근적외선은 얼굴 식별과 같은 애플리케이션에 구조광(알려진 패턴으로 빛을 투사)을 사용하여 뛰어난 깊이 측정 및 매핑 기능을 갖춘 3D 이미징 솔루션을 구현할 수 있다. 이기사에서는 3D 얼굴 인식 시스템에서 근적외선 조명을 사용하는 방법에 대해 알아본다.

<그림2> 근적외선 얼굴 인식 시스템은 사람의 얼굴에 도트 패턴을 투사하는 방식으로 작동한다. 이 시스템은 도트 패턴이 어떻게 반사되는지 판독하여 3D 맵을 생성하고, 이를 저장된 이미지와 대조하여 사용자의 신원을 확인할 수 있다.

Flood Illuminators(플러드 일루미네이터) / ToF
 

얼굴 인식 시스템에서 근적외선 LED의 한 가지 용도는 일광 또는 어둠 속에서 사용자 얼굴의 존재 여부 또는 거리를 확인하는 것이다. 이 장치는 NIR 광선(flood)을 방출하고 NIR 센서는 물체에서 반사된 신호를 수신한다. 사용자 얼굴의 거리는 TOF를 계산하여 초기 NIR 플러드 방출부터 빛의 반사가 다시 디바이스 센서로 돌아올 때까지 걸리는 시간을 측정하여 알 수 있다.

<그림3> 일부 디바이스에는 펄스형 NIR 광원이 있는 카메라가 포함되어 있어 정확한 펄스로 반사된 NIR 광선만 받아들인다. 리턴 펄스는 TOF에 사용된다.

회절 광학 소자(DOE, Diffractive Optical Elements)
 

구조광을 근적외선 감지에 사용할 경우, 근적외선 레이저의 단일 빔이 광학 구조(회절 광학 소자 또는 DOE)를 통해 투사되어 레이저를 여러 개의 방출 지점으로 분할하고 3D 물체(사람의 얼굴 등)에 그리드 또는 고정 패턴으로 작은 보이지 않는 점의 배열을 투사한다. 각 점의 빛이 물체에서 반사되면, 적외선 카메라는 패턴이 어떻게 변형되었는지 측정하고, 처리 소프트웨어를 통해 반사된 빛을 해석하여 물체의 윤곽을 결정한다. 안면 인식 시스템에는 3만개 이상의 개별 점이 있을 수 있다.

<그림4> 얼굴 인식의 경우, AI 알고리즘은 반사된 패턴을 읽고 물체 특징의 깊이와 위치를 추론하여 얼굴의 3D 맵을 만들고, 이를 저장된 이미지와 같은 알려진 매개변수와 비교하여 사용자를 인증한다.

<그림5> 회절 광학 소자(왼쪽)와 DOE를 통해 레이저 빛을 투사하여 생

가시광선의 영향을 받지 않는 근적외선 센서는 사용자 얼굴의 근적외선 반사를 정확하게 수신하여 각 개인 고유의 3D 특징을 해석할 수 있다. 이 근적외선 얼굴 ‘지도’는 저장된 이미지와 대조하여 신원을 식별한다. 근적외선 얼굴 인식은 개인 정보, 은행 계좌, 자동차 또는 기타 보호된 미디어에 대한 액세스 권한을 본인(또는 본인만)에게만 부여한다. NIR 시스템은 깊이를 감지하기 때문에 2D 사진으로는 해킹할 수 없으므로 생체 인식 보안이 강화된다. 근적 외선 얼굴 인식은 범죄 예방을 위해 개인을 식별하는데 사용되어법 집행 기관이 군중 속에서도 대상자를 찾아낼 수 있다.

품질 고려 사항
 

3D 근적외선 감지 시스템이 빠르게 도입됨에 따라 근적외선 이미 터의 정확도를 측정하는 효과적인 방법에 대한 수요가 증가하고 있다. 3D NIR 기술은 이전의 2D 방식보다 더 정확한 얼굴 인식을 제공하지만, NIR 시스템에는 여전히 성능 문제가 발생할 수 있다. 근적외선 방출 범위나 강도가 부정확하면 어떻게 될까? 출력이 낮거나 잘못 배치된 방출이 감지 장치에 의해 해석되면 어떻게 될까?

안전 고려 사항
 

근적외선 파장을 사용할 때도 안전에 대해 고려해야 할 사항이 있다. 근적외선 파장은 눈에 들어갈 수 있으며, 너무 많은 양을 사용하거나 장시간 노출되면 망막이나 각막에 손상을 일으킬 수 있다. 안전상의 이유로 NIR 범위에서 빛을 방출하는 얼굴 및 눈 인식 시스템은 올바른 수준으로 방출되는지 확인하기 위해 신중하게 설계하고 테스트해야 한다. 

디바이스 품질, 정확성 및 성능을 위해 제조업체는 NIR 소스의 설계 및 제조를 테스트하기 위해 측정 방법을 사용한다. 이상적으로, 측정 시스템은 방출 균일성, 최대 출력 또는 강도, 복사 플럭스, 방출 분포 또는 공간적 위치와 같은 다양한 특성을 포착하고, 전체 분포 영역에 걸쳐 이러한 매개 변수를 측정한다.

<그림6> 얼굴 인식에 사용되는 근적외선 시스템의 시각적 표현. 이 장치는 얼굴에 투사 되어 눈에 비칠 수 있는 DOE 도트 패턴(사용자에게는 보이지 않음)을 방출한다.

새로운 각도 측정 솔루션
 

각도 측정기의 새로운 대안으로, 푸리에(Fourier) 광학 기술을 결합한 카메라는 단일 지점에서 직접 각도 방출 데이터를 캡처함으로써 기기를 회전할 필요가 없다. 푸리에 광학 원리를 사용하여 설계된 렌즈는 연결된 이미저가 측정에서 틈을 남기지 않고 광원의 전체 각도 분포를 특성화할 수 있도록 한다.

고급 NIR 측정 시스템은 푸리에 광학을 사용하여 단일 이미지에서 전체 데이터 콘을 캡처함으로써 전체 NIR 광원의 복사 강도를 측정한다. 불규칙성, 피크 방출, 핫스폿, 그리고 각도 공간에서의 기타 문제들을 식별한다.

<그림7> 푸리에 광학이 특수 렌즈를 통해 이미지 센서 상의 점에 빛의 각 방출을 유도 하여 3D 분포의 2D 극좌표를 형성하는 것을 나타낸 그림이다.

NIR 측정 솔루션
 

Radiant Vision Systems의 근적외선(NIR) 강도 렌즈 시스템은 850 또는 940nm 근적외선 방출기의 각도 분포와 빛의 강도를 측정하는 통합 카메라/렌즈 솔루션이다. 이 시스템은 푸리에 광학을 사용하여 최대 ±70도 기울기와 360도 방위각에서 단일 측정으로 전체 데이터 콘을 캡처하므로, 인라인 품질 관리에 이상적인 매우 빠르고 정확한 결과를 제공한다.

 3D 센싱 기술 제조업체는 NIR LED, 레이저, 그리고 회절 광학 소자(DOE)에 의해 생성된 구조화된 빛 패턴의 각도 측정을 위해 NIR Intensity Lens 솔루션을 적용할 수 있다.

3D 감지를 위해 NIR 방출기를 사용하는 차세대 기기에는 보이지 않는 광원의 성능과 정확성을 보장하기 위해 제품 품질 테스트에 대한 새로운 접근 방식이 필요하다. 사람과 그 주변에서 사용되는 시선 추적, 얼굴 인식, 자동차용 LiDAR 등의 응용 프로그램은 내부및 산업 표준을 준수하기 위해 엄격한 테스트가 필요한 것이다.

<그림8> Radiant의 NIR Intensity Lens 솔루션은 NIR 레이저와 LED 방출을 측정한다.

Radiant의 근적외선 측정 솔루션은 NIR 광원의 출력을 특성화하여 제조업체가 이러한 표준을 테스트할 때 유용하게 사용할 수 있는 데이터를 제공한다. 뿐만 아니라 Radiant의 NIR Intensity Lens 솔루션은 3D 안면 인식 시스템을 정밀하게 측정할 수 있는 속도, 크기, 소프트웨어의 이점을 제공하며, 각도 측정 솔루션과 같은 기존 방법보다 더 효율적이고 최소한의 장비로 수행할 수 있다.

자료제공: Radiant(www.radiantvisionsystems.com)