KR100875923B1

KR100875923B1 - 다중 바이오 인식을 통한 사용자 검색 시스템 및 그 방법

Info

Publication number: KR100875923B1
Application number: KR1020070025073A
Authority: KR
Inventors: 최우용; 안도성; 문기영
Original assignee: 한국전자통신연구원
Priority date: 2006-11-20
Filing date: 2007-03-14
Publication date: 2008-12-26
Also published as: KR20080045593A

Abstract

본 발명은 각각의 단일 바이오 인식 시스템의 인식 결과를 융합하여 사용자를 검색하는 사용자 검색 시스템 및 그 방법에 관한 것이다. 본 다중 바이오 인식을 통한 사용자 검색 시스템은 사용자의 다수의 바이오 정보를 입력받아 저장하는 바이오 정보 데이터베이스; 상기 저장된 다수의 바이오 정보의 각각의 바이오 정보에 대해 누적분포 함수를 이용하여 확률분포를 추정하는 분포 추정부; 검색 대상 사용자의 다수의 바이오 정보를 상기 각각의 바이오 정보로부터 검색하고, 그 매칭 여부를 판단하여 상기 대상 사용자의 다수의 바이오 정보의 각각의 정보에 매칭 점수를 부여하는 바이오 정보 검색부; 및 상기 각각의 매칭 점수를 상기 추정된 확률분포를 참조하여 CBF(Cumulative Bayes Fusion)을 이용하여 융합하여, 그 융합 결과로부터 상기 대상 사용자의 검색(인증) 결과를 추출하는 융합부를 포함하여 본 발명의 목적 및 기술적 과제를 달성한다.

Description

다중 바이오 인식을 통한 사용자 검색 시스템 및 그 방법{System for searching user using multiple biometrics and Method thereof}

도 1은 CBF를 이용한 다중 바이오 인식을 통한 사용자 검색 시스템의 바람직한 일 실시예를 제시한 도면이다.

도 2a와 도 2b는 본 방법 발명의 바람직한 일 실시예를 제시한 도면이다.

본 발명은 다중 바이오 인식을 통한 사용자 검색 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 각각의 단일 바이오 인식 시스템의 인식 결과를 융합하여 사용자를 검색하는 사용자 검색 시스템 및 그 방법에 관한 것이다.

두 개 이상의 단일 바이오 정보 인식 시스템의 융합은 여러 단계에서 일어날 수 있는데, 세 가지 융합 단계로 나누어 볼 수 있다. 각 바이오 정보 센서로부터 얻어진 데이터들을 하나의 특징 벡터로 통합하는 특징 추출 단계에서의 융합과, 각각의 단일 바이오 정보 매칭 모듈로부터 출력된 매칭 점수들을 통합하는 매칭 점수 단계에서의 융합과, 각각의 단일 바이오 정보 결정 모듈로부터 출력된 수락 또는 기각 결정들을 통합하는 결정 단계에서의 융합이 있다.

본 발명은 이중에서 특히 매칭 점수 단계에서의 융합에 관한 것으로, 그 융합을 위해 사용되었던 Bayes Fusion의 문제점을 개선하여 인식 성능을 향상시키는 방안에 관한 것이다. Bayes Fusion은 각각의 단일 바이오 정보 인식 시스템의 매칭 점수를 융합할 때 아래 식과 같이 데이터베이스에 등록된 사람들 중에서 본인일 확률과 타인일 확률의 비가 가장 큰 사람이 본인일 확률이 가장 높다고 판단한다. 즉, 본인일 확률은 높고, 타인일 확률이 낮을수록 본인일 확률이 높다고 판단한다.

여기서 M은 단일 바이오 인식 시스템의 개수이고, N은 데이터베이스에 등록된 사람의 수, ω_G와 ω_I는 각각 본인 및 타인의 클래스이다.

Bayes Fusion은 본인일 확률의 추정을 위해 확률밀도 함수를 사용하는데, 확률밀도함수는 일반적으로 본인 분포와 타인 분포 모두 정규분포와 같은 형태를 가진다. 다시 말하면, 본인이 인증 시도를 한 경우에도 최고 점수보다는 최고 점수에 가까운 높은 점수가 나올 확률이 크고, 타인이 인증 시도를 한 경우에도 최하 점수보다는 최하 점수에 가까운 낮은 점수가 나올 확률이 크다.

따라서 본인일 확률의 추정을 위해 확률밀도 함수를 사용하는 경우에는 매칭 점수가 최고 점수에 가까워질수록 본인일 확률이 오히려 떨어지고, 매칭 점수가 최하 점수에 가까워질수록 본인일 확률이 오히려 증가하는 현상이 나타나게 된다. 이것은 각각의 바이오 정보 인식 시스템이 사용자 검색을 바르게 수행했음에도 불구하고 다중 바이오 정보 인식 시스템의 결과가 잘못될 가능성이 있음을 의미한다. 이러한 오류는 본인일 확률의 추정을 위해 확률밀도 함수를 사용하는 데서 기인한다.

본 발명은 상기와 같은 문제점을 해결하기 위해 창안된 것으로, 본 발명의 목적 및 이루고자 하는 기술적 과제는 두 개 이상의 각 단일 바이오 인식 시스템의 인식 결과인 매칭 점수들의 융합 과정에서 발생 가능한 인식 오류를 제거할 수 있는 다중 바이오 인식을 통한 사용자 검색 시스템 및 그 방법을 제공하는 것에 있다.

본 발명의 기술적 사상을 구체화하고 상기와 같은 목적 및 기술적 과제를 달성하기 위해 본 명세서에서 개시하는 다중 바이오 인식을 통한 사용자 검색 시스템은, 사용자의 다수의 바이오 정보를 입력받아 저장하는 바이오 정보 데이터베이스; 상기 저장된 다수의 바이오 정보의 각각의 바이오 정보에 대해 누적분포 함수를 이용하여 확률분포를 추정하는 분포 추정부; 검색 대상 사용자의 다수의 바이오 정보를 상기 각각의 바이오 정보로부터 검색하고, 그 매칭 여부를 판단하여 상기 대상 사용자의 다수의 바이오 정보의 각각의 정보에 매칭 점수를 부여하는 바이오 정보 검색부; 및 상기 각각의 매칭 점수를 상기 추정된 확률분포를 참조하여 CBF(Cumulative Bayes Fusion)을 이용하여 융합하여, 그 융합 결과로부터 상기 대상 사용자의 검색 결과를 추출하는 융합부를 포함하여 본 발명의 목적 및 기술적 과제를 달성한다.

본 발명의 기술적 사상을 구체화하고 상기와 같은 목적 및 기술적 과제를 달성하기 위해 본 명세서에서 개시하는 다중 바이오 인식을 통한 사용자 검색 방법은, (a)사용자의 다수의 바이오 정보를 입력받아 상기 다수의 바이오 정보의 각각의 바이오 정보에 대해 누적분포 함수를 이용하여 확률분포를 추정하는 단계; (b)검색 대상 사용자의 다수의 바이오 정보를 상기 각각의 바이오 정보와의 매칭 여부를 판단하여 상기 대상 사용자의 다수의 바이오 정보의 각각의 정보에 매칭 점수를 부여하는 단계; 및 (c)상기 각각의 매칭 점수를 상기 추정된 확률분포를 참조하여 CBF(Cumulative Bayes Fusion)을 이용하여 융합하여, 그 융합 결과로부터 상기 대상 사용자의 검색 결과를 추출하는 단계를 포함하여 본 발명의 목적 및 기술적 과제를 달성한다.

이해의 편의를 위해 본 발명의 기술적 사상의 핵심을 우선 제시하고자 한다.

본 발명의 기술적 사상의 핵심은 두 개 이상의 단일 바이오 인식 시스템의 통합 과정 중 하나인 매칭 점수 융합 과정에서 발생 가능한 오류를 제거하기 위한 방안에 관한 것으로, 융합에 이용되었던 Bayes Fusion 방식 대신 Cumulative Bayes Fusion(CBF) 방식 즉, 본인일 확률의 추정을 위해 확률밀도 함수 대신 누적분포 함수를 이용하여 융합 과정에서 발생 가능한 인식 오류를 개선할 수 있도록 하는 것이다.

이하, 본 발명의 기술적 사상을 명확화하기 위한 발명의 구성을 본 발명의 실시예에 근거하여 첨부 도면을 참조하여 상세히 설명하되, 도면의 구성요소들에 참조번호를 부여함에 있어서 동일 구성요소에 대해서는 비록 다른 도면상에 있더라 도 동일 참조번호를 부여하였으며 당해 도면에 대한 설명시 필요한 경우 다른 도면의 구성요소를 인용할 수 있음을 미리 밝혀둔다.

도 1은 CBF를 이용한 다중 바이오 인식을 통한 사용자 인식 시스템의 바람직한 일 실시예를 제시한 도면이며, 도 2a와 도 2b는 본 방법 발명의 바람직한 일 실시예를 제시한 도면이다.

먼저 도 1을 참조하여 본 발명에 의한 CBF를 이용한 다중 바이오 인식을 통한 사용자 인식(검색) 시스템의 동작을 개괄적으로 살펴본 후, 본 발명의 상세한 동작은 도 2a 내지 도 2b을 통해 살펴보기로 한다.

도 1을 참조하면 본 시스템 발명의 바람직한 일 실시예는 크게 사용자 바이오 정보 등록부(10)와 사용자 검색부(11)로 이루어진다. 바이오 정보의 일례로 지문 정보와 얼굴 정보가 제시되어 있으며, 이러한 바이오 정보는 상황에 따라 홍채 정보 등의 다른 정보도 가능하다.

사용자 바이오 정보 등록부(10)는 사용자의 바이오 정보(본 실시예에서는 지문 특징 정보와 얼굴 특징 정보가 제시되어 있으며, 이하 지문 특징 정보와 얼굴 특징 정보가 바이오 정보를 통칭하는 것으로 한다)를 추출하여 등록하는 부분으로, 등록 지문 입력부(101), 지문 특징 추출부(102), 지문 데이터베이스(103), 등록 얼굴 입력부(104), 얼굴 특징 추출부(105), 얼굴 데이터베이스(106)로 구성된다. 그리고 등록된 지문 특징 정보와 얼굴 특징 정보로부터 각각 지문 분포와 얼굴 분포의 확률분포를 추정하는 지문 분포 추정부(107)와 얼굴 분포 추정부(108)를 더 포함한다.

도 2a는 사용자의 바이오 정보 등록 절차를 제시한 도면이다.

등록 지문 입력부(101)를 통해 입력(그 입력의 형태는 구체적으로 영상이다, S201)받은 사용자의 등록 지문은 지문 특징 추출부(102)에 의해 그 특징 정보가 추출되어(S202) 지문 데이터베이스(103)에 저장되며(S203), 등록 얼굴 입력부(104)를 통해 입력(그 입력의 형태는 구체적으로 영상이다, S201)받은 사용자의 등록 얼굴은 얼굴 특징 추출부(105)에 의해 그 특징 정보가 추출되어(S202) 얼굴 데이터베이스(106)에 저장된다(S203).

한편 사용자 등록부(10)의 지문 분포 추정부(107)와 얼굴 분포 추정부(108)는 지문 데이터베이스(103)와 얼굴 데이터베이스(106)에 각각 저장된 지문 특징 정보와 얼굴 특징 정보로부터 본인과 타인의 지문 분포 및 얼굴 분포를 각각 추정한다(S204).

도 2b는 사용자의 검색 절차를 제시한 도면이다.

사용자 검색부(11)는 검색 대상 사용자의 지문 특징 정보와 얼굴 특징 정보를 검색하는 부분으로, 검색 지문 입력부(111)를 통해 입력(그 입력의 형태는 구체적으로 영상이다, S211)받은 사용자의 검색 대상 지문은 지문 특징 추출부(112)에 의해 그 특징이 추출된 후(S212), 지문 검색부(113)에서 지문 데이터베이스(103)에 등록되어 있는 지문 특징 정보와의 매칭(matching) 여부가 판단되어 상기 검색 대상 지문에 지문 매칭 점수가 부여된다(S213). 또한 검색 얼굴 입력부(114)를 통해 입력(그 입력의 형태는 구체적으로 영상이다, S211)받은 사용자의 검색 대상 얼굴은 얼굴 특징 추출부(115)에 의해 그 특징이 추출된 후(S212), 얼굴 검색부(116)에 서 얼굴 데이터베이스(106)에 등록되어 있는 얼굴 특징 정보와 매칭 여부가 판단되어 상기 검색 대상 얼굴에 얼굴 매칭 점수가 부여된다(S213).

위에서 언급한 바와 같이, 사용자 등록부(10)의 지문 분포 추정부(107)와 얼굴 분포 추정부(108)는 각각 지문 데이터베이스(103)와 얼굴 데이터베이스(106)에 각각 저장된 지문 특징 정보와 얼굴 특징 정보로부터 본인과 타인의 지문 분포 및 얼굴 분포의 확률분포를 각각 추정하는데, 상기 부여된 지문 매칭 점수와 얼굴 매칭 점수가 다중 융합부(117)에서 CBF를 이용해 융합되게 하기 위하여, 지문 데이터베이스(103)와 얼굴 데이터베이스(106)에 각각 저장된 지문 특징 정보와 얼굴 특징 정보로부터 본인과 타인의 지문 분포 및 얼굴 분포의 확률분포를 각각 추정하는 것이다. 추정은 누적분포 함수를 통해 이루어진다.

융합부(117)는 상기 추정된 본인과 타인의 지문 분포 및 얼굴 분포에 근거하여, 상기 두 매칭 점수를 CBF를 이용하여 융합을 수행하여 검색 결과를 출력하는(S214) 부분으로, 구체적으로는 상기 두 매칭 점수를 누적분포 함수에 대입하여 얻은 각각의 결과 값(이하 ‘누적분포 함수값’)을 계산하고(S2141), 이렇게 계산된 지문 매칭 점수의 누적분포 함수값과 얼굴 매칭 점수의 누적분포 함수값을 상기 추정된 확률분포에 근거하여 융합시켜 상기 검색 대상 사용자가 본인일 확률을 계산(S2142)하는 것으로써 검색 결과를 출력하게 된다.

본 방법발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함 한다.

컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다.

그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 균등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

본 발명은 다수의 단일 바이오 정보를 상호 융합시에 CBF를 이용하고, 아울러 본인일 확률을 추정함에 있어서 누적분포 함수를 사용하기 때문에 확률밀도 함수를 사용하는 경우보다 인식에 있어서의 오류를 개선할 수 있는 이점이 있다.

Claims

사용자의 다수의 바이오 정보를 입력받아 저장하는 바이오 정보 데이터베이스;

상기 저장된 다수의 바이오 정보의 각각의 바이오 정보에 대해 누적확률분포를 추정하는 분포 추정부;

검색 대상 사용자의 다수의 바이오 정보를 상기 각각의 바이오 정보로부터 검색하고, 그 매칭 여부를 판단하여 상기 대상 사용자의 다수의 바이오 정보의 각각의 바이오 정보에 매칭 점수를 부여하는 바이오 정보 검색부; 및

상기 추정된 각각의 바이오 정보에 대한 누적확률분포를 기초로 한 상기 각각의 바이오 정보의 매칭 점수에 대응되는 누적확률분포함수 값을 이용하여 상기 대상 사용자가 본인인지를 판단하는 CBF(Cumulative Bayes Fusion)를 수행하여 상기 대상 사용자의 검색결과를 추출하는 융합부를 포함하는 것을 그 특징으로 하는 다중 바이오 인식을 통한 사용자 검색 시스템.
제 1 항에 있어서,

상기 각각의 바이오 정보에 대한 누적확률분포는

상기 각각의 바이오 정보로부터 추정되는 상기 대상 사용자가 본인일 확률에 대한 누적확률분포인 본인분포 및 상기 각각의 바이오 정보로부터 추정되는 상기 대상 사용자가 타인일 확률에 대한 누적확률분포인 타인분포를 포함하고,

상기 융합부는 상기 각각의 바이오 정보에 대한 본인 분포를 기초로 상기 각각의 바이오 정보의 매칭 점수에 대하여 상기 대상 사용자가 본인일 확률을 계산하고, 상기 각각의 바이오 정보에 대한 타인 분포를 기초로 상기 각각의 바이오 정보의 매칭 점수에 대하여 상기 대상 사용자가 타인일 확률을 계산하여, 상기 대상 사용자가 본인일 확률과 타인일 확률의 비를 기초로 상기 대상 사용자가 본인인지를 판단하는 것을 그 특징으로 하는 다중 바이오 인식을 통한 사용자 검색 시스템.
(a)사용자의 다수의 바이오 정보를 입력받아 상기 다수의 바이오 정보의 각각의 바이오 정보에 대해 누적확률분포를 추정하는 단계;

(b)검색 대상 사용자의 다수의 바이오 정보를 상기 각각의 바이오 정보와의 매칭 여부를 판단하여 상기 대상 사용자의 다수의 바이오 정보의 각각의 바이오 정보에 매칭 점수를 부여하는 단계; 및

(c)상기 추정된 각각의 바이오 정보에 대한 누적확률분포를 기초로 한 상기 각각의 바이오 정보의 매칭 점수에 대응되는 누적확률분포함수 값을 이용하여 상기 대상 사용자가 본인인지를 판단하는 CBF(Cumulative Bayes Fusion)를 수행하여 상기 대상 사용자의 검색결과를 추출하는 단계를 포함하는 것을 그 특징으로 하는 다중 바이오 인식을 통한 사용자 검색 방법.
제 3 항에 있어서,

상기 (a) 단계는

(a1) 상기 각각의 바이오 정보로부터 상기 대상 사용자가 본인일 확률에 대한 누적확률분포인 본인분포를 추정하는 단계;

(a2) 상기 각각의 바이오 정보로부터 상기 대상 사용자가 타인일 확률에 대한 누적확률분포인 타인분포를 추정하는 단계;

상기 (c) 단계는

(c1) 상기 각각의 바이오 정보에 대한 본인 분포를 기초로 상기 각각의 바이오 정보의 매칭 점수에 대하여 상기 대상 사용자가 본인일 확률을 계산하는 단계;

(c2) 상기 각각의 바이오 정보에 대한 타인 분포를 기초로 상기 각각의 바이오 정보의 매칭 점수에 대하여 상기 대상 사용자가 타인일 확률을 계산하는 단계;

(c3) 상기 대상 사용자가 본인일 확률과 타인일 확률의 비를 기초로 상기 대상 사용자가 본인인지를 판단하는 단계를 포함하는 것을 그 특징으로 하는 다중 바이오 인식을 통한 사용자 검색 방법.