KR102476017B1 - 생체 정보를 이용한 인증 방법 및 장치 - Google Patents

생체 정보를 이용한 인증 방법 및 장치 Download PDF

Info

Publication number
KR102476017B1
KR102476017B1 KR1020160000738A KR20160000738A KR102476017B1 KR 102476017 B1 KR102476017 B1 KR 102476017B1 KR 1020160000738 A KR1020160000738 A KR 1020160000738A KR 20160000738 A KR20160000738 A KR 20160000738A KR 102476017 B1 KR102476017 B1 KR 102476017B1
Authority
KR
South Korea
Prior art keywords
authentication
quality
determining
area
image
Prior art date
Application number
KR1020160000738A
Other languages
English (en)
Other versions
KR20170081822A (ko
Inventor
김영성
김규홍
김형석
서성주
최창규
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 KR1020160000738A priority Critical patent/KR102476017B1/ko
Priority to US15/293,452 priority patent/US10248835B2/en
Priority to CN201611095134.1A priority patent/CN106940802B/zh
Priority to EP16204205.5A priority patent/EP3190544B1/en
Publication of KR20170081822A publication Critical patent/KR20170081822A/ko
Application granted granted Critical
Publication of KR102476017B1 publication Critical patent/KR102476017B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06V40/13—Sensors therefor
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • 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
    • 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
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Collating Specific Patterns (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)

Abstract

생체 정보를 이용한 인증 방법 및 장치가 개시된다. 일 측에 따른 인증 방법은, 인증 영상에 관한 품질 프로파일을 생성하고, 상기 품질 프로파일에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 단계들을 포함한다.

Description

생체 정보를 이용한 인증 방법 및 장치{METHOD AND APPARATUS FOR AUTHENTICATION USING BIOMETRIC INFORMATION}
아래 실시예들은 생체 정보를 이용한 인증 방법 및 장치에 관한 것이다.
생체 정보를 이용한 인증 기술은 지문, 홍채, 목소리, 얼굴, 혈관 등을 이용하여 사용자를 인증한다. 인증에 사용되는 생체 특성들은 사람마다 다르고, 소지의 불편함이 없을 뿐 아니라, 도용이나 모조의 위험성이 적고, 일생 동안 잘 변하지 않는다는 장점이 있기 때문이다. 특히, 지문을 이용한 인증 기법은 편리성, 보안성, 경제성 등 여러 가지 이유로 현재 가장 많이 상용화되어 있다. 예를 들어, 지문을 이용한 인증 기법은 사용자 기기에 대한 보안을 강화하고, 모바일 결제 등 각종 응용 서비스를 용이하게 제공할 수 있다.
일 측에 따른 인증 방법은, 인증 영상에 관한 품질 프로파일을 생성하는 단계; 상기 품질 프로파일에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 단계; 및 상기 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정하는 단계를 포함한다.
상기 품질 프로파일을 생성하는 단계는, 상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역에 기초하여 상기 대상 영역의 품질을 결정하는 단계를 포함할 수 있다. 상기 품질 프로파일을 생성하는 단계는, 상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하는 단계; 및 상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는 단계를 포함할 수 있다.
상기 인증 방법은, 상기 등록 영상에 관한 품질 프로파일을 생성하는 단계; 및 상기 등록 영상의 품질 프로파일에 기초하여 상기 등록 영상에서 유효 영역을 결정하는 단계를 더 포함할 수 있다. 상기 인증 여부를 결정하는 단계는, 상기 인증 영상의 상기 유효 영역과 상기 등록 영상의 상기 유효 영역을 비교함으로써 상기 인증 여부를 결정하는 단계를 포함할 수 있다.
상기 품질 프로파일을 생성하는 단계는, 상기 인증 영상의 열(column), 행(row) 또는 픽셀(pixel)에 관해 상기 품질 프로파일을 생성하는 단계를 포함할 수 있다.
상기 유효 영역을 결정하는 단계는, 상기 품질 프로파일과 기준 값을 비교하여 상기 인증 영상을 유효 세그먼트(effective segment)와 비유효 세그먼트(ineffective segment)로 분할하는 단계를 포함할 수 있다. 상기 유효 영역을 결정하는 단계는, 상기 인증 영상에서 어느 한쪽 끝의 비유효 세그먼트와 반대쪽 끝의 비유효 세그먼트 사이의 영역을 상기 유효 영역으로 결정하는 단계를 포함할 수 있다. 상기 유효 영역을 결정하는 단계는, 상기 비유효 세그먼트의 품질을 체크하는 단계 및; 체크 결과에 기초하여 최종 비유효 세그먼트를 결정하는 단계를 포함할 수 있다.
상기 비유효 세그먼트의 품질을 체크하는 단계는, 상기 비유효 세그먼트의 폭에 관한 제1 요소, 상기 비유효 세그먼트의 에러에 관한 제2 요소, 및 상기 비유효 세그먼트와 상기 인증 영상의 경계 사이의 거리에 관한 제3 요소 중 적어도 하나를 결정하는 단계; 및 상기 제1 요소, 상기 제2 요소 및 상기 제3 요소 중 적어도 하나에 기초하여 상기 비유효 세그먼트를 상기 유효 세그먼트로 전환하는 단계를 포함할 수 있다. 상기 유효 영역을 결정하는 단계는, 상기 최종 비유효 세그먼트를 포함하지 않는 영역 중에 가장 폭이 넓은 영역을 유효 영역으로 결정하는 단계를 포함할 수 있다.
상기 유효 영역을 결정하는 단계는, 상기 유효 영역이 상기 유효 세그먼트를 포함하도록 상기 유효 영역을 결정하는 단계를 포함할 수 있다. 상기 기준 값은 상기 유효 세그먼트를 위한 품질 값의 상한을 나타내는 상위 기준 값 및 상기 유효 세그먼트를 위한 품질 값의 하한을 나타내는 하위 기준 값을 포함할 수 있다. 상기 유효 영역을 결정하는 단계는, 상기 품질 프로파일에 기초하여, 상기 인증 영상의 한쪽 끝에 위치한 제1 영역의 품질 랭킹 및, 상기 인증 영상의 반대쪽 끝에 위치한 제2 영역의 품질 랭킹을 결정하는 단계; 상기 제1 영역의 품질 랭킹 및 상기 제2 영역의 품질 랭킹의 비율에 기초하여 제거 영역을 결정하는 단계; 및 상기 인증 영상에서 상기 제거 영역을 제외한 나머지 부분을 상기 유효 영역으로 결정하는 단계를 포함할 수 있다. 상기 제거 영역은 미리 정해진 크기를 가질 수 있다.
상기 품질 프로파일을 생성하는 단계는, 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 제1 윈도우를 결정하는 단계 상기 제1 윈도우와 다른 크기를 갖는 제2 윈도우를 결정하는 단계; 및 상기 제1 윈도우에 따른 제1 품질 프로파일 및 상기 제2 윈도우에 따른 제2 품질 프로파일에 기초하여 상기 대상 영역의 품질을 산정하는 단계를 포함할 수 있다.
상기 인증 방법은, 상기 유효 영역에 의해 인증 에러가 발생하였는지 여부를 결정하는 단계; 및 상기 인증 에러가 발생한 것에 응답하여, 상기 품질 프로파일에 관한 윈도우의 크기를 조절하는 단계를 더 포함할 수 있다.
일 측에 따른 인증 장치는, 인증 영상에 관한 품질 프로파일을 생성하는 품질 산정부; 상기 품질 프로파일에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 영역 결정부; 및 상기 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정하는 인증 처리부를 포함한다.
상기 품질 산정부는, 상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역에 기초하여 상기 대상 영역의 품질을 결정할 수 있다. 상기 품질 산정부는, 상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하고, 상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정할 수 있다. 상기 품질 산정부는 상기 등록 영상에 관한 품질 프로파일을 생성하고, 상기 영역 결정부는 상기 등록 영상의 품질 프로파일에 기초하여 상기 등록 영상에서 유효 영역을 결정할 수 있다. 상기 인증 처리부는, 상기 인증 영상의 상기 유효 영역과 상기 등록 영상의 상기 유효 영역을 비교함으로써 상기 인증 여부를 결정할 수 있다. 상기 품질 산정부는, 상기 인증 영상의 열(column), 행(row) 또는 픽셀(pixel)에 관해 상기 품질 프로파일을 생성할 수 있다.
상기 영역 결정부는, 상기 품질 프로파일과 기준 값을 비교하여 상기 인증 영상을 유효 세그먼트(effective segment)와 비유효 세그먼트(ineffective segment)로 분할할 수 있다. 상기 영역 결정부는, 상기 인증 영상에서 어느 한쪽 끝의 비유효 세그먼트와 반대쪽 끝의 비유효 세그먼트 사이의 영역을 상기 유효 영역으로 결정할 수 있다. 상기 영역 결정부는, 상기 비유효 세그먼트의 폭에 관한 제1 요소, 상기 비유효 세그먼트의 에러에 관한 제2 요소, 및 상기 비유효 세그먼트와 상기 인증 영상의 경계 사이의 거리에 관한 제3 요소 중 적어도 하나를 결정하고, 상기 제1 요소, 상기 제2 요소 및 상기 제3 요소 중 적어도 하나에 기초하여 상기 비유효 세그먼트를 상기 유효 세그먼트로 전환할 수 있다. 상기 영역 결정부는, 상기 유효 영역이 상기 유효 세그먼트를 포함하도록 상기 유효 영역을 결정할 수 있다.
상기 영역 결정부는, 상기 품질 프로파일에 기초하여, 상기 인증 영상의 한쪽 끝에 위치한 제1 영역의 품질 랭킹 및, 상기 인증 영상의 반대쪽 끝에 위치한 제2 영역의 품질 랭킹을 결정하고, 상기 제1 영역의 품질 랭킹 및 상기 제2 영역의 품질 랭킹의 비율에 기초하여 제거 영역을 결정하고, 상기 인증 영상에서 상기 제거 영역을 제외한 나머지 부분을 상기 유효 영역으로 결정할 수 있다.
상기 품질 산정부는, 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 제1 윈도우를 결정하고, 상기 제1 윈도우와 다른 크기를 갖는 제2 윈도우를 결정하고, 상기 제1 윈도우에 포함된 픽셀들의 분산 및 상기 제2 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정할 수 있다.
일 측에 따른 인증 방법은, 인증 영상에서 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하는 단계; 상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는 단계; 및 상기 품질에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 단계를 포함한다.
일 측에 따른 인증 장치는, 인증 영상에서 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하고, 상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는 품질 산정부; 및 상기 품질에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 영역 결정부를 포함한다.
일 측에 따른 등록 방법은 등록 영상을 수신하는 단계; 상기 등록 영상에 관한 품질 프로파일을 생성하는 단계; 상기 등록 영상의 품질 프로파일에 기초하여 상기 등록 영상에서 유효 영역을 결정하는 단계; 및 상기 등록 영상의 유효 영역에 기초하여 등록 데이터베이스를 생성하는 단계를 포함한다.
도 1은 일 실시예에 따른 인증 장치를 나타낸 블록도.
도 2A 및 도 2B는 일 실시예에 따른 인증 영상의 획득 과정을 나타낸 도면들.
도 3은 일 실시예에 따른 품질 산정 과정을 설명하기 위한 도면.
도 4 및 도 5는 일 실시예에 따른 윈도우 크기와 품질 인덱스의 관계를 나타낸 도면.
도 6은 일 실시예에 따른 유효 세그먼트와 비유효 세그먼트의 결정 과정을 나타낸 도면.
도 7은 일 실시예에 따른 세그먼트들의 배치에 기초하여 유효 영역을 결정하는 과정을 설명하기 위한 도면.
도 8은 일 실시예에 따른 유효 영역을 나타낸 도면.
도 9는 일 실시예에 따른 세그먼트 체크에 기초하여 유효 영역을 결정하는 과정을 설명하기 위한 도면.
도 10은 일 실시예에 따른 윈도우 크기에 기초하여 품질 프로파일을 생성하는 과정을 설명하기 위한 도면.
도 11은 일 실시예에 따른 멀티 윈도우를 이용하여 통합 품질 프로파일을 생성하는 과정을 설명하기 위한 도면.
도 12는 일 실시예에 따른 윈도우 크기의 조절 과정을 설명하기 위한 도면.
도 13은 일 실시예에 따른 고정된 크기의 유효 영역을 결정하는 과정을 설명하기 위한 도면.
도 14는 일 실시예에 따른 품질 랭킹에 기초한 제거 영역의 결정 과정을 설명하기 위한 도면.
도 15는 일 실시예에 따른 전자 장치를 나타낸 블록도.
도 16은 일 실시예에 따른 인증 방법을 나타낸 동작 흐름도.
도 17은 일 실시예에 따른 품질 프로파일의 생성 방법을 나타낸 동작 흐름도.
도 18은 일 실시예에 따른 세그먼트들의 배치에 기초하여 유효 영역을 결정하는 방법을 나타낸 동작 흐름도.
도 19는 일 실시예에 따른 세그먼트 체크에 기초하여 유효 영역을 결정하는 방법을 나타낸 동작 흐름도.
도 20은 다른 실시예에 따른 인증 방법을 나타낸 동작 흐름도.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다. 하기에서 제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다. 하기에서 설명될 실시예들은 보안 인터페이스에 적용될 수 있다. 예를 들어, 보안 인터페이스에서 전자 결제를 승인하기 위한 인증 과정에 이용될 수 있다. 하기에서 설명될 실시예들에 따르면 센서를 통해 지문 이외의 노이즈가 스캔된 경우에도 보안 인증이 정확하게 수행될 수 있다.
도 1은 일 실시예에 따른 인증 장치를 나타낸 블록도이다. 도 1을 참조하면, 일 실시예에 따른 인증 장치(100)는 품질 산정부(110), 영역 결정부(120) 및 인증 처리부(130)를 포함한다. 인증 장치(100)는 생체 정보를 이용하여 인증을 수행할 수 있다. 예컨대, 생체 정보는 지문, 홍채, 목소리, 얼굴 및 혈관 등을 포함할 수 있다. 사용자의 생체 정보는 데이터베이스에 미리 등록될 수 있다. 등록 정보는 데이터베이스에 미리 등록된 사용자의 생체 정보를 의미할 수 있다. 등록 정보는 등록 영상 및 등록 음성 등을 포함할 수 있다. 사용자는 인증을 위해 인증 정보를 입력할 수 있다. 인증 정보는 인증 영상 및 인증 음성 등을 포함할 수 있다. 인증 장치(100)는 인증 정보와 등록 정보를 비교하고, 비교 결과에 기초하여 인증 결과를 생성할 수 있다. 아래에서는 대표적으로 지문을 이용한 인증 기법에 관해 설명하겠으나, 실시예들은 홍채, 목소리, 얼굴 및 혈관 등의 생체 정보를 이용한 인증 과정에도 적용될 수 있다.
인증 장치(100)는 미리 구비된 데이터베이스로부터 등록 영상을 획득할 수 있다. 데이터베이스는 인증 장치(100)에 포함된 메모리에 저장되거나, 인증 장치(100)와 유선, 무선, 또는 네트워크 등으로 연결 가능한 서버 등의 외부 장치에 저장될 수 있다. 인증 장치(100)는 인증 영상과 등록 영상을 비교함으로써, 사용자의 지문을 인식할 수 있다. 인증 장치(100)는 인증 영상과 등록 영상을 비교하기 위하여, 인증 영상과 등록 영상을 정합할 수 있다. 예를 들어, 인증 장치(100)는 인증 영상과 등록 영상에 공통적으로 포함된 영역이 겹쳐지도록, 인증 영상을 스케일(scale), 회전(rotation), 및/또는 이동(translation) 시킬 수 있다.
인증 영상은 다양한 요인으로 인한 노이즈를 부분적으로 포함할 수 있다. 예를 들어, 센서를 누르는 압력에 따라 지문 영상 내 변형(deformation)이 발생될 수 있다. 인증 영상이 생성될 때, 지문 센서의 센싱 영역의 각 부위별로 가해지는 압력이 다를 수 있다. 이로 인하여, 인증 영상의 적어도 일부에 변형이 생길 수 있다. 또한, 등록 영상도 다양한 요인으로 인한 노이즈를 포함할 수 있다. 이 경우, 노이즈를 포함하는 인증 영상과 등록 영상을 비교하는 것은 지문 인식의 신뢰도를 감소시킬 수 있다. 예컨대, 부당한 사용자에 의한 인증 시도에 대해 잘못된 승낙(false accept)가 발생하거나, 정당한 사용자에 의한 인증 시도에 대해 잘못된 거절(false reject)이 발생할 수 있다. 따라서, 인증 결과의 정확성을 높이기 위해서는 인증 정보에서 정확한 정보를 추출할 필요가 있다.
아래에서 상세히 설명하겠으나, 실시예들은 인증 영상뿐 아니라 등록 영상에도 적용될 수 있다. 예컨대, 등록 영상으로부터 정확한 정보를 추출하여 등록 데이터베이스에 등록함으로써, 등록 데이터베이스의 품질을 향상시킬 수 있다.
다시 도 1을 참조하면, 품질 산정부(110)는 인증 영상을 수신한다. 인증 영상은 센서를 통해 수신될 수 있다. 센서는 지문 센서를 포함할 수 있다. 인증 영상의 획득 과정에 대해서는 도 2를 참조하여 설명한다.
도 2A 및 도 2B는 일 실시예에 따른 인증 영상의 획득 과정을 나타낸 도면들이다. 도 2A에는 지문 센서의 하단에서 지문이 획득되는 과정 및 지문 센서의 하단에서 획득된 인증 영상(11)이 도시되어 있고, 도 2B에는 지문 센서의 좌 측면에서 지문이 획득되는 과정 및 지문 센서의 좌 측면에서 획득된 인증 영상(12)이 도시되어 있다. 지문 센서의 센싱 영역의 크기는 사용자의 지문의 크기보다 작을 수 있다. 따라서, 지문 센서는 지문의 일부에 대한 인증 영상(11, 12)을 획득할 수 있다. 인증 장치는 지문의 일부에 대한 인증 영상(11, 12)과 등록 영상을 비교함으로써 인증 결과를 생성할 수 있다. 앞서 언급된 것처럼, 인증 영상(11, 12)에는 노이즈가 포함될 수 있다. 예컨대, 인증 영상(11)의 상단 및 양 측면에는 노이즈가 포함되어 있고, 인증 영상(120)의 우 측면에는 노이즈가 포함되어 있다. 노이즈는 인증 결과의 정확성을 감소시킬 수 있다. 아래에서 상세히 설명되겠으나, 인증 과정에서 노이즈를 제거하고, 인증 영상으로부터 등록 영상과 비교하기 위한 유효 영역을 추출함으로써, 인증 결과의 정확성을 향상시킬 수 있다.
전술한 동작은 등록 영상에도 그대로 적용될 수 있다. 예컨대, 등록 과정에서 등록 영상의 노이즈를 제거하고, 유효 영역을 추출함으로써, 등록 영상의 유효 영역을 등록 데이터베이스에 등록할 수 있다. 또는, 기 등록된 등록 영상을 인증 영상과 비교하는 과정에서, 등록 영상의 유효 영역과 인증 영상의 유효 영역을 각각 추출하고, 추출된 두 유효 영역을 서로 비교함으로써 인증이 수행될 수도 있다.
이하, 설명의 편의를 위하여 인증 영상의 유효 영역을 추출하는 실시예들을 설명하나, 실시예들은 등록 영상의 유효 영역을 추출하는 형태로 다양하게 변형될 수 있다.
다시 도 1을 참조하면, 품질 산정부(110)는 인증 영상에 관한 품질 프로파일(quality profile)을 생성한다. 품질 프로파일이란 인증 영상의 단위 영역 별 품질을 나타내는 데이터를 의미한다. 단위 영역의 중심점은 열(column), 행(row) 또는 픽셀(pixel)이 될 수 있으며, 품질 프로파일에서 품질은 열(column), 행(row) 또는 픽셀(pixel)을 기준으로 결정될 수 있다. 인증 영상에서 노이즈를 포함하는 영역은 품질이 낮을 수 있고, 지문 정보를 포함하는 영역은 품질이 높을 수 있다. 따라서, 유효 영역을 추출하기 위해 품질 프로파일이 이용될 수 있다. 품질 프로파일의 생성을 위한 품질 산정 과정은 도 3을 참조하여 설명한다.
도 3은 일 실시예에 따른 품질 산정 과정을 설명하기 위한 도면이다. 도 3의 실시예에서 인증 영상의 열을 기준으로 품질 프로파일이 생성될 수 있다. 도 3을 참조하면, 대상 영역(22)에 해당하는 인증 영상의 열을 기준으로 품질을 산정하기 위한 윈도우(21)가 도시되어 있다. 윈도우(21)는 대상 영역(22) 및 이웃 영역(23)을 포함한다. 윈도우(21)에 포함된 대상 영역(22) 및 이웃 영역(23)에 기초하여 대상 영역(22)의 품질이 결정될 수 있다. 대상 영역(22)의 품질을 결정하기 위해 윈도우(21)에 포함된 픽셀들 간의 격차가 이용될 수 있다. 예컨대, 윈도우(21)에 포함된 픽셀들의 분산(variance)에 기초하여 대상 영역(22)의 품질이 결정될 수 있다. 인증 영상에서 윈도우(21)를 움직이면서 인증 영상 전체에 대한 품질을 산정할 수 있다. 예컨대, 윈도우(21)를 인증 영상의 어느 한쪽 끝에서 반대쪽 끝으로 이동하면서 인증 영상 전체에 대한 품질을 산정할 수 있다. 품질 프로파일은 수학식 1과 같이 나타낼 수 있다.
Figure 112016000625093-pat00001
수학식 1에서, Q는 품질 프로파일을 나타낸다. w는 인증 영상을 x-y 평면에 나타낼 경우, x-축 방향의 좌표 값을 의미한다. w의 최소 값은 "1"이고, 최대 값은 "width"인 것으로 가정할 수 있다.
인증 영상에서 각각의 열에 대한 품질은 품질 인덱스로 나타낼 수 있다. 품질 프로파일은 인증 영상 전체에 대한 품질 인덱스를 포함할 수 있다. 도 3의 그래프에서 x축은 열의 좌표를 나타내고, y축은 해당하는 열의 품질 인덱스를 나타낸다. 도 3의 그래프를 참조하면, 인증 영상에서 지문을 포함하는 영역의 품질 인덱스가 지문을 포함하지 않는 영역의 품질 인덱스에 비해 상대적으로 높은 것을 확인할 수 있다. 따라서, 유효 영역을 결정하기 위해 품질 인덱스가 활용될 수 있다.
이상, 인증 영상의 열을 기준으로 품질을 산정하는 방법을 설명하였으나, 이와 유사한 방식으로 인증 영상의 행 또는 픽셀을 기준으로 품질을 산정할 수도 있다. 일 예로, 인증 영상의 행을 기준으로 품질을 산정하는 경우, 대상 행 주변의 행들을 포함하는 윈도우를 이용하여 대상 행의 품질 인덱스가 결정될 수 있다. 다른 예로, 인증 영상의 픽셀을 기준으로 품질을 산정하는 경우, 대상 픽셀 주변의 픽셀들을 포함하는 윈도우를 이용하여 대상 픽셀의 품질 인덱스가 결정될 수 있다.
또한, 윈도우(21)의 크기에 따라 품질 인덱스가 변동될 수 있다. 다시 말해, 윈도우(21)의 크기는 품질 인덱스에 영향을 미칠 수 있다. 도 4 및 도 5를 참조하여, 윈도우 크기와 품질 인덱스의 관계를 설명한다.
도 4 및 도 5는 일 실시예에 따른 윈도우 크기와 품질 인덱스의 관계를 나타낸 도면이다. 도 4를 참조하면, 다양한 크기를 갖는 윈도우가 도시되어 있다. 일 예로, 윈도우는 1에서 50의 상대 크기를 가질 수 있다. 도 5를 참조하면, 특정한 인증 영상에 대한 윈도우 크기 별 품질 인덱스가 도시되어 있다. 윈도우 크기가 커질수록 품질 인덱스의 변화는 작아질 수 있고, 윈도우 크기가 작아질수록 품질 인덱스의 변화는 커질 수 있다. 인증 결과의 정확성을 향상시키기 위해서는 적절한 크기의 윈도우가 사용될 수 있다. 일 측에 따르면, 인증 과정에서 고정된 크기의 단일 윈도우가 이용될 수 있다. 다른 일 측에 따르면, 인증 과정에서 다양한 크기의 멀티 윈도우가 이용될 수 있다. 멀티 윈도우를 이용하여 품질 프로파일을 생성하는 방법은 후술하도록 한다.
다시 도 1을 참조하면, 품질 산정부(110)는 상술한 윈도우를 이용하여 품질 프로파일을 생성할 수 있다. 품질 산정부(110)는 인증 영상 내의 대상 영역 및 대상 영역의 이웃 영역에 기초하여 상기 대상 영역의 품질을 결정할 수 있다. 품질 산정부(110)는 인증 영상 내의 대상 영역 및 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하고, 윈도우에 포함된 픽셀들의 분산에 기초하여 대상 영역의 품질을 산정할 수 있다. 앞서 언급된 것처럼 품질 산정부(110)는 인증 영상의 열, 행 또는 픽셀에 관해 품질 프로파일을 생성할 수 있다.
영역 결정부(120)는 품질 프로파일에 기초하여 인증 영상에서 유효 영역을 결정한다. 유효 영역은 인증 영상의 적어도 일부의 영역으로, 인증 결과의 생성을 위해 등록 영상과의 비교되는 영역을 의미한다. 영역 결정부(120)는 품질 프로파일과 기준 값(threshold)을 비교하여 인증 영상을 유효 세그먼트(effective segment)와 비유효 세그먼트(ineffective segment)로 분할할 수 있다. 일 예로, 기준 값은 유효 세그먼트를 위한 품질 값의 하한을 나타내는 하위 기준 값을 포함할 수 있다. 다른 예로, 기준 값은 하위 기준 값뿐 아니라 유효 세그먼트를 위한 품질 값의 상한을 나타내는 상위 기준 값을 더 포함할 수도 있다. 품질 인덱스를 결정하는 방식에 따라 인증 영상의 지문을 포함하는 영역과 지문을 포함하지 않는 영역의 경계에서 품질 인덱스가 증가할 수 있으므로, 기준 값의 상한을 정의함으로써 인증 영상에서 유효 영역이 효과적으로 추출될 수 있다. 유효 세그먼트와 비유효 세그먼트의 결정 과정은 도 6을 참조하여 설명한다.
도 6은 일 실시예에 따른 유효 세그먼트와 비유효 세그먼트의 결정 과정을 나타낸 도면이다. 도 6을 참조하면, 인증 영상이 세그먼트들(31 내지 36)으로 분할되는 과정이 도시되어 있다. 세그먼트들(31 내지 36)은 기준 값들(thresholds)에 기초하여 분할될 수 있다. 제1 기준 값(thH)은 상위 기준 값을 나타내고, 제2 기준 값(thL)은 하위 기준 값을 나타낸다. 인증 영상에서 제1 기준 값(thH)과 제2 기준 값(thL) 사이의 영역은 유효 세그먼트들(31, 33, 35)로 결정될 수 있고, 제1 기준 값(thH)과 제2 기준 값(thL) 밖의 영역은 비유효 세그먼트들(32, 34, 36)로 결정될 수 있다. 유효 세그먼트들(31, 33, 35) 및 비유효 세그먼트들(32, 34, 36)은 수학식 2에 의해 정의될 수 있다.
Figure 112016000625093-pat00002
수학식 2에서, w는 x축 상의 좌표 값을 나타내고, R은 유효 세그먼트들(31, 33, 35)을 나타내며, S는 비유효 세그먼트들(32, 34, 36)을 나타내고, thL은 하위 기준 값을 나타내며, thH는 상위 기준 값을 나타낸다. 추후 상세히 설명하겠으나, 유효 영역은 유효 세그먼트들(31, 33, 35) 중 적어도 하나를 포함하도록 결정될 수 있다. 일례로, 유효 영역은 세그먼트들의 배치에 기초하여 결정될 수 있다. 다른 예로, 유효 영역은 세그먼트 체크에 기초하여 결정될 수 있다. 구체적인 유효 영역의 결정 과정은 도 7 내지 도 10을 참조하여 설명한다.
도 7은 일 실시예에 따른 세그먼트들의 배치에 기초하여 유효 영역을 결정하는 과정을 설명하기 위한 도면이다. 도 7을 참조하면, 인증 영상은 비유효 세그먼트들(S1, S2, S3)을 포함한다. 인증 영상에서 비유효 세그먼트들(S1, S2, S3)의 상대 위치는 좌표 값을 통해 나타낼 수 있다. 예컨대, 비유효 세그먼트(S1)은
Figure 112016000625093-pat00003
과
Figure 112016000625093-pat00004
의 사이에 위치하는 것으로 정의할 수 있다. 유효 영역은 좌측 끝의 비유효 세그먼트(S1)와 우측 끝의 비유효 세그먼트(S3) 사이의 영역으로 결정될 수 있다. 즉,
Figure 112016000625093-pat00005
과
Figure 112016000625093-pat00006
사이의 영역이 유효 영역으로 결정될 수 있다.
Figure 112016000625093-pat00007
및
Figure 112016000625093-pat00008
는 수학식 3 및 4에 의해 결정될 수 있다.
Figure 112016000625093-pat00009
Figure 112016000625093-pat00010
수학식 3 및 4에서 i는 비유효 세그먼트의 인덱스 값을 나타낸다. 또한, 도 7에 도시된 인증 영상에서 좌측으로 갈수록 좌표 값은 작아지고, 우측으로 갈수록 좌표 값은 커지는 것으로 전제할 수 있다. 따라서, 도 7에서
Figure 112016000625093-pat00011
이
Figure 112016000625093-pat00012
가 되고,
Figure 112016000625093-pat00013
가
Figure 112016000625093-pat00014
이 될 수 있다.
도 8은 일 실시예에 따른 유효 영역을 나타낸 도면이다. 인증 영상(41)은 유효 세그먼트들과 비유효 세그먼트들과 포함하는 복수의 세그먼트들로 분할된 상태를 나타낸다. 인증 영상(42)은 비유효 세그먼트들의 배치에 기초하여 유효 영역 후보가 결정된 상태를 나타낸다. 최종적으로, 인증 영상(43)은 좌측 끝의 비유효 세그먼트와 우측 끝의 비유효 세그먼트 사이의 영역이 유효 영역으로 결정된 상태를 나타낸다.
도 9는 일 실시예에 따른 세그먼트 체크에 기초하여 유효 영역을 결정하는 과정을 설명하기 위한 도면이다. 인증 장치는 비유효 세그먼트들(32, 34, 36)을 체크하여 비유효 세그먼트들(32, 34, 36) 중 유효 영역으로 포함시킬 수 있는 세그먼트가 존재하는지 여부를 검사할 수 있다.
보다 구체적으로, 단계(310)에서, 인증 장치는 인증 영상을 획득한다. 인증 장치는 지문 센서를 통해 인증 영상을 획득할 수 있다. 단계(320)에서, 인증 장치는 품질 프로파일을 생성한다. 앞서 언급된 것처럼, 품질 프로파일은 윈도우에 포함된 픽셀들의 분산에 기초하여 생성될 수 있다. 단계(330)에서, 인증 장치는 세그먼트를 분할한다. 세그먼트는 유효 세그먼트와 비유효 세그먼트를 포함할 수 있다.
단계(340)에서, 인증 장치는 세그먼트를 체크한다. 세그먼트의 체크는 비유효 세그먼트를 유효 영역에서 제외하는 것으로 확정할 것인지 또는 비유효 세그먼트를 유효 세그먼트로 전환할 것인지 결정하는 것을 포함할 수 있다. 인증 장치는 세그먼트의 체크를 위해 비유효 세그먼트의 폭에 관한 제1 요소, 비유효 세그먼트의 에러에 관한 제2 요소, 및 비유효 세그먼트와 인증 영상의 경계 사이의 거리에 관한 제3 요소를 고려할 수 있다.
이하, 일 실시예에 따라 각각의 요소들을 계산하는 방법을 설명한다. 요소들은 아래에서 설명되는 방법 외의 다른 방법으로도 계산될 수 있다. 일 실시예에 따르면, 제1 요소는 수학식 5에 의해 계산될 수 있다.
Figure 112016000625093-pat00015
수학식 5에서 ΔSi는 제1 요소인 i번째 세그먼트의 폭을 나타내고,
Figure 112016000625093-pat00016
은 i번째 세그먼트의 좌측 끝의 좌표 값을 나타내고,
Figure 112016000625093-pat00017
는 i번째 세그먼트의 우측 끝의 좌표 값을 나타낸다. 비유효 세그먼트의 폭이 충분히 큰 경우 비유효 세그먼트는 무시할 수 없는 노이즈를 포함하므로, 비유효 세그먼트는 유효 영역에서 확정적으로 제외될 수 있다.
다음으로, 제2 요소는 수학식 6에 의해 계산될 수 있다.
Figure 112016000625093-pat00018
수학식 6에서 E는 단위 폭에 대한 기준 값 대비 에러의 합인 제2 요소를 나타내고, ew는 w에 대한 에러를 나타내고, Q는 품질 인덱스를 나타낸다. 비유효 세그먼트의 에러가 큰 경우, 비유효 세그먼트는 유효 영역에서 제외될 수 있다. 비유효 세그먼트의 에러가 기준 값보다 작은 경우, 비유효 세그먼트는 유효 세그먼트로 전환될 수 있다.
다음으로, 제3 요소는 수학식 7에 의해 계산될 수 있다.
Figure 112016000625093-pat00019
dsi는 제3 요소인 비유효 세그먼트와 인증 영상의 경계 사이의 거리를 나타낸다. 수학식 7에서 인증 영상의 좌측 경계 값은 "1"이고, 인증 영상의 우측 경계 값은 "Width"인 것으로 가정한다. 따라서, dsi는 비유효 세그먼트의 최소 값과 인증 영상의 좌측 경계 값과의 차 및 비유효 세그먼트의 최대 값과 인증 영상의 우측 경계 값과의 차 중에 작은 값으로 정의될 수 있다.
일 측에 따르면, 유효 영역의 결정에 상술된 제1 요소, 제2 요소 및 제3 요소가 모두 고려될 수 있다. 예컨대, 제1 요소가 제1 기준 값인 thw보다 크고, 제2 요소가 제2 기준 값인 the보다 크고, 제3 요소가 제3 기준 값인 thd보다 작은 경우, 비유효 세그먼트는 유효 영역에서 확정적으로 제외될 수 있다. 이러한 유효 영역의 결정 기준은 수학식 8로 나타낼 수 있다.
Figure 112016000625093-pat00020
수학식 8에서 S는 최종 비유효 세그먼트를 나타내고, si는 i번째 세그먼트를 나타낸다. 최종 비유효 세그먼트는 유효 영역에서 제외될 수 있다. 다시 말해, 특정 세그먼트가 세그먼트의 분할 과정에서 비유효 세그먼트로 결정된 경우, 상기 특정 세그먼트는 세그먼트 체크 과정에서 최종 비유효 세그먼트로 결정된 이후에 유효 영역에서 제외될 수 있다.
단계(350)에서, 인증 장치는 유효 영역을 결정한다. 일 측에 따르면, 유효 영역은 수학식 9에 의해 결정될 수 있다.
Figure 112016000625093-pat00021
Sc는 수학식 9에서 구한 최종 비유효 세그먼트의 여집합을 의미한다. 인증의 정확성을 향상시키기 위해서는 적절한 넓이의 유효 영역이 확보되어야 한다. 따라서, 최종 비유효 세그먼트의 여집합 중에 가장 폭이 넓은 세그먼트들의 집합을 유효 영역으로 결정할 수 있다. 단계(360)에서, 인증 장치는 인증 여부를 결정한다. 인증 장치는 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정할 수 있다.
또한, 단계(360)에서 인증 영상의 유효 영역과 등록 영상의 유효 영역을 비교함으로써 인증 여부를 결정할 수도 있다. 이 경우, 등록 영상의 유효 영역은 인증 영상의 유효 영역을 결정하는 것과 실질적으로 동일한 방식으로 결정될 수 있다.
다시 도 1을 참조하면, 인증 처리부(130)는 인증 여부를 결정한다. 일 실시예에 따르면, 인증 처리부(130)는 인증 영상의 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정할 수 있다. 인증 처리부(130)는 미리 구비된 데이터베이스로부터 등록 영상을 획득할 수 있다. 다른 실시예에 따르면, 등록 과정에서 등록 영상의 유효 영역이 추출되어 데이터베이스에 저장될 수 있다. 이 경우, 인증 처리부(130)는 등록 영상의 유효 영역을 수신할 수 있다. 또 다른 실시예에 따르면, 품질 산정부(110)는 인증 영상뿐 아니라 등록 영상을 수신할 수 있다. 이 경우, 품질 산정부(110)는 등록 영상의 품질 프로파일을 생성하고, 영역 결정부(120)는 등록 영상의 유효 영역을 결정할 수 있다. 인증 처리부(130)는 인증 영상의 유효 영역과 등록 영상의 유효 영역을 비교함으로써, 인증을 수행하고 인증 여부를 결정할 수 있다.
인증 처리부(130)는 인증 영상과 등록 영상을 비교하기 위하여, 인증 영상과 등록 영상을 정합할 수 있다. 예를 들어, 인증 처리부(130)는 인증 영상과 등록 영상에 공통적으로 포함된 영역이 겹쳐지도록, 인증 영상을 스케일(scale), 회전(rotation), 및/또는 이동(translation) 시킬 수 있다. 인증 처리부(130)는 인증 결과를 출력할 수 있다. 인증 결과는 스마트 폰, 모바일 기기, 가전 기기, 리코트 컨트롤러, 차량(vehicle), 출입통제 보안기기 등에서 사용자 인증을 위해 사용될 수 있다. 또한, 인증 결과는 스마트 폰이나 모바일 기기에서 전자 결제를 위해 사용되거나, 자동차에서 지문 인식을 통한 사용자 인증 및 시동에 사용될 수 있다. 또한, 인증 결과는 스마트 TV 등의 스마트 가전기기에 대한 사용자 인증에 사용될 수 있다.
도 10은 일 실시예에 따른 윈도우 크기에 기초하여 품질 프로파일을 생성하는 과정을 설명하기 위한 도면이다. 앞서 언급된 것처럼, 인증 과정에서 다양한 크기의 멀티 윈도우가 이용될 수 있다. 예컨대, 품질 프로파일의 생성을 위해 크기가 서로 상이한 제1 윈도우(61), 제2 윈도우(62) 및 제3 윈도우(63)가 이용될 수 있다. 제1 윈도우(61)에 기초한 품질 프로파일은 제3 윈도우(63)에 기초한 품질 프로파일에 비해 변화의 폭이 클 수 있다. 일 실시예에 따르면 인증 장치는 멀티 윈도우를 이용하여 통합 품질 프로파일을 생성하고, 통합 품질 프로파일을 통해 유효 영역을 결정할 수 있다. 다른 실시예에 따르면 인증 장치는 인증 에러의 발생 여부에 따라 윈도우 크기를 조절하고, 조절된 크기를 갖는 윈도우를 이용하여 품질 프로파일을 생성할 수 있다. 구체적인 실시예들은 도 11 및 도 12를 참조하여 설명한다.
도 11은 일 실시예에 따른 멀티 윈도우를 이용하여 통합 품질 프로파일을 생성하는 과정을 설명하기 위한 도면이다. 인증 장치는 멀티 윈도우를 이용하여 통합 품질 프로파일을 생성하고, 통합 품질 프로파일을 통해 유효 영역을 결정할 수 있다. 예컨대, 인증 장치는 제1 윈도우(61)에 기초하여 제1 품질 프로파일을 생성할 수 있고, 제2 윈도우(62)에 기초하여 제2 품질 프로파일을 생성할 수 있다. 제3 윈도우(63)에 기초하여 제3 품질 프로파일을 생성할 수 있다. 인증 장치는 제1 품질 프로파일, 제2 품질 프로파일 및 제3 품질 프로파일에 기초한 퓨전 연산에 기초하여 통합 품질 프로파일을 생성할 수 있다. 인증 장치는 통합 품질 프로파일에 기초하여 유효 영역을 결정할 수 있다. 퓨전 연산은 평균 연산, 합산 연산, 가중치 평균(average of weighted sum) 등 다양한 통계 연산을 포함할 수 있다. 예컨대, 인증 장치는 제1 품질 프로파일, 제2 품질 프로파일 및 제3 품질 프로파일의 평균에 기초하여 통합 품질 프로파일을 생성할 수 있다.
도 12는 일 실시예에 따른 윈도우 크기의 조절 과정을 설명하기 위한 도면이다. 도 12를 참조하면, 단계(410)에서, 인증 장치는 윈도우의 크기를 결정한다. 윈도우의 크기는 미리 정해진 디폴트 값으로 결정될 수 있다. 예컨대, 디폴트 값은 지문 센서를 통해 획득되는 평균적인 지문의 크기에 기초하여 결정될 수 있다. 단계(420)에서, 인증 장치는 품질 프로파일을 생성한다. 인증 장치는 단계(410)에서 결정된 크기의 윈도우를 이용하여 품질 프로파일을 생성할 수 있다. 단계(430)에서, 인증 장치는 유효 영역을 결정한다. 인증 장치는 품질 프로파일에 기초하여 유효 영역을 결정할 수 있다.
단계(440)에서, 인증 장치는 인증 에러의 발생 여부를 결정한다. 인증 에러는 인증 장치가 유효 영역에 기초하여 인증 여부를 결정할 수 없는 경우에 발생할 수 있다. 예컨대, 인증 에러는 유효 영역의 면적이 등록 영상과 비교 가능한 정도로 충분히 넓지 않은 경우에 발생할 수 있다. 인증 장치는 유효 영역에 기초하여 사용자의 인증을 승낙하거나 거절할 수 없는 경우 인증 에러를 발생시킬 수 있다. 윈도우의 크기는 품질 프로파일에서 품질 인덱스의 변화량에 영향을 미치므로, 윈도우의 크기에 따라 유효 영역의 면적이 달라질 수 있다. 이 경우, 인증 장치는 윈도우의 크기를 조절함으로써 적절한 면적의 유효 영역을 획득할 수 있다.
단계(450)에서, 인증 장치는 윈도우의 크기를 조절한다. 인증 장치는 윈도우의 크기를 감소 시키거나, 증가 시킬 수 있다. 일 측에 따르면, 인증 장치는 유효 영역이 증가하는 방향으로 윈도우의 크기를 조절할 수 있다. 단계(420) 내지 단계(450)은 인증 에러가 발생하지 않을 때까지 반복적으로 수행될 수 있다.
단계(460)에서, 인증 장치는 인증 여부를 결정한다. 인증 장치는 유효 영역과 등록 영상을 비교함으로써, 사용자의 인증을 승낙하거나 거절할 수 있다. 인증 장치는 인증 여부에 기초하여 인증 결과를 출력할 수 있다.
도 13은 일 실시예에 따른 고정된 크기의 유효 영역을 결정하는 과정을 설명하기 위한 도면이다. 도 13을 참조하면, 가장자리 영역에 해당하는 제거 영역을 이용하여 고정된 크기의 유효 영역이 결정될 수 있다. 일 예로, 인증 영상의 가로 방향의 길이를 줄여 고정된 크기의 유효 영역을 결정하는 경우, 제거 영역은 왼쪽 가장자리의 제1 제거 영역(71) 및 오른쪽 가장자리의 제2 제거 영역(72)을 포함할 수 있다.
제1 제거 영역(71) 및 제2 제거 영역(72)을 포함하는 전체 제거 영역은 고정된 크기를 가질 수 있다. 따라서, 인증 영상에서 전체 제거 영역이 제거된 유효 영역은 고정된 크기를 가질 수 있다. 제1 제거 영역(71) 및 제2 제거 영역(72)의 크기는 서로 다를 수 있다. 제1 제거 영역(71) 및 제2 제거 영역(72) 각각은 최대 크기를 가질 수 있다. 예를 들어, 제1 제거 영역(71)의 품질이 제2 제거 영역(72)의 품질에 비해 월등히 높은 경우, 인증 장치는 유효 영역에서 제2 제거 영역(72)을 전체 제거 영역으로 결정할 수 있다.
제1 제거 영역(71)의 크기와 제2 제거 영역(72)의 크기의 비율은 제1 제거 영역(71) 및 제2 제거 영역(72)에 대한 품질 프로파일에 기초하여 결정될 수 있다. 제거 영역의 크기는 제거 영역의 품질에 반비례할 수 있다. 즉, 인증 장치는 제거 영역의 품질에 반비례하도록 제거 영역의 크기를 결정할 수 있다. 예컨대, 제1 제거 영역(71)의 품질이 제2 제거 영역(72)의 품질에 비해 2배인 경우, 인증 장치는 제1 제거 영역(71)의 크기가 제2 제거 영역(72)의 크기에 1/2배가 되도록 제거 영역을 결정할 수 있다. 일 실시예에 따르면, 제거 영역의 크기는 품질 랭킹에 기초하여 결정될 수 있다. 품질 랭킹에 기초한 제거 영역의 결정 과정에 관해서는 도 14를 참조하여 설명한다.
도 14는 일 실시예에 따른 품질 랭킹에 기초한 제거 영역의 결정 과정을 설명하기 위한 도면이다. 도 14를 참조하면, 인증 영상은 제1 제거 영역(71) 및 제2 제거 영역(72)을 포함한다. 제1 제거 영역(71)은 열(1 내지 4)를 포함하고, 제2 제거 영역은 열(5 내지 8)을 포함한다. 제거 영역에 포함된 열의 수는 예시일 뿐이며 제거 영역은 설명된 것보다 많거나 적은 열들을 포함할 수 있다. 또한, 품질 프로파일이 행 또는 픽셀을 기준으로 생성되는 경우, 행 또는 픽셀에 대해서도 아래에서 설명되는 것과 유사한 방식으로 제거 영역이 결정될 수 있다.
인증 장치는 품질 프로파일에 기초하여 열(1 내지 8)의 품질 랭킹을 결정할 수 있다. 품질 프로파일에 기초한 품질 인덱스가 높을수록 높은 랭킹이 부여될 수 있다. 예컨대, 열(3)의 품질 인덱스가 가장 크고, 열(7), 열(5), 열(6), 열(8), 열(4), 열(2), 및 열(1)의 순으로 품질 인덱스가 작아지는 경우, 열(3)의 랭킹이 "1"로 결정되고, 열(7)의 랭킹이 "2"로 결정되고, 나머지 열의 랭킹도 순서대로 결정될 수 있다.
인증 장치는 랭킹에 기초하여 제거 영역을 결정할 수 있다. 인증 장치는 랭킹이 높은 열을 포함할수록 제거 영역의 크기를 작게 결정할 수 있다. 다시 말해, 제거 영역은 랭킹이 높은 열을 포함할수록 크기가 작아질 수 있다. 예컨대, 인증 장치는 제거 영역의 크기가 랭킹에 반비례하도록 제거 영역을 결정할 수 있다. 제1 제거 영역(71)의 열들은 랭킹 "1", 랭킹 "6", 랭킹 "7", 및 랭킹 "8"에 해당하고, 제2 제거 영역(72)의 열들은 랭킹 "2", 랭킹 "3", 랭킹 "4" 및 랭킹 "5"에 해당할 수 있다. 각각의 열들에는 랭킹 별로 미리 정해진 점수가 부여될 수 있다. 예컨대, 랭킹 "1"에 대해서는 8점이, 랭킹 "2"에 대해서는 7점이 부여되고, 랭킹 "8"에 대해서는 1점이 부여될 수 있다. 이 경우, 제1 제거 영역(71)에는 14점이 부여되고, 제2 제거 영역(72)에는 22점이 부여될 수 있다. 따라서, 제1 제거 영역(71)의 크기와 제2 제거 영역(72)의 크기는 14:22의 비율로 결정될 수 있다. 상술된 점수 부여 방식은 하나의 예시에 불과하며 각각의 랭킹에 대해서는 다양한 방식으로 점수가 부여될 수 있다. 또한, 제1 제거 영역(71)의 크기 및 제2 제거 영역(72)의 크기 사이의 비율은 랭킹 또는 점수의 비율에 기초하여 결정될 수 있다.
도 15는 일 실시예에 따른 전자 장치를 나타낸 블록도이다. 도 13을 참조하면, 전자 장치(500)는 센서(510), 통신 모듈(520), 메모리(530), 인증부(540) 및 처리부(550)를 포함한다. 전자 장치(500)는 스마트 폰, 스마트 TV, 데스크 탑, 노트북 및 태블릿 PC 등을 포함할 수 있다. 인증부(540)는 하나 이상의 소프트웨어 모듈 또는 하드웨어 모듈로 구현될 수 있다.
앞서 설명된 것처럼, 인증부(540)는 인증 영상에 대한 품질 프로파일을 생성하고, 품질 프로파일에 기초하여 인증 영상에서 유효 영역을 결정할 수 있다. 인증부(540)는 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정할 수 있다. 인증부(540)는 센서(510)로부터 인증 영상을 수신할 수 있다. 또한, 인증부(540)는 통신 모듈(520) 또는 메모리(530)로부터 인증 영상을 수신할 수 있다. 인증 영상은 사용자의 지문을 포함할 수 있다. 인증부(540)는 인증 여부에 기초하여 인증 결과를 출력할 수 있다.
센서(210)는 지문 센서를 포함할 수 있다. 센서(210)는 감지된 영상을 인증부(540)에 제공할 수 있다. 통신 모듈(220)은 다양한 통신 기술을 통해 외부 장치와 통신을 수행할 수 있다. 통신 모듈(220)은 외부 장치로부터 수신한 데이터를 분류기(240)에 입력 데이터로 제공할 수 있다. 예컨대, 통신 모듈(220)은 등록 영상을 인증부(540)에 제공할 수 있다. 메모리(230)는 등록 영상을 저장할 수 있다. 메모리(230)는 저장된 등록 영상을 인증부(540)에 제공할 수 있다.
처리부(550)는 인증부(540)로부터 인증 결과를 수신할 수 있다. 처리부(550)는 인증 결과에 따라 적절한 처리를 수행할 수 있다. 예컨대, 처리부(550)는 사용자 인증이나 전자 결재를 위해 인증 결과를 사용할 수 있다. 또한, 처리부(550)는, 자동차의 시동을 위해 인증 결과를 사용할 수 있다.
도 16은 일 실시예에 따른 인증 방법을 나타낸 동작 흐름도이다. 도 16을 참조하면, 단계(1100)에서, 인증 장치는 입력 영상에 관한 품질 프로파일을 생성한다. 여기서, 입력 영상은 인증 영상 또는 등록 영상일 수 있다. 단계(1200)에서, 인증 장치는 품질 프로파일에 기초하여 입력 영상에서 유효 영역을 결정한다. 인증 장치는 인증 영상의 유효 영역 또는 등록 영상의 유효 영역을 결정할 수 있다. 단계(1300)에서, 인증 장치는 인증 영상과 등록 영상을 비교함으로써 인증 여부를 결정한다. 일 측에 따르면, 인증 장치는 인증 영상의 유효 영역과 등록 영상의 유효 영역을 비교함으로써 인증 여부를 결정할 수 있다.
도 17은 일 실시예에 따른 품질 프로파일의 생성 방법을 나타낸 동작 흐름도이다. 단계(1110)에서, 인증 장치는 대상 영역 및 대상 영역의 이웃 영역을 포함하는 윈도우를 결정한다. 단계(1120)에서, 인증 장치는 윈도우에 포함된 픽셀들의 분산에 기초하여 대상 영역의 품질을 산정한다.
도 18은 일 실시예에 따른 세그먼트들의 배치에 기초하여 유효 영역을 결정하는 방법을 나타낸 동작 흐름도이다. 도 16을 참조하면, 단계(1211)에서, 인증 장치는 입력 영상을 유효 세그먼트와 비유효 세그먼트로 분할한다. 단계(1221)에서, 인증 장치는 입력 영상에서 어느 한쪽 끝의 비유효 세그먼트와 반대쪽 끝의 비유효 세그먼트 사시의 영역을 유효 영역으로 결정한다.
도 19는 일 실시예에 따른 세그먼트 체크에 기초하여 유효 영역을 결정하는 방법을 나타낸 동작 흐름도이다. 도 17을 참조하면, 단계(1212)에서, 인증 장치는 입력 영상을 유효 세그먼트와 비유효 세그먼트로 분할한다. 단계(1222)에서, 인증 장치는 비유효 세그먼트의 품질을 체크한다. 단계(1232)에서, 인증 장치는 유효 영역이 유효 세그먼트를 포함하도록 유효 영역을 결정한다.
도 20은 다른 실시예에 따른 인증 방법을 나타낸 동작 흐름도이다. 도 18을 참조하면, 단계(1500)에서, 인증 장치는 대상 영역 및 이웃 영역을 포함하는 윈도우를 결정한다. 단계(1600)에서, 인증 장치는 윈도우에 포함된 픽셀들의 분산에 기초하여 대상 영역의 품질을 산정한다. 단계(1700)에서, 인증 장치는 품질에 기초하여 입력 영상에서 유효 영역을 결정한다.
도 16 내지 도 20에 도시된 각 단계들에는 도 1 내지 도 14를 통하여 전술한 사항들이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (40)

  1. 인증 영상에 관한 품질 프로파일을 생성하는 단계;
    상기 품질 프로파일에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 단계; 및
    상기 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정하는 단계
    를 포함하고,
    상기 유효 영역을 결정하는 단계는
    상기 품질 프로파일과 기준 값을 비교하여 상기 인증 영상을 유효 세그먼트와 비유효 세그먼트로 분할하는 단계;
    상기 비유효 세그먼트의 품질을 체크하는 단계 및;
    체크 결과에 기초하여 최종 비유효 세그먼트를 결정하는 단계
    를 포함하고,
    상기 비유효 세그먼트의 품질을 체크하는 단계는
    상기 비유효 세그먼트의 폭에 관한 제1 요소, 상기 비유효 세그먼트의 에러에 관한 제2 요소, 및 상기 비유효 세그먼트와 상기 인증 영상의 경계 사이의 거리에 관한 제3 요소 중 적어도 하나를 결정하는 단계; 및
    상기 제1 요소, 상기 제2 요소 및 상기 제3 요소 중 적어도 하나에 기초하여 상기 비유효 세그먼트를 상기 유효 세그먼트로 전환하는 단계
    를 포함하는, 인증 방법.
  2. 제1항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역에 기초하여 상기 대상 영역의 품질을 결정하는 단계
    를 포함하는, 인증 방법.
  3. 제1항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하는 단계; 및
    상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는 단계
    를 포함하는, 인증 방법.
  4. 제1항에 있어서,
    상기 등록 영상에 관한 품질 프로파일을 생성하는 단계; 및
    상기 등록 영상의 품질 프로파일에 기초하여 상기 등록 영상에서 유효 영역을 결정하는 단계
    를 더 포함하는 인증 방법.
  5. 제4항에 있어서,
    상기 인증 여부를 결정하는 단계는
    상기 인증 영상의 유효 영역과 상기 등록 영상의 유효 영역을 비교함으로써 상기 인증 여부를 결정하는 단계
    를 포함하는, 인증 방법.
  6. 제1항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    상기 인증 영상의 열(column), 행(row) 또는 픽셀(pixel)에 관해 상기 품질 프로파일을 생성하는 단계
    를 포함하는, 인증 방법.
  7. 삭제
  8. 제1항에 있어서,
    상기 유효 영역을 결정하는 단계는
    상기 인증 영상에서 어느 한쪽 끝의 비유효 세그먼트와 반대쪽 끝의 비유효 세그먼트 사이의 영역을 상기 유효 영역으로 결정하는 단계
    를 포함하는, 인증 방법.
  9. 삭제
  10. 삭제
  11. 제1항에 있어서,
    상기 유효 영역을 결정하는 단계는
    상기 최종 비유효 세그먼트를 포함하지 않는 영역 중에 가장 폭이 넓은 영역을 유효 영역으로 결정하는 단계
    를 포함하는, 인증 방법.
  12. 제1항에 있어서,
    상기 유효 영역을 결정하는 단계는
    상기 유효 영역이 상기 유효 세그먼트를 포함하도록 상기 유효 영역을 결정하는 단계
    를 포함하는, 인증 방법.
  13. 제1항에 있어서,
    상기 기준 값은
    상기 유효 세그먼트를 위한 품질 값의 상한을 나타내는 상위 기준 값 및 상기 유효 세그먼트를 위한 품질 값의 하한을 나타내는 하위 기준 값을 포함하는, 인증 방법.
  14. 제1항에 있어서,
    상기 유효 영역을 결정하는 단계는
    상기 품질 프로파일에 기초하여, 상기 인증 영상의 한쪽 끝에 위치한 제1 영역의 품질 랭킹 및, 상기 인증 영상의 반대쪽 끝에 위치한 제2 영역의 품질 랭킹을 결정하는 단계;
    상기 제1 영역의 품질 랭킹 및 상기 제2 영역의 품질 랭킹의 비율에 기초하여 제거 영역을 결정하는 단계; 및
    상기 인증 영상에서 상기 제거 영역을 제외한 나머지 부분을 상기 유효 영역으로 결정하는 단계
    를 포함하는, 인증 방법.
  15. 제14항에 있어서,
    상기 제거 영역은 미리 정해진 크기를 갖는, 인증 방법.
  16. 제1항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 제1 윈도우를 결정하는 단계;
    상기 제1 윈도우와 다른 크기를 갖는 제2 윈도우를 결정하는 단계; 및
    상기 제1 윈도우에 따른 제1 품질 프로파일 및 상기 제2 윈도우에 따른 제2 품질 프로파일에 기초하여 상기 대상 영역의 품질을 산정하는 단계
    를 포함하는, 인증 방법.
  17. 제1항에 있어서,
    상기 유효 영역에 의해 인증 에러가 발생하였는지 여부를 결정하는 단계; 및
    상기 인증 에러가 발생한 것에 응답하여, 상기 품질 프로파일에 관한 윈도우의 크기를 조절하는 단계
    를 더 포함하는 인증 방법.
  18. 하드웨어와 결합되어 제1항 내지 제6항, 제8항, 및 제11항 내지 제17항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  19. 인증 영상에 관한 품질 프로파일을 생성하는 품질 산정부;
    상기 품질 프로파일에 기초하여 상기 인증 영상에서 유효 영역을 결정하는 영역 결정부; 및
    상기 유효 영역과 등록 영상을 비교함으로써 인증 여부를 결정하는 인증 처리부
    를 포함하고,
    상기 영역 결정부는
    상기 품질 프로파일과 기준 값을 비교하여 상기 인증 영상을 유효 세그먼트와 비유효 세그먼트로 분할하고,
    상기 비유효 세그먼트의 품질을 체크하고,
    체크 결과에 기초하여 최종 비유효 세그먼트를 결정하고,
    상기 영역 결정부는
    상기 비유효 세그먼트의 폭에 관한 제1 요소, 상기 비유효 세그먼트의 에러에 관한 제2 요소, 및 상기 비유효 세그먼트와 상기 인증 영상의 경계 사이의 거리에 관한 제3 요소 중 적어도 하나를 결정하고, 상기 제1 요소, 상기 제2 요소 및 상기 제3 요소 중 적어도 하나에 기초하여 상기 비유효 세그먼트를 상기 유효 세그먼트로 전환하는,
    인증 장치.
  20. 제19항에 있어서,
    상기 품질 산정부는
    상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역에 기초하여 상기 대상 영역의 품질을 결정하는,
    인증 장치.
  21. 제19항에 있어서,
    상기 품질 산정부는
    상기 인증 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하고, 상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는,
    인증 장치.
  22. 제19항에 있어서,
    상기 품질 산정부는 상기 등록 영상에 관한 품질 프로파일을 생성하고,
    상기 영역 결정부는 상기 등록 영상의 품질 프로파일에 기초하여 상기 등록 영상에서 유효 영역을 결정하는,
    인증 장치.
  23. 제22항에 있어서,
    상기 인증 처리부는
    상기 인증 영상의 상기 유효 영역과 상기 등록 영상의 상기 유효 영역을 비교함으로써 상기 인증 여부를 결정하는,
    인증 장치.
  24. 제19항에 있어서,
    상기 품질 산정부는
    상기 인증 영상의 열(column), 행(row) 또는 픽셀(pixel)에 관해 상기 품질 프로파일을 생성하는,
    인증 장치.
  25. 삭제
  26. 제19항에 있어서,
    상기 영역 결정부는
    상기 인증 영상에서 어느 한쪽 끝의 비유효 세그먼트와 반대쪽 끝의 비유효 세그먼트 사이의 영역을 상기 유효 영역으로 결정하는,
    인증 장치.
  27. 삭제
  28. 제19항에 있어서,
    상기 영역 결정부는
    상기 유효 영역이 상기 유효 세그먼트를 포함하도록 상기 유효 영역을 결정하는,
    인증 장치.
  29. 제19항에 있어서,
    상기 기준 값은
    상기 유효 세그먼트를 위한 품질 값의 상한을 나타내는 상위 기준 값 및 상기 유효 세그먼트를 위한 품질 값의 하한을 나타내는 하위 기준 값을 포함하는, 인증 장치.
  30. 제21항에 있어서,
    상기 영역 결정부는
    상기 품질 프로파일에 기초하여, 상기 인증 영상의 한쪽 끝에 위치한 제1 영역의 품질 랭킹 및, 상기 인증 영상의 반대쪽 끝에 위치한 제2 영역의 품질 랭킹을 결정하고, 상기 제1 영역의 품질 랭킹 및 상기 제2 영역의 품질 랭킹의 비율에 기초하여 제거 영역을 결정하고, 상기 인증 영상에서 상기 제거 영역을 제외한 나머지 부분을 상기 유효 영역으로 결정하는,
    인증 장치.
  31. 제21항에 있어서,
    상기 품질 산정부는
    대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 제1 윈도우를 결정하고, 상기 제1 윈도우와 다른 크기를 갖는 제2 윈도우를 결정하고, 상기 제1 윈도우에 포함된 픽셀들의 분산 및 상기 제2 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는,
    인증 장치.
  32. 삭제
  33. 삭제
  34. 삭제
  35. 삭제
  36. 등록 영상을 수신하는 단계;
    상기 등록 영상에 관한 품질 프로파일을 생성하는 단계;
    상기 등록 영상의 품질 프로파일에 기초하여 상기 등록 영상에서 유효 영역을 결정하는 단계; 및
    상기 등록 영상의 유효 영역에 기초하여 등록 데이터베이스를 생성하는 단계
    를 포함하고,
    상기 유효 영역을 결정하는 단계는
    상기 품질 프로파일과 기준 값을 비교하여 상기 등록 영상을 유효 세그먼트와 비유효 세그먼트로 분할하는 단계;
    상기 비유효 세그먼트의 품질을 체크하는 단계 및;
    체크 결과에 기초하여 최종 비유효 세그먼트를 결정하는 단계
    를 포함하고,
    상기 비유효 세그먼트의 품질을 체크하는 단계는
    상기 비유효 세그먼트의 폭에 관한 제1 요소, 상기 비유효 세그먼트의 에러에 관한 제2 요소, 및 상기 비유효 세그먼트와 상기 등록 영상의 경계 사이의 거리에 관한 제3 요소 중 적어도 하나를 결정하는 단계; 및
    상기 제1 요소, 상기 제2 요소 및 상기 제3 요소 중 적어도 하나에 기초하여 상기 비유효 세그먼트를 상기 유효 세그먼트로 전환하는 단계
    를 포함하는, 등록 방법.
  37. 제36항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    상기 등록 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역에 기초하여 상기 대상 영역의 품질을 결정하는 단계
    를 포함하는, 등록 방법.
  38. 제36항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    상기 등록 영상 내의 대상 영역 및 상기 대상 영역의 이웃 영역을 포함하는 윈도우를 결정하는 단계; 및
    상기 윈도우에 포함된 픽셀들의 분산에 기초하여 상기 대상 영역의 품질을 산정하는 단계
    를 포함하는, 등록 방법.
  39. 제36항에 있어서,
    상기 품질 프로파일을 생성하는 단계는
    상기 등록 영상의 열(column), 행(row) 또는 픽셀(pixel)에 관해 상기 품질 프로파일을 생성하는 단계
    를 포함하는, 등록 방법.
  40. 삭제
KR1020160000738A 2016-01-05 2016-01-05 생체 정보를 이용한 인증 방법 및 장치 KR102476017B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020160000738A KR102476017B1 (ko) 2016-01-05 2016-01-05 생체 정보를 이용한 인증 방법 및 장치
US15/293,452 US10248835B2 (en) 2016-01-05 2016-10-14 Methods and apparatuses for authentication using biometric information
CN201611095134.1A CN106940802B (zh) 2016-01-05 2016-12-01 用于使用生物测量学信息的认证的方法和设备
EP16204205.5A EP3190544B1 (en) 2016-01-05 2016-12-15 Methods and apparatuses for authentication using biometric information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160000738A KR102476017B1 (ko) 2016-01-05 2016-01-05 생체 정보를 이용한 인증 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170081822A KR20170081822A (ko) 2017-07-13
KR102476017B1 true KR102476017B1 (ko) 2022-12-09

Family

ID=57914629

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160000738A KR102476017B1 (ko) 2016-01-05 2016-01-05 생체 정보를 이용한 인증 방법 및 장치

Country Status (4)

Country Link
US (1) US10248835B2 (ko)
EP (1) EP3190544B1 (ko)
KR (1) KR102476017B1 (ko)
CN (1) CN106940802B (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101639986B1 (ko) * 2015-10-07 2016-07-15 크루셜텍 (주) 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치
SE1750530A1 (en) * 2017-05-02 2018-11-03 Fingerprint Cards Ab Extracting fingerprint feature data from a fingerprint image
CN110096320B (zh) * 2018-01-29 2023-09-29 华为技术有限公司 认证窗口的显示方法和装置
CN112204571A (zh) * 2018-06-08 2021-01-08 指纹卡有限公司 认证用户的方法
EP3678002B1 (en) * 2018-09-25 2022-05-04 Shenzhen Goodix Technology Co., Ltd. Multi-sensor-based under-screen fingerprint collection method, system and electronic device

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6778692B1 (en) * 2000-08-11 2004-08-17 General Electric Company Image processing method and apparatus including image improving circuit
JP4193163B2 (ja) 2001-03-26 2008-12-10 日本電気株式会社 指掌紋画像処理装置及び方法
KR100432491B1 (ko) 2001-08-31 2004-05-22 (주)니트 젠 융선방향 모델을 이용한 지문 특징데이터 추출방법
KR20040047401A (ko) * 2002-11-30 2004-06-05 주식회사 케이티 농담값의 분산을 이용한 지문영상 처리장치 및 처리방법
US7489807B2 (en) 2003-08-07 2009-02-10 Kyungtae Hwang Statistical quality assessment of fingerprints
WO2007007690A1 (ja) * 2005-07-07 2007-01-18 Kabushiki Kaisha Toshiba 認証システム、装置及びプログラム
JP4586746B2 (ja) 2006-02-27 2010-11-24 日本電気株式会社 指紋照合装置、指紋パタンエリア抽出装置および品質判定装置、並びにその方法およびプログラム
CN103268469B (zh) 2006-04-26 2016-07-06 阿瓦尔有限公司 指纹预检质量和分割
JP5049074B2 (ja) 2006-08-21 2012-10-17 三星電子株式会社 分析される指紋画像の受容可能性を決定するための装置及び方法
KR100780957B1 (ko) 2006-08-21 2007-12-03 삼성전자주식회사 영상선택 장치 및 방법
JP4860488B2 (ja) * 2007-01-04 2012-01-25 ルネサスエレクトロニクス株式会社 画像表示制御装置
US8156543B2 (en) * 2007-04-17 2012-04-10 Visa U.S.A. Method and system for authenticating a party to a transaction
KR101307603B1 (ko) * 2009-04-13 2013-09-12 후지쯔 가부시끼가이샤 생체 정보 등록 장치, 생체 정보 등록 방법 및 생체 정보 등록용 컴퓨터 프로그램과 생체 인증 장치, 생체 인증 방법 및 생체 인증용 컴퓨터 프로그램
JP5825341B2 (ja) * 2011-03-22 2015-12-02 富士通株式会社 生体認証システム、生体認証方法及び生体認証プログラム
KR101244220B1 (ko) 2011-10-21 2013-03-18 주식회사 유니온커뮤니티 지문인식장치 및 그 지문 인식방법
JP5981023B2 (ja) * 2013-01-06 2016-08-31 インテル コーポレイション タッチ・データの分散前処理及びディスプレイ領域制御のための方法、装置、及びシステム
CN104077621A (zh) * 2013-03-26 2014-10-01 邵文玉 一种认证注册***及其方法、一种识别标志及其生成方法
KR101460964B1 (ko) 2013-05-14 2014-11-12 주식회사 슈프리마 지문 영상 취득 장치 및 방법
KR101607756B1 (ko) 2014-06-25 2016-03-30 두산중공업 주식회사 우천시 건축물 가설장치

Also Published As

Publication number Publication date
US20170193272A1 (en) 2017-07-06
CN106940802A (zh) 2017-07-11
EP3190544B1 (en) 2020-06-17
CN106940802B (zh) 2022-07-19
EP3190544A1 (en) 2017-07-12
US10248835B2 (en) 2019-04-02
KR20170081822A (ko) 2017-07-13

Similar Documents

Publication Publication Date Title
KR102476017B1 (ko) 생체 정보를 이용한 인증 방법 및 장치
KR102434562B1 (ko) 위조 지문 검출 방법 및 장치, 지문 인식 방법 및 장치
US9036876B2 (en) Method and system for authenticating biometric data
US9202104B2 (en) Biometric information correction apparatus, biometric information correction method and computer-readable recording medium for biometric information correction
US10430679B2 (en) Methods and systems for detecting head motion during an authentication transaction
EP2863339B1 (en) Methods and systems for determing user liveness
US10181020B2 (en) Systems and methods for gesture based biometric security
KR102313981B1 (ko) 지문 인증 방법 및 장치
KR102415504B1 (ko) 사용자 인증을 위한 등록 데이터베이스의 갱신 방법 및 장치
US10552596B2 (en) Biometric authentication
KR100905675B1 (ko) 지문인식 장치 및 방법
WO2019147860A1 (en) Generation of an estimated fingerprint
US9292752B2 (en) Image processing device and image processing method
US20210034895A1 (en) Matcher based anti-spoof system
KR102558736B1 (ko) 지문 인식 방법 및 장치
KR20170055393A (ko) 사용자 인증을 위한 등록 데이터베이스의 적응적 갱신 방법 및 장치
US10445546B2 (en) Authentication method and authentication apparatus using synthesized code for iris
US20230045850A1 (en) Fingerprint Capturing and Matching for Authentication
US20190188443A1 (en) Information processing apparatus, biometric authentication method, and recording medium having recorded thereon biometric authentication program
KR100714112B1 (ko) 얼굴 인식 인증 방법 및 장치
KR20180105035A (ko) 지문 인증 방법 및 장치
KR100789607B1 (ko) 지문 인식 장치 및 방법
KR101660596B1 (ko) 안면 형상 기울기 보정 방법 및 보정 시스템
KR102577587B1 (ko) 지문 인증 방법 및 장치
KR100479332B1 (ko) 계층적 지문 정합 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant