KR101276345B1 - 다중 생체 인식 장치 및 방법 - Google Patents
다중 생체 인식 장치 및 방법 Download PDFInfo
- Publication number
- KR101276345B1 KR101276345B1 KR1020110120349A KR20110120349A KR101276345B1 KR 101276345 B1 KR101276345 B1 KR 101276345B1 KR 1020110120349 A KR1020110120349 A KR 1020110120349A KR 20110120349 A KR20110120349 A KR 20110120349A KR 101276345 B1 KR101276345 B1 KR 101276345B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- infrared
- face
- iris
- visible light
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- 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
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Collating Specific Patterns (AREA)
Abstract
가시광과 적외선을 포함하는 다중 대역 조명을 발광하여 인식 대상을 촬영하여 가시광 및 적외선을 각각 감지하여 해당하는 가시광 영상과 적외선 영상을 각각 생성한다. 그리고 가시광 영상과 적외선 영상으로부터 각각 얼굴에 대응하는 가시광 얼굴 영상과 적외선 얼굴 영상을 획득하고, 또한 적외선 얼굴 영상으로부터 홍채에 해당하는 적외선 홍채 영상을 획득한다. 그리고 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 적외선 홍채 영상을 토대로 생체 인식을 수행한다.
Description
본 발명은 생체 인식 장치 및 방법에 관한 것으로, 특히 다중 생체 인식을 수행하는 장치 및 그 방법에 관한 것이다.
생체 인식 기술은 지문, 얼굴, 홍채 등 개인이 가지고 있는 신체적 특징이나 서명, 음성과 같은 행동학적 특성을 이용하여 개인을 인식하는 기법이다. 이러한 생체 인식 기술에서 특히 신체적 특징을 이용하여 개인을 인식하기 위하여 얼굴 영상이나 홍채 영상을 획득하고 획득된 얼굴 영상이나 홍채 영상을 처리한다.
얼굴 영상과 홍채 영상을 동시에 획득하기 위해서는 얼굴 영상 획득 장치와 홍채 영상 획득 장치가 각각 별도로 요구되며, 얼굴 영상 획득 장치와 홍채 영상 획득 장치는 영상획득을 위하여 별도의 카메라를 각각 구비하여야 한다. 얼굴 영상과 홍채 영상을 각각 별도의 카메라를 통하여 획득함에 따라, 각 카메라의 서로 다른 입사 각도와 위상차에 의하여 촬영 영역에 오차가 발생할 수 있다.
이에 따라 각각의 카메라를 사용하는데 있어서 촬영 영역에서 발생하는 오차를 감소시키기 위하여 피사체 영상이 동일한 경로를 통하여 서로 다른 두 개의 카메라로 각각 입력되도록 하는 기술이, 대한민국 특허 공개 번호 제2010-0057983호에 개시되어 있다.
그러나 위의 기술은 2개의 카메라를 각각 이용하여 얼굴 영상과 홍채 영상을 각각 획득함에 따라, 2개의 카메라를 사용하기 위하여 장치의 구조가 복잡해지고 또한 장치를 구현하는데 제작 비용이 많이 소요되는 단점이 있다.
이러한 단점에 따라 일반적으로 얼굴 영상이나 홍채 영상 중 하나의 영상만을 토대로 개인을 인식하는 기술들이 주로 사용되고 있으나, 이러한 기술들은 단지 얼굴 영상이나 홍채 영상만을 토대로 인식을 수행함으로써, 식별이 보다 정확하게 이루어지지 않고 개인 인식률 또한 요구되는 목표치를 만족하지 못하는 단점이 있다.
본 발명이 해결하고자 하는 기술적 과제는 얼굴 영상과 홍채 영상을 동시에 획득하여 보다 정확하게 생체 인식을 수행할 수 있는 장치 및 그 방법을 제공하는 것이다.
본 발명의 하나의 특징에 따른 방법은, 영상을 토대로 생체 인식을 수행하는 방법이며, 인식 대상으로 가시광과 적외선을 포함하는 다중 대역 조명을 발광하는 단계; 상기 발광에 따라 상기 인식 대상을 촬영하여 가시광 및 적외선을 각각 감지하여 해당하는 가시광 영상과 적외선 영상을 각각 생성하는 단계; 상기 가시광 영상과 적외선 영상으로부터 각각 얼굴을 검출하고 검출된 얼굴 영역으로부터 눈 위치를 검출하는 단계; 상기 검출된 얼굴 영역과 눈 위치를 토대로 가시광 영상에 해당하는 가시광 얼굴 영상과, 적외선 영상에 해당하는 적외선 얼굴 영상을 각각 생성하는 단계; 상기 적외선 얼굴 영상으로부터, 검출된 눈의 위치를 토대로 홍채에 해당하는 영역을 추출하여 홍채 영상을 생성하는 단계; 상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 적외선 홍채 영상으로부터 인식을 위한 특징을 검출하는 단계; 및 상기 각 영상들로부터 추출한 특징들을 조합하여 생체 인식을 수행하는 단계를 포함한다.
여기서 상기 특징을 검출하는 단계는, 상기 가시광 얼굴 영상에 해당하는 제1 얼굴 특징, 상기 적외선 얼굴 영상에 해당하는 제2 얼굴 특징, 그리고 상기 적외선 홍채 영상에 해당하는 홍채 특징들을 추출하고, 상기 생체 인식을 수행하는 단계는 상기 제1 얼굴 특징, 제2 얼굴 특징 그리고 상기 홍채 특징 중에서 적어도 하나를 사용하여 생체 인식을 수행할 수 있다.
이 경우, 상기 생체 인식을 수행하는 단계는 상기 가시광 얼굴 영상에 해당하는 제1 얼굴 특징을 토대로 생체 인식을 수행하여 제1 생체 인식 결과를 획득하는 단계; 상기 적외선 얼굴 영상에 해당하는 제2 얼굴 특징을 토대로 생체 인식을 수행하여 제2 생체 인식 결과를 획득하는 단계; 상기 적외선 홍채 영상에 해당하는 홍채 특징을 토대로 생체 인식을 수행하여 제3 생체 인식 결과를 획득하는 단계; 및 상기 제1 내지 제3 생체 인식들을 조합하여 최종적으로 생체 인식을 수행하는 단계를 포함할 수 있다.
여기서 상기 최종적으로 생체 인식을 수행하는 단계는 상기 제1 생체 인식 결과에 대하여 제1 가중치를 부여하는 단계; 상기 제2 생체 인식 결과에 대하여 제2 가중치를 부여하는 단계; 상기 제3 생체 인식 결과에 대하여 제3 가중치를 부여하는 단계; 상기 가중치가 각각 부여된 제1 생체 인식 결과, 제2 생체 인식 결과, 그리고 제3 생체 인식 결과를 합하여 최종값을 획득하는 단계; 및 상기 최종값을 토대로 인식을 수행하는 단계를 포함할 수 있다.
이외에도 상기 방법은, 상기 가시광 얼굴 영상, 적외선 얼굴 영상이 얼굴 인식에 적합한지를 나타내는 얼굴 인식 적합도와, 상기 홍채 영상이 홍채 인식에 적합한지를 나타내는 홍채 인식 적합도를 토대로, 상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 홍채 영상이 인식에 적합한지를 판단하는 단계를 더 포함할 수 있다. 이러한 경우 상기 특징을 검출하는 단계는 상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 홍채 영상이 인식에 적합한 것으로 판단된 경우에, 각 영상으로부터 특징을 추출할 수 있다.
본 발명의 다른 특징에 따른 장치는 영상을 토대로 생체 인식을 수행하는 장치이며, 인식 대상으로 가시광과 적외선을 포함하는 다중 대역 조명을 발광하는 조명부; 상기 발광에 따라 상기 인식 대상을 촬영하여 가시광 및 적외선을 각각 감지하여 해당하는 가시광 영상과 적외선 영상을 각각 생성하는 카메라부; 상기 가시광 영상과 적외선 영상으로부터 각각 얼굴을 검출하고 상기 검출된 얼굴 영역으로부터 눈 위치를 검출하며, 상기 검출된 얼굴 영역과 눈 위치를 토대로 가시광 영상에 해당하는 가시광 얼굴 영상과, 적외선 영상에 해당하는 적외선 얼굴 영상을 각각 생성하는 얼굴 검출부; 상기 적외선 얼굴 영상으로부터, 검출된 눈의 위치를 토대로 홍채에 해당하는 영역을 추출하여 홍채 영상을 생성하는 홍채 검출부; 상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 적외선 홍채 영상으로부터 인식을 위한 특징을 검출하는 특징 추출부; 및 상기 각 영상들로부터 추출한 특징들을 조합하여 생체 인식을 수행하는 다중 인식부를 포함한다.
여기서 상기 카메라부는 입력되는 가시광을 감지하여 그 세기에 따른 신호를 출력하고, 입력되는 적외선을 감지하고 그 세기에 따른 신호를 출력하는 가시광 및 적외선 감지 소자; 상기 신호 처리부는 가시광 감지 및 적외선 감지에 따른 신호들을 처리하여 적색 신호, 녹색 신호, 청색 신호, 그리고 적외선 감지에 따른 적외선 신호를 출력하는 신호 처리부; 및 상기 신호 처리부로부터 출력되는 적색 신호, 녹색 신호, 청색 신호 그리고 적외선 신호를 토대로 가시광 영상과 적외선 영상을 각각 출력하는 영상 출력부를 포함할 수 있다.
본 발명의 실시 예에 따르면, 하나의 카메라를 이용하여 가시광과 적외선을 외선을 동시에 감지하여 각각 얼굴 영상과 홍채 영상을 획득할 수 있으므로, 생체 인식 장치의 구조를 간단하게 할 수 있으며, 장치 구현에 따른 비용을 절감할 수 있다.
또한 가시광에 따라 획득되는 가시광 얼굴 영상과 적외선에 따라 획득되는적외선 영상 그리고 적외선에 따라 획득되는 홍채 영상을 조합하여 생체 인식을 수행함으로써, 보다 정확한 생체 인식이 이루어지며, 생체 인식의 인식률을 현저하게 증가시킬 수 있다.
도 1은 본 발명의 실시 예에 따른 다중 생체 인식 장치를 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 다중 생체 인식 방법의 흐름도이다.
도 3은 본 발명의 실시 예에 따른 다중 생체 인식 방법에서의 영상들을 획득하는 과정을 나타낸 예시도이다.
도 2는 본 발명의 실시 예에 따른 다중 생체 인식 방법의 흐름도이다.
도 3은 본 발명의 실시 예에 따른 다중 생체 인식 방법에서의 영상들을 획득하는 과정을 나타낸 예시도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이제 본 발명의 실시 예에 따른 다중 생체 인식 장치 및 그 방법에 대하여 도면을 참고로 하여 상세하게 설명한다.
도 1은 본 발명의 실시 예에 따른 생체 인식 장치를 나타낸 도이다.
첨부한 도 1에 도시되어 있듯이, 본 발명의 실시 예에 따른 생체 인식 장치(100)는 카메라부(110), 조명부(120), 얼굴 검출부(130), 정규화부(140), 홍채 검출부(150), 특징 추출부(160), 그리고 다중 인식부(170)를 포함한다.
카메라부(110)는 외부로 입력되는 가시광과 적외선을 감지하여 가시광에 따른 영상과 적외선에 따른 영상을 각각 출력한다.
이를 위하여 카메라부(110)는 가시광 및 적외선 감지 소자(111)와 신호 처리부(112) 그리고 영상 출력부(113)를 포함하며, 이외에도 카메라로서 기능하기 위한 다른 구성 요소를 포함할 수 있으며, 이러한 요소들은 공지된 기술임으로 여기서는 상세한 설명을 생략한다. 가시광 및 적외선 감지 소자(111)는 입력되는 가시광의 세기에 따른 신호를 출력하는 복수의 포토 다이오드와 입력되는 적외선의 세기에 따른 신호를 출력하는 복수의 포토 다이오드를 포함한다. 가시광 및 적외선 감지 소자(111)는 가시광 감지에 따른 적색(R), 녹색(G), 청색(B)에 해당하는 신호를 출력하며, 또한 적외선 감지에 따른 적외선(IR)에 해당하는 신호를 출력한다. 이하에서는 설명의 편의를 위하여 가시광 감지에 따른 적색(R)에 해당하는 신호를 적색 신호, 녹색(G)에 해당하는 신호를 녹색 신호, 청색(B)에 해당하는 신호를 청색 신호라고 명명하고, 또한 적외선 감지에 따른 적외선(IR)에 해당하는 신호를 적외선 신호라고 명명한다.
신호 처리부(112)는 가시광 감지에 따른 적색 신호, 녹색 신호, 청색 신호, 그리고 적외선 감지에 따른 적외선 신호를 각각 처리하여 출력한다. 특히, 가시광 감지에 따른 적색 신호, 녹색 신호, 청색 신호에 대하여 적외선 신호가 영향을 주고, 또한 적외선 신호에 가시광 감지에 따른 적색 신호, 녹색 신호, 청색 신호가 영향을 줄 수 있다. 이에 따라 신호 처리부(112)는 각 신호들에 대하여 서로 상호 영향을 제거한 다음에 적색 신호, 녹색 신호, 청색 신호 그리고 적외선 신호를 출력한다.
영상 출력부(113)은 신호 처리부(112)로부터 제공되는 신호들을 토대로 해당하는 영상을 출력한다. 구체적으로 신호 처리부(112)로부터 출력되는 적색 신호, 녹색 신호, 청색 신호 그리고 적외선 신호를 토대로 가시광 영상과 적외선 영상을 각각 출력한다. 예를 들어, 적색 신호, 녹색 신호, 청색 신호 그리고 적외선 신호를 토대로 RGBI, IRGB, RIGB와 같은 영상 패턴을 구성하여, 가시광 영상과 적외선 영상을 각각 출력한다.
조명부(120)는 영상 획득을 위한 조명을 제공하며, 구체적으로 가시광과 적외선을 동시에 발광하는 다중 대역 조명을 제공한다. 예를 들어 조명부(120)로서 백열등, 제논 램프 등이 사용될 수 있다.
얼굴 검출부(130)는 카메라부(110)로부터 제공되는 가시광 영상과 적외선 영상으로부터 각각 얼굴을 검출한다. 얼굴 검출부(130)는 예를 들어, NN(Neural Network), SVM(Support Vector Machine), 아다부스트(adaboost) 등과 같은 얼굴 검출 알고리즘을 통해 입력되는 영상으로부터 얼굴 영역을 검출할 수 있다.
그리고 얼굴 검출부(130)는 검출된 얼굴 영역으로부터 눈 위치를 검출한다. 예를 들어, 아다부스트 또는 신경망 등의 알고리즘을 토대로 얼굴 영역으로 눈 위치를 검출할 수 있다. 이와 같이 검출된 얼굴 영역과 눈 위치를 토대로 얼굴 영상이 생성된다. 즉, 가시광 영상에 해당하는 가시광 얼굴 영상과, 적외선 영상에 해당하는 적외선 얼굴 영상이 생성된다.
정규화부(140)는 검출한 얼굴 영역의 영상에 대해 정규화를 수행하여, 예를 들어 검출한 가시광 얼굴 영상과 적외선 얼굴 영상에 있어서, 얼굴 영역의 영상을 얼굴 인식에 적합한 위치 및 크기로 변환한다.
홍채 검출부(150)는 얼굴에 해당하는 영상으로부터, 검출된 눈 위치를 토대로 홍채에 해당하는 영역을 추출하여 홍채 영상을 획득한다. 여기서 홍채 검출부(150)는 적외선 얼굴 영상으로부터 검출된 눈의 위치를 토대로 홍채 영상 즉, 적외선 홍채 영상을 획득한다. 이외에도 홍채 검출부(150)는 가시광 얼굴 영상으로부터 홍채 영상 즉, 가시광 홍채 영상을 획득할 수도 있다.
특징 추출부(160)는 가시광 얼굴 영상과 적외선 얼굴 영상 그리고 적외선 홍채 영상으로부터 개인간의 차이가 두드러진 특징을 추출한다. 특징 추출부(160)는 예를 들어, LBP(local binary pattern), PCA(principal component analysis), ICA(independent component analysis), SIFT(Scale Invariant Feature Transform) 등 개인의 특성과 무관한 변화(조명 변화, 노이즈, 포즈 변화 등)가 최소화 될 수 있는 방법을 사용하여, 가시광 영상이나 적외선 영상으로부터 특징을 추출할 수 있다. 또한 특징 추출부(160)는 예를 들어, 가보 변환(gabor transform), LBP, PCA, ICA 등을 이용하여 적외선 홍채 영상의 특징을 추출할 수 있다. 특징 추출부(160)는 추출한 특징을 LDA(Linear Discriminant Analysis)와 같은 변환 과정을 통해 개인간 특성을 더욱 극대화 시킨 특징으로 변환할 수도 있다. 이러한 특징 추출부(160)를 통하여 가시광 얼굴 영상의 특징 즉, 제1 얼굴 특징, 적외선 얼굴 영상의 특징 즉, 제2 얼굴 특징, 그리고 적외선 홍채 영상의 특징 즉, 홍채 특징들이 출력된다.
다중 인식부(170)는 추출한 특징들을 이용하여 얼굴을 인식하며, 특히 본 발명의 실시 예에서, 다중 인식부(170)는 가시광 얼굴 영상에 해당하는 제1 얼굴 특징, 적외선 얼굴 영상에 해당하는 제2 얼굴 특징, 그리고 적외선 홍채 영상에 해당하는 홍채 특징들을 조합하여 개인을 식별하는 인식 과정을 수행한다.
다중 인식부(170)는 등록된 얼굴 영상과 홍채 영상의 특징들을 저장하고 있는 데이터베이스(도시하지 않음)를 포함할 수 있으며, 추출한 특징들을 데이터베이스에 등록된 얼굴 영상과 홍채 영상의 특징들과 각각 비교하여 생체 인식을 수행할 수 있다.
본 발명의 실시 예에 따른 다중 인식부(170)는 추출된 가시광 얼굴 영상에 해당하는 제1 얼굴 특징, 적외선 얼굴 영상에 해당하는 제2 얼굴 특징, 그리고 적외선 홍채 영상에 해당하는 홍채 특징 각각에 대하여 독립적인 생체 인식을 수행하고, 독립된 생체 인식 결과들을 조합하여 최종적인 결정을 수행할 수 있다. 예를 들어, 다중 인식부(170)는 가시광 얼굴 영상에 해당하는 제1 얼굴 특징을 토대로 수행된 생체 인식 결과에 대하여 제1 가중치를 부여하고, 적외선 얼굴 영상에 해당하는 제2 얼굴 특징을 토대로 수행된 생체 인식에 대하여 제2 가중치를 부여하며, 적외선 홍채 영상에 해당하는 홍채 특징을 토대로 수행된 생체 인식에 대하여 제3 가중치를 부여한다. 그리고 가중치가 각각 부여된 각 특징별 생체 인식 결과들을 합하여 최종값을 산출하고, 산출된 최종값이 미리 설정된 설정값 이상인 경우에 인식이 이루어진 것으로 결정할 수 있다.
이외에도, 본 발명의 실시 예에 따른 다중 생체 인식 장치(100)는 생체 인식의 정확도를 보다 향상시키기 위하여, 정규화부(140)로부터 출력되는 가시광 얼굴 영상, 적외선 얼굴 영상이 얼굴 인식에 적합한지를 판단하는 얼굴 인식 적합도를 산출하거나, 적외선 홍채 영상이 홍채 인식에 적합한지를 판단하는 홍채 인식 적합도를 산출하는 적합도 산출부(도시하지 않음)을 더 포함할 수 있다. 얼굴 인식 적합도는 얼굴 영역이 올바른 각도로 되어 있는지, 얼굴 영역의 영상이 적당한 조명과 해상도를 가지고 있는지 등 얼굴 인식에 적합한지의 여부를 나타내는 척도로 사용된다. 또한 홍채 인식 적합도도 유사하게, 홍채 영역이 올바른 각도로 되어 있는지, 홍채 영역의 영상이 적당한 조명과 해상도를 가지고 있는지 등 홍채인식에 적합한지의 여부를 나타내는 척도로 사용된다.
이와 같이 산출되는 가시광 얼굴 영상이나 적외선 얼굴 영상에 대한 얼굴 인식 적합도가 미리 설정된 임계 값들과 비교하고, 홍채 영상에 대한 홍채 인식 적합도가 미리 설정된 임계값과 비교하여 각 인식 적합도가 대응하는 임계값 이상인 경우에만, 해당 가시광 얼굴 영상이나 적외선 얼굴 영상 또는 홍채 영상을 생체 인식을 위한 최종 영상으로 사용할 수 있다. 인식 접합도가 임계값들보다 작은 경우에는 카메라부(110)를 통한 재촬영이 수행될 수 있다. 여기서 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 홍채 영상 중에서 적합도가 임계값 이상인 영상만이 특징 추출부(160)로 전달되어 생체 인식에 사용될 수 있으며, 다중 인식부(170)는 적합도가 임계값 이상인 영상으로부터 추출된 특징만을 이용하여 생체 인식을 수행할 수도 있다.
한편 적합도 판별시에, 정규화한 얼굴 영역의 영상이나 홍채 영상에 대한 특징 벡터를 이용하여 얼굴 영역의 영상 또는 홍채 영상을 복원하고, 정규화한 얼굴 영역의 영상과 복원된 얼굴 영상 사이의 복원 오차나, 정규화환 홍채 영상과 복원된 홍채 영상의 복원 오차를 획득할 수 있다. 그리고 이러한 복원 오차들을 토대로 각각 가시광 얼굴 영상이나 적외선 얼굴 영상에 대한 얼굴 인식 적합도나 홍채 영상에 대한 홍채 인식 적합도를 산출할 수 있다.
한편 생체 인식 결과들에 부여되는 가중치들에 대하여, 실험적으로 가장 높은 성능을 가지는 최적 가중치 조합을 미리 산출하여 사용할 수 있다. 이 경우 다중 생체 인식 장치가 동작하여 실제로 영상을 획득하는 경우, 현재 획득된 영상의 특징별 영상의 적합도를 고려하여 기존에 미리 산출된 가중치 조합에서 각 특징별 가중치를 보정하여 사용할 수 있다.
다음에는 이러한 구조를 가지는 다중 생체 인식 장치를 토대로 본 발명의 실시 예에 따른 다중 생체 인식 방법에 대하여 설명한다. 도 2는 본 발명의 실시 예에 따른 다중 생체 인식 방법의 흐름도이다. 그리고 도 3은 본 발명의 실시 예에 따른 다중 생체 인식 방법에서의 영상들을 획득하는 과정을 나타낸 예시도이다.
생체 인식을 위하여, 조명부(120)는 인식 대상으로 가시광과 적외선을 포함하는 다중 대역 조명을 발광한다(S100). 카메라부(110)는 조명부(120)로부터 제공되는 조명에 따라 촬영을 수행하며, 특히 가시광 및 적외선을 각각 감지하여 해당하는 적색 신호, 녹색 신호, 청색 신호 그리고 적외선 신호를 출력한다(S110).
이와 같이 출력되는 적색 신호(R), 녹색 신호(G), 청색 신호(B) 그리고 적외선 신호(I)를 조합하여 도 3에 예시된 바와 같이, 가시광 영상과 적외선 영상을 각각 출력한다.
얼굴 검출부(130)는 카메라부(110)로부터 제공되는 가시광 영상과 적외선 영상으로부터 각각 얼굴을 검출하고 검출된 얼굴 영역으로부터 눈 위치를 검출한다(S120, S130). 그리고 검출된 얼굴 영역과 눈 위치를 토대로 얼굴 영상을 생성하며, 구체적으로 가시광 영상에 해당하는 가시광 얼굴 영상과, 적외선 영상에 해당하는 적외선 얼굴 영상을 각각 생성한다(S140, S150).
또한 홍채 검출부(150)는 적외선 얼굴 영상으로부터, 위의 단계(S130)에서 검출된 눈의 위치를 토대로 홍채에 해당하는 영역을 추출하여 홍채 영상을 생성한다(S1160).
이와 같이, 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 적외선 홍채 영상이 생성된 다음에, 각 영상들로부터 인식을 위한 특징을 검출한다. 구체적으로 특징 추출부(160)는 가시광 얼굴 영상으로부터 제1 얼굴 특징을 추출하고(S170), 적외선 얼굴 영상으로부터 제2 얼굴 특징을 추출하며(S180), 그리고 적외선 홍채 영상으로부터 홍채 특징을 추출한다(S190).
다중 인식부(170)는 추출한 특징들을 조합하여 생체 인식을 수행한다. 구체적으로 다중 인식부(170)는 가시광 얼굴 영상에 해당하는 제1 얼굴 특징, 적외선 얼굴 영상에 해당하는 제2 얼굴 특징, 그리고 적외선 홍채 영상에 해당하는 홍채 특징들을 조합하여 개인을 식별하는 다중 생체 인식을 수행한다(S200, S210).
이러한 본 발명의 실시 예에 따르면 가시광에 의하여 획득한 영상뿐만 아니라 적외선에 의하여 획득한 영상과 또한 적외선에 의하여 획득한 영상으로부터 추출한 홍채 영상을 토대로 다중 생체 인식을 수행함으로써, 생체 인식의 인식률을 보다 향상시킬 수 있다.
특히 본 발명의 실시 예서 가시광 얼굴 영상과 적외선 얼굴 영상은 두 파장의 특성상 다른 영상 특징을 가진다. 예를 들어, 얼굴의 피부 밝기, 홍채 밝기, 얼굴피부 대비 홍채 밝기의 비율 등의 다른 영상을 가지며, 이러한 영상들을 모두 사용하여 생체 인식을 수행함으로써, 얼굴의 사진이나 동영상 등을 위조한 얼굴도 보다 용이하게 검출할 수 있다.
보다 구체적으로, 적외선과 가시광은 투과율과 반사율이 다르다. 예를 들어, 홍채 영상의 경우, 적외선 홍채 영상은 홍채 패턴이 뚜렷한 회색 홍채 영상을 가지는 반면에, 가시광 홍채 영상은 홍채 패턴이 거의 보이지 않은 검은 영상으로 나타난다. 따라서 가시광 영상과 적외선 영상 사이의 "피부색 밝기 비/홍채 영상 밝기 비"는 특정 범위내의 평균값과 분산을 가지게 된다. 일반적으로 사진이나 동영상에서 위조 얼굴은 가시광 또는 적외선의 단일 매체 특징을 가질 수밖에 없다. 그러므로 입력되는 가시광 영상과 적외선 영상 사이의 "피부색 밝기 비/홍채 영상 밝기 비"에 대응하는 값을 미리 설정된 값과 비교하여 촬영된 영상이 위조 영상임을 판단할 수 있다. 예를 들어, 본 발명의 실시예에 다른 다중 생체 인식 장치는 가시광 얼굴 영상으로부터 제1 피부색 밝기 값을 구하고, 적외선 얼굴 영상으로부터 제2 피부색 밝기 값을 구하며, 적외선 홍채 영상으로부터 제1 홍채 영상 밝기 값을 구한다. 그리고 가시광 얼굴 영상으로부터도 눈에 해당하는 홍채 영역으로 제2 홍채 영상 밝기값을 구한다. 그리고 제1 피부색 밝기 값과 제2 피부색 밝기값의 비 즉, 제1 비율를 구하고, 제1 홍채 영상 밝기 값과 제2 홍채 영상 밝기 값의 비 즉, 제2 비율을 구한 다음에, 각각 구해진 제1 비율과 제2 비율을 미리 설정된 설정값들과 비교하고 그 결과에 따라 입력된 영상 즉, 촬영된 인식 대상이 위조된 영상인지를 검출할 수 있다.
이상에서 설명한 본 발명의 실시 예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시 예에 따른 전자 상거래 방법 및 그 시스템의 구성에 대응하는 기능을 실행시킬 수 있는 프로그램 또는 그 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리 범위에 속하는 것이다.
Claims (9)
- 영상을 토대로 생체 인식을 수행하는 방법에서,
인식 대상으로 가시광과 적외선을 포함하는 다중 대역 조명을 발광하는 단계;
상기 발광에 따라 상기 인식 대상을 촬영하여 가시광 및 적외선을 각각 감지하여 해당하는 가시광 영상과 적외선 영상을 각각 생성하는 단계;
상기 가시광 영상과 적외선 영상으로부터 각각 얼굴을 검출하고 검출된 얼굴 영역으로부터 눈 위치를 검출하는 단계;
상기 검출된 얼굴 영역과 눈 위치를 토대로 가시광 영상에 해당하는 가시광 얼굴 영상과, 적외선 영상에 해당하는 적외선 얼굴 영상을 각각 생성하는 단계;
상기 적외선 얼굴 영상으로부터, 검출된 눈의 위치를 토대로 홍채에 해당하는 영역을 추출하여 홍채 영상을 생성하는 단계;
상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 적외선 홍채 영상으로부터 인식을 위한 특징을 검출하는 단계; 및
상기 각 영상들로부터 추출한 특징들을 조합하여 생체 인식을 수행하는 단계
를 포함하는, 생체 인식 방법. - 제1항에 있어서,
상기 특징을 검출하는 단계는,
상기 가시광 얼굴 영상에 해당하는 제1 얼굴 특징, 상기 적외선 얼굴 영상에 해당하는 제2 얼굴 특징, 그리고 상기 적외선 홍채 영상에 해당하는 홍채 특징들을 추출하고,
상기 생체 인식을 수행하는 단계는 상기 제1 얼굴 특징, 제2 얼굴 특징 그리고 상기 홍채 특징 중에서 적어도 하나를 사용하여 생체 인식을 수행하는, 생체 인식 방법. - 제2항에 있어서,
상기 생체 인식을 수행하는 단계는
상기 가시광 얼굴 영상에 해당하는 제1 얼굴 특징을 토대로 생체 인식을 수행하여 제1 생체 인식 결과를 획득하는 단계;
상기 적외선 얼굴 영상에 해당하는 제2 얼굴 특징을 토대로 생체 인식을 수행하여 제2 생체 인식 결과를 획득하는 단계;
상기 적외선 홍채 영상에 해당하는 홍채 특징을 토대로 생체 인식을 수행하여 제3 생체 인식 결과를 획득하는 단계; 및
상기 제1 내지 제3 생체 인식들을 조합하여 최종적으로 생체 인식을 수행하는 단계
를 포함하는, 생체 인식 방법. - 제3항에 있어서,
상기 최종적으로 생체 인식을 수행하는 단계는
상기 제1 생체 인식 결과에 대하여 제1 가중치를 부여하는 단계;
상기 제2 생체 인식 결과에 대하여 제2 가중치를 부여하는 단계;
상기 제3 생체 인식 결과에 대하여 제3 가중치를 부여하는 단계;
상기 가중치가 각각 부여된 제1 생체 인식 결과, 제2 생체 인식 결과, 그리고 제3 생체 인식 결과를 합하여 최종값을 획득하는 단계; 및
상기 최종값을 토대로 인식을 수행하는 단계
를 포함하는, 생체 인식 방법. - 제1항에 있어서,
상기 특징을 검출하는 단계 이전에,
상기 가시광 얼굴 영상에 대한 얼굴 인식 적합도가 미리 설정된 제1 임계값보다 큰 경우에, 상기 가시광 얼굴 영상을 생체 인식을 위한 최종 영상으로 사용하는 것으로 결정하는 단계;
상기 적외선 얼굴 영상에 대한 얼굴 인식 적합도가 미리 설정된 제2 임계값보다 큰 경우에, 상기 적외선 얼굴 영상을 생체 인식을 위한 최종 영상으로 사용하는 것으로 결정하는 단계; 및
상기 홍채 영상에 대한 홍채 인식 적합도가 미리 설정된 제3 임계값 보다 큰 경우에, 상기 홍채 영상을 생체 인식을 위한 최종 영상으로 사용하는 것으로 결정하는 단계
를 더 포함하고,
상기 특징을 검출하는 단계는 상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 홍채 영상이 생체 인식을 위한 최종 영상으로 결정된 경우에, 각 영상으로부터 특징을 추출하는, 생체 인식 방법. - 영상을 토대로 생체 인식을 수행하는 장치에서,
인식 대상으로 가시광과 적외선을 포함하는 다중 대역 조명을 발광하는 조명부;
상기 발광에 따라 상기 인식 대상을 촬영하여 가시광 및 적외선을 각각 감지하여 해당하는 가시광 영상과 적외선 영상을 각각 생성하는 카메라부;
상기 가시광 영상과 적외선 영상으로부터 각각 얼굴을 검출하고 상기 검출된 얼굴 영역으로부터 눈 위치를 검출하며, 상기 검출된 얼굴 영역과 눈 위치를 토대로 가시광 영상에 해당하는 가시광 얼굴 영상과, 적외선 영상에 해당하는 적외선 얼굴 영상을 각각 생성하는 얼굴 검출부;
상기 적외선 얼굴 영상으로부터, 검출된 눈의 위치를 토대로 홍채에 해당하는 영역을 추출하여 홍채 영상을 생성하는 홍채 검출부;
상기 가시광 얼굴 영상, 적외선 얼굴 영상, 그리고 적외선 홍채 영상으로부터 인식을 위한 특징을 검출하는 특징 추출부; 및
상기 각 영상들로부터 추출한 특징들을 조합하여 생체 인식을 수행하는 다중 인식부
를 포함하는, 생체 인식 장치. - 제6항에 있어서,
상기 카메라부는
입력되는 가시광을 감지하여 그 세기에 따른 신호를 출력하고, 입력되는 적외선을 감지하고 그 세기에 따른 신호를 출력하는 가시광 및 적외선 감지 소자;
상기 신호 처리부는 가시광 감지 및 적외선 감지에 따른 신호들을 처리하여 적색 신호, 녹색 신호, 청색 신호, 그리고 적외선 감지에 따른 적외선 신호를 출력하는 신호 처리부; 및
상기 신호 처리부로부터 출력되는 적색 신호, 녹색 신호, 청색 신호 그리고 적외선 신호를 토대로 가시광 영상과 적외선 영상을 각각 출력하는 영상 출력부
를 포함하는, 생체 인식 장치. - 제6항에 있어서,
상기 특징 추출부는 상기 가시광 얼굴 영상에 해당하는 제1 얼굴 특징, 상기 적외선 얼굴 영상에 해당하는 제2 얼굴 특징, 그리고 상기 적외선 홍채 영상에 해당하는 홍채 특징들을 추출하고,
상기 다중 인식부는 상기 제1 얼굴 특징, 제2 얼굴 특징 그리고 상기 홍채 특징 중에서 적어도 하나를 사용하여 생체 인식을 수행하는, 생체 인식 장치. - 제8항에 있어서,
상기 다중 인식부는 상기 가시광 얼굴 영상에 해당하는 제1 얼굴 특징을 토대로 생체 인식을 수행하여 획득되는 제1 생체 인식 결과에 제1 가중치를 부여하고, 상기 적외선 얼굴 영상에 해당하는 제2 얼굴 특징을 토대로 생체 인식을 수행하여 획득되는 제2 생체 인식 결과에 제2 가중치를 부여하며, 상기 적외선 홍채 영상에 해당하는 홍채 특징을 토대로 생체 인식을 수행하여 획득한 제3 생체 인식 결과에 제3 가중치를 부여한 다음에, 가중치가 각각 부여된 제1 내지 제3 생체 인식 결과들을 조합한 값을 토대로 최종적으로 생체 인식을 수행하는, 생체 인식 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110120349A KR101276345B1 (ko) | 2011-11-17 | 2011-11-17 | 다중 생체 인식 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110120349A KR101276345B1 (ko) | 2011-11-17 | 2011-11-17 | 다중 생체 인식 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20130054767A KR20130054767A (ko) | 2013-05-27 |
KR101276345B1 true KR101276345B1 (ko) | 2013-06-18 |
Family
ID=48663489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020110120349A KR101276345B1 (ko) | 2011-11-17 | 2011-11-17 | 다중 생체 인식 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101276345B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10726261B2 (en) | 2016-12-13 | 2020-07-28 | Samsung Electronics Co., Ltd. | Method and apparatus to recognize user |
US11361525B2 (en) * | 2019-06-07 | 2022-06-14 | Fotonation Limited | Electronic device for performing biometric identification |
US11625473B2 (en) | 2018-02-14 | 2023-04-11 | Samsung Electronics Co., Ltd. | Method and apparatus with selective combined authentication |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102013009474A1 (de) * | 2013-06-06 | 2014-12-11 | Modi Modular Digits Gmbh | Vorrichtung zur automatischen Verifizierung eines Identitätsdokuments einer Person und Verfahren zum Erzeugen von Erkennungsdaten einer Person zur Verwendung in einer automatisierten Identitätskontrollstation |
EP3118761B1 (en) | 2014-03-13 | 2021-05-12 | LG Electronics Inc. | Mobile terminal and method for controlling same |
KR102287751B1 (ko) | 2014-09-25 | 2021-08-09 | 삼성전자 주식회사 | 전자 장치의 홍채 인식 방법 및 장치 |
KR101950797B1 (ko) * | 2017-03-10 | 2019-02-22 | 크루셜텍(주) | 다중 생체 데이터를 이용한 비접촉식 다중 생체 인식 방법 및 다중 생체 인식 장치 |
KR101962203B1 (ko) * | 2017-03-10 | 2019-03-27 | 크루셜텍 (주) | 다중 생체 데이터를 이용한 비접촉식 다중 생체 인식 방법 및 다중 생체 인식 장치 |
KR102522415B1 (ko) * | 2018-05-15 | 2023-04-17 | 삼성전자주식회사 | 전자 장치의 객체 인증 장치 및 방법 |
CN109034004A (zh) * | 2018-07-05 | 2018-12-18 | 广东军缆信息技术有限公司 | 一种基于人脸识别的身份核验方法及装置 |
KR101950799B1 (ko) * | 2018-08-09 | 2019-02-21 | 크루셜텍(주) | 다중 생체 인식 장치 및 이를 포함하는 출입 시스템 |
CN109271954B (zh) * | 2018-09-29 | 2022-04-22 | 北京百度网讯科技有限公司 | 用于检测模型可靠性的方法及装置 |
KR102228725B1 (ko) * | 2018-10-17 | 2021-03-17 | 여태환 | 동물의 생체인식 식별을 위한 방법 및 장치 |
KR102251307B1 (ko) * | 2020-09-10 | 2021-05-13 | 주식회사 콕스 | 거리측정 기능을 갖는 열상 카메라 시스템 |
KR102487590B1 (ko) * | 2020-12-04 | 2023-01-13 | 주식회사 콕스 | 얼굴 인식에 기초하여 촬영 대상의 온도를 측정하는 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050102445A (ko) * | 2004-04-22 | 2005-10-26 | 노성렬 | 다중 생체 인식 방법 및 시스템 |
KR20090113141A (ko) * | 2008-04-26 | 2009-10-29 | 주식회사지한정보통신 | 다중 생체인식 시스템 및 그 방법 |
US20100021017A1 (en) | 2008-07-24 | 2010-01-28 | Bell Robert E | Mobile biometric identification system and method |
-
2011
- 2011-11-17 KR KR1020110120349A patent/KR101276345B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050102445A (ko) * | 2004-04-22 | 2005-10-26 | 노성렬 | 다중 생체 인식 방법 및 시스템 |
KR20090113141A (ko) * | 2008-04-26 | 2009-10-29 | 주식회사지한정보통신 | 다중 생체인식 시스템 및 그 방법 |
US20100021017A1 (en) | 2008-07-24 | 2010-01-28 | Bell Robert E | Mobile biometric identification system and method |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10726261B2 (en) | 2016-12-13 | 2020-07-28 | Samsung Electronics Co., Ltd. | Method and apparatus to recognize user |
US11625473B2 (en) | 2018-02-14 | 2023-04-11 | Samsung Electronics Co., Ltd. | Method and apparatus with selective combined authentication |
US11361525B2 (en) * | 2019-06-07 | 2022-06-14 | Fotonation Limited | Electronic device for performing biometric identification |
Also Published As
Publication number | Publication date |
---|---|
KR20130054767A (ko) | 2013-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101276345B1 (ko) | 다중 생체 인식 장치 및 방법 | |
KR102466997B1 (ko) | 라이브니스 검사 방법 및 장치 | |
US9830506B2 (en) | Method of apparatus for cross-modal face matching using polarimetric image data | |
CN110326001B (zh) | 使用利用移动设备捕捉的图像执行基于指纹的用户认证的***和方法 | |
US11682232B2 (en) | Device and method with image matching | |
US20210110018A1 (en) | Systems and methods for using machine learning for image-based spoof detection | |
US20130129164A1 (en) | Identity recognition system and method based on hybrid biometrics | |
US10891479B2 (en) | Image processing method and system for iris recognition | |
Sequeira et al. | Cross-eyed 2017: Cross-spectral iris/periocular recognition competition | |
CN104680128B (zh) | 一种基于四维分析的生物特征识别方法和*** | |
KR20130048076A (ko) | 얼굴 인식 장치 및 그 제어방법 | |
AU2016245332A1 (en) | Multi-biometric authentication | |
Sun et al. | Context based face spoofing detection using active near-infrared images | |
US20220398820A1 (en) | Multispectral biometrics system | |
Kotwal et al. | Multispectral deep embeddings as a countermeasure to custom silicone mask presentation attacks | |
US20190349572A1 (en) | Image processing apparatus, image processing method, and program | |
EP3180736A1 (en) | A method of detecting a falsified presentation to a vascular recognition system | |
KR20110119214A (ko) | 얼굴 변화에 강인한 얼굴 인식 방법 | |
EP3340111B1 (en) | Biometric authentication apparatus, biometric authentication system and biometric authentication method | |
Hongo et al. | Personal authentication with an iris image captured under visible-light condition | |
TWI539383B (zh) | Application of live detection method for face recognition customs clearance control system | |
US11741748B2 (en) | Passive image depth sensing for object verification based on chromatic differentiation | |
US20230064329A1 (en) | Identification model generation apparatus, identification apparatus, identification model generation method, identification method, and storage medium | |
Doyle | Quality Metrics for Biometrics | |
Arandjelović et al. | Towards person authentication by fusing visual and thermal face biometrics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20170601 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20180530 Year of fee payment: 6 |