KR20100034843A

KR20100034843A - 3차원 얼굴 인식 보안 장치 및 그 방법

Info

Publication number: KR20100034843A
Application number: KR1020080094038A
Authority: KR
Inventors: 손수익; 송정훈
Original assignee: (주)엠엑스알커뮤니케이션즈
Priority date: 2008-09-25
Filing date: 2008-09-25
Publication date: 2010-04-02
Also published as: WO2010035918A1

Abstract

출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 3차원 데이터 생성부; 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터에서 얼굴의 특징점을 추출하는 특징점 추출부; 상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 데이터 정합부; 상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유사도를 계산하는 유사도 계산부; 및 상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증부를 포함하는 3차원 얼굴 인식 보안 장치가 개시된다.

본 발명에 의하면, 출입자의 얼굴의 인식률을 향상시키고, 3차원 스캐닝을 통하여 개인의 얼굴의 특징을 측정하고, 데이터 베이스에 등록된 데이터와 정밀하게 비교하여 보안성을 극대화하며, 출입자가 보안 검문 과정을 경험하는 거부감을 줄일 수 있다.

3차원 스캔, 얼굴 인식, 보안 장치

Description

3차원 얼굴 인식 보안 장치 및 그 방법{Method and Apparatus for Security using Three-dimensional(3D) Face Recognition}

본 발명은 출입이 제한되는 건물 또는 지역 등에 사용되는 보안 장치 및 그 방법에 관한 것으로, 종래의 생체인식 시스템을 통한 인식 기술의 보완책에 해당하는 3차원 얼굴 인식을 기반으로 하는 보안 장치 및 그 방법에 관한 것이다.

생체 인식 기술을 이용한 보안 장치 또는 그 방법이 많이 개발되고 있다. 생체 인식 기술이란, 인체의 일부분을 이용한 것을 말한다. 기존의 비밀번호 또는 보안 카드에 의한 방법은 도용의 가능성이 높아 생체 인식 기술이 널리 이용되고 있다.

생체 인식 기술에 의한 보안 방법으로는 지문인식, 홍채인식 및 얼굴인식이 있다. 지문인식은 보안 기술이 적용되는 분야에 종사하는 일부의 사람에게서 지문 채취가 불가능하고, 홍채인식은 장비가 고가이며 출입자에게 인식에 대한 거부감을 주며, 평면 얼굴인식은 조명이나 표정에 따른 영향을 많이 받고 도용의 가능성도 높다. 따라서 앞선 기술들의 단점을 보완할 수 있는 3차원에 의한 얼굴 인식에 의한 보안 장치 또는 그 방법이 제안되어야 한다.

본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위하여 제안된 것으로써 3차원 얼굴 인식 보안 장치 및 그 방법에서, 출입자의 인식률 및 보안성을 향상시키고 출입자에게 거부감을 줄이는 3차원 얼굴 인식 보안 장치 및 그 방법을 제공하고자 한다.

본 발명의 일 실시예에 따른 3차원 얼굴 인식 보안 장치는 출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 3차원 데이터 생성부; 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터에서 얼굴의 특징점을 추출하는 특징점 추출부; 상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 데이터 정합부; 상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유사도를 계산하는 유사도 계산부; 및 상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증부를 포함하여 구성된다.

본 발명의 다른 실시예에 따른 3차원 얼굴 인식 보안 방법은, 출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 단계; 상기 3차원 얼굴 데이터에서 특징점을 추출하는 단계; 상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 단계; 상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유 사도를 계산하는 단계; 및 상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증 단계를 포함하여 구성된다.

본 발명에 의하면, 출입자의 얼굴을 3차원 스캐닝하여 출입자의 인식률을 향상시켰다. 또한, 3차원 스캐닝을 통하여 개인의 얼굴의 특징을 측정하고, 데이터 베이스에 등록된 데이터와 정밀하게 비교하여 보안성을 극대화하며, 종래의 기술에 비하여 출입자가 보안 검문 과정을 경험하는 거부감을 줄이는 효과가 있다.

이하 첨부 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다. 본 발명을 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 명확하게 하기 위하여 생략한다.

도 1은 본 발명에 따른 3차원 얼굴 보안 인식의 과정을 나타내고 있다. 출입자는 신원카드나 비밀번호 입력 장치를 통해 데이터 베이스에 등록되어 있는 출입자의 신원 확인과정을 거치고, 이 과정에서 데이터 베이스에 저장된 출입자의 3차원 데이터가 준비된다. 다음 과정에서 출입자얼굴의 3차원 스캔이 수행된다. 등록되어 있는 출입자의 3차원 데이터와 스캔된 3차원 데이터간의 인증처리 과정을 통하여 인증여부 결과가 처리되어 진다. 이때 처리된 인증 결과는 데이터 베이스에 기록으로 저장된다. 인증처리 과정은 데이터 베이스화 된 3차원 데이터와 출입하려는 출입자의 스캔된 3차원 데이터를 정합하여 비교하는 방식으로 이루어진다. 두 데이터의 차이를 특정한 값으로 도출해서, 그 값과 임계값을 비교하여 등록된 출입자인지를 판단하게 된다.

도 2는 본 발명의 실시예에 따른 3차원 얼굴 인식 보안 장치(200)를 나타낸 도면이다. 본 발명에 따른 3차원 얼굴 인식 보안 장치는, 출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 3차원 데이터 생성부(210); 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터에서 얼굴의 특징점을 추출하는 특징점 추출부(220); 상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 데이터 정합부(230); 상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유사도를 계산하는 유사도 계산부(240); 및 상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증부(250)를 포함할 수 있다.

3차원 데이터 생성부는 3차원 스캐너를 이용하여 출입자의 얼굴을 스캔한다. 스캔된 3차원 얼굴 데이터는, 출입자 인식률을 높이고 출입자의 얼굴의 고유 특성을 추출하기 위하여, 아래에서 설명될 일련의 데이터 처리 과정을 거칠 수 있다. 3차원 데이터 생성부에서 처리된 3차원 얼굴 데이터는 특징점 추출부에 의해서 특징점이 추출되어 진다. 특징점은 각 개인의 고유 식별이 가능한 특정 부위를 포함한다. 이를 위하여, 색 공간을 분리하여 얼굴의 특징점을 추출할 수 있다.

데이터 정합부에서는, 특징점 추출부에서 특징점이 추출된 3차원 얼굴 데이 터와 데이터 베이스에 저장된 3차원 얼굴 데이터간에 데이터 정합이 수행된다. 정합하는 과정은 2개의 데이터의 대응점을 비교하는 방식이 사용된다. 데이터의 정합이 완료되면, 유사도 계산부는 2개의 데이터의 거리 오차 값이 임계값 이하인지를 판단하는 과정을 통해 유사도 계산을 수행한다. 출입자 인증부는 거리 오차 값이 임계값 이하이면 등록자로 처리하고, 임계값 이상이면 비 등록자로 처리한다.

본 발명은 크게 3차원 스캔 과정, 데이터 인증 처리 과정, 인증 결과 처리 과정으로 나누어진다.

이하에서는 3차원 스캔 과정에 대해서 상세히 살펴본다. 스캔과정은, 출입자의 얼굴을 스캔하고, 스캔한 결과를 이용하여 적절한 형식의 3차원 얼굴 데이터를 생성하는 과정을 포함한다.

도 3은 본 발명의 실시예에 따른 3차원 데이터 생성부(210)를 나타내고 있다. 본 발명에 따른 3차원 데이터 생성부는, 출입자의 얼굴을 스캔하는 3차원 스캐너부(211); 상기 3차원 스캐너부에서 스캔한 영상으로부터 얼굴의 시퀀스 영상을 취득하고, 시퀀스 영상을 처리하는 전처리부(212); 상기 처리된 시퀀스 영상을 이진화 과정과 3비트 그레이부호에 의한 공간의 부호화 과정에 의해 처리하는 공간 부호화 처리부(213); 상기 처리된 공간 부호화된 영상의 각 화소에서의 3차원 거리 값을 계산하는 거리 계산부(214); 및 상기 스캔된 영상의 각 화소들로부터 텍스쳐 맵 좌표를 구하는 좌표 생성부(215)를 포함할 수 있다. 3차원 데이터 생성부는 출입자의 얼굴을 스캔하고, 보안 기능을 쉽게 수행하도록 스캔 과정에서 생성된 영상 데이터를 처리하는 기능을 수행할 수 있다.

3차원 얼굴 스캔은 위상학적으로 정해진 8가지 기본 패턴과 8가지 상보 패턴인 줄무늬 패턴을 얼굴에 투사하고, 투사된 얼굴의 영상을 카메라로 입력받아 일련의 영상들을 영상 처리하여 3차원 좌표 계산 및 삼각화를 통하여 3차원 데이터를 생성하는 공간부호화 기법을 사용할 수 있다. 공간 부호화 기법이란, 계측 대상이 될 공간을 작은 영역들로 나누어 각 영역에 특정한 부호 값을 부여하고, 이를 이용하여 2차원 영상으로부터 물체의 3차원 정보를 얻어내는 방법으로서 공간을 부호화하기 위하여 액정소자(광투사용 LCD)의 광투과율을 전자적으로 제어하여 줄무늬 패턴을 생성하고, 여기에 강한 백색광의 빛을 비춰 패턴 광을 물체에 투영하는 방법으로 공간을 부호화하고 이로부터 물체의 3차원 정보를 얻어내는 기법이다. 공간 부호화 기법의 스캔은 1초 이내의 짧은 시간에 3차원 데이터 생성에 필요한 영상을 얻을 수 있으며, 높은 정밀도의 3차원 데이터를 획득하는 장점이 있다. 또한, 이렇게 스캔된 3차원 데이터는 얼굴의 3차원 형상뿐만 아니라 색상 정보를 포함하고 있기 때문에 색상 정보를 이용한 영상처리를 통해서 3차원 데이터 중에서도 얼굴을 인식하는 데에 중요한 특징적인 부분들을 추출하여 데이터 인증에 쓰일 수 있다.

공간 부호화 기법의 3차원 스캔 방식은 아래와 같은 과정을 통하여 3차원 데이터를 생성한다. 먼저, 스캐너에서 투사한 16가지 줄무늬 패턴이 투영된 얼굴의 시퀀스 영상을 카메라로부터 취득하여 저장한 후, 이 16장의 시퀀스 이미지를 잡음제거, 배경제거, 가우시안 필터링 등의 전처리 과정을 거치게 한다. 전처리된 16장의 시퀀스 영상을 상보 패턴을 이용한 이진화 과정과 3비트 그레이부호에 의한 공 간의 부호화 과정을 거치면 도 4와 같은 공간 부호화 영상을 얻게 된다.

공간부호화 영상에서 각 화소에서의 3차원 거리 값의 계산은 아래의 방정식을 통하여 계산된다. W는 투사면(Stripe)의 간격이고, 점 S는 투사된 n번째 투사면에 존재하는 측정 대상체 표면의 한 점 S(x, y, z)이며, 카메라 CCD 센서의 맺히는 이미지 좌표(h, v)와 카메라 랜즈 초점을 지나는 직선상에 존재한다. P는 줄무늬 패턴을 투사하는 광원에서 기준점 S0(x0, y0, z0) 까지의 거리, D는 카메라에서 기준점까지의 거리, C는 CCD상의 x축 첫번째 픽셀의 폭과 카메라 초점거리의 비율, θ는 카메라의 z축과 광원사이의 각도이다. 따라서 평면과 직선 방정식을 통하여 점 S의 3차원 거리값은 다음 식으로 구할 수 있다.

여기서, 계수 W, P, D, C, θ는 카메라 보정을 통해서 구해지며, 위 식을 이용하면 영상의 각 픽셀에서의 3차원 거리 값을 계산해 낼 수 있다. 거리값 계산 후, 삼각망을 생성하고 카메라로부터 캡쳐된 원본이미지에 대응되는 화소들의 이미지 좌표(h, v)에서 텍스쳐 맵 좌표를 구한다. 이로써, 텍스쳐 맵을 포함한 3차원 얼굴 데이터를 생성하고 3차원 인증에 사용하게 된다.

아래에서는 데이터 인증처리 과정에 대해서 상세히 설명한다. 데이터 인증처 리 과정은 스캔한 3차원 얼굴 데이터로부터 특징점을 추출하는 과정, 등록된 3차원 얼굴 데이터와 스캔한 3차원 얼굴 데이터를 정합하는 과정, 정합된 데이터에서 유사도를 계산하는 과정을 포함한다.

도 5는 본 발명의 실시예에 따른 특징점 추출부(220)를 나타내고 있다. 본 발명에 따른 특징점 추출부는, 상기 3차원 스캐너로 얼굴을 스캔한 영상에서 각각의 색으로 색 공간을 분리하는 색 공간 분리부(221); 및 상기 분리된 각각의 색상 공간에서 사람의 피부색의 고유 영역 값 내의 화소들을 추출하고 이진화하여 후보영역을 생성하는 후보영역 생성부(222)를 포함할 수 있다. 상기 후보영역에서 얼굴 내의 특징점을 추출할 수 있다.

도 6은 얼굴의 특징점을 추출하는 과정을 나타내고 있다. 얼굴의 특징점을 추출하는 과정은, 획득한 3차원 얼굴 데이터의 색상정보로부터 RGB, HSI로 색 분리를 하여 각각의 색상 공간을 생성한다. 각각의 색상 공간에서 사람의 피부색이 가지는 고유의 영역 값 이내에 포함되는 화소들을 추출, 이진화하여 얼굴의 후보 영역을 추출한다. 참고적으로 고유 영역 값은 실험적 경험을 통하여 구해진다. 얼굴의 후보 영역을 추출하게 되면 눈, 코, 입 등의 주요 위치에서의 특징점 추출이 용이하게 되고 여기에서 추출한 특징점은 3차원 인증을 위한 다양한 변수로 사용되어 인식 실패율을 감소시키는 효과를 가지게 한다. 추출된 특징점 중에서 눈 부분의 양쪽 끝점과 코밑 부분의 점은 3차원 데이터 정합 시에 필요한 3쌍의 대응점으로 이용된다.

도 7은 본 발명의 실시예에 따른 데이터 정합부(230)를 나타내고 있다. 본 발명에 따른 정합부는, 상기 추출된 특징점을 기준으로 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 변환시키는 변환부(231); 및 상기 두 개의 변환된 3차원 얼굴 데이터 간에 상호 대응점을 찾는 대응점 탐색부(232)를 포함할 수 있다. 정합 결과의 오차를 계산하기 위하여 상기 대응점의 거리 오차 값을 계산하고, 상기 거리 오차 값이 임계값 이하이면 정합 데이터를 생성할 수 있다.

도 8은 등록된 데이터와 입력된 데이터의 정합된 결과를 나타내고 있다. ICP(Interactive Closest Points) 3차원 정합은 정합 알고리즘 중 가장 널리 이용되는 방법으로서, 입력된 모델들 간의 대응점을 찾고 이들 간의 거리가 최소화되는 3차원 변환 파라미터를 반복적으로 구하는 최적화 알고리즘에 해당한다.

두 개의 3차원 얼굴 데이터가 입력되면 추출된 3개의 대응점을 이용하여 초기변환을 수행한다. 3개의 대응점 간의 대응관계가 주어지면 두 데이터 사이의 변환은 대응관계를 가지는 삼각형 사이의 변환으로 생각할 수 있다. 먼저 법선벡터를 일치시키고 회전변환을 통하여 두 삼각형을 일치시켜 데이터에 대한 초기변환을 수행한다. 초기변환이 된 두 개의 3차원 얼굴 데이터가 주어지면 우선 대응점들을 찾는 과정을 수행하여야 한다. 이때 모든 점에 대해 대응점을 찾는다면 많은 시간이 소요되므로, 랜덤 샘플링 방법(random sampling method)을 이용하여 알고리즘의 매 반복마다 대응점들의 비율을 가변적으로 조절한다. 대응점을 찾는 척도로써 점대점(point to point) 거리를 이용하는 방법이 제안되었지만 이러한 방법들은 잡음에 민감하고 두 데이터 간의 가려짐 현상에 영향을 받으며 잘못 계산된 소수의 대응점 으로 인하여 알고리즘이 지역적 최소점(local minimum)을 수렴할 가능성이 많다. 때문에 점대점 방법 대신 점대평면(point to plane) 정합 방법을 이용하여 대응점들을 찾는다. 이 방법은 노이즈에 강건하고 전역적 최소점(global minmum)을 빠르게 수렴한다는 장점 등을 가지고 있다. 또한 k-d tree를 이용하여 점대평면 정합 속도를 향상 시킨다. 마지막으로, 정합 결과의 오차를 계산하기 위하여 대응점 사이의 거리 오차 값을 구한다. 촐레스키 분해법(Cholesky decomposition)에 기반한 비선형 방정식으로 최소자승법의 해를 구하여 변환행렬을 계산한다. 거리 오차 값이 임계값 이하가 될 때까지 위의 과정들을 반복 수행함으로써 두 개의 3차원 얼굴 데이터를 정합한다.

마지막으로, 인증 결과 처리 과정에 대해서 상세히 설명한다.

등록 데이터와 입력 데이터의 정합을 마치면 표정에 따른 변화가 비교적 큰 부분(입, 눈, 턱 등)의 영역과 오차가 큰 데이터의 가장자리를 제외한 나머지 부분의 데이터 상호간의 유사도를 계산하게 된다. 유사도는 기준 데이터로부터 상대 데이터 간에 각 버텍스의 법선 방향으로 거리 오차 값으로부터 계산된다. 도 9는 버텍스의 거리 오차 값을 색 분포로 나타낸 것으로 적색으로 갈수록 오차가 큰 것을 알 수 있다. 이 오차 값이 정해진 임계값 이하이면 등록자로 처리되고 임계값 이상이면 비등록자로 처리된다.

도 10은 본 발명의 실시예에 따른 3차원 얼굴 인식 보안 방법을 나타낸 도면 이다. 본 발명에 따른 3차원 얼굴 인식 보안 방법은, 출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 단계(S1000); 상기 3차원 얼굴 데이터에서 특징점을 추출하는 단계(S1100); 상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 단계(S1200); 상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유사도를 계산하는 단계(S1300); 및 상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증 단계(S1400)를 포함할 수 있다.

3차원 데이터를 생성하는 단계는, 3차원 스캐너를 이용하여 출입자의 얼굴을 스캔한다. 스캔된 3차원 얼굴 데이터는, 출입자 인식률을 높이고 출입자의 얼굴의 고유 특성을 추출하기 위하여 일련의 데이터 처리 과정을 거칠 수 있다. 3차원 데이터 생성단계에서 처리된 3차원 얼굴 데이터는 특징점을 추출하는 단계에서 특징점이 추출되어 진다. 특징점은 각 개인의 고유 식별이 가능한 특정 부위를 포함한다. 이를 위하여, 색 공간을 분리하여 얼굴의 특징점을 추출할 수 있다.

정합 데이터를 생성하는 단계에서는, 특징점 추출 단계에서 특징점이 추출된 3차원 얼굴 데이터와 데이터 베이스에 저장된 3차원 얼굴 데이터간에 데이터 정합이 수행된다. 정합하는 과정은 2개의 데이터의 대응점을 비교하는 방식이 사용된다. 데이터의 정합이 완료되면, 유사도를 계산하는 단계는 2개의 데이터의 거리 오차 값이 임계값 이하인지를 판단하는 과정을 통해 유사도 계산을 수행한다. 출입자 인증 단계는 거리 오차 값이 임계값 이하이면 등록자로 처리하고, 임계값 이상이면 비 등록자로 처리한다.

지금까지 본 발명에 따른 방법의 실시예들에 대하여 설명하였고, 앞서 도 2에서 설명한 장치에 관한 구성이 본 실시예에도 그대로 적용 가능하다. 이에, 보다 상세한 설명은 생략하기로 한다.

이상에서 설명한 본 발명은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 변경 및 변형이 가능하므로 전술한 실시예 및 첨부된 도면에 한정되는 것은 아니다.

도 1은 본 발명의 일 실시예에 따른 3차원 얼굴 보안 인식의 과정을 나타내는 도면이다.

도 2는 본 발명의 일 실시예에 따른 3차원 얼굴 인식 보안 장치를 나타내는 도면이다.

도 3은 본 발명의 일 실시예에 따른 3차원 데이터 생성부를 나타내는 도면이다.

도 4는 본 발명의 일 실시예에 따른 공간 부호화 영상을 나타내는 도면이다.

도 5는 본 발명의 일 실시예에 따른 특징점 추출부를 나타내는 도면이다.

도 6은 본 발명의 일 실시예에 따른 얼굴의 특징점을 추출하는 과정을 나타내는 도면이다.

도 7은 본 발명의 일 실시예에 따른 데이터 정합부를 나타내는 도면이다.

도 8은 본 발명의 일 실시예에 따른 등록된 데이터와 입력된 데이터의 정합된 결과를 나타내는 도면이다.

도 9는 본 발명의 일 실시예에 따른 거리 오차 값을 색분포로 나타내는 도면이다.

도 10은 본 발명의 실시예에 따른 3차원 얼굴 인식 보안 방법을 나타내는 도면이다.

Claims

출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 3차원 데이터 생성부;

상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터에서 얼굴의 특징점을 추출하는 특징점 추출부;

상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 데이터 정합부;

상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유사도를 계산하는 유사도 계산부; 및

상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증부를 포함하는 것을 특징으로 하는 3차원 얼굴 인식 보안 장치.
제1항에 있어서,

상기 데이터 정합부는,

상기 추출된 특징점을 기준으로 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 변환시키는 변환부; 및

상기 두 개의 변환된 3차원 얼굴 데이터 간에 상호 대응점을 찾는 대응점 탐색부를 포함하며,

정합 결과의 오차를 계산하기 위하여 상기 대응점 사이의 거리 오차 값을 계산하고, 상기 거리 오차 값이 임계값 이하이면 정합 데이터를 생성하는 것을 특징 으로 하는 3차원 얼굴 인식 보안 장치.
제1항에 있어서,

상기 3차원 데이터 생성부는,

출입자의 얼굴을 스캔하는 3차원 스캐너부;

상기 3차원 스캐너부에서 스캔한 영상으로부터 얼굴의 시퀀스 영상을 취득하고, 시퀀스 영상을 처리하는 전처리부;

상기 처리된 시퀀스 영상을 이진화 과정과 3비트 그레이부호에 의한 공간의 부호화 과정에 의해 처리하는 공간 부호화 처리부;

상기 처리된 공간 부호화된 영상의 각 화소에서의 3차원 거리 값을 계산하는 거리 계산부; 및

상기 스캔된 영상의 각 화소들로부터 텍스쳐 맵 좌표를 구하는 좌표 생성부를 포함하는 것을 특징으로 하는 3차원 얼굴 인식 보안 장치.
제1항에 있어서,

상기 특징점 추출부는,

상기 3차원 스캐너로 얼굴을 스캔한 영상에서 각각의 색으로 색 공간을 분리하는 색 공간 분리부; 및

상기 분리된 각각의 색상 공간에서 사람의 피부색의 고유 영역 값 내의 화소들을 추출하고 이진화하여 후보영역을 생성하는 후보영역 생성부를 포함하고,

상기 후보영역에서 얼굴 내의 특징점을 추출하는 것을 특징으로 하는 3차원 얼굴 인식 보안 장치.
출입자의 얼굴에서 3차원 얼굴 데이터를 생성하는 단계;

상기 3차원 얼굴 데이터에서 특징점을 추출하는 단계;

상기 추출된 특징점을 이용하여, 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 정합하여 정합 데이터를 생성하는 단계;

상기 정합 데이터에서 거리의 오차 값을 측정하여 상기 두 개의 3차원 데이터의 유사도를 계산하는 단계; 및

상기 유사도와 임계값을 비교하여 상기 출입자를 등록자 또는 비등록자로 판단하는 출입자 인증 단계를 포함하는 것을 특징으로 하는 3차원 얼굴 인식 보안 방법.
제5항에 있어서,

상기 정합 데이터를 생성하는 단계는,

상기 추출된 특징점을 기준으로 상기 3차원 얼굴 데이터 및 데이터 베이스에 등록된 3차원 얼굴 데이터를 변환하는 단계; 및

상기 두 개의 변환된 3차원 얼굴 데이터 간에 상호 대응점을 찾는 단계를 포함하며,

정합 결과의 오차를 계산하기 위하여 상기 대응점 사이의 거리 오차 값을 계 산하고, 상기 거리 오차 값이 임계값 이하이면 정합 데이터를 생성하는 것을 특징으로 하는 3차원 얼굴 인식 보안 방법.
제5항에 있어서,

상기 3차원 얼굴 데이터를 생성하는 단계는,

출입자의 얼굴을 스캔하는 단계;

출입자의 얼굴의 시퀀스 영상을 취득하고, 시퀀스 영상을 처리하는 단계;

상기 처리된 시퀀스 영상을 이진화 과정과 3비트 그레이부호에 의한 공간의 부호화 과정에 의해 처리하는 공간 부호화 처리 단계;

상기 처리된 공간 부호화된 영상의 각 화소에서의 3차원 거리값을 계산하는 단계; 및

상기 스캔된 영상의 각 화소들로부터 텍스쳐 맵 좌표를 구하는 단계를 포함하는 것을 특징으로 하는 3차원 얼굴 인식 보안 방법.
제5항에 있어서,

상기 3차원 얼굴 데이터의 특징점을 추출하는 단계는,

상기 스캔된 영상에서 각각의 색으로 색 공간을 분리하는 단계; 및

상기 색 공간을 분리한 각각의 색상 공간에서 사람의 피부색의 고유 영역 값 내의 화소들을 추출하고 이진화하여 후보영역을 생성하는 단계를 포함하고,

상기 후보영역에서 얼굴 내의 특징점을 추출하는 것을 특징으로 하는 3차원 얼굴 인식 보안 방법.