KR101038706B1 - 화상 인증 방법 및 장치 - Google Patents
화상 인증 방법 및 장치 Download PDFInfo
- Publication number
- KR101038706B1 KR101038706B1 KR1020090111367A KR20090111367A KR101038706B1 KR 101038706 B1 KR101038706 B1 KR 101038706B1 KR 1020090111367 A KR1020090111367 A KR 1020090111367A KR 20090111367 A KR20090111367 A KR 20090111367A KR 101038706 B1 KR101038706 B1 KR 101038706B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- lbp
- pixel
- authentication
- coincidence
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
본 발명은 화상 인증 방법 및 장치를 공개한다. 본 발명은 다양한 환경 변화를 반영하도록 동일한 사용자의 복수의 이미지를 등록하고, 각 등록 이미지에 대해서 자기 참조시의 특징량 분포와 타인 참조시의 특징량 분포의 상관관계를 반영하여 인증 기준을 설정함으로써 화상 인증 성능을 향상시켰다. 이를 위해서, 본 발명은 등록된 이미지들을 LBP(Locally Binary Pattern) 이미지로 변환하고, 각 LBP 이미지에 대해서, 동일한 사용자의 등록 LBP 이미지들과 서로 비교하여 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하고, 다른 사용자들의 등록 LBP 이미지들과 서로 비교하여 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산한 후, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정한다. 그 후, 화상 인증을 위해서 입력된 인증용 이미지를 LBP 이미지로 변환하고 각 픽셀 단위로 등록 이미지와 비교하며, 등록 이미지의 각 픽셀마다 설정된 임계값을 적용하여 인증을 수행한다.
Description
본 발명은 화상 인증 방법 및 장치에 관한 것으로서, 보다 구체적으로는 LBP 이미지를 이용한 화상 인증 방법 및 장치에 관한 것이다.
정보 통신 기술의 발달과 함께 컴퓨터의 성능이 향상되면서 종래에는 많은 연산 시간이 요구되어 실생활에 적용이 어려웠던 화상 인식 및 화상 인증 기술이 점차 실생활에 적용되고 있다. 실생활에 이용되는 대표적인 예로는, 사용자의 지문 또는 홍체 이미지를 촬영하고, 사전에 등록된 사용자의 지문 또는 홍체 이미지와 비교하여 사용자를 인증함으로써 출입문을 개폐하는 방식이 있고, 최근에는 사용자의 얼굴을 인식하는 방식까지 확대되고 있다.
그러나, 종래의 화상 인식 및 화상 인증 방식은 획일적인 기준에 따라서 인증을 위해서 촬영된 이미지를 사전에 등록된 이미지와 단순히 비교하는 방식을 취하여, 등록된 사용자를 정확하게 인식하지 못하고, 다른 등록된 사용자 또는 외부인으로 인식하는 오동작이 자주 발생한다.
예컨대, 등록된 사용자들의 특성을 고려하지 않고, 획일적인 이미지의 유사도 기준을 설정하여 화상 인증을 수행하는 경우에, 유사한 생체적 특징(얼굴, 지 문, 홍체 등)을 갖은 사용자가 많은 그룹에서의 화상 인식 및 인증 수행 결과는, 유사한 생체적 특징을 갖는 사용자가 적은 그룹에서의 화상 인식 및 인증 수행 결과보다 오동작이 발생할 확률이 더 높아진다.
또한, 종래의 기술은 각 사용자의 등록 이미지 1장만을 기준으로 화상 인증을 수행하므로, 화상 인식 및 인증을 위한 이미지를 생성하는 환경이 변화되면 정확한 화상 인식 및 인증을 수행할 수 없는 문제점이 있다.
본 발명이 해결하고자 하는 과제는, 화상 인증이 수행되는 대상 그룹의 특성을 고려하여, 화상 인증에 이용되는 인증 기준을 적응적으로 변화시킴으로써 정확한 화상 인식 및 인증이 가능한 화상 인증 방법 및 장치를 제공하는 것이다.
상술한 과제를 해결하기 위한 본 발명의 화상 인증 방법은, (a) 등록 대상 사용자들 각각에 대해서 복수의 LBP 이미지를 생성하여 데이터 베이스에 등록하는 단계; (b) 동일한 사용자의 등록 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하는 단계; (c) 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하는 단계; (d) 각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 저장하는 단계; (e) 인증용 사용자 이미지가 입력되면, 인증용 사용자 이미지를 LBP 이미지로 변환하여 인증용 LBP 이미지를 생성하는 단계; 및 (f) 인증용 LBP 이미지를 데이터 베이스에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여, 일치 비트수와 상기 일치 비트수 임계값에 따라서 인증 점수를 생성하여 인증을 수행하는 단계를 포함한다.
또한, 상기 (d) 단계에서, 픽셀값의 일치 비트수별로 이미지의 주인이 타인으로 인식될 확률과 타인이 이미지의 주인으로 인식될 확률을 계산하고, 양 확률간 의 차가 가장 작은 일치 비트수를 일치 비트수 임계값으로 설정할 수 있다.
또한, 상기 (d) 단계에서, 이미지의 주인이 타인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 증가하고, 타인이 이미지의 주인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 감소할 수 있다.
또한, 상기 (f) 단계에서, 인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여, 일치 비트수가 등록 이미지의 해당 픽셀의 일치 비트수 임계값 이상인 픽셀들의 수에 따라서 인증 점수를 생성할 수 있다.
또한, 상기 (f) 단계에서, 인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여 각 픽셀별 일치 비트수를 계산하고, 각 픽셀별 일치 비트수를 연결한 그래프를, 상기 등록 LBP 이미지의 일치 비트수 임계값을 연결한 그래프와의 유사도를 계산하여 인증 점수를 생성할 수 있다.
또한, LBP 이미지가 상기 데이터 베이스에 추가로 등록되면, 상기 데이터 베이스에 등록된 모든 LBP 이미지에 대해서 상기 (b) 단계 내지 상기 (d) 단계를 수행하여 일치 비트수 임계값을 갱신할 수 있다.
한편, 상술한 과제를 해결하기 위한 본 발명의 화상 인증 장치는, 사용자들의 LBP 이미지 및 각 LBP 이미지의 픽셀별 임계값을 저장하는 데이터 베이스; 사용자들의 이미지를 LBP 이미지로 변환하여 상기 데이터 베이스에 등록하고, 인증용 사용자 이미지를 LBP 이미지로 변환하여 출력하는 LBP 변환부; 동일한 사용자의 등록 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하고, 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하는 일치 비트수 분포 계산부; 각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 상기 데이터 베이스에 등록하는 임계값 설정부; 및 상기 LBP 변환부로부터 입력된 인증용 LBP 이미지를 데이터 베이스에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여, 일치 비트수와 상기 일치 비트수 임계값에 따라서 인증 점수를 생성하여 인증을 수행하는 인증부를 포함한다.
또한, 상기 임계값 설정부는 픽셀값의 일치 비트수별로 이미지의 주인이 타인으로 인식될 확률과 타인이 이미지의 주인으로 인식될 확률을 계산하고, 양 확률간의 차가 가장 작은 일치 비트수를 일치 비트수 임계값으로 설정할 수 있다.
또한, 이미지의 주인이 타인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 증가하고, 타인이 이미지의 주인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 감소할 수 있다.
또한, 상기 인증부는 인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여, 일치 비트수가 등록 이미지의 해당 픽셀의 일치 비트수 임계값 이상인 픽셀들의 수에 따라서 인증 점수를 생성할 수 있다.
또한, 상기 인증부는 인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여 각 픽셀별 일치 비트수를 계산하고, 각 픽셀별 일치 비트수를 연결한 그래프를, 상기 등록 LBP 이미지의 일치 비트수 임계값을 연결한 그래프와의 유사도를 계산하여 인증 점수를 생성할 수 있다.
본 발명은 다양한 환경 변화를 반영하도록 동일한 사용자의 복수의 이미지를 등록하고, 각 등록 이미지에 대해서 자기 참조시의 특징량 분포와 타인 참조시의 특징량 분포의 상관관계를 반영하여 인증 기준을 설정함으로써 화상 인증 성능을 향상시켰다.
이를 위해서, 본 발명은 등록된 이미지들을 LBP(Locally Binary Pattern) 이미지로 변환하고, 각 LBP 이미지에 대해서, 동일한 사용자의 등록 LBP 이미지들과 서로 비교하여 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하고, 다른 사용자들의 등록 LBP 이미지들과 서로 비교하여 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산한 후, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정한다. 그 후, 화상 인증을 위해서 입력된 인증용 이미지를 LBP 이미지로 변환하고 각 픽셀 단위로 등록 이미지와 비교하며, 등록 이미지의 각 픽셀마다 설정된 임계값을 적용하여 인증을 수행한다.
이렇게, 본 발명은 각 사용자에 대해서 복수의 이미지를 등록하고, 그룹내의 자기 참조 이미지와 타인 참조 이미지를 픽셀 단위로 비교하며, 자기 참조시의 특징량 분포와 타인 참조시의 특징량 분포의 상관관계를 반영한 각 픽셀의 임계값을 설정하고, 등록 이미지가 추가될 때마다 이러한 과정을 반복함으로써, 각 이미지의 임계값을 적응적으로 변화시킴으로써, 화상 인증의 정확성을 향상시켰다.
본 발명의 바람직한 실시예에 따른 화상 인증 방법 및 장치를 설명하기에 앞서, 도 1 내지 도 9를 참조하여, 본 발명의 화상 인증 개념을 설명한다.
도 1은 본 발명에서 이미지로부터 상대적인 특징량 추출을 위해서 이용되는 LBP(Local Binary Pattern)를 설명하는 도면이다. 도 1을 참조하면, LBP는 텍스쳐 해석에 자주 이용되는 방식으로서, 주목픽셀과 주변픽셀과의 특징량의 상대치에 의해 출력치가 결정된다. 도 1은 LBP를 개념적으로 설명한 것으로서, LBP는 하나의 주목 픽셀 Pij 에 대하여 그 주위의 픽셀과의 특징량의 상대치를 표시하는 정보이다. 이미지에서 추출한 하나의 주목픽셀과 이 픽셀에 인접한 8개의 주변픽셀을 포함하는 3*3의 픽셀블록을 대상으로 특징량이 주목픽셀보다 크면 1을, 작으면 0을 각각 할당하여 좌측 상단의 주변픽셀을 MSB로하여 시계방향으로 회전해가며 8비트로 구성된 비트블록을 출력한다. 도 1의 예에서의 LBP는 11010011이 되고, 이는 10진수 229에 대응된다.
도 2는 화상 인증을 위해서 입력된 얼굴 이미지에서 눈을 검출하여 얼굴 영역만을 추출하고, 얼굴 영역 이미지를 LBP 이미지로 변환한 일 예를 도시한다. 이렇게 얻어진 각 LBP 이미지의 바이트(픽셀)의 비트 배열의 일치도를 계산함으로써 이미지의 유사도를 측정할 수 있다.
한편, 도 3은 본 발명에서 이용하는 참조 이미지와 피참조 이미지간의 LBP의 일치도를 계산하는 개념을 도시하는 도면이다. 도 3을 참조하면, 도 3의 좌측에 도시된 참조이미지 A의 i행 j열에 위치하는 픽셀(Aij)의 LBP는 10011001 이고, 도 5의 우측에 도시된 피참조 이미지 B의 i행 j열에 위치하는 픽셀(Bij)의 LBP는 00011100 이 되어 차례로 제 2,3,4,5,7 비트가 일치되고, 따라서, 해당 픽셀의 유사도 스코어(Cij)는 5가 된다. 그리고, 이러한 과정을 참조 이미지와 피참조 이미지의 모든 픽셀에 적용하여 를 이미지 A 및 B의 유사도 스코어로서 채택할 수도 있다.
그러나, 이러한 방식은 여러 가지 얼굴의 변동요인을 충분히 반영하지 못하여 오인식이 자주 발생함을 실험으로 확인하였다. 이에 본 발명은 후술하는 바와 같이, 자기 참조시 일치도 분포와 타인 참조시 일치도 분포를 이용하여 유사도를 판단함으로써, 인식률을 향상시킨다.
도 4는 본 발명에 따라서 각 이미지의 각 픽셀에 임계값을 설정하는 개념을 설명하는 도면이다. 도 4를 참조하여면, 사전에 B, C 및 D에 대한 복수의 이미지(LBP 이미지)가 등록된 상황에서, 신규 사용자 A를 등록하는 경우에, 먼저 신규 사용자 A 에 대해서 복수의 LBP 이미지를 생성한다. 도 4에 도시된 예에서는, 각 사용자에 대해서 5장의 LBP 이미지를 생성하였다.
그 후, 신규로 등록할 사용자의 각 LBP 이미지를 동일한 사용자의 다른 LBP 이미지와 서로 비교하여 자기 이미지 참조시의 특징량 분포를 계산한다.
또한, 신규로 등록할 사용자의 각 LBP 이미지를 이미 등록된 사용자 B, C, D 의 각 LBP 이미지와 비교하여 타인 참조시의 특징량 분포를 계산한다. 이 때, 기존에 등록된 사용자 B, C, D 의 각 LBP 이미지들도 신규로 등록될 사용자 A 의 LBP 이미지들과 비교되어 타인 참조시의 특징량 분포가 재계산된다.
본 발명에서는 특징량 분포로서 각 픽셀의 LBP값의 일치 비트수를 이용한다. 데이터 베이스에 등록된 LBP 이미지를 DIC라하고, 사용자 번호(인물 번호)를 i, 해당 사용자의 LBP 이미지 번호를 j 라고 하며, 특정 인물 i 의 j번째 LBP 이미지를 DICij 라 하며, 도 3에 도시된 바와 같이, DICij와 DIC i'j' 과의 일치도를 판별하면, 다음의 표 1에 기재되는 바와 같은 형태로 일치 비트수가 정리될 수 있다.
픽셀번호 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | .. | .. | 1278 | 1279 | 1280 |
일치비트수 | 8 | 3 | 5 | 7 | 3 | 4 | 5 | .. | .. | 7 | 8 | 8 |
표 1에 도시된 바와 같이 정리된 일치 비트수의 분포를 도시하면, 도 5 및 도 6 과 같다. 도 5는 동일인의 이미지를 서로 비교하였을때의 일치 비트수의 분포를 도시하고, 도 6 은 타인의 이미지를 서로 비교하였을때의 일치 비트수의 분포를 도시한다. 도 5 및 도 6에 도시된 그래프에서, 가로축은 픽셀을 나타내고 세로축은 일치 비트수를 나타낸다.
도 5 및 도 6에 도시된 바와 같이, 일치 비트수가 5개인 경우를 기준으로 하면, 자기 참조시 일치 비트수가 기준을 초과하는 픽셀의 수가, 타인 참조시 일치 비트수가 기준을 초과하는 픽셀의 수보다 현저하게 많음을 알 수 있고, 이에 따라서 자기 참조시와 타인 참조시의 비트 일치도의 상관관계를 파악할 수 있다.
상술한 방식에 따라서, 동일한 사용자의 1번 LBP 이미지를 2번 내지 5번 LBP 이미지와 각각 비교하여 각 픽셀당 일치 비트수를 계산하고, 계산된 데이터를 이용하여 각 픽셀에 대해서 일치 비트수별로 해당 일치 비트수가 발생할 확률을 구하면아래의 표 2와 같은 결과를 얻을 수 있다.(예컨대, DIC11과 DIC12 내지 DIC15를 각각 비교)
픽셀번호 | 0bit | 1bit | 2bit | 3bit | 4bit | 5bit | 6bit | 7bit | 8bit |
1 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.5 | 0 | 0.25 |
2 | 0 | 0 | 0 | 0 | 0 | 0 | 0.5 | 0.5 | 0 |
3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.75 | 0.25 |
4 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0 | 0.25 | 0.5 |
5 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.25 | 0.25 | 0.25 |
6 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.5 | 0.5 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
1275 | 0 | 0 | 0 | 0 | 0 | 0.5 | 0 | 0.5 | 0 |
1276 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.75 | 0.25 |
1277 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.25 | 0.25 | 0.25 |
1278 | 0 | 0 | 0 | 0 | 0 | 0.5 | 0.5 | 0 | 0 |
1279 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.75 | 0.25 |
1280 | 0 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.75 | 0 |
또한, 동일한 방식으로 타인 참조시의 각 일치 비트수별로 해당 일치 비트수가 발생할 확률을 구하면 표 3과 같은 결과를 얻을 수 있다.(예컨대, DIC11과 DIC21 내지 DIC25, DIC31 내지 DIC35, DICn1 내지 DICn5 를 각각 비교)
픽셀번호 | 0bit | 1bit | 2bit | 3bit | 4bit | 5bit | 6bit | 7bit | 8bit |
1 | 0 | 0 | 0.15 | 0.1 | 0.2 | 0.25 | 0.15 | 0.1 | 0.05 |
2 | 0 | 0 | 0 | 0.3 | 0.1 | 0.35 | 0.2 | 0.05 | 0 |
3 | 0 | 0 | 0.1 | 0.25 | 0.35 | 0.25 | 0.05 | 0 | 0 |
4 | 0 | 0.1 | 0.05 | 0.35 | 0.25 | 0 | 0.15 | 0.05 | 0.05 |
5 | 0 | 0.05 | 0.15 | 0.25 | 0.35 | 0.05 | 0.15 | 0 | 0 |
6 | 0 | 0.05 | 0.15 | 0.35 | 0.2 | 0.15 | 0.1 | 0 | 0 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
1272 | 0.05 | 0.3 | 0.3 | 0.05 | 0.05 | 0.15 | 0.1 | 0 | 0 |
1273 | 0 | 0.05 | 0.6 | 0.05 | 0.1 | 0.1 | 0.05 | 0 | 0.05 |
1274 | 0 | 0.1 | 0.15 | 0.35 | 0.2 | 0.15 | 0.05 | 0 | 0 |
1275 | 0.05 | 0.2 | 0.3 | 0.25 | 0.05 | 0.1 | 0.05 | 0 | 0 |
1276 | 0 | 0 | 0.25 | 0.35 | 0.3 | 0.1 | 0 | 0 | 0 |
1277 | 0 | 0 | 0.25 | 0.45 | 0.25 | 0.05 | 0 | 0 | 0 |
1278 | 0 | 0 | 0.25 | 0.3 | 0.4 | 0.05 | 0 | 0 | 0 |
1279 | 0 | 0 | 0.25 | 0.35 | 0.25 | 0.1 | 0.05 | 0 | 0 |
1280 | 0 | 0.05 | 0.2 | 0.2 | 0.25 | 0.15 | 0.1 | 0 | 0.05 |
상술한 표 2 및 표 3을 이용하여 각 픽셀별로 해당 일치 비트수가 발생할 확률을 그래프로 표시하면 도 7과 같다. 도 7 의 그래프에서 가로축은 일치 비트수를 나타내고, 세로축은 해당 일치 비트수가 발생할 확률을 나타낸다.
도 7을 참조하면, 자기 참조의 경우에는 일치 비트수가 5이상일 확률이 일치 비트수가 5미만일 확률보다 현저히 높으나, 타인 참조의 경우에는 일치 비트수가 5이상일 확률이 5미만일 확률과 유사함을 알 수 있다.
도 7에 도시된 그래프의 의미를 바탕으로, 각 픽셀에 대해서 다음의 표 4와 같은 결과를 도출할 수 있다.
일치비트수 임계값 | FRR | FAR | ABS(ERR) |
0 | 0.0 | 1 | 1 |
1 | 0.05 | 0.69 | 0.64 |
2 | 0.13 | 0.66 | 0.53 |
3 | 0.16 | 0.61 | 0.45 |
4 | 0.27 | 0.45 | 0.18 |
5 | 0.31 | 0.38 | 0.07 |
6 | 0.43 | 0.24 | 0.19 |
7 | 0.78 | 0.12 | 0.66 |
8 | 1 | 0.0 | 1 |
표 4에서, FRR(False Rejection Rate)은 이미지의 주인이 주인으로서의 인증에 실패하여 거부될 확률 (이하 거부될 확률)을 나타내고, FAR(False Acceptance Rate)은 타인이 이미지의 주인으로 오인식될 확률을 나타낸다. 예컨대, 일치비트수 임계값을 5비트로 설정한 경우(즉, 일치 비트수가 5비트 이상인 경우에만 일치되는 것으로 인증), 이미지의 주인이 거부될 확률은 31%가 되고, 타인이 이미지의 주인으로 오인식될 확률은 38%가 된다.
한편, 표 4에서 이미지의 주인이 타인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 증가한다. 일치 비트수 임계값이 1인 경우에는 대부분의 픽셀의 일치 비트수가 임계값 이상이므로, 대부분의 인증 대상 이미지의 픽셀이 인증된다. 따라서, 타인의 이미지가 주인의 이미지로 오인식될 가능성이 매우 높으나, 이미지의 주인이 거부될 가능성은 매우 낮다.
반면, 일치 비트수 임계값이 7인 경우에는 대부분의 픽셀의 일치 비트수가 임계값 미만이므로, 상당수의 인증 대상 이미지의 픽셀이 인증에 실패한다. 즉, 일치 비트수가 0 내지 6 인 경우에는 인증에 실패한다. 따라서, 타인의 이미지가 주인의 이미지로 오인식될 가능성이 매우 낮으나, 이와 더불어 이미지의 주인이 거부될 가능성은 높다.
한편, 표 4에서 타인이 이미지의 주인으로 오인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 감소한다. 일치 비트수 임계값이 1인 경우에는 대부분의 픽셀의 일치 비트수가 임계값 이상이므로, 대부분의 인증 대상 이미지의 픽셀이 인증된다. 따라서, 이미지의 주인이 거부될 가능성은 매우 낮으나, 타인의 이미지가 주인의 이미지로 오인식될 가능성이 매우 높다.
반면, 일치 비트수 임계값이 7인 경우에는 대부분의 픽셀의 일치 비트수가 임계값 미만이므로, 상당수의 인증 대상 이미지의 픽셀이 인증에 실패한다. 즉, 일치 비트수가 0 내지 6 인 경우에는 인증에 실패한다. 따라서, 이미지의 주인이 타인으로 오인식될 가능성은 높다. 이와 더불어 타인의 이미지가 주인의 이미지로 오인식될 가능성이 매우 낮다.
한편, 표 4에서 ABS(ERR)은 FRR과 FAR의 차의 크기를 나타낸다.
도 8은 표 4에 기재된 내용을 개념적으로 도시한 그래프이다. 도 8을 참조하면, FRR 및 FAR 이 모두 충분히 낮은 정도의 일치 비트수 임계값이 두 그래프가 교차하는 대략 5비트정도임을 알 수 있고, 따라서 해당 픽셀의 일치 비트수 임계값은 5로서 설정될 수 있다.
상술한 과정은 모든 이미지의 각 픽셀에 대해서 설정된다. 따라서, 데이터 베이스에 등록된 모든 LBP 이미지는 픽셀수 만큼 각 픽셀에 대한 일치 비트수 임계값을 가진다. 이러한 각 이미지의 일치 비트수 임계값은 표 5에 기재된 바와 같이 임계값 테이블로 구성되어 해당 이미지와 연계되어 저장되는 것이 바람직하다.
픽셀번호 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | .. | .. | .. | 1279 | 1280 |
임계값 | 7 | 5 | 5 | 6 | 4 | 5 | 5 | .. | .. | .. | 6 | 6 |
상술한 바와 같이, 각 이미지의 각 픽셀에 대해서 일치 비트수의 임계값을 설정하는 과정은 신규로 사용자가 등록될때마다 반복적으로 수행되고, 데이터 베이스에 등록된 모든 이미지의 모든 픽셀의 임계값들은 신규로 등록된 이미지를 반영하여 갱신된다.
한편, 상술한 과정을 통해서 모든 등록 이미지의 각 픽셀에 대해서 일치 비트수 임계값이 설정된 후에, 인증을 위한 이미지가 입력되면 입력 이미지를 LBP 이미지로 변환하고, 인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여 일치 비트수를 산출하고, 일치 비트수가 등록 LBP 이미지의 각 픽셀의 임계값 이상일 경우를 "정", 미만일 경우를 "부" 로 판정하여 "정"이 차지하는 비율에 의해 유사도를 산출해 낼 수 있다. 예컨대, 전체 픽셀 중에서 일치 비트수가 임계값 이상인 픽셀의 수가 80% 이상인 경우에는 동일한 인물의 이미지로 판단하여 인증할 수 있다.
또한, 도 9 에 도시된 바와 같이, 등록 LBP 이미지의 각 픽셀에 대해서 설정된 임계값들을 연결하여 고유의 파형(901)을 생성하고, 입력 LBP 이미지와 해당 등록 LBP 이미지를 비교하여 일치 비트수를 산출한 후, 일치 비트수를 연결하여 파형(902)를 생성한 후, DP(Dynamic Programming) Matching 등의 알고리즘을 이용하여 각 LBP 파형의 유사도를 비교함으로서 입력 이미지의 인증을 수행할 수도 있다.
이 밖에도, 등록 LBP 이미지의 각 픽셀의 임계값을 이용하여 다양한 방식의 인증을 수행할 수 있음을 당업자는 이해할 수 있을 것이다.
지금까지 본 발명의 인증 개념을 설명하였다. 이하에서는, 도 10 및 도 11을 참조하여 상술한 본 발명의 개념을 구현하는, 본 발명의 바람직한 실시예에 따른 화상 인증 장치 및 방법을 설명한다. 다만, 기본적인 기능 설명은 도 1 내지 도 9를 참조하여 상술하였으므로, 자세한 설명은 생략한다.
도 10은 본 발명의 바람직한 실시예에 따른 화상 인증 장치(1000)의 구성을 도시하는 블록도이다. 도 10을 참조하면, 본 발명의 화상 인증 장치(1000)는 전처리부(1010), LBP 변환부(1020), 특징량 분포 계산부(1030), 임계값 설정부(1040), 인증부(1060) 및 데이터 베이스(1050)를 포함하여 구성된다.
먼저, 전처리부(1010)는 화상 인증 장치(1000)에서 일반적으로 이용되는 구성으로서, 카메라 등으로부터 입력되는 이미지에서 인증 대상이 되는 패턴(예컨대, 얼굴, 지문, 홍체 등)을 추출하고, 해당 패턴이 포함된 일정한 사이즈의 이미지를 생성하여 출력한다. 또한, 전처리부(1010)는 이미지의 명암 조절 및 조명 효과 조절 등의 패턴 인식에서 일반적으로 이용되는 다양한 이미지 처리가 수행될 수 있다.
LBP 변환부(1020)는 전처리부(1010)로부터 입력되는 이미지를 LBP 이미지로 변환하여 출력한다. LBP 변환부(1020)는 입력된 이미지가 등록을 위한 이미지인 경우에는 변환된 LBP 이미지를 특징량 분포 계산부(1030)로와 데이터 베이스(1050)로 출력하고, 인증용 이미지인 경우에는 LBP 이미지로 변환하여 인증부(1060)로 출력한다.
특징량 분포 계산부(1030)는 자기 참조시의 특징량 분포 및 타인 참조시의 특징량 분포를 계산하여 임계값 설정부(1040)로 출력한다. 본 발명의 바람직한 실시예에 따른 특징량 분포 계산부(1030)는 동일한 사용자의 등록 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하고, 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하여 임계값 설정부(1040)로 출력한다.
임계값 설정부(1040)는 각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 데이터 베이스(1050)로 출력한다. 임계값을 설정하는 방법은 도 5 내지 도 8을 참조하여 상술한 바와 같다.
인증부(1060)는 LBP 변환부(1020)로부터 입력된 인증용 LBP 이미지를 데이터 베이스(1050)에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여, 일치 비트수와 상기 비트수 임계값에 따라서 인증 점수를 생성하여 인증을 수행한다.
본 발명의 바람직한 실시예에서, 인증부(1060)는 LBP 변환부(1020)로부터 입력된 인증용 LBP 이미지를 데이터 베이스(1050)에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여 일치 비트수를 계산하고, 일치 비트수가 비교 대상 등록 이미지의 각 픽셀에 설정된 비트수 임계값 이상인 경우에는 "정"으로 판정하여 "정"으로 판정된 픽셀수를 카운트하여 인증을 수행할 수 있다. 즉, 일치 비트수가 임계값 이상인 픽셀수가 전체 픽셀수의 일정 비율 이상인 경우에는 인증용 이미지와 등록 이미지가 동일인의 이미지로 판정될 수 있다.
데이터 베이스(1050)는 사용자들의 LBP 이미지 및 각 LBP 이미지의 픽셀별로 설정된 임계값을 저장한다. 각 이미지에 대해서 설정된 일치 비트수 임계값은 임계값 테이블로 해당 이미지와 서로 연계되어 저장될 수 있다. 이 경우에, 데이터 베이스(1050)는 이미지 저장부(1052)와 임계값 저장부(1054)를 포함하고, 이미지 저장부(1052)가 등록 이미지들을 저장하고, 임계값 저장부(1054)가 각 등록 이미지의 임계값 테이블을 저장할 수 있다.
도 11a는 본 발명의 바람직한 실시예에 따른 사용자 이미지 등록 과정을 설명하는 흐름도이고, 도 11b는 본 발명의 바람직한 실시예에 따른 화상 인증 방법을 설명하는 흐름도이다.
먼저, 본 발명의 화상 인증 방법을 이용하기 위해서는 사전에 등록 사용자의 이미지들을 데이터 베이스에 등록한다. 도 11a를 참조하여 데이터 베이스 등록 과정을 설명하면, 화상 인증 장치(1000)는 본 발명의 화상 인증 서비스를 이용하고자 하는 사용자들(등록 대상 사용자)의 이미지를 입력받아 LBP 이지미로 변환하여 복수의 LBP 이미지를 생성하여 데이터 베이스(1050)에 등록한다(S1110).
등록 사용자들의 LBP 이미지들이 등록되면, 화상 인증 장치(1000)는 동일한 사용자의 등록 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산한다(S1120).
또한, 화상 인증 장치(1000)는 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산한다(S1130).
그 후, 화상 인증 장치(1000)는 각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 저장한다(S1140). 이 때, 각 픽셀의 임계값을 저장한 임계값 테이블이 생성되어 LBP 이미지와 연계되어 저장될 수 있다.
상술한 제 S1110 단계 내지 제 S1140 단계를 수행하여 데이터 베이스(1050)에 사용자들의 이미지 등록 및 인증을 위한 임계값 설정이 완료된다.
한편, 도 11b를 참조하여 데이터 베이스에 사용자를 추가로 등록하거나 인증을 수행하는 과정을 설명한다.
도 11b를 참조하면, 본 발명의 화상 인증 장치가 이미지를 입력받으면(S1152), 화상 인증 장치(1000)는 입력된 이미지가 인증을 위한 이미지인지 또는 신규 사용자 등록을 위한 등록 이미지인지 여부를 조사한다(S1154).
입력된 이미지가 신규 사용자 등록을 위한 경우에는 신규 등록 사용자에 대해서 복수의 LBP 이미지를 생성하여 등록하고(S1162), 신규 등록 사용자의 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산한다(S1164).
또한, 화상 인증 장치(1000)는 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산한다(S1166).
그 후, 화상 인증 장치(1000)는 각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 저장한다(S1168).
한편, 입력된 이미지가 인증용 이미지인 경우에, 인증용 사용자 이미지를 LBP 이미지로 변환하여 인증용 LBP 이미지를 생성한다(S1170).
그 후, 인증용 LBP 이미지를 데이터 베이스(1050)에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여 일치 비트수 계산하고(S1180), 각 픽셀의 일치 비트수가 계산되면, 일치 비트수와 인증용 LBP 이미지가 비교된 등록 LBP 이미지의 각 픽셀에 대해서 설정된 일치 비트수 임계값에 따라서 인증 점수를 생성하여 인증을 수행한다(S1190). 일치 비트수와 일치 비트수 임계값을 이용하여 인증을 수행하는 방법은 상술한 바와 같이, 일치 비트수가 임계값 이상인 픽셀수가 전체 픽셀에서 차지하는 비율을 이용하거나, 일치 비트수의 파형과 일치 비트수 임계값의 파형을 비교하여 유사도를 측정하는 방법을 이용할 수 있고, 이 외에 다양한 방법이 적용될 수 있다.
본 발명은 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 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플라피디스크, 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 실시예들을 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 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
도 1은 본 발명에서 이미지로부터 상대적인 특징량 추출을 위해서 이용되는 LBP(Local Binary Pattern)를 설명하는 도면이다.
도 2는 화상 인증을 위해서 입력된 얼굴 이미지에서 눈을 검출하여 얼굴 영역만을 추출하고, 얼굴 영역 이미지를 LBP 이미지로 변환한 일 예를 도시하는 도면이다.
도 3은 본 발명에서 이용하는 참조 이미지와 피참조 이미지간의 LBP의 일치도를 계산하는 개념을 도시하는 도면이다.
도 4는 본 발명에 따라서 각 이미지의 각 픽셀에 임계값을 설정하는 개념을 설명하는 도면이다.
도 5는 동일인의 이미지를 서로 비교하였을때의 일치 비트수의 분포를 도시하는 도면이다.
도 6 은 타인의 이미지를 서로 비교하였을때의 일치 비트수의 분포를 도시하는 도면이다.
도 7은 각 픽셀별로 해당 일치 비트수가 발생할 확률을 그래프로 도시한 도면이다.
도 8은 표 4에 기재된 내용을 개념적으로 도시한 그래프이다.
도 9는 일치 비트수와 일치 비트수 임계값을 이용하여 인증을 수행하는 방법의 일 예를 도시하는 도면이다.
도 10은 본 발명의 바람직한 실시예에 따른 화상 인증 장치의 구성을 도시하 는 블록도이다.
도 11a는 본 발명의 바람직한 실시예에 따른 사용자 이미지 등록 과정을 설명하는 흐름도이고, 도 11b는 본 발명의 바람직한 실시예에 따른 화상 인증 방법을 설명하는 흐름도이다.
Claims (12)
- (a) 등록 대상 사용자들 각각에 대해서 복수의 LBP 이미지를 생성하여 데이터 베이스에 등록하는 단계;(b) 동일한 사용자의 등록 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하는 단계;(c) 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하는 단계;(d) 각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 저장하는 단계;(e) 인증용 사용자 이미지가 입력되면, 인증용 사용자 이미지를 LBP 이미지로 변환하여 인증용 LBP 이미지를 생성하는 단계; 및(f) 인증용 LBP 이미지를 데이터 베이스에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여, 일치 비트수와 상기 일치 비트수 임계값에 따라서 인증 점수를 생성하여 인증을 수행하는 단계를 포함하는 것을 특징으로 하는 화상 인증 방법.
- 제 1 항에 있어서, 상기 (d) 단계에서,픽셀값의 일치 비트수별로 이미지의 주인이 타인으로 인식될 확률과 타인이 이미지의 주인으로 인식될 확률을 계산하고, 양 확률간의 차가 가장 작은 일치 비트수를 일치 비트수 임계값으로 설정하는 것을 특징으로 하는 화상 인증 방법.
- 제 2 항에 있어서, 상기 (d) 단계에서,이미지의 주인이 타인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 증가하고, 타인이 이미지의 주인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 감소하는 것을 특징으로 하는 화상 인증 방법.
- 제 1 항에 있어서, 상기 (f) 단계에서,인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여, 일치 비트수가 등록 이미지의 해당 픽셀의 일치 비트수 임계값 이상인 픽셀들의 수에 따라서 인증 점수를 생성하는 것을 특징으로 하는 화상 인증 방법.
- 제 1 항에 있어서, 상기 (f) 단계에서,인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여 각 픽셀별 일치 비트수를 계산하고, 각 픽셀별 일치 비트수를 연결한 그래프를, 상기 등록 LBP 이미지의 일치 비트수 임계값을 연결한 그래프와의 유사도를 계산하여 인증 점수를 생성하는 것을 특징으로 하는 화상 인증 방법.
- 제 1 항에 있어서, LBP 이미지가 상기 데이터 베이스에 추가로 등록되면, 상기 데이터 베이스에 등록된 모든 LBP 이미지에 대해서 상기 (b) 단계 내지 상기 (d) 단계를 수행하여 일치 비트수 임계값을 갱신하는 것을 특징으로 하는 화상 인증 방법.
- 제 1 항 내지 제 6 항 중 어느 한 항의 화상 인증 방법을 컴퓨터에서 판독할 수 있고, 실행 가능한 프로그램 코드로 기록한 기록 매체.
- 사용자들의 LBP 이미지 및 각 LBP 이미지의 픽셀별 임계값을 저장하는 데이터 베이스;사용자들의 이미지를 LBP 이미지로 변환하여 상기 데이터 베이스에 등록하고, 인증용 사용자 이미지를 LBP 이미지로 변환하여 출력하는 LBP 변환부;동일한 사용자의 등록 LBP 이미지들을 서로 비교하여, 자기 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하고, 서로 다른 사용자들의 등록 LBP 이미지들을 서로 비교하여, 타인 참조시 각 픽셀의 픽셀값의 일치 비트수 분포를 계산하는 일치 비트수 분포 계산부;각 등록 LBP 이미지의 각 픽셀에 대해서, 자기 참조시 일치 비트수 분포와 타인 참조시 일치 비트수 분포를 이용하여, 등록 LBP 이미지의 각 픽셀의 일치 비트수 임계값을 설정하여 상기 데이터 베이스에 등록하는 임계값 설정부; 및상기 LBP 변환부로부터 입력된 인증용 LBP 이미지를 데이터 베이스에 저장된 각 등록 LBP 이미지와 픽셀 단위로 비교하여, 일치 비트수와 상기 일치 비트수 임계값에 따라서 인증 점수를 생성하여 인증을 수행하는 인증부를 포함하는 것을 특징으로 하는 화상 인증 장치.
- 제 8 항에 있어서, 상기 임계값 설정부는픽셀값의 일치 비트수별로 이미지의 주인이 타인으로 인식될 확률과 타인이 이미지의 주인으로 인식될 확률을 계산하고, 양 확률간의 차가 가장 작은 일치 비트수를 일치 비트수 임계값으로 설정하는 것을 특징으로 하는 화상 인증 장치.
- 제 9 항에 있어서,이미지의 주인이 타인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 증가하고, 타인이 이미지의 주인으로 인식될 확률은 픽셀값의 일치 비트수의 임계값이 증가함에 따라서 감소하는 것을 특징으로 하는 화상 인증 장치.
- 제 8 항에 있어서, 상기 인증부는인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여, 일치 비트수가 등록 이미지의 해당 픽셀의 일치 비트수 임계값 이상인 픽셀들의 수에 따라서 인증 점수를 생성하는 것을 특징으로 하는 화상 인증 장치.
- 제 8 항에 있어서, 상기 인증부는인증용 LBP 이미지의 각 픽셀을 각 등록 LBP 이미지의 대응되는 픽셀과 비교하여 각 픽셀별 일치 비트수를 계산하고, 각 픽셀별 일치 비트수를 연결한 그래프를, 상기 등록 LBP 이미지의 일치 비트수 임계값을 연결한 그래프와의 유사도를 계산하여 인증 점수를 생성하는 것을 특징으로 하는 화상 인증 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090111367A KR101038706B1 (ko) | 2009-11-18 | 2009-11-18 | 화상 인증 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090111367A KR101038706B1 (ko) | 2009-11-18 | 2009-11-18 | 화상 인증 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20110054637A KR20110054637A (ko) | 2011-05-25 |
KR101038706B1 true KR101038706B1 (ko) | 2011-06-02 |
Family
ID=44363797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090111367A KR101038706B1 (ko) | 2009-11-18 | 2009-11-18 | 화상 인증 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101038706B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10902257B2 (en) | 2017-04-24 | 2021-01-26 | Patek Philippe Sa Geneve | Method for identifying a timepiece |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101706368B1 (ko) * | 2015-08-31 | 2017-02-28 | 기산전자 주식회사 | 화폐 식별을 위한 유효맵 생성방법 및 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060079060A (ko) * | 2004-12-30 | 2006-07-05 | 삼성전자주식회사 | 얼굴의 텍스쳐 정보를 갖는 분류자 검출방법 및 장치와텍스쳐 정보의 통계적 특성을 이용한 얼굴 인식방법 및장치 |
KR20080065866A (ko) * | 2007-01-10 | 2008-07-15 | 삼성전자주식회사 | 확장 국부 이진 패턴을 이용한 얼굴 기술자 생성 방법 및장치와 이를 이용한 얼굴 인식 방법 및 장치 |
JP2009086926A (ja) | 2007-09-28 | 2009-04-23 | Kddi Corp | 画像認識方法および装置 |
KR100904916B1 (ko) | 2008-06-19 | 2009-07-01 | 주식회사 다우엑실리콘 | 얼굴 인식 시스템 및 방법 |
-
2009
- 2009-11-18 KR KR1020090111367A patent/KR101038706B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20060079060A (ko) * | 2004-12-30 | 2006-07-05 | 삼성전자주식회사 | 얼굴의 텍스쳐 정보를 갖는 분류자 검출방법 및 장치와텍스쳐 정보의 통계적 특성을 이용한 얼굴 인식방법 및장치 |
KR20080065866A (ko) * | 2007-01-10 | 2008-07-15 | 삼성전자주식회사 | 확장 국부 이진 패턴을 이용한 얼굴 기술자 생성 방법 및장치와 이를 이용한 얼굴 인식 방법 및 장치 |
JP2009086926A (ja) | 2007-09-28 | 2009-04-23 | Kddi Corp | 画像認識方法および装置 |
KR100904916B1 (ko) | 2008-06-19 | 2009-07-01 | 주식회사 다우엑실리콘 | 얼굴 인식 시스템 및 방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10902257B2 (en) | 2017-04-24 | 2021-01-26 | Patek Philippe Sa Geneve | Method for identifying a timepiece |
Also Published As
Publication number | Publication date |
---|---|
KR20110054637A (ko) | 2011-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tuyls et al. | Practical biometric authentication with template protection | |
CN106803055B (zh) | 人脸识别方法和装置 | |
Huang et al. | Optimal multi-level thresholding using a two-stage Otsu optimization approach | |
CN110378324B (zh) | 一种基于质量维度的人脸识别算法评估方法 | |
WO2020003533A1 (en) | Pattern recognition apparatus, pattern recognition method, and computer-readable recording medium | |
JP5418991B2 (ja) | 個人認証システム、個人認証方法 | |
WO2019174131A1 (zh) | 身份认证方法、服务器及计算机可读存储介质 | |
KR102388698B1 (ko) | 데이터를 보호하기 위해 데이터베이스에 데이터를 등록하는 방법 | |
US20140037151A1 (en) | Biometric identification and verification | |
WO2015180101A1 (en) | Compact face representation | |
KR20070083436A (ko) | 객체인증장치 및 방법 | |
CN108021908B (zh) | 人脸年龄段识别方法及装置、计算机装置及可读存储介质 | |
KR102412829B1 (ko) | 개인 정보 보호를 위하여 원본 데이터를 변조하는 변조 네트워크를 학습하는 방법 및 테스팅하는 방법, 그리고, 이를 이용한 학습 장치 및 테스팅 장치 | |
KR102483650B1 (ko) | 사용자 인증 장치 및 방법 | |
Chen et al. | Extracting biometric binary strings with minimal area under the FRR curve for the hamming distance classifier | |
WO2017079166A1 (en) | High speed reference point independent database filtering for fingerprint identification | |
De Marsico et al. | Entropy-based template analysis in face biometric identification systems | |
CN111274571A (zh) | 局部排序和负数据库相结合的虹膜模板保护方法及*** | |
KR101038706B1 (ko) | 화상 인증 방법 및 장치 | |
CN110598522A (zh) | 一种基于人脸和掌纹掌静脉识别的身份比对方法 | |
JP6432634B2 (ja) | 認証装置、認証方法、及びプログラム | |
KR100734857B1 (ko) | 누적 합 기반의 변화점 분석을 이용한 홍채 인식 방법 및그 장치 | |
CN117237757A (zh) | 一种人脸识别模型训练方法、装置、电子设备及介质 | |
KR100765749B1 (ko) | 이진영상 압축장치 및 방법 | |
WO2014050381A1 (ja) | 生体認証装置、生体認証方法、及びコンピュータ読み取り可能な記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140417 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20150508 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20160510 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20180510 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20190520 Year of fee payment: 9 |