KR102389562B1 - 지문 정보 처리 방법 - Google Patents

지문 정보 처리 방법 Download PDF

Info

Publication number
KR102389562B1
KR102389562B1 KR1020170115322A KR20170115322A KR102389562B1 KR 102389562 B1 KR102389562 B1 KR 102389562B1 KR 1020170115322 A KR1020170115322 A KR 1020170115322A KR 20170115322 A KR20170115322 A KR 20170115322A KR 102389562 B1 KR102389562 B1 KR 102389562B1
Authority
KR
South Korea
Prior art keywords
input image
image
registered
individual region
memory
Prior art date
Application number
KR1020170115322A
Other languages
English (en)
Other versions
KR20190028187A (ko
Inventor
손성훈
김종석
배근태
황도하
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020170115322A priority Critical patent/KR102389562B1/ko
Priority to US15/944,862 priority patent/US10719690B2/en
Priority to CN201810907810.3A priority patent/CN109472187A/zh
Publication of KR20190028187A publication Critical patent/KR20190028187A/ko
Application granted granted Critical
Publication of KR102389562B1 publication Critical patent/KR102389562B1/ko

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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • 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
    • G06V40/12—Fingerprints or palmprints
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06K9/627—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G06V40/1371—Matching features related to minutiae or pores

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

본 발명의 일 실시예에 따른 지문 정보 처리 방법은, 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계, 적어도 하나의 등록 이미지를 저장하는 메모리에서 상기 입력 이미지와 정합되는 기준 등록 이미지를 찾는 단계, 상기 기준 등록 이미지와 상기 입력 이미지를 정합하여 상기 입력 이미지와 상기 기준 등록 이미지가 중첩되지 않는 개별 영역을 결정하는 단계, 및 상기 입력 이미지에 포함되는 상기 개별 영역의 점수가 소정의 기준 점수 이상이면, 상기 입력 이미지를 상기 기준 등록 이미지와 같은 그룹으로 지정하여 상기 메모리에 저장하는 단계를 포함한다.

Description

지문 정보 처리 방법{METHOD FOR PROCESSING FINGERPRINT INFORMATION}
본 발명은 지문 정보 처리 방법에 관한 것이다.
모바일 기기를 포함하여 다양한 IT 기기들을 활용하는 분야가 점차 확대되면서, IT 기기의 보안을 강화하기 위한 다양한 기술이 제안되고 있다. 기존의 비밀번호와 패턴 입력 외에, 최근에는 개인의 고유한 생체 정보를 이용하는 보안 기술이 다양한 IT 기기에 탑재되는 추세이다. 생체 정보를 이용하는 보안 기술들 가운데 지문을 감지하는 기술은, 관리성, 보안성, 경제성 등의 다양한 장점을 갖고 있어 그 적용 분야를 점점 넓혀가고 있다.
본 발명의 기술적 사상이 이루고자 하는 기술적 과제 중 하나는, 지문 인식 성능을 개선할 수 있는 지문 정보 처리 방법을 제공하고자 하는 데에 있다.
본 발명의 일 실시예에 따른 지문 정보 처리 방법은, 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계, 적어도 하나의 등록 이미지를 저장하는 메모리에서 상기 입력 이미지와 정합되는 기준 등록 이미지를 찾는 단계, 상기 기준 등록 이미지와 상기 입력 이미지를 정합하여 상기 입력 이미지와 상기 기준 등록 이미지가 중첩되지 않는 개별 영역을 결정하는 단계, 및 상기 입력 이미지에 포함되는 상기 개별 영역의 점수가 소정의 기준 점수 이상이면, 상기 입력 이미지를 상기 기준 등록 이미지와 같은 그룹으로 지정하여 상기 메모리에 저장하는 단계를 포함한다.
본 발명의 일 실시예에 따른 지문 정보 처리 방법은, 복수의 등록 이미지들을 복수의 그룹들로 구분하여 메모리에 저장하는 단계, 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계, 상기 그룹들 중에서 상기 입력 이미지와 정합되는 기준 등록 이미지를 갖는 제1 그룹을 검색하는 단계, 상기 제1 그룹의 등록 이미지들과 상기 입력 이미지를 정합하여, 상기 제1 그룹의 등록 이미지들과 상기 입력 이미지 중 적어도 일부가 중첩되는 공통 영역을 결정하는 단계, 및 상기 제1 그룹의 등록 이미지들과 상기 입력 이미지 중에서 상기 공통 영역이 차지하는 면적에 기초하여 상기 입력 이미지의 저장 여부를 판단하는 단계를 포함한다.
본 발명의 일 실시예에 따른 지문 정보 처리 방법은, 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계, 복수의 등록 이미지들을 저장하는 메모리에서, 상기 입력 이미지와 가장 높은 유사성을 갖는 기준 등록 이미지를 찾는 단계, 및 상기 메모리에 여유 저장 공간이 부족하면, 상기 기준 등록 이미지를 삭제하고 상기 입력 이미지를 저장하는 단계를 포함한다.
본 발명의 일 실시예에 따른 지문 정보 처리 장치는, 적어도 하나의 등록 이미지를 저장하는 메모리, 사용자 지문에 접촉하여 입력 이미지를 획득하는 지문 센서, 및 상기 입력 이미지와 상기 등록 이미지를 비교하여 상기 입력 이미지를 상기 메모리에 저장할지 여부를 결정하는 프로세서를 포함하고, 상기 프로세서는, 상기 메모리에서 상기 입력 이미지와 정합되는 기준 등록 이미지를 상기 메모리에서 찾고, 상기 기준 등록 이미지와 상기 입력 이미지를 정합하여 상기 입력 이미지와 상기 기준 등록 이미지가 중첩되지 않는 개별 영역을 결정하며, 상기 입력 이미지에 포함되는 상기 개별 영역의 점수가 소정의 기준 점수 이상이면, 상기 입력 이미지를 상기 기준 등록 이미지와 같은 그룹으로 지정하여 상기 메모리에 저장한다.
본 발명의 다양한 실시예에 따르면, 새로 획득한 입력 이미지를 등록 이미지와 비교하여 등록 이미지와 중첩되지 않는 입력 이미지의 개별 영역에 포함되는 특징점들의 개수, 개별 영역의 면적 등에 기초하여 입력 이미지를 등록 이미지로 저장할지 여부를 결정할 수 있다. 따라서, 적은 개수의 등록 이미지들로 가능한 많은 개수의 지문 및 넓은 영역의 지문을 커버할 수 있으며, 그로부터 지문 인식 성능을 개선할 수 있다.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 전자 기기를 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 지문 정보 처리 방법에서 인식할 수 있는 지문을 설명하기 위해 제공되는 도면이다.
도 3은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 간단하게 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 흐름도이다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 도면들이다.
도 7은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 흐름도이다.
도 8 내지 도 11은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 도면들이다.
도 12 및 도 13은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 흐름도들이다.
도 14 내지 도 17은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 도면들이다.
도 18은 본 발명의 일 실시예에 따른 전자 기기를 나타낸 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 형태들을 다음과 같이 설명한다.
도 1은 본 발명의 일 실시예에 따른 전자 기기를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 전자 기기(1)는 모바일 기기일 수 있으며, 일 실시예에서 스마트 폰 또는 태블릿 PC 등일 수 있다. 전자 기기(1)는 디스플레이(2), 하우징(3), 카메라부(4), 키입력부(5) 및 지문 센서(6)를 포함할 수 있다. 도 1에 도시한 실시예에서는 지문 센서(6)가 디스플레이(2)의 하단에 위치한 물리 버튼과 일체로 구현될 수 있다. 다만, 다른 실시예에서는 지문 센서(6)가 도 1에 도시한 것과 다른 위치에 마련되거나, 디스플레이(2)와 일체로 제공될 수도 있다.
스마트 폰, 태블릿 PC 등의 전자 기기에서 금융 및 결제 서비스 등을 제공하는 애플리케이션이 널리 보급되고, 전자 기기에서 실행되는 애플리케이션 자체가 특정 물건이나 서비스의 구매 기능을 제공하면서 보안 성능 강화에 대한 요구가 높아지는 추세이다. 지문 센서(6)는 제한된 폼팩터 내에 작은 사이즈로 쉽게 구현될 수 있으며, 개개인이 같은 지문을 갖고 있을 확률이 극히 낮아 다양한 전자 기기에 널리 적용되고 있다.
다만, 지문 센서(6)의 지문 인식 성능이 충분히 확보되지 않을 경우, 전자 기기(1)가 정당한 사용자가 지문 센서(6)의 오인식으로 인해 전자 기기(1)에의 접근 권한을 획득하지 못 할 수도 있다. 지문 센서(6)의 성능을 개선하기 위해 메모리에 저장되는 등록 이미지의 개수를 늘릴 수 있으나, 이는 지문 센서(6)가 점유하는 메모리의 용량 증가를 야기할 수 있다. 따라서 본 발명의 일 실시예에서는 적은 개수의 등록 이미지로, 가능한 넓은 범위의 지문 이미지를 저장하거나 가능한 많은 개수의 지문 이미지를 저장할 수 있는 방법을 제안한다.
지문 센서(6)는 다양한 방식으로 사용자 지문의 이미지를 획득하는 센싱부와, 상기 센싱부에서 획득한 이미지를 처리하는 이미지 처리부를 포함할 수 있다. 본 발명의 다양한 실시예들에서 제안하는 지문 정보 처리 방법은 상기 이미지 처리부에서 실행될 수 있다. 상기 이미지 처리부는, 지문 센서(6)에 연결되는 별도의 프로세서이거나, 또는 전자 기기(1)의 동작을 제어하는 애플리케이션 프로세서일 수도 있다.
도 2는 본 발명의 일 실시예에 따른 지문 정보 처리 방법에서 인식할 수 있는 지문을 설명하기 위해 제공되는 도면이다.
도 2를 참조하면, 지문(10)이 지문 센서에 의해 인식되며, 일 실시예에서 지문 센서는 지문(10)보다 작은 면적을 가질 수 있다. 특히 모바일 기기의 경우, 제한된 공간 내에 지문(10)의 전체를 인식할 수 있을 만한 감지 영역을 갖는 지문 센서를 구비하기가 어려울 수 있으며, 따라서 지문 센서의 감지 영역이 지문(10)보다 작은 면적을 가질 수 있다.
지문 센서의 감지 영역이 지문(10)보다 작은 면적을 갖는 경우, 지문 센서에서 생성되는 지문 이미지(11-17)는 지문(10)의 일부 영역만을 커버할 수 있다. 사용자 지문의 적어도 일부에 대응하는 지문 이미지(11-17)를 획득하여 등록 이미지로 저장하는 등록(enrollment) 단계에서는, 복수 개의 지문 이미지(11-17)를 획득하여 저장할 수 있다. 이때, 복수 개의 지문 이미지(11-17) 각각이 커버하는 지문(10)의 영역들은 서로 중첩될 수도 있다. 등록 이미지는 템플릿(template)으로 관리될 수 있으며, 하나의 템플릿은 지문 이미지(11-17) 중 적어도 하나를 포함할 수 있다. 하나의 템플릿은 지문 이미지(11-17) 중 두 개 이상을 포함할 수 있으며, 일 실시예에서, 서로 중첩되는 영역을 갖는 제4 내지 제6 지문 이미지(14-16)는 하나의 그룹으로 분류되어 관리될 수 있다.
지문(10)을 입력한 사용자를 인식하는 인증(verification) 단계에서는, 획득한 지문 이미지(11-17)를 등록 이미지와 비교할 수 있다. 이때, 사용자가 입력한 지문(10)의 위치와 각도 등에 따라, 정당한 사용자가 정당하지 않은 사용자로 잘못 인식되거나, 또는 반대로 정당하지 않은 사용자가 정당한 사용자로 인식될 수도 있다. 따라서, 지문 인식 성능을 개선하기 위해, 입력 이미지와 등록 이미지를 정합하기 위한 다양한 방법이 제공될 수 있다. 또한, 적은 개수의 등록 이미지로 가능한 많은 개수의 지문과 가능한 넓은 범위의 지문을 커버할 수 있는 다양한 방법이 제공될 수 있다.
도 3은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 간단하게 나타낸 도면이다.
도 3을 참조하면, 전자 기기(20)의 지문 센서(21)에 사용자가 지문을 접촉할 수 있다. 지문 센서(21)는 소정의 감지 영역을 가지며, 상기 감지 영역에 접촉한 지문의 일부 영역으로부터 입력 이미지(30)를 획득할 수 있다. 일 실시예에서, 입력 이미지(30)는 지문 전체가 아닌 일부 영역에 대응할 수 있다. 전자 기기(20)는 메모리(40)에 저장된 복수의 등록 이미지들(41-43)과 입력 이미지(30)를 비교하여 사용자가 정당한 사용자인지를 확인하는 사용자 인증 절차를 진행할 수 있다. 또한 전자 기기(20)는 입력 이미지(30)를 메모리(40)에 등록 이미지로서 저장하는 사용자 등록 절차 등을 진행할 수 있다.
메모리(40)는 제한적인 용량을 가질 수 밖에 없으며, 메모리(40)에 저장되는 등록 이미지들(41-43)의 개수는 무한정 늘어날 수 없다. 등록 이미지들(41-43)을 효율적으로 관리하지 않으면 등록 이미지들(41-43)에 대응하는 지문의 면적이 제한되거나, 또는 등록 이미지들(41-43)로 인증할 수 있는 지문의 개수가 제한될 수 밖에 없다. 본 발명의 일 실시예에 따르면 이미 저장되어 있는 등록 이미지들(41-43)과 입력 이미지를 비교함으로써, 입력 이미지를 등록 이미지로 저장할지 여부를 결정할 수 있다. 또한, 입력 이미지와 등록 이미지들(41-43)이 중첩되지 않는 영역의 특성에 따라 입력 이미지를 메모리(40)에 저장할지 여부를 판단함으로써, 적은 개수의 등록 이미지들(41-43)로 가능한 다양한 지문을 커버할 수 있다.
도 4는 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 흐름도이다. 일 실시예에서, 도 4를 참조하여 설명하는 지문 정보 처리 방법은, 지문 센서를 구비한 전자 기기의 프로세서 또는 지문 센서에 별도로 구비된 프로세서 등에 의해 실행될 수 있다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 지문 정보 처리 방법은, 프로세서가 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 것으로 시작할 수 있다(S10). 프로세서는 사용자가 새로운 지문을 등록하는 등록 절차에서 입력 이미지를 획득할 수 있다. S10 단계에서, 지문 센서는 감지 영역에 접촉한 사용자 지문의 적어도 일부 영역으로부터 입력 이미지를 생성할 수 있다. 일 실시예에서, 입력 이미지는 사용자 지문의 전체 영역이 아닌 일부 영역에 대응할 수 있다.
프로세서는 입력 이미지와 정합되는 등록 이미지가 존재하는지를 판단할 수 있다(S11). 메모리에 복수의 등록 이미지들이 존재하는 경우, 프로세서는 등록 이미지들 각각을 입력 이미지와 비교할 수 있다. 일 실시예에서, 프로세서는 입력 이미지와 등록 이미지 각각을 복수의 영역들로 분할한 후, 각 영역들을 서로 비교하여 입력 이미지와 정합되는 등록 이미지를 검색할 수 있다. 프로세서는 복수의 등록 이미지들 중에서 입력 이미지와 정합되는 등록 이미지를 기준 등록 이미지로 선택할 수 있다.
S11 단계의 판단 결과 기준 등록 이미지가 존재하지 않으면, 프로세서는 입력 이미지를 신규 그룹으로 분류하여 메모리에 저장할 수 있다(S12). 즉, 기준 등록 이미지가 존재하지 않을 경우, 프로세서는 입력 이미지와 같은 그룹으로 묶일 수 있는 등록 이미지가 없는 것으로 판단하고, 입력 이미지를 신규 그룹으로서 메모리에 저장할 수 있다.
한편, S11 단계의 판단 결과 기준 등록 이미지가 존재하면, 프로세서는 입력 이미지와 등록 이미지를 정합함으로써, 입력 이미지의 개별 영역을 결정할 수 있다(S13). 개별 영역은 입력 이미지에서 등록 이미지와 중첩되지 않는 영역으로 정의될 수 있다. 입력 이미지와 기준 등록 이미지를 정합한 상태에서, 입력 이미지와 등록 이미지가 중첩되는 공통 영역 및 등록 이미지와 중첩되지 않는 개별 영역을 결정할 수 있다.
프로세서는 개별 영역의 점수를 계산하여 이를 기준 점수와 비교할 수 있다(S14). 일 실시예에서, 개별 영역의 점수는 개별 영역의 면적 및 개별 영역에 존재하는 특징점(minutiae)의 개수 중 적어도 하나에 기초하여 산정될 수 있다. 일 실시예에 개별 영역의 점수는, 개별 영역의 면적이 클수록 높고, 개별 영역에 존재하는 특징점의 개수가 많을수록 높을 수 있다.
S14 단계의 비교 결과 개별 영역의 점수가 기준 점수보다 높으면, 프로세서는 입력 이미지를 등록 이미지와 같은 그룹으로 분류하여 메모리에 저장할 수 있다(S15). 반면 S14 단계의 비교 결과 개별 영역의 점수가 기준 점수보다 낮으면 프로세서는 입력 이미지를 저장하지 않을 수 있다.
도 4에 도시한 일 실시예에서, 기준 등록 이미지를 검색하는 단계는, 입력 이미지를 이미 저장된 등록 이미지들 중 적어도 일부와 같은 그룹으로 분류하여 저장할지 여부를 판단하기 위해 제공될 수 있다. 한편, 도 4에 도시한 일 실시예에서, 입력 이미지에서 기준 등록 이미지와 중첩되지 않는 개별 영역의 점수를 계산하고, 개별 영역의 점수가 기준 점수 이상일 때에만 입력 이미지를 저장하는 단계는, 이미 저장되어 있던 등록 이미지로 충분히 커버 가능한 지문의 일부 영역에 대응하는 입력 이미지를 불필요하게 저장하지 않기 위하여 제공될 수 있다. 이하, 도 5 및 도 6을 참조하여 더욱 자세히 설명하기로 한다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 도면들이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 지문 정보 처리 방법에서는 입력 이미지(60)에서 기준 등록 이미지(50)와 중첩되지 않는 개별 영역(61), 및 기준 등록 이미지(50)와 중첩되는 공통 영역(62)을 결정할 수 있다. 개별 영역(61)이 결정되면, 개별 영역(61)의 면적 및 개별 영역(61)에 포함되는 특징점(65)의 개수 등에 기초하여 개별 영역(61)의 점수가 계산될 수 있다. 앞서 설명한 바와 같이, 개별 영역(61)의 점수는 개별 영역(61)의 면적이 클수록 높고, 개별 영역(61)이 많은 특징점(65)을 포함할수록 높을 수 있다.
도 5에 도시한 일 실시예에 따른 입력 이미지(60)는 기준 등록 이미지(50)와 같은 그룹으로 분류되어 저장될 수 있다. 도 5를 참조하면, 입력 이미지(60)의 개별 영역(61)은 입력 이미지(60) 전체 면적의 1/2 이상의 면적을 차지하며, 개별 영역(61)에 특징점(65)이 포함되어 있으므로, 높은 점수를 가질 수 있다. 따라서, 도 5에 도시한 일 실시예에 따른 입력 이미지(60)는, 기준 등록 이미지(50)와 동일한 그룹으로 분류되어 메모리에 저장될 수 있다. 이때, 입력 이미지(60)를 등록 기준 이미지(50)와 정합하는 데에 필요한 보정값이 입력 이미지(60)와 함께 저장될 수 있다. 일 실시예에서, 상기 보정값은 입력 이미지(60)를 회전 변환하는 데에 필요한 제1 보정값 및 입력 이미지(60)를 이동 변환하는 데에 필요한 제2 보정값을 포함할 수 있다.
다음으로 도 6을 참조하면, 기준 등록 이미지(70)와 입력 이미지(80)를 정합함으로써 입력 이미지(80)에서 개별 영역(81)과 공통 영역(82)을 결정할 수 있다. 개별 영역(81)은 입력 이미지(80)와 기준 등록 이미지(70)가 중첩되지 않는 영역일 수 있으며, 공통 영역(82)은 입력 이미지(80)와 기준 등록 이미지(70)가 중첩되는 영역일 수 있다.
도 6을 참조하면 개별 영역(81)은 공통 영역(82)에 비해 상대적으로 작은 면적을 가지며, 개별 영역(81)에는 특징점이 존재하지 않을 수 있다. 따라서, 도 6에 도시한 일 실시예에서 입력 이미지(80)는 메모리에 저장되지 않을 수 있다. 따라서, 메모리에 이미 저장되어 있는 등록 이미지(70)로 커버 가능한 지문 영역에 대응하는 입력 이미지(80)가 중복 저장되는 것을 방지할 수 있으며, 제한된 용량의 메모리를 효율적으로 관리하는 동시에, 등록 이미지(70)로 가능한 넓은 범위의 지문을 인증할 수 있다.
도 7은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 흐름도이다. 일 실시예에서, 도 7을 참조하여 설명하는 지문 정보 처리 방법은, 새로운 지문을 등록하는 등록 절차에서 실행될 수 있다.
도 7을 참조하면, 본 발명의 일 실시예에 따른 지문 정보 처리 방법은 프로세서가 입력 이미지를 획득하는 것으로 시작할 수 있다(S20). 지문 센서에 사용자 지문이 접촉하면 지문 센서에 포함된 전극으로부터 전기 신호가 생성되며, 프로세서는 상기 전기 신호를 이용하여 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득할 수 있다.
프로세서는 S20 단계에서 획득한 입력 이미지가 최초로 획득한 이미지인지 판단할 수 있다(S21). 일 실시예로, 프로세서는 메모리에 기존에 저장된 등록 이미지가 존재하지 않으면, S20 단계에서 획득한 입력 이미지를, 최초로 획득한 입력 이미지로 결정할 수 있다. S20 단계에서 획득한 입력 이미지가 최초로 획득한 이미지이면, 프로세서는 메모리에 입력 이미지를 저장하고 신규 그룹으로 지정할 수 있다(S22).
반면, S20 단계에서 획득한 입력 이미지가 최초로 획득한 이미지가 아니면, 프로세서는 메모리에 저장된 등록 이미지를 검색함으로써(S23), 입력 이미지와 정합 가능한 기준 등록 이미지를 찾을 수 있다(S24). S24 단계의 판단 결과, 기준 등록 이미지가 존재하지 않으면, 프로세서는 입력 이미지를 신규 그룹으로 지정하여 메모리에 저장할 수 있다. 즉, 메모리에 저장된 등록 이미지들 중에서 입력 이미지와 정합 가능한 이미지가 없으면, 프로세서는 상기 등록 이미지들과 다른 신규 그룹으로 입력 이미지를 분류할 수 있다.
S24 단계의 판단 결과 입력 이미지와 정합 가능한 기준 등록 이미지가 존재하면, 프로세서는 입력 이미지와 기준 등록 이미지를 정합하여 입력 이미지에서 기준 등록 이미지와 중첩되지 않는 개별 영역을 결정할 수 있다(S25). 입력 이미지는 기준 등록 이미지와 중첩되는 공통 영역 및 등록 이미지와 중첩되지 않는 개별 영역을 가질 수 있다. 프로세서는 개별 영역의 면적 또는 개별 영역에 존재하는 특징점의 개수 등에 기초하여 개별 영역의 점수를 산정하고, 이를 소정의 기준 점수와 비교할 수 있다(S26).
S26 단계의 비교 결과 입력 이미지의 개별 영역의 점수가 기준 점수보다 낮으면, 프로세서는 입력 이미지를 메모리에 저장하지 않을 수 있다. 반대로 입력 이미지의 개별 영역의 점수가 기준 점수 이상이면, 프로세서는 입력 이미지를 기준 등록 이미지와 같은 그룹으로 분류하여 메모리에 저장할 수 있다(S27). 즉, 본 발명의 일 실시예에서는 사용자 지문을 인증하기 위한 등록 이미지를 저장하는 과정에서 획득하는 입력 이미지를 무조건적으로 모두 메모리에 저장하지 않을 수 있다. 대신, 새로 획득한 입력 이미지와 이미 저장되어 있는 등록 이미지를 비교하고, 이미 저장되어 있는 등록 이미지와 지나치게 유사한 입력 이미지는 저장하지 않음으로써, 가능한 적은 개수의 등록 이미지들로 넓은 범위 지문, 또는 많은 개수의 지문을 인증할 수 있다.
도 8 내지 도 11은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 도면들이다.
우선 도 8을 참조하면, 메모리(100)는 등록 이미지들 및 등록 이미지들 각각의 이미지 정보를 저장할 수 있다. 이미지 정보는 등록 이미지들을 복수의 그룹으로 나누는 데에 필요한 인덱스 정보, 같은 그룹에 속하는 등록 이미지들을 정합하는 데에 필요한 보정값 등을 포함할 수 있다.
메모리(100)에 이미 저장된 등록 이미지들이 없는 상태에서 입력 이미지(110)를 획득하면, 프로세서는 입력 이미지(110)에 새로운 인덱스를 부여하여 메모리(100)에 저장할 수 있다. 입력 이미지(110)는 제1 등록 이미지(101)로서 메모리(100)에 저장될 수 있다.
다음으로 도 9를 참조하면, 메모리(100)에 제1 등록 이미지(101)가 저장된 상태에서 프로세서가 새로운 입력 이미지(120)를 획득할 수 있다. 프로세서는 입력 이미지(120)를 제1 등록 이미지(101)와 비교하여, 입력 이미지(120)와 제1 등록 이미지(101)가 정합되는지를 판단할 수 있다. 일 실시예에서 프로세서는 입력 이미지(120)와 제1 등록 이미지(101)의 정합 여부를 판단하기 위해, 입력 이미지(120)와 제1 등록 이미지(101)의 회전 정합에 필요한 제1 보정값을 계산할 수 있다. 제1 보정값이 산출되면 제1 보정값에 기초하여 입력 이미지(120)를 회전시키고, 수직/수평 정합에 필요한 제2 보정값을 계산하여 입력 이미지(120)를 이동시킴으로써 입력 이미지(120)와 제1 등록 이미지(101)를 정합할 수 있다. 이때, 연산량 감소를 위해 입력 이미지(120)와 제1 등록 이미지(101) 각각을 복수의 영역들로 분할하는 과정이 선행될 수도 있다.
도 9에 도시한 일 실시예에서는 제1 등록 이미지(101)와 입력 이미지(120)가 정합될 수 있다. 도 9를 참조하면, 입력 이미지(120)는 제1 등록 이미지(101)와 중첩되는 공통 영역(CA), 및 공통 영역(CA)을 제외한 개별 영역(120A)을 포함할 수 있다. 프로세서는 입력 이미지(120)와 제1 등록 이미지(101)가 중첩되지 않는 개별 영역(120A)의 점수를 계산할 수 있다. 일 실시예에서, 개별 영역(121)의 점수는 개별 영역(121)의 면적 및/또는 개별 영역(121)에 포함되는 특징점의 개수 등에 의해 결정될 수 있다.
도 9에 도시한 일 실시예에서 개별 영역(120A)의 면적이 충분히 크거나, 개별 영역(120A)에 특징점이 존재하는 경우, 프로세서는 입력 이미지(120)를 제2 등록 이미지(102)로서 메모리(100)에 저장할 수 있다. 입력 이미지(120)는 제1 등록 이미지(101)와 정합 가능한 이미지이므로, 제2 등록 이미지(102)는 제1 등록 이미지(101)와 같은 인덱스를 부여받을 수 있다. 즉, 프로세서는 제1 등록 이미지(101)와 제2 등록 이미지(102)를 같은 그룹으로 분류하여 메모리(100)에 저장할 수 있다. 한편, 프로세서는 제2 등록 이미지(102)를 저장할 때, 제1 등록 이미지(101)와 제2 등록 이미지(102)의 정합에 필요한 보정값들을 이미지 정보로서 함께 저장할 수 있다.
다음으로 도 10을 참조하면, 제1 등록 이미지(101) 및 제2 등록 이미지(102)가 저장된 상태에서 프로세서가 새로운 입력 이미지(130)를 획득할 수 있다. 프로세서는 입력 이미지(130)를 제1 등록 이미지(101) 및 제2 등록 이미지(102)와 각각 비교함으로써, 입력 이미지(130)와 정합 가능한 기준 등록 이미지가 제1 및 제2 등록 이미지들(101, 102) 중에 존재하는지를 판단할 수 있다.
도 10에 도시한 일 실시예에서는, 입력 이미지(130)가 제1 등록 이미지(101) 및 제2 등록 이미지(102)와 정합되지 않을 수 있다. 즉, 기준 등록 이미지가 메모리(100)에서 검색되지 않을 수 있다. 이 경우 프로세서는, 입력 이미지(130)를 제1 등록 이미지(101) 및 제2 등록 이미지(102)와 다른 그룹으로 분류하고 제3 등록 이미지(103)로서 메모리(100)에 저장할 수 있다. 도 10을 참조하면, 제3 등록 이미지(103)는 제1 등록 이미지(101) 및 제2 등록 이미지(102)와 다른 인덱스 값을 가질 수 있다.
도 11을 참조하면, 메모리(100)에 제1 내지 제3 등록 이미지(101-103)가 저장된 상태에서 프로세서가 새로운 입력 이미지(140)를 획득할 수 있다. 프로세서는 입력 이미지(140)를 제1 내지 제3 등록 이미지들(101-103)과 각각 비교하고, 입력 이미지(140)와 정합되는 기준 등록 이미지가 제1 내지 제3 등록 이미지들(101-103) 중에 존재하는지 여부를 판단할 수 있다.
앞서 설명한 바와 같이, 프로세서는 입력 이미지(140)와 제1 내지 제3 등록 이미지들(101-103) 각각을 비교하여 회전 정합 및 수직/수평 정합에 필요한 보정값들을 계산할 수 있다. 도 11에 도시한 일 실시예에서는 입력 이미지(140)가 제3 등록 이미지(103)와 정합될 수 있다. 즉, 제3 등록 이미지(103)가 기준 등록 이미지로 선택될 수 있다. 프로세서는 입력 이미지(140)를 제3 등록 이미지(103)와 정합시킴으로써, 입력 이미지에서 제3 등록 이미지(103)와 중첩되는 공통 영역(CA) 및 중첩되지 않는 개별 영역(140A)을 결정할 수 있다.
도 11에 도시한 일 실시예에서는, 입력 이미지(140)의 공통 영역(CA)이 개별 영역(140A)보다 상대적으로 큰 면적을 가질 수 있다. 따라서, 개별 영역(140A)에 특징점이 존재하지 않는 이상, 프로세서는 입력 이미지(140)와 제3 등록 이미지(103)의 유사성이 매우 높은 것으로 판단할 수 있다. 이 경우, 프로세서는 입력 이미지(140)에 포함된 지문 정보가 제3 등록 이미지(103)에 의해 충분히 커버될 수 있는 것으로 판단할 수 있다. 따라서, 프로세서는 입력 이미지(140)를 메모리(100)에 저장하지 않을 수 있다. 이와 같이, 메모리(100)에 이미 저장되어 있던 등록 이미지들(101-103)과 극히 유사한 입력 이미지(140)를 획득한 경우에 프로세서는 입력 이미지(140)를 메모리(100)에 저장하지 않음으로써, 메모리(100)의 저장 공간을 효율적으로 관리할 수 있다.
도 12 및 도 13은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 흐름도들이다. 도 12 및 도 13에 도시한 실시예들에 따른 방법은, 프로세서가 획득한 입력 이미지를 등록 이미지들과 비교하여 사용자를 인증하는 절차에서 실행될 수 있다.
도 12를 참조하면, 본 발명의 일 실시예에 따른 지문 정보 처리 방법은 프로세서가 입력 이미지를 획득하는 것으로 시작될 수 있다(S30). 입력 이미지는 지문 센서에 접촉한 사용자 지문의 적어도 일부 영역에 대응하는 이미지일 수 있다. 프로세서는 메모리에 저장된 등록 이미지들을 검색하고(S31), 입력 이미지와 정합 가능한 기준 등록 이미지가 존재하는지를 판단할 수 있다(S32).
S32 단계의 판단 결과 기준 등록 이미지가 검색되지 않으면, 프로세서는 사용자 인증에 실패한 것으로 판단하고 인증 절차를 종료할 수 있다(S33). 반면 S32 단계의 판단 결과 기준 등록 이미지가 존재하면, 프로세서는 입력 이미지와 기준 등록 이미지를 정합하여 입력 이미지와 기준 등록 이미지가 중첩되는 공통 영역에서 매칭 점수를 산정하고, 매칭 점수를 기준 점수와 비교할 수 있다(S34).
프로세서는 입력 이미지와 기준 등록 이미지를 비교하여, 회전 정합 및 수직/수평 정합에 필요한 보정값들을 계산할 수 있다. 프로세서는 보정값에 기초하여 입력 이미지와 기준 등록 이미지 중 어느 하나를 회전 및 수직/수평 이동시켜 입력 이미지와 기준 등록 이미지를 정합하고, 입력 이미지와 기준 등록 이미지가 중첩되는 공통 영역에서 NCC(Normalized Cross Correlation) 점수, 또는 공통 영역에 포함된 특징점들의 개수 등을 계산하여 상기 매칭 점수를 산정할 수 있다.
S34 단계의 판단 결과 매칭 점수가 기준 점수보다 작으면, 프로세서는 사용자 인증에 실패한 것으로 판단하여 인증 절차를 종료할 수 있다. 한편 S34 단계의 판단 결과 매칭 점수가 기준 점수 이상이면, 프로세서는 사용자 인증에 성공한 것으로 판단할 수 있다(S35).
본 발명의 일 실시예에서는, 사용자 인증 절차에서 인증에 성공한 입력 이미지를 등록 이미지로 저장하고(S36), 이후 사용자 인증 절차 등에 이용할 수 있다. 이때, 단순히 사용자 인증 절차에서 인증에 성공한 입력 이미지가 아닌, 더 까다로운 조건을 만족시키는 입력 이미지만을 등록 이미지로 저장할 수 있다. 일 실시예로, S34 단계에서 적용되는 기준 점수보다 더 높은 기준 점수와 매칭 점수를 비교하고, 그 결과에 따라 입력 이미지를 등록 이미지로 저장하기 위한 절차를 진행할 수 있다. 이하, 도 13을 참조하여, 사용자 인증에 성공한 입력 이미지를 등록 이미지로 저장하는 방법에 대해 설명하기로 한다.
도 13을 참조하면, 본 발명의 일 실시예에 따른 지문 정보 처리 방법은 등록 이미지가 저장된 메모리의 여유 저장 공간을 계산하는 것으로 시작될 수 있다(S100). 지문을 이용한 사용자 인증 방법에서, 등록 이미지를 저장하는 메모리 용량에는 제한이 있을 수 밖에 없다. 본 발명의 일 실시예에서는, 메모리의 여유 저장 공간에 따라 서로 다른 방식의 지문 정보 처리 방법을 적용함으로써, 메모리를 효율적으로 관리하는 한편 적은 개수의 등록 이미지들로 다양한 지문에 대한 인증 절차를 처리할 수 있다.
프로세서는 메모리의 여유 저장 공간이 부족한지 여부를 판단할 수 있다(S101). S101 단계의 판단 결과 메모리의 여유 저장 공간이 부족한 것으로 판단되면, 프로세서는 사용자 인증에 성공한 입력 이미지로, 메모리에 저장되어 있는 등록 이미지들 중 적어도 하나를 대체할지 여부를 결정할 수 있다.
메모리의 여유 저장 공간이 부족하면, 프로세서는 등록 이미지들과 입력 이미지를 정합하여 지문 이미지를 생성할 수 있다(S102). 이때, 입력 이미지와 정합되는 후보 등록 이미지들은, 입력 이미지를 인증하는 데에 이용된 기준 등록 이미지 및 기준 등록 이미지와 같은 그룹에 포함되는 등록 이미지들일 수 있다. 예를 들어, 메모리에 제1 내지 제6 등록 이미지들이 존재하고, 제1 내지 제3 등록 이미지들이 제1 그룹으로, 제4 내지 제6 등록 이미지들이 제2 그룹으로 분류될 수 있다. 입력 이미지가 제3 등록 이미지와 정합되어 사용자 인증에 성공하면, 프로세서는 제1 그룹에 속하는 제1 내지 제3 등록 이미지들을 후보 등록 이미지들로 선택하고, 입력 이미지를 후보 등록 이미지들과 정합하여 지문 이미지를 생성할 수 있다.
프로세서는 지문 이미지에 포함되는 입력 이미지와 후보 등록 이미지들 각각에 대해 개별 영역을 결정할 수 있다(S103). 개별 영역은, 입력 이미지와 후보 등록 이미지들 각각에서 다른 이미지와 중첩되지 않는 영역으로 정의될 수 있다. 프로세서는 입력 이미지와 후보 등록 이미지들 각각이 갖는 개별 영역의 점수를 계산하고(S104), 최하 점수를 갖는 개별 영역이 입력 이미지에 포함되는지 여부를 판단할 수 있다(S105). 일 실시예에서, 입력 이미지와 후보 등록 이미지들 각각이 갖는 개별 영역의 점수는, 개별 영역의 면적 및/또는 개별 영역에 포함되는 특징점의 개수 등에 기초하여 산정될 수 있다.
S105 단계의 판단 결과, 입력 이미지에 포함되는 개별 영역의 점수가 후보 등록 이미지들 각각에 포함되는 개별 영역의 점수보다 낮으면, 프로세서는 입력 이미지를 메모리에 저장하지 않을 수 있다. 입력 이미지에 포함되는 개별 영역의 점수가 최하 점수이면, 프로세서는 메모리에 이미 저장되어 있는 후보 등록 이미지들로 입력 이미지에 대응하는 사용자 지문의 영역을 커버할 수 있다고 판단할 수 있다. 따라서, 입력 이미지를 메모리에 저장하지 않음으로써, 메모리의 한정된 저장 공간을 효율적으로 관리할 수 있다.
반면 S105 단계의 판단 결과, 최하 점수를 갖는 개별 영역이 후보 등록 이미지들 중 어느 하나에 포함되면, 프로세서는 최하 점수를 갖는 개별 영역이 포함된 후보 등록 이미지를 삭제하고(S106), 입력 이미지를 메모리에 저장할 수 있다(S107). 즉, 최하 점수를 갖는 개별 영역이 포함된 후보 등록 이미지가 입력 이미지로 대체될 수 있다. 이때, 입력 이미지는 S102 단계에서 지문 이미지를 생성하는 데에 이용한 후보 등록 이미지들과 같은 그룹으로 분류되어 저장될 수 있다.
일 실시예에서, 최하 점수를 갖는 개별 영역이 후보 등록 이미지에 포함되는 경우에도, 상기 후보 등록 이미지가 속하는 그룹이 갖는 등록 이미지들의 개수가 임계 개수보다 적으면, 상기 후보 등록 이미지를 삭제하지 않을 수 있다. 또한, 최하 점수를 갖는 개별 영역이 포함된 후보 등록 이미지가 사용자 등록 절차에서 입력된 이미지이면, 상기 후보 등록 이미지가 입력 이미지로 대체되지 않을 수 있다. 이는 지문 등록 및 인증 절차의 안정성을 높이기 위함일 수 있다.
최하 점수를 갖는 개별 영역이 후보 등록 이미지들 중 어느 하나에 포함되는 경우, 프로세서는 최하 점수를 갖는 개별 영역이 포함된 후보 등록 이미지를 입력 이미지로 대체함으로써, 메모리에 저장된 등록 이미지들로 사용자 지문의 더 넓은 영역을 커버할 수 있다. 더군다나, 메모리에서 최하 점수를 갖는 개별 영역이 포함된 후보 등록 이미지를 삭제하고, 입력 이미지를 대신 저장함으로써 메모리의 여유 저장 공간을 그대로 유지한 채로 지문 인식 성능을 개선할 수 있다.
한편, S101 단계의 판단 결과 메모리의 여유 저장 공간이 충분한 것으로 판단되면, 프로세서는 후보 등록 이미지들과 입력 이미지를 정합하여 지문 이미지를 생성할 수 있다(S108). 프로세서는 입력 이미지를 인증하는 데에 이용된 기준 등록 이미지 및 기준 등록 이미지와 같은 그룹에 포함되는 등록 이미지들을 후보 등록 이미지들로 선택할 수 있다.
지문 이미지가 생성되면, 프로세서는 입력 이미지에서 개별 영역을 결정할 수 있다(S109). 개별 영역은 입력 이미지에서 후보 등록 이미지들과 중첩되지 않는 영역으로 정의될 수 있다. 프로세서는 개별 영역의 면적과 개별 영역에 포함되는 특징점의 개수 등에 기초하여 개별 영역의 점수를 계산할 수 있으며, 개별 영역의 점수를 소정의 기준 점수와 비교할 수 있다(S110).
S110 단계의 비교 결과 개별 영역의 점수가 기준 점수 이상이면, 프로세서는 입력 이미지를 메모리에 저장할 수 있다(S107). 메모리의 여유 저장 공간이 충분한 경우이므로, 프로세서는 이미 저장되어 있던 후보 등록 이미지들에 대한 삭제 절차 없이 입력 이미지를 메모리에 추가로 저장할 수 있다. 반면, S110 단계의 비교 결과 개별 영역의 점수가 기준 점수보다 작으면, 프로세서는 입력 이미지에 대응하는 사용자 지문의 일부 영역을, 메모리에 이미 저장되어 있는 후보 등록 이미지들로 커버할 수 있는 것으로 판단할 수 있다. 따라서 프로세서는 입력 이미지를 저장하지 않을 수 있다.
도 14 내지 도 17은 본 발명의 일 실시예에 따른 지문 정보 처리 방법을 설명하기 위해 제공되는 도면들이다.
도 14에 도시한 일 실시예를 참조하면, 복수의 등록 이미지들(201-204)이 메모리(200)에 저장되어 있으며, 메모리(200)에는 여유 저장 공간이 충분할 수 있다. 프로세서는 사용자 인증에 성공한 입력 이미지(250)를 메모리(200)에 추가로 저장할지 여부를 결정할 수 있다. 도 14에 도시한 일 실시예에서는, 사용자 인증 절차에서 입력 이미지(250)가 제1 등록 이미지(201)와 정합되어 인증에 성공한 것으로 가정한다. 즉, 사용자 인증 절차에서 제1 등록 이미지(201)가 기준 등록 이미지로 선택될 수 있다.
프로세서는 입력 이미지(250)와 제1 등록 이미지(201), 및 제1 등록 이미지(201)와 같은 그룹에 속하는 제2 등록 이미지(202)를 정합하여 하나의 지문 이미지(300)를 생성할 수 있다. 즉, 도 14에 도시한 일 실시예에서, 제1 등록 이미지(201)와 제2 등록 이미지(202)가 후보 등록 이미지들로 선택될 수 있다. 프로세서는 지문 이미지(300)를 참조하여, 입력 이미지(250)에서 개별 영역(251) 및 공통 영역(252)을 결정할 수 있다.
공통 영역(252)은 입력 이미지(250)에서 제1 및 제2 등록 이미지들(201, 202) 중 적어도 하나와 중첩되는 영역일 수 있으며, 개별 영역(251)은 입력 이미지(250)에서 공통 영역(252)을 제외한 나머지 영역일 수 있다. 프로세서는 개별 영역(251)의 면적 및 개별 영역(251)에 포함되는 특징점의 개수 등에 기초하여 입력 이미지(250)를 새로운 제5 등록 이미지(205)로서 메모리(200)에 저장할지 여부를 결정할 수 있다. 일 실시예에서 개별 영역(251)의 면적이 기준 면적 이상이거나, 또는 개별 영역(251)에 특징점이 포함되는 경우에 프로세서가 입력 이미지(250)를 제5 등록 이미지(205)로서 메모리(200)에 저장할 수 있다.
제5 등록 이미지(205)는, 후보 등록 이미지로 선택된 제1 및 제2 등록 이미지들(201, 202)과 같은 그룹으로 분류되어 저장될 수 있다. 또한, 제5 등록 이미지(205)를 제1 및 제2 등록 이미지들(201, 202)과 정합하는 데에 필요한 보정값들이 제5 등록 이미지(205)에 대한 이미지 정보로서 메모리(200)에 저장될 수 있다. 도 14에 도시한 일 실시예에서, 제5 등록 이미지(205)에 대한 보정값들은, 입력 이미지(250)의 인증 단계에서 이용된 제1 등록 이미지(201)와 제5 등록 이미지(205)를 정합할 때 필요한 값일 수 있다.
다음으로 도 15에 도시한 일 실시예를 참조하면, 복수의 등록 이미지들(201-205)이 메모리(200)에 저장되어 있으며, 메모리(200)에는 여유 저장 공간이 부족할 수 있다. 따라서 프로세서는 메모리(200)에 저장되어 있는 등록 이미지들(201-205) 중 일부를 삭제하고, 사용자 인증에 성공한 입력 이미지(250)를 메모리(200)에 저장할지 여부를 결정할 수 있다. 도 15에 도시한 일 실시예에서는, 사용자 인증 절차에서 입력 이미지(250)가 제1 등록 이미지(201)와 정합되어 인증에 성공한 것으로 가정한다. 즉, 사용자 인증 절차에서 제1 등록 이미지(201)가 기준 등록 이미지로 선택될 수 있다. 또한, 제1 등록 이미지(201), 및 제1 등록 이미지(201)와 같은 그룹에 속하는 제2 및 제5 등록 이미지들(202, 205)은 후보 등록 이미지들로 선택될 수 있다.
프로세서는 후보 등록 이미지들로 선택된 제1, 제2 및 제5 등록 이미지들(201, 202, 205)을 입력 이미지(260)와 정합하여 하나의 지문 이미지(310)를 생성할 수 있다. 프로세서는 지문 이미지(310)에 포함된 이미지들(201, 202, 205, 260) 각각에서 개별 영역을 결정할 수 있다. 개별 영역은 이미지들(201, 202, 205, 260) 각각에서 다른 이미지들(201, 202, 205, 260)과 중첩되지 않는 영역으로 정의될 수 있다.
프로세서는 이미지들(201, 202, 205, 260) 각각에서 개별 영역의 점수를 계산할 수 있다. 앞서 설명한 바와 유사하게, 개별 영역의 점수는 개별 영역의 면적 및 개별 영역에 존재하는 특징점의 개수 등에 따라 산정될 수 있다. 일례로, 개별 영역의 면적이 클수록, 그리고 개별 영역에 특징점이 많이 존재할수록 개별 영역은 높은 점수를 가질 수 있다.
프로세서는 이미지들(201, 202, 205, 260) 중에서 가장 낮은 점수를 갖는 개별 영역을 포함하는 이미지를 결정할 수 있다. 도 15에 도시한 일 실시예에서는 입력 이미지(260)의 개별 영역(261)이 상대적으로 높은 점수를 갖는 반면, 제5 등록 이미지(205)의 개별 영역(205A)은 상대적으로 낮은 점수를 가질 수 있다. 따라서 프로세서는, 제5 등록 이미지(205)에 대응하는 지문의 일부 영역이, 제1 및 제2 등록 이미지들(201, 202)과 입력 이미지(260)로 커버될 수 있다고 판단할 수 있다.
프로세서는 메모리(200)에서 제5 등록 이미지(205)를 삭제하고, 제5 등록 이미지(205)를 삭제하여 확보한 저장 공간에 입력 이미지(260)를 제6 등록 이미지(206)로서 저장할 수 있다. 이때 프로세서는 제6 등록 이미지(206)를 제1 및 제2 등록 이미지들(201, 202)과 같은 그룹으로 분류할 수 있다. 또한, 프로세서는 제6 등록 이미지(206)를 제1 및 제2 등록 이미지들(201, 202)과 정합하는 데에 필요한 보정값을 이미지 정보로서 메모리(200)에 저장할 수 있다.
프로세서는, 상기와 같은 절차를 통해, 메모리(200)에 저장된 등록 이미지들을 지속적으로 갱신할 수 있다. 특히 프로세서는, 입력 이미지에서 다른 등록 이미지와 중첩되지 않는 개별 영역의 점수를 기준으로 이미 저장되어 있는 등록 이미지를 새로운 입력 이미지로 대체할지 여부를 결정할 수 있다. 따라서, 제한된 용량의 메모리(200)에 저장된 등록 이미지들로 가능한 넓은 영역의 지문을 커버할 수 있으므로, 지문 인식 성능을 개선할 수 있다.
한편, 선택적으로, 사용자 인증에 성공한 입력 이미지를 저장하기 위해 기존에 저장되어 있던 등록 이미지를 삭제할 때, 사용자 등록 절차에서 메모리에 저장된 등록 이미지는 삭제 대상에서 제외될 수 있다. 이는 정당한 사용자가 아님에도 불구하고 인증 절차를 통과한 입력 이미지에 의해, 등록 이미지가 오염되는 것을 방지하기 위함일 수 있다.
다음으로 도 16을 참조하면, 메모리에 제1 내지 제3 등록 이미지들(410-430)이 저장되어 있을 수 있다. 프로세서가 입력 이미지(440)를 새로 획득한 경우, 프로세서는 입력 이미지(440)를 제1 내지 제3 등록 이미지들(410-430)과 비교하여 입력 이미지(440)를 등록 이미지로 저장할지 여부를 결정할 수 있다.
설명의 편의를 위하여 도 16에 도시한 일 실시예에서, 사용자 지문의 일부 영역에 대응하는 각 이미지들(410-440) 각각은 8개의 단위 영역으로 분할될 수 있다. 프로세서는 제1 내지 제3 등록 이미지들(410-430)을 정합하여 제1 지문 이미지(450)를 생성하고, 제1 지문 이미지(450)에 입력 이미지(440)를 정합하여 제2 지문 이미지(460)를 생성할 수 있다.
제2 지문 이미지(460)에서 둘 이상의 이미지들(410-440)이 중첩되는 영역은 공통 영역(z)으로 정의될 수 있다. 프로세서는 이미지들(410-440) 각각에서 공통 영역(z)을 제외한 개별 영역들을 결정하고, 가장 작은 면적의 개별 영역을 갖는 이미지를 판별할 수 있다. 도 16에 도시한 일 실시예에서는 제2 등록 이미지(420)의 개별 영역이 가장 작은 면적을 가질 수 있다. 따라서 프로세서는, 메모리에 저장된 제2 등록 이미지(420)를 입력 이미지(440)로 대체할 수 있다.
다른 일 실시예에서 프로세서는, 제2 지문 이미지(460)를 이용하여 입력 이미지(440)와 가장 높은 유사성을 갖는 등록 이미지를 찾을 수 있다. 도 16에 도시한 일 실시예에서, 제1 등록 이미지(410)는 입력 이미지(440)와 3개의 단위 영역들을 공유하고, 제2 등록 이미지(420)는 입력 이미지(440)와 4개의 단위 영역들을 공유하며, 제3 등록 이미지(430)는 입력 이미지(440)와 단위 영역을 공유하지 않을 수 있다. 메모리에 여유 저장 공간이 부족하면, 프로세서는 입력 이미지(440)와 가장 높은 유사성을 갖는 제2 등록 이미지(420)를 삭제하고, 입력 이미지(440)를 새로운 등록 이미지로 저장할 수 있다.
즉, 도 16에 도시한 실시예에서, 프로세서는 제2 지문 이미지(460)를 참조하여 공통 영역(z)이 차지하는 면적이 가장 큰 이미지를 중복 이미지로 선택할 수 있다. 도 16에 도시한 일 실시예에서는 제2 등록 이미지(420)가 중복 이미지로 선택되며, 따라서 프로세서가 제2 등록 이미지(420)를 메모리에서 삭제하고 입력 이미지(440)를 저장할 수 있다.
도 17을 참조하면, 메모리에 제1 내지 제3 등록 이미지들(510-530)이 저장되어 있으며, 프로세서는 새로 획득한 입력 이미지(540)를 등록 이미지로 저장할지 여부를 판단할 수 있다. 도 16에 도시한 일 실시예와 유사하게 설명의 편의를 위하여, 사용자 지문의 일부 영역에 대응하는 각 이미지들(510-540) 각각은 8개의 단위 영역으로 분할될 수 있다. 프로세서는 제1 내지 제3 등록 이미지들(510-530)을 정합하여 제1 지문 이미지(550)를 생성하고, 제1 지문 이미지(550)에 입력 이미지(540)를 정합하여 제2 지문 이미지(560)를 생성할 수 있다.
제2 지문 이미지(560)에서 둘 이상의 이미지들(510-540)이 중첩되는 영역은 공통 영역(z)으로 정의될 수 있다. 프로세서는 이미지들(510-540) 각각에서 공통 영역(z)을 제외한 개별 영역들을 결정하고, 가장 작은 면적의 개별 영역을 갖는 이미지를 판별할 수 있다. 도 17에 도시한 일 실시예에서는 입력 이미지(540)의 개별 영역이 가장 작은 면적을 가질 수 있다. 따라서 프로세서는, 입력 이미지(540)를 저장하지 않고, 기존에 저장되어 있던 제1 내지 제3 등록 이미지들(510-530)을 그대로 유지할 수 있다.
도 17에 도시한 실시예에서, 프로세서는 제2 지문 이미지(560)를 참조하여 공통 영역(z)이 차지하는 면적이 가장 큰 이미지를 중복 이미지로 선택할 수 있다. 프로세서는 입력 이미지(540)를 중복 이미지로 선택할 수 있으며, 입력 이미지(540)를 저장하지 않고 기존에 저장되어 있던 제1 내지 제3 등록 이미지들(510-530)을 그대로 유지할 수 있다.
도 18은 본 발명의 일 실시예에 따른 전자 기기를 나타낸 블록도이다.
도 18을 참조하면, 본 발명의 일 실시예에 따른 지문 센서(1010)는 컴퓨터 장치(1000)에 적용될 수 있다. 도 18에 도시한 실시예에 따른 컴퓨터 장치(1000)는 지문 센서(1010) 외에 입출력 장치(1020), 메모리(1030), 프로세서(1040), 및 포트(1050) 등을 포함할 수 있다. 이외에 컴퓨터 장치(1000)는 유무선 통신 장치, 전원 장치 등을 더 포함할 수 있다. 도 18에 도시된 구성 요소 가운데, 포트(1050)는 컴퓨터 장치(1000)가 비디오 카드, 사운드 카드, 메모리 카드, USB 장치 등과 통신하기 위해 제공되는 장치일 수 있다. 컴퓨터 장치(1000)는 일반적인 데스크톱 컴퓨터나 랩톱 컴퓨터 외에 스마트폰, 태블릿 PC, 스마트 웨어러블 기기 등을 모두 포괄하는 개념일 수 있다.
프로세서(1040)는 특정 연산이나 명령어 및 태스크 등을 수행할 수 있다. 프로세서(1040)는 중앙 처리 장치(CPU) 또는 마이크로프로세서 유닛(MCU)일 수 있으며, 버스(1060)를 통해 메모리 장치(1030), 입출력 장치(1020), 지문 센서(1010) 및 포트(1050)에 연결된 다른 장치들과 통신할 수 있다.
메모리(1030)는 컴퓨터 장치(1000)의 동작에 필요한 데이터, 또는 멀티미디어 데이터 등을 저장하는 저장 매체일 수 있다. 메모리(1030)는 랜덤 액세스 메모리(RAM)와 같은 휘발성 메모리나, 또는 플래시 메모리 등과 같은 비휘발성 메모리를 포함할 수 있다. 또한 메모리(1030)는 저장장치로서 솔리드 스테이트 드라이브(SSD), 하드 디스크 드라이브(HDD), 및 광학 드라이브(ODD) 중 적어도 하나를 포함할 수도 있다. 메모리(1030)는 지문 센서(1010)를 통해 입력되는 입력 이미지와 비교되는 등록 이미지가 저장될 수도 있다. 입출력 장치(1020)는 사용자에게 제공되는 키보드, 마우스, 터치스크린 등과 같은 입력 장치 및 디스플레이, 오디오 출력부 등과 같은 출력 장치를 포함할 수 있다.
지문 센서(1010)는 버스(1060) 또는 다른 통신 수단에 의해 프로세서(1040)와 연결될 수 있다. 프로세서(1040)는 지문 센서(1010)를 통해 수신한 입력 이미지를, 메모리(1030)에 저장된 등록 이미지와 비교하여 사용자 인증을 수행할 수 있다. 프로세서(1040)는 사용자 인증을 통과한 입력 이미지, 또는 사용자 등록 절차에서 획득한 입력 이미지를 기존에 저장된 등록 이미지와 비교하여 메모리에 저장할 수 있다. 프로세서(1040)가 입력 이미지를 메모리에 저장하고, 메모리에 저장된 등록 이미지를 관리하는 일련의 방법은, 앞서 도 1 내지 도 17을 참조하여 설명한 본 발명의 다양한 실시예들에 따를 수 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되는 것이 아니며 첨부된 청구범위에 의해 한정하고자 한다. 따라서, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 당 기술분야의 통상의 지식을 가진 자에 의해 다양한 형태의 치환, 변형 및 변경이 가능할 것이며, 이 또한 본 발명의 범위에 속한다고 할 것이다.
110, 120, 130, 140, 250, 260: 입력 이미지
101, 102, 103, 201, 202, 203, 204, 205, 206: 등록 이미지
100, 200: 메모리
300, 310: 지문 이미지

Claims (10)

  1. 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계;
    복수의 등록 이미지들을 하나 이상의 그룹으로 분류하여 저장하는 메모리에서 상기 입력 이미지와 정합되는 기준 등록 이미지를 찾는 단계;
    상기 기준 등록 이미지와 상기 입력 이미지를 정합하여 상기 입력 이미지와 상기 기준 등록 이미지가 중첩되지 않는 제1 개별 영역을 결정하는 단계;
    상기 입력 이미지에 포함되는 상기 제1 개별 영역의 점수가 소정의 기준 점수 이상이면, 상기 입력 이미지를 상기 기준 등록 이미지와 같은 그룹으로 지정하여 상기 메모리에 저장하는 단계;
    상기 복수의 등록 이미지들 중에서 상기 기준 등록 이미지가 속한 그룹에 포함되는 후보 등록 이미지들을 상기 입력 이미지와 정합하는 단계;
    상기 후보 등록 이미지들과 상기 입력 이미지가 서로 중첩되지 않는 제2 개별 영역들을 결정하는 단계; 및
    상기 메모리의 여유 저장 공간과 상기 제2 개별 영역들의 점수에 기초하여 상기 입력 이미지의 저장 여부를 결정하는 단계; 를 포함하는 지문 정보 처리 방법.
  2. 제1항에 있어서,
    상기 입력 이미지에 포함되는 상기 제1 개별 영역 및 상기 제2 개별 영역들의 면적, 및 상기 제1 개별 영역 및 상기 제2 개별 영역들 내에 존재하는 특징점(minutiae)의 개수 중 적어도 하나에 기초하여 상기 제1 개별 영역 및 상기 제2 개별 영역들의 점수를 계산하는 단계; 를 더 포함하는 지문 정보 처리 방법.
  3. 제2항에 있어서,
    상기 제1 개별 영역 및 상기 제2 개별 영역들의 점수는 상기 제1 개별 영역 및 상기 제2 개별 영역들 각각의 면적이 클수록 높은 지문 정보 처리 방법.
  4. 제2항에 있어서,
    상기 제1 개별 영역 및 상기 제2 개별 영역들의 점수는 상기 제1 개별 영역 및 상기 제2 개별 영역들 각각의 내부에 존재하는 특징점의 개수가 많을수록 높은 지문 정보 처리 방법.
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 메모리의 여유 저장 공간이 부족하면, 상기 제2 개별 영역들 중에서 최하 점수를 갖는 개별 영역을 찾는 단계;
    상기 최하 점수를 갖는 개별 영역이 상기 입력 이미지에 포함되면, 상기 입력 이미지를 저장하지 않는 단계; 및
    상기 최하 점수를 갖는 개별 영역이 상기 후보 등록 이미지들 중 어느 하나에 포함되면, 상기 최하 점수를 갖는 개별 영역이 포함된 상기 후보 등록 이미지를 삭제하고 상기 입력 이미지를 저장하는 단계; 를 더 포함하는 지문 정보 처리 방법.
  8. 제7항에 있어서,
    상기 최하 점수를 갖는 개별 영역이 포함된 상기 후보 등록 이미지가 사용자 등록 절차에서 획득한 이미지이고 상기 입력 이미지가 사용자 인증 절차에서 획득한 이미지이면, 상기 최하 점수를 갖는 개별 영역이 포함된 상기 후보 등록 이미지를 삭제하지 않는 지문 정보 처리 방법.
  9. 복수의 등록 이미지들을 복수의 그룹들로 구분하여 메모리에 저장하는 단계;
    사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계;
    상기 그룹들 중에서 상기 입력 이미지와 정합되는 기준 등록 이미지를 갖는 제1 그룹을 검색하는 단계;
    상기 제1 그룹의 등록 이미지들과 상기 입력 이미지를 정합하여, 상기 제1 그룹의 등록 이미지들과 상기 입력 이미지 중 적어도 일부가 중첩되는 공통 영역, 및 상기 입력 이미지와 상기 제1 그룹의 등록 이미지들 각각이 중첩되지 않는 개별 영역들을 결정하는 단계;
    상기 공통 영역이 차지하는 면적 및 상기 개별 영역들이 차지하는 면적에 기초하여 상기 입력 이미지와 상기 제1 그룹의 등록 이미지들의 유사성을 판단하는 단계; 및
    판단된 상기 유사성에 기초하여 상기 입력 이미지의 저장 여부를 판단하는 단계; 를 포함하는 지문 정보 처리 방법.
  10. 사용자 지문의 적어도 일부에 대응하는 입력 이미지를 획득하는 단계;
    복수의 등록 이미지들을 저장하는 메모리에서, 상기 입력 이미지와 상기 복수의 등록 이미지들을 정합하여, 상기 복수의 등록 이미지들 각각과 상기 입력 이미지가 중첩되지 않는 개별 영역들을 결정하는 단계;
    상기 개별 영역들에 기초하여 상기 입력 이미지와 가장 높은 유사성을 갖는 기준 등록 이미지를 찾는 단계; 및
    상기 메모리에 여유 저장 공간이 부족하면, 상기 기준 등록 이미지를 삭제하고 상기 입력 이미지를 저장하는 단계; 를 포함하는 지문 정보 처리 방법.
KR1020170115322A 2017-09-08 2017-09-08 지문 정보 처리 방법 KR102389562B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020170115322A KR102389562B1 (ko) 2017-09-08 2017-09-08 지문 정보 처리 방법
US15/944,862 US10719690B2 (en) 2017-09-08 2018-04-04 Fingerprint sensor and method for processing fingerprint information
CN201810907810.3A CN109472187A (zh) 2017-09-08 2018-08-09 指纹传感器和用于处理指纹信息的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170115322A KR102389562B1 (ko) 2017-09-08 2017-09-08 지문 정보 처리 방법

Publications (2)

Publication Number Publication Date
KR20190028187A KR20190028187A (ko) 2019-03-18
KR102389562B1 true KR102389562B1 (ko) 2022-04-22

Family

ID=65631237

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170115322A KR102389562B1 (ko) 2017-09-08 2017-09-08 지문 정보 처리 방법

Country Status (3)

Country Link
US (1) US10719690B2 (ko)
KR (1) KR102389562B1 (ko)
CN (1) CN109472187A (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11823487B2 (en) * 2020-04-30 2023-11-21 Fingerprint Cards Anacatum Ip Ab Method and system for enrolling a fingerprint

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150074615A1 (en) * 2013-09-09 2015-03-12 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5841888A (en) 1996-01-23 1998-11-24 Harris Corporation Method for fingerprint indexing and searching
JP4426733B2 (ja) 2000-03-31 2010-03-03 富士通株式会社 指紋データ合成方法，指紋データ合成装置，指紋データ合成プログラムおよび同プログラムを記録したコンピュータ読取可能な記録媒体
US7035441B2 (en) * 2000-04-28 2006-04-25 Precise Biometrics Ab Check for fingerprints
AU2001271039A1 (en) * 2000-07-24 2002-02-05 Kabushiki Kaisha Dds Fingerprint collation apparatus, fingerprint collation method, and fingerprint collation program
JP3780830B2 (ja) 2000-07-28 2006-05-31 日本電気株式会社 指紋識別方法及び装置
ATE336755T1 (de) 2001-06-29 2006-09-15 Precise Biometrics Ab Verfahren und vorrichtung zur prüfung der identität einer person, wobei ein für den fingerabdruck konstantes koordinatensystem der bezug ist
US7013030B2 (en) 2002-02-14 2006-03-14 Wong Jacob Y Personal choice biometric signature
KR100622245B1 (ko) * 2004-06-04 2006-09-08 주식회사 팬택 이동 통신 단말기에서 지문 인증 장치 및 방법
US8520903B2 (en) 2010-02-01 2013-08-27 Daon Holdings Limited Method and system of accounting for positional variability of biometric features
US9020207B2 (en) 2011-06-07 2015-04-28 Accenture Global Services Limited Biometric authentication technology
GB2507540A (en) * 2012-11-02 2014-05-07 Zwipe As Enrolling fingerprints by combining image strips to obtain sufficient width
US9400914B2 (en) 2014-10-24 2016-07-26 Egis Technology Inc. Method and electronic device for generating fingerprint enrollment data
US10521642B2 (en) 2015-04-23 2019-12-31 Samsung Electronics Co., Ltd. Fingerprint verification method and apparatus
KR102387569B1 (ko) * 2015-04-23 2022-04-19 삼성전자주식회사 지문 인증 방법 및 장치
KR101774746B1 (ko) * 2015-08-13 2017-09-05 주식회사 슈프리마 지문 인증 방법 및 그 지문 인증 방법을 이용한 장치
US10146981B2 (en) 2015-09-10 2018-12-04 Qualcomm Incorporated Fingerprint enrollment and matching with orientation sensor input
KR101639986B1 (ko) * 2015-10-07 2016-07-15 크루셜텍 (주) 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치
KR102027112B1 (ko) * 2016-07-05 2019-10-01 주식회사 슈프리마 지문 인증 방법 및 장치
KR102170725B1 (ko) * 2016-11-07 2020-10-27 삼성전자주식회사 지문 등록 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150074615A1 (en) * 2013-09-09 2015-03-12 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs

Also Published As

Publication number Publication date
US10719690B2 (en) 2020-07-21
CN109472187A (zh) 2019-03-15
US20190080145A1 (en) 2019-03-14
KR20190028187A (ko) 2019-03-18

Similar Documents

Publication Publication Date Title
US10509943B2 (en) Method of processing fingerprint information
US10127432B2 (en) Derived virtual quality parameters for fingerprint matching
US9471765B1 (en) Fingerprint authentication with template updating
US9508122B2 (en) Creating templates for fingerprint authentication
US9965608B2 (en) Biometrics-based authentication method and apparatus
US9036876B2 (en) Method and system for authenticating biometric data
JP6397036B2 (ja) 動的なキーボードおよびタッチスクリーンのバイオメトリクス
US9223955B2 (en) User-authentication gestures
US9934420B2 (en) Fingerprint information processing method and apparatus for speed improvement of fingerprint registration and authentication
US20180004924A1 (en) Systems and methods for detecting biometric template aging
US9367728B2 (en) Fingerprint recognition method and device thereof
US20140056493A1 (en) Electronic device performing finger biometric pre-matching and related methods
JP2013506210A (ja) システムのバイオメトリックセキュリティの向上
JP2015108952A (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
US9483682B1 (en) Fingerprint recognition method and device thereof
US10089349B2 (en) Method and electronic device for updating the registered fingerprint datasets of fingerprint recognition
US10528791B1 (en) Biometric template updating systems and methods
CN106940802B (zh) 用于使用生物测量学信息的认证的方法和设备
US20230045850A1 (en) Fingerprint Capturing and Matching for Authentication
US11144625B2 (en) Fingerprint authentication method and system for rejecting spoof attempts
KR102389562B1 (ko) 지문 정보 처리 방법
JP5949903B2 (ja) 生体認証装置、生体認証方法、および生体認証プログラム
KR20180086086A (ko) 지문 정보 처리 방법
CN111752654A (zh) 界面布局获取方法、装置、移动设备和存储介质
JP5922071B2 (ja) システムのバイオメトリックセキュリティの向上

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