KR20210050649A - 모바일 기기의 페이스 인증 방법 - Google Patents

Abstract

페이스 인증 장치는 인풋 영상에서 유저의 페이스 영역을 검출하고, 이미지 패치 세트의 결정 기준에 기초하여 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성한다. 페이스 인증 장치는 해당 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 유저의 페이스에 대응하는 특징 값을 결정하고, 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정한다.

Description

모바일 기기의 페이스 인증 방법{FACE VERIFYING METHOD OF MOBILE DEVICE}

아래의 설명은 페이스 인증 기술에 관한 것이다.

생체 인증 기술 중 하나인 페이스 인증 기술은 정지 영상이나 동영상에 나타난 페이스에 기초하여 유저가 유효한(valid) 유저인지 여부를 결정하는 인증 기술이다. 페이스 인증 기술은 인증 대상자를 비접촉식으로 확인 가능하다는 이점을 가지고 있다. 최근에는, 페이스 인증 기술의 편리함 및 효율성 때문에 보안 시스템, 모바일 인증 및 멀티미디어 데이터 검색 등의 다양한 응용 분야에서 페이스 인증 기술이 널리 활용되고 있다.

일 실시예에 따른 페이스 인증 방법은, 인풋 영상에서 유저의 페이스 영역을 검출하는 단계; 이미지 패치 세트의 결정 기준에 기초하여 상기 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성하는 단계; 상기 생성된 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 상기 유저의 페이스에 대응하는 특징 값을 결정하는 단계; 및 상기 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정하는 단계를 포함할 수 있다.

상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역의 검출 위치 및 상기 페이스 영역 내 가림 영역의 존재 여부 중 적어도 하나를 포함할 수 있다.

상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역의 검출 위치이고, 상기 이미지 패치들을 생성하는 단계는, 미리 정의된 이미지 패치 세트의 세트 구성들 중 상기 페이스 영역의 검출 위치에 대응하는 세트 구성에 따라 상기 이미지 패치들을 생성할 수 있다.

상기 이미지 패치들을 생성하는 단계는, 상기 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응하는 경우, 상기 제1 영역에 대응하는 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고, 상기 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응하는 경우, 상기 제2 영역에 대응하는 제2 세트 구성에 따라 상기 이미지 패치들을 생성할 수 있다.

상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역 내 가림 영역의 존재 여부이고, 상기 이미지 패치들을 생성하는 단계는, 상기 페이스 영역 내에 상기 가림 영역이 존재하는 경우, 미리 정의된 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고, 상기 페이스 영역 내에 상기 가림 영역이 존재하지 않는 경우에는, 미리 정의된 제2 세트 구성에 따라 상기 이미지 패치들을 생성할 수 있다.

도 1a 내지 도 1d는 페이스 인증을 설명하기 위한 도면들이다.
도 2a는 일 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다.
도 2b는 다른 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다.
도 3a 내지 도 3c는 일 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.
도 4는 일 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시하는 도면이다.
도 5a 및 도 5b는 다른 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.
도 6은 다른 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시하는 도면이다.
도 7은 일 실시예에 따른 가림 영역의 존재 여부에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례를 설명하기 위한 도면이다.
도 8a 및 도 8b는 일 실시예에 따른 페이스 등록 과정의 일례들을 설명하기 위한 도면들이다.
도 9는 일 실시예에 따른 페이스 인증 장치의 구성을 도시하는 도면이다.
도 10은 일 실시예에 따른 컴퓨팅 장치의 구성을 도시하는 도면이다.
도 11은 일 실시예에 따른 누름 감지장치의 도면이다.

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. 또한, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

단수의 표현은 달리 명시되지 않는 한 일반적으로 "하나 이상의"를 의미하는 것으로 해석되어야 한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.

도 1a 내지 도 1c는 페이스 인증을 설명하기 위한 도면들이다.

페이스 인증은 인증을 시도한 유저의 페이스가 촬영된 영상에 기초하여 해당 유저가 유효한(또는 정당한) 유저인지 여부를 판단하는 인증 방법이다. 페이스 인증은 유저 로그인, 결제 서비스, 금융 서비스 또는 출입 통제 등에서 유효한 유저를 인증하는데 이용될 수 있다. 도 1a를 참조하면, 페이스 인증을 수행하는 장치인 페이스 인증 장치는 컴퓨팅 장치(120)에 포함되어 동작할 수 있다. 컴퓨팅 장치(120)는 예를 들어, 스마트폰, 웨어러블 기기(wearable device), 태블릿 컴퓨터, 넷북, 랩탑, 데스크탑, PDA(personal digital assistant), 셋탑 박스, 스마트 가전 기기, 생체 도어락, 보안 장치 또는 차량 시동 장치일 수 있다.

컴퓨팅 장치(120)는 컴퓨팅 장치(120)에 액세스하려는 유저(110)에 대한 페이스 인증 과정을 수행할 수 있다. 예를 들어, 유저(110)가 컴퓨팅 장치(120)의 잠금 상태를 해제하고자 컴퓨팅 장치(120)에 페이스 인증을 시도하는 경우, 컴퓨팅 장치(120)는 카메라(130)와 같은 영상 획득 장치를 이용하여 유저(110)의 페이스 영상을 획득하고, 획득한 페이스 영상을 분석하여 컴퓨팅 장치(120)의 잠금 상태를 해제할지 여부를 결정할 수 있다. 일 실시예에서, 페이스 인증을 위해 카메라(130)에 의해 촬영되는 유저의 페이스 영상은 컴퓨팅 장치(120)의 스크린을 통해 제공될 수 있고, 해당 페이스 영상은 프리뷰 영상(preview image)으로서 기능한다. 유저(110)는 프리뷰 영상을 참고하여 페이스 인증을 위해 촬영하고자 하는 페이스의 위치 및 형태를 조정할 수 있다.

일 실시예에서, 컴퓨팅 장치(120)는 획득한 페이스 영상에서 페이스 영역(140)을 검출하고, 특징 추출기를 이용하여 유저(110)의 페이스에 대응하는 특징 값을 추출할 수 있다. 컴퓨팅 장치(120)는 추출된 특징 값과 미리 등록된 유효한 유저에 대한 특징 값(예를 들어, 유효한 유저의 페이스에 대한 특징 값)을 비교하고, 해당 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 특징 추출기는 입력된 정보에 대응하는 특징 값을 출력하는 모델로서, 일례로 학습 데이터(training data)에 의해 미리 학습된 뉴럴 네트워크일 수 있다. 뉴럴 네트워크는 인간의 생물학적 신경 세포의 특성을 수학적 표현에 의해 모델링한 모델로서, 내부 파라미터들에 기초한 연산 과정을 통해 입력 값에 대응되는 출력 값을 출력한다.

컴퓨팅 장치(120)가 잠금 상태로 동작하고 있는 중에 페이스 인증이 성공한 것으로 결정된 경우, 유저(110)는 컴퓨팅 장치(120)의 잠금 상태를 성공적으로 해제시킬 수 있다. 반대로, 페이스 인증이 실패한 것으로 결정된 경우, 컴퓨팅 장치(120)는 계속적으로 잠금 상태에서 동작하게 된다. 유효한 유저는 페이스 등록 과정을 통해 자신의 페이스를 컴퓨팅 장치(120)에 미리 등록할 수 있고, 컴퓨팅 장치(120)는 컴퓨팅 장치(120)에 포함된 저장 장치 또는 외부의 클라우드 저장매체(cloud storage)에 해당 유효한 유저에 대한 등록 정보를 저장할 수 있다. 이 때, 유효한 유저의 페이스 영상 또는 해당 페이스 영상으로부터 추출된 특징 값이 유효한 유저의 등록 정보로서 저장될 수 있다.

앞서 말한 것과 같이, 페이스 인증을 시도하기 위해 유저(110)는 카메라(130)를 통해 자신의 페이스를 촬영한다. 이 때, 카메라(130)의 시야(field of view; FoV)를 벗어나 페이스가 촬영되는 경우, 전체 페이스(full face)이 아닌 일부의 페이스 부위(facial part)가 누락된 부분 페이스(partial face)이 촬영될 수 있다. 예를 들어, 도 1b에 도시된 것과 같이, 유저(110)가 컴퓨팅 장치(120)를 비스듬히 든 상태에서 페이스 인증을 시도하는 경우, 카메라(130)의 시야에 유저(110)의 일부 페이스 부위가 포함되지 않아 부분 페이스가 촬영될 가능성이 있다. 게다가, 카메라(130)에 의해 촬영된 페이스에 대한 프리뷰 영상이 컴퓨팅 장치(120)의 스크린(150)에 나타나지 않는 경우라면, 페이스 인증 과정에서 부분 페이스가 촬영되는 경우가 많을 것이다. 유저(110)는 페이스 인증을 위해 부분 페이스보다는 전체 페이스를 촬영하고자 할 텐데, 프리뷰 영상이 유저(110)에게 제공되지 않는 경우에는, 유저(110)가 전체 페이스가 촬영되는지 아니면 부분 페이스가 촬영되는지를 알 수가 없어 페이스 포즈를 조정하기가 어렵기 때문이다.

부분 페이스는 전체 페이스보다 유저(110)를 식별하기 위한 특징을 적게 포함할 가능성이 높기 때문에, 일반적으로 부분 페이스에 기초하여 페이스 인증이 수행되면 전체 페이스에 기초하여 페이스 인증이 수행되는 경우보다 페이스 인증의 정확도가 낮아질 수 있다. 하지만, 페이스 인증을 위해 항상 전체 페이스가 입력되는 것을 기대할 수는 없기에, 부분 페이스가 입력되더라도 페이스 인증의 정확도를 높이는 것이 요구된다. 특히, 페이스 인증 과정에서 프리뷰 영상이 제공되지 않는 경우, 페이스 인증을 위해 부분 페이스가 입력되는 경우가 잦을 텐데, 이렇게 촬영된 부분 페이스에 대한 페이스 인증의 가능성 및 정확도를 높이는 것이 요구된다. 아래에서 설명될 실시예들은 부분 페이스에 기반하여 페이스 인증이 수행되더라도 페이스 인증을 보다 정확하게 수행하게 하는 해결책을 제시한다.

한편, 도 1c에 도시된 것과 같이, 유저(110)가 마스크(115)를 착용한 상태에서 페이스 인증을 시도한 경우, 컴퓨팅 장치(120)의 카메라(130)를 통해 촬영된 페이스 영상에는 마스크(115)에 대응하는 가림 영역(occlusion region; 145)이 나타날 수 있다. 마스크(115) 이외에 안경, 선글라스 및 모자 등의 착용으로 인해 가림 영역(145)이 나타날 수 있다. 페이스 인증에 있어 가림 영역(145)은 페이스의 고유 특징을 추출하는 것을 방해하여 페이스 인증의 정확도를 저하시키는 역할을 한다. 아래에서 설명될 실시예들은 페이스 영역(140)에 가림 영역(145)이 존재하더라도 페이스 인증을 보다 정확하게 수행하게 하는 해결책을 제시한다.

일 실시예에 따르면, 페이스 인증 장치는 페이스 인증을 위해 촬영된 영상으로부터 복수의 이미지 패치들을 포함하는 다중 이미지 패치를 구성하고, 해당 다중 이미지 패치에 기초하여 페이스 인증을 수행한다. 이미지 패치는 페이스 영역(140)의 전체 또는 부분을 포함하는 영상이다. 이러한 다중 이미지 패치의 구성은 해당 영상에 나타난 페이스 영역의 위치, 가림 영역의 존재 여부, 영상 품질, 조명 상태, 페이스 표정, 추정된 유저 정보(나이, 성별 등) 등의 상태(condition)에 기초하여 결정될 수 있다. 페이스 인증 장치는 페이스 인증을 위해 촬영된 영상에 나타난 상태에 따라 적응적으로 다중 이미지 패치를 구성하고, 해당 다중 이미지 패치에 기초하여 페이스 인증을 수행하는 것에 의해 페이스 인증의 정확도를 개선시킬 수 있다. 이하에서는, 페이스 인증 장치에 의해 수행되는 페이스 인증 방법을 보다 자세히 설명한다.

도 2a는 일 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다.

도 2a를 참조하면, 단계(210)에서 페이스 인증 장치는 인풋 영상을 수신한다. 인풋 영상은 페이스 인증 장치에 입력되는 영상으로, 페이스 인증의 대상이 되는 영상이다. 인풋 영상은 예를 들어, 디지털 스틸 카메라, 비디오 카메라 또는 적외선 카메라와 같은 영상 획득 장치에 의해 획득될 수 있다. 도면에는 도시되어 있지 않지만, 실시예에 따라 페이스 인증 장치는 수신한 인풋 영상에 대해 영상 전처리를 수행할 수 있다. 영상 전처리 과정은 인풋 영상을 페이스 인증에 보다 적합한 형태로 처리하는 하나 이상의 과정을 포함할 수 있다. 예를 들어, 영상 전처리 과정은 인풋 영상에 포함된 노이즈를 제거하는 과정, 인풋 영상의 컨트라스트(contrast)를 증가시키는 과정, 인풋 영상에 포함된 블러(blur)를 제거하는 디블러링(deblurring) 과정, 배경 영역(background region)을 제거하는 과정, 인풋 영상에 포함된 왜곡(distortion)을 보정하는 와핑(warping) 과정 및 인풋 영상을 이진화(binarization)하는 과정 등을 포함할 수 있다.

단계(215)에서, 페이스 인증 장치는 인풋 영상에서 페이스 영역을 검출한다. 페이스 인증 장치는 예를 들어, Haar 기반의 캐스케이드 에이다부스트 분류기(Haar-based cascade adaboost classifier), 뉴럴 네트워크에 기반한 분류기 또는 서포트 벡터 머신(Support Vector Machine) 등을 이용하여 인풋 영상에서 페이스 영역을 검출할 수 있다. 다만, 실시예의 범위가 이에 한정되는 것은 아니고, 페이스 인증 장치는 다양한 페이스 영역 검출 기법을 이용하여 인풋 영상에서 페이스 영역을 검출할 수 있다.

단계(220)에서, 페이스 인증 장치는 검출된 페이스 영역을 정규화(normalization)할 수 있다. 일 실시예에서, 페이스 인증 장치는 검출된 페이스 영역에서 페이스의 랜드마크들(facial landmarks)을 검출하고, 검출된 랜드마크들에 기초하여 페이스 영역을 정규화할 수 있다. 페이스 인증 장치는 예를 들어, ACM(Active Contour Model), ASM(Active Shape Model), AAM(Active Appearance model), SDM(Supervised Descent Method) 또는 뉴럴 네트워크 등에 기초한 랜드마크 검출 기법을 이용하여 페이스 영역에서 페이스의 랜드마크들을 검출할 수 있다. 페이스의 랜드마크들은 주요 페이스 부위에 대한 특징점들로서, 예를 들어 눈썹, 눈, 코, 입술, 턱, 귀 또는 페이스의 윤곽 등을 식별하기 위한 특징점들이다. 정규화는 예를 들어, 인풋 영상에서 페이스 영역을 나타내는 페이스 영상을 추출하는 영상 크롭핑(image cropping) 과정, 페이스 영역에서 검출된 랜드마크들의 위치를 미리 정의된 기준 위치에 매칭시키는 과정 및 추출된 페이스 영역의 크기를 조정하는 과정 등을 포함할 수 있다. 일 예에서, 인풋 영상에서 추출된 페이스 영상은 패치 영상(patch image)의 형태를 가질 수 있다. 페이스 인증 장치는 검출된 랜드마크들의 위치에 기초하여 아핀 변환(affine transformation)을 수행하는 것에 의해 랜드마크들의 위치를 기준 위치에 매칭시킬 수 있다. 여기서, 아핀 변환은 랜드마크들의 위치가 나타내는 벡터 공간을 다른 벡터 공간에 대응시키는 역할을 한다.

실시예에 따라, 단계(220)의 정규화 과정은 생략될 수도 있다. 단계(220)의 정규화 과정이 수행되는 경우, 아래 단계(225) 내지 단계(235)에서의 페이스 영역은 정규화 과정이 수행된 페이스 영역으로 대체될 수 있다.

단계(225)에서, 페이스 인증 장치는 이미지 패치 세트의 결정 기준에 기초하여 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성한다. 페이스 인증 장치는 하나의 이미지 패치가 아닌, 복수의 이미지 패치들에 기반하여 페이스 인증을 수행하는데, 이렇게 페이스 인증에 이용될 이미지 패치들의 집합인 이미지 패치 세트(또는 다중 이미지 패치)를 구성하는 과정이 필요하다. 실시예에 따라, 페이스 인증 장치는 다양한 결정 기준에 기초하여 이미지 패치 세트를 구성할 수 있고, 검출된 페이스 영역에 기초하여 이미지 패치 세트에 포함될 하나 이상의 이미지 패치를 생성할 수 있다. 페이스 인증 장치는 이미지 패치 세트의 결정 기준에 따라 페이스 영역에 대한 이미지 패치들을 구성한다.

<이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우의 일 실시예>

이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우, 페이스 인증 장치는 페이스 영역의 검출 위치에 따라 이미지 패치 세트를 다르게 구성할 수 있다. 페이스 영역의 검출 위치에 따라 이미지 패치 세트가 어떻게 구성될지를 나타내는 이미지 패치 세트의 세트 구성들이 미리 정의되어 있고, 페이스 인증 장치는 미리 정의된 이미지 패치 세트의 세트 구성들 중 페이스 영역의 검출 위치에 대응하는 세트 구성에 따라 이미지 패치들을 생성할 수 있다. 예를 들어, 페이스 인증 장치는 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응하는 경우, 해당 제1 영역에 대응하는 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응하는 경우, 해당 제2 영역에 대응하는 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다.

페이스 인증 장치는 페이스 영역이 검출된 위치에 따라, 입력 페이스가 전체 페이스 또는 부분 페이스인지, 및 부분 페이스가라면 어떠한 형태의 부분 페이스인지를 판단하고, 판단 결과에 따라 이미지 패치 세트를 다르게 구성할 수 있다. 예를 들어, 검출된 페이스 영역이 인풋 영상의 경계 중 일 부분을 포함하는 경우에는 입력 페이스가 부분 페이스가고, 검출된 페이스 영역이 인풋 영상의 경계를 포함하지 않고 인풋 영상의 내부에 위치하는 경우에는 입력 페이스가 전체 페이스인 것으로 결정될 수 있다. 검출된 페이스 영역이 포함하는 인풋 영상의 경계 위치에 따라 부분 페이스의 타입이 추정될 수 있다. 예를 들어, 페이스 영역이 인풋 영상의 위쪽 경계를 포함하는 경우에는 입력 페이스가 페이스의 상단 부분이 누락된 부분 페이스인 것으로 추정되고, 페이스 영역이 인풋 영상의 오른쪽 경계를 포함하는 경우에는 입력 페이스가 페이스의 왼쪽 부분이 누락된 부분 페이스인 것으로 추정될 수 있다.

다른 실시예에 따르면, 랜드마크들의 검출 결과에 기초하여 페이스 영역의 검출 위치가 결정될 수도 있다. 눈, 눈썹, 코 및 입 등과 같은 미리 정의된 페이스 부위들(facial parts)에 대응하는 랜드마크들이 모두 검출된 경우에는, 페이스 영역의 검출 위치가 인풋 영상의 내부인 것(또는, 입력 페이스가 전체 페이스인 것)으로 추정되고, 미리 정의된 페이스 부위들 중 하나 이상의 페이스 부위에 대응하는 랜드마크들이 검출되지 않은 경우에는, 페이스 영역의 검출 위치가 인풋 영상의 경계 부분인 것으로 추정될 수 있다. 페이스 영역의 검출 위치가 인풋 영상의 경계 부분인 것으로 추정된 경우, 검출되지 않은 페이스 부위의 랜드마크에 기초하여 페이스 영역의 검출 위치가 결정될 수 있다. 예를 들어, 눈썹과 눈에 대응하는 랜드마크들이 검출되지 않은 경우에는 페이스 영역이 위쪽에서 검출된 것(또는, 입력 페이스가 페이스의 상단 부분이 누락된 부분 페이스인 것)으로 추정되고, 입술에 대응하는 랜드마크들이 검출되지 않은 경우에는 페이스 영역이 아래쪽에서 검출된 것(또는, 입력 페이스가 페이스의 하단 부분이 누락된 부분 페이스인 것)으로 추정될 수 있다.

위와 같이 추정된 페이스 영역의 검출 위치(또는 입력 페이스의 형태)에 따라 이미지 패치 세트가 다르게 구성되고, 이미지 패치 세트의 세트 구성에 따라 페이스 인증에 이용될 이미지 패치들이 생성될 수 있다. 일 실시예에서, 이미지 패치 세트의 세트 구성들은 검출된 페이스 영역의 전체 영역에 대응하는 제1 이미지 패치와 제1 이미지 패치보다 줌-인(zoom in) 또는 확대된 제2 이미지 패치를 포함할 수 있고, 페이스 영역의 검출 위치에 따라 제2 이미지 패치의 포커싱 위치가 달라질 수 있다. 예를 들어, 페이스 영역의 검출 위치에 따라, 눈과 눈썹 영역을 줌-인한 제2 이미지 패치가 생성되거나 또는 입과 코 영역을 줌-인한 제2 이미지 패치가 생성될 수 있다.

<이미지 패치 세트의 결정 기준이 페이스 영역 내 가림 영역의 존재 여부인 경우의 일 실시예>

이미지 패치 세트의 결정 기준이 페이스 영역 내 가림 영역의 존재 여부인 경우, 페이스 인증 장치는 페이스 영역 내 가림 영역의 존재 여부 및 가림 영역의 타입에 따라 이미지 패치 세트를 다르게 구성할 수 있다. 가림 영역은 예를 들어, 안경, 선글라스, 마스크 또는 헤어 밴드 등으로 인하여 페이스 영역에서 가려진 영역이다. 이러한 가림 영역은 인풋 영상에 나타난 입력 페이스로부터 유저의 고유한 특징을 추출하는 것을 방해하여 페이스 인증의 정확도를 저하시키는 요인이 된다.

가림 영역의 존재 여부 및 가림 영역의 타입에 따라 이미지 패치 세트가 어떻게 구성될지를 나타내는 이미지 패치 세트의 세트 구성들이 미리 정의되어 있고, 페이스 인증 장치는 미리 정의된 이미지 패치 세트의 세트 구성들 중 가림 영역의 검출 결과에 대응하는 세트 구성에 따라 이미지 패치들을 생성할 수 있다. 예를 들어, 페이스 인증 장치는 페이스 영역 내에 가림 영역이 존재하는 경우, 미리 정의된 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역 내에 가림 영역이 존재하지 않는 경우에는 미리 정의된 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다.

만약, 가림 영역이 마스크에 의한 것이라면, 입력 페이스에는 입 영역이 나타나지 않을 것이다. 이 경우, 페이스의 상단 부분에 초점을 두어 이미지 패치들이 생성되도록 이미지 패치 세트의 세트 구성이 미리 정의되어 있을 수 있다. 다른 예로, 가림 영역이 선글라스나 안경에 의한 것이라면, 입력 페이스의 하단 부분에 초점을 두어 이미지 패치들이 생성되도록 이미지 패치 세트의 세트 구성이 미리 정의되어 있을 수 있다. 이와 같이, 페이스 인증 과정에서, 가림 영역이 나타나지 않은 페이스 부위의 이미지 패치들이 이용되도록 이미지 패치 세트의 세트 구성들이 미리 정의되어 있을 수 있다.

단계(230)에서, 페이스 인증 장치는 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 유저의 페이스에 대응하는 특징 값을 결정한다. 페이스 인증 장치는 이미지 패치 세트에 포함된 이미지 패치들과 각 이미지 패치들에 대응하는 기준 이미지 패치에 기초하여 특징 값을 결정한다. 페이스 인증 장치는 이미지 패치 세트에 포함된 이미지 패치들과 이에 대응하는 기준 이미지 패치들 간의 차분(difference)을 입력으로 하는 특징 추출기를 이용하여 특징 값을 결정할 수 있다. 여기서, 차분은 이미지 패치들 간의 픽셀 값 차이로서, 이미지 패치 세트에 포함된 이미지 패치와 이에 대응되는 기준 이미지 패치 사이에서 서로 대응되는 위치에서의 픽셀 값 차이를 나타낼 수 있다. 기준 이미지 패치들은 이미지 패치 세트에 포함된 이미지 패치들의 픽셀 값들을 평균 차감(mean subtraction)하기 위해 이용된다.

페이스 인증 장치는 예를 들어, 단일 뉴럴 네트워크 기반의 특징 추출기를 이용하여 이미지 패치 세트와 기준 이미지 패치들의 세트(기준 이미지 패치 세트)로부터 특징 값을 추출할 수 있다. 특징 추출기는 이미지 패치들과 이에 대응하는 기준 이미지 패치들 간의 차분들을 입력 받고, 특징 값으로서 특징 벡터를 출력할 수 있다.

특징 추출기는 이미지 패치 세트의 이미지 패치들과 기준 이미지 패치들 간의 차분에 대응하는 특징 값을 출력하도록 학습된 뉴럴 네트워크일 수 있다. 특징 추출기의 학습 과정에서, 특징 추출기는 특징 추출기를 학습시키기 위한 학습 이미지 패치들과 기준 이미지 패치들 간의 차분들을 입력 받고, 특징 값을 출력한다. 출력된 특징 값과 목적하는 특징 값 간의 차이로 인한 손실(loss)이 계산되고, 해당 손실이 줄어들도록 특징 추출기를 구성하는 파라미터들을 조정하는 것에 의해 특징 추출기가 학습될 수 있다. 많은 수의 학습 이미지 패치들에 대해 이와 같은 과정을 반복적으로 수행함으로써 특징 추출기의 파라미터들이 점차 바람직한 방향으로 조정될 수 있다.

일 실시예에서, 기준 이미지 패치는 특징 추출기를 학습시키는데 이용되는 위 학습 이미지 패치들에 기초하여 결정될 수 있다. 예를 들어, 기준 이미지 패치는 학습 이미지 패치들의 평균 영상 또는 평균 값 영상일 수 있다. 평균 영상은 학습 이미지 패치들 사이에서 서로 대응되는 위치에서 가지는 픽셀 값들을 평균하는 것에 의해 생성될 수 있다. 평균 값 영상은 학습 이미지 패치들에 포함된 전체 픽셀의 픽셀 값들을 평균하고, 평균 픽셀 값을 전체 픽셀들에 할당하는 것에 의해 생성될 수 있다. 평균 영상에서는 각 픽셀 위치에 따라 픽셀 값이 달라질 수 있어 형태가 나타날 수 있지만, 평균 값 영상에서는 전체 픽셀들이 모두 동일한 픽셀 값을 가지므로 형태가 나타나지 않는다. 다만, 기준 이미지 패치의 예가 위 실시예에 한정되지 않으며, 기준 이미지 패치의 형태는 다양할 수 있다. 예를 들어, 기준 이미지 패치는 학습 이미지 패치와 관계 없이 단색의 컬러 이미지 패치일 수도 있다.

특징 값의 추출에 이용되는 기준 이미지 패치들은 이미지 패치 세트의 결정 기준에 따라 달라질 수 있다. 예를 들어, 기준 이미지 패치들은 페이스 영역의 검출 위치, 페이스 영역 내 가림 영역의 존재 여부, 페이스 영역에 나타난 페이스 표정, 페이스 영역에 기초하여 추정된 유저 정보, 인풋 영상의 조명 상태 및 인풋 영상의 영상 품질 중 하나 이상에 기초하여 결정될 수 있다. 이미지 패치 세트의 각 결정 기준마다 해당 결정 기준에 대응되는 기준 이미지 패치들의 세트가 존재하고, 페이스 인증에서 이용된 이미지 패치 세트의 결정 기준에 따라 특징 값 추출에 이용될 기준 이미지 패치들이 선택될 수 있다.

다른 실시예에 따르면, 이미지 패치 세트는 단계(225)에서 생성된 이미지 패치들에 더불어, 이미지 패치 세트의 결정 기준에 대응하는 부가 이미지 패치를 포함할 수 있고, 페이스 인증 장치는 해당 이미지 패치들과 부가 이미지 패치에 기초하여 특징 값을 결정할 수 있다. 부가 이미지 패치는 이미지 패치 세트의 결정 기준에 관련된 정보를 알려주기 위해 이용될 수 있다. 예를 들어, 이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우, 부가 이미지 패치는 페이스 영역의 검출 위치를 나타내기 위해 이용될 수 있다. 페이스 영역이 인풋 영상의 오른쪽 위치에서 검출된 경우, 페이스 영역이 오른쪽 위치에서 검출되었음을 나타내기 위한 부가 이미지 패치가 이용될 수 있다. 페이스 영역의 각 검출 위치에 대응되는 부가 이미지 패치들이 미리 존재할 수 있고, 페이스 영역의 검출 위치에 대응되는 부가 이미지 패치가 선택될 수 있다. 단계(225)에서 생성된 이미지 패치들과 부가 이미지 패치를 포함하는 이미지 패치 세트와 이에 대응되는 기준 이미지 패치 세트 간의 차분 정보가 특징 추출기에 입력되고, 특징 추출기는 입력된 차분 정보에 대응하는 특징 값을 출력한다.

단계(235)에서, 페이스 인증 장치는 단계(230)에서 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정한다. 일 예에서, 페이스 인증 장치는 특징 추출기에 의해 추출된 특징 값과 페이스 등록 과정에서 결정된 등록 특징 값 간의 비교 결과에 기초하여 인증 성공 여부를 결정할 수 있다. 등록 특징 값은 페이스 등록 과정에서 등록된 유효한 유저에 대한 특징 값을 나타낸다. 페이스 등록 과정에서는 각 이미지 패치 세트의 결정 기준에 대응하는 등록 특징 값이 등록될 수 있다. 페이스 인증 장치는 미리 등록된 여러 등록 특징 값들 중 이미지 패치 세트의 결정 기준에 대응하는 등록 특징 값과 특징 추출기에 의해 추출된 특징 값을 비교하고, 그 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 일 예에서, 페이스 인증 장치는 등록 특징 값과 특징 추출기에 의해 추출된 특징 값 간의 유사도를 결정하고, 결정된 유사도가 임계 값보다 크면 페이스 인증이 성공한 것으로 결정하고, 유사도가 임계 값보다 크지 않으면 페이스 인증이 실패한 것으로 결정할 수 있다. 등록 특징 값과 특징 추출기에 의해 추출된 특징 값 간의 차이가 작을수록 유사도는 커지고, 해당 차이가 클수록 유사도는 작아질 수 있다.

도 2b는 다른 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다. 도 2a에서 설명된 내용은 도 2b에 대한 설명에 적용될 수 있고, 참조로서 여기에 포함된다. 여기에서 도 2a에서 설명된 내용과 중복된 내용은 생략한다.

도 2b를 참조하면, 단계(240)에서 페이스 인증 장치는 페이스 인증을 위한 인풋 영상을 수신한다. 도면에는 도시되어 있지 않지만, 실시예에 따라 페이스 인증 장치는 인풋 영상에 대해 도 2a의 단계(210)에서 설명한 것과 같은 영상 전처리를 수행할 수도 있다.

단계(245)에서, 페이스 인증 장치는 이미지 패치 세트의 결정 기준에 따라 인풋 영상을 검사할 수 있다. 예를 들어, 페이스 인증 장치는 페이스 영역의 검출 위치, 페이스 영역 내 가림 영역(예, 마스크 또는 안경)의 존재 여부, 페이스 영역에 나타난 페이스 표정, 유저 정보(예, 성별 또는 나이), 인풋 영상의 조명(illumination) 상태 및 인풋 영상의 영상 품질(예, 블러니스(blurriness) 정도) 중 하나 이상을 검사할 수 있다. 이러한 검사 항목들은 각 검사 항목의 목적에 맞게 학습된 뉴럴 네트워크 또는 영상 화질 측정법(Image Quality Assessment; IQA)을 이용하여 검사될 수 있다.

단계(250)에서, 페이스 인증 장치는 인풋 영상에서 페이스 영역을 검출하고, 단계(255)에서 페이스 인증 장치는 페이스 영역을 정규화할 수 있다. 실시예에 따라, 단계(255)의 정규화 과정은 생략될 수도 있다. 단계(260)에서, 페이스 인증 장치는 단계(245)의 검사 결과에 기초하여 이미지 패치들을 생성하고, 생성된 이미지 패치들을 기초로 페이스 인증에 이용할 이미지 패치 세트를 구성한다. 예를 들어, 페이스 인증 장치는 페이스 영역의 검출 위치에 따라 이미지 패치 세트를 구성하거나 또는 페이스 영역 내에 가림 영역이 존재하는 것으로 결정된 경우에는 가림 영역의 존재에 대응하는 이미지 패치 세트를 구성할 수 있다.

단계(265)에서, 페이스 인증 장치는 이미지 패치 세트에 기초하여 유저의 페이스에 대응하는 특징 값을 결정한다. 페이스 인증 장치는 이미지 패치 세트에 포함된 이미지 패치들과 해당 이미지 패치들에 대응하는 기준 이미지 패치들 간의 차분들을 입력으로 하는 특징 추출기를 이용하여 특징 값을 결정할 수 있다. 여기서, 기준 이미지 패치들은 이미지 패치 세트의 결정 기준에 따라 달라질 수 있다. 예를 들어, 가림 영역의 존재에 대응하는 이미지 패치 세트가 결정된 경우, 해당 가림 영역의 존재에 대응하는 기준 이미지 패치들이 이용될 수 있다. 또는, 인풋 영상에 기준치 이상의 블러니스가 존재하는 것으로 검사된 경우, 블러니스의 존재에 대응하는 미리 정의된 기준 이미지 패치들이 특징 값을 결정하는데 이용될 수 있다. 다른 예로, 단계(245)에서 인풋 영상에 나타난 페이스 표정이 웃는 페이스인 것으로 검사된 경우, 웃는 페이스에 대응하는 미리 정의된 기준 이미지 패치들이 특징 값을 결정하는데 이용될 수 있다. 여기서, 기준 이미지 패치들은 예를 들어, 특징 추출기를 학습시키는데 이용되는 학습 이미지 패치들 중 웃는 페이스에 대응하는 학습 이미지 패치들의 평균 영상일 수 있다.

단계(270)에서, 페이스 인증 장치는 단계(265)에서 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정한다. 페이스 인증 장치는 특징 값이 미리 설정된 조건을 만족시키는 경우 페이스 인증이 성공한 것으로 결정하고, 특징 값이 해당 조건을 만족시키지 않는 경우 페이스 인증이 실패한 것으로 결정할 수 있다.

도 3a 내지 도 3c는 일 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.

도 3a는 인풋 영상(310)에서 페이스 영역(315)의 검출 위치가 인풋 영상(310)의 내부에 존재하는 경우로서, 전체 페이스가 검출된 경우를 도시한다. 페이스 영역(315)이 검출된 후 페이스 영역(315)에서 페이스의 랜드마크(320)들이 검출되고, 랜드마크(320)들에 기초한 영상 변환(예를 들어, 영상 정규화 또는 아핀 변환(affine transform) 등)을 통해 복수의 이미지 패치들(332, 334, 336)이 생성된다. 이미지 패치들(332, 334, 336)은 하나의 이미지 패치 세트(330)를 구성한다. 생성되는 이미지 패치들(332, 334, 336)의 형태는 페이스 영역(315)의 검출 위치에 따라 달라질 수 있다. 도 3a에 도시된 것과 같이 페이스 영역(315)의 검출 위치가 인풋 영상의 내부에 존재하는 경우에는, 예를 들어 페이스 영역(315)의 전체 영역을 줌-인한 이미지 패치(332), 페이스 영역(315)에서 코 영역을 줌-인한 이미지 패치(334) 및 검출된 페이스 영역(315)의 전체 영역이 나타난 이미지 패치(336)이 생성될 수 있다. 이와 같이, 이미지 패치 세트(330)는 페이스 영역(315)의 전체 영역에 대응하는 이미지 패치(336)와 페이스 영역(315)의 부분 영역에 대응하는 이미지 패치들(332, 334)을 포함할 수 있고, 다양한 형태의 이미지 패치들을 이용하는 것에 의해 페이스 인증의 정확도가 개선될 수 있다.

이미지 패치들(332, 334, 336)이 생성된 후 각 이미지 패치들(332, 334, 336)에 대응하는 기준 이미지 패치들(342, 344, 346)의 기준 이미지 패치 세트(340)가 결정된다. 기준 이미지 패치들(342, 344, 346)도 페이스 영역(320)의 검출 위치에 따라 결정될 수 있다. 다양한 기준 이미지 패치들이 미리 생성되어 저장되어 있고, 이미지 패치 세트의 결정 기준에 따라 미리 저장된 기준 이미지 패치들 중에서 기준 이미지 패치 세트를 구성할 기준 이미지 패치들이 선택된다. 기준 이미지 패치들(342, 344, 346)은 예를 들어, 특징 추출기(350)를 학습시키는데 이용된 학습 이미지 패치들의 평균 영상 또는 평균 값 영상일 수 있다. 각 기준 이미지 패치들(342, 344, 346)의 형태는 각 이미지 패치들(332, 334, 336)에 대응될 수 있다. 예를 들어, 이미지 패치(332)에 대응하는 기준 이미지 패치(342)는 평균 영상 또는 평균 값 영상에서 페이스 영역을 줌-인한 형태를 가지고, 이미지 패치(334)에 대응하는 기준 이미지 패치(344)는 평균 영상 또는 평균 값 영상에서 코 영역을 줌-인한 형태를 가질 수 있다.

각 이미지 패치들(332, 334, 336)과 이에 대응하는 각 기준 이미지 패치들(342, 344, 346) 간의 차분이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 기초하여 유저의 페이스에 대응하는 특징 값을 출력한다. 이 때, 이미지 패치들(332, 334, 336)과 기준 이미지 패치들(342, 344, 346) 간의 차분들이 연결(concatenation)된 형태로 특징 추출기(350)에 입력될 수 있다.

도 3b는 인풋 영상(312)에서 페이스 영역(317)의 검출 위치가 인풋 영상(312)의 오른쪽에 존재하는 경우로서, 페이스의 왼쪽 부분이 나타나지 않은 부분 페이스가 검출된 경우를 도시한다. 인풋 영상(312)에서 페이스 영역(317)이 검출된 후 페이스 영역(317)에서 페이스의 랜드마크(322)들이 검출된다. 예를 들어, 검출된 랜드마크(322)들의 위치에 기초하여 아핀 변환을 수행하는 것을 통해 복수의 이미지 패치들(362, 364, 366)이 생성되고, 생성된 이미지 패치들(362, 364, 366)은 하나의 이미지 패치 세트(360)를 구성한다. 이 때, 생성되는 이미지 패치들(362, 364, 366)의 형태는 페이스 영역(317)의 검출 위치에 대응될 수 있다. 도 3b에 도시된 것과 같이 페이스 영역(317)의 검출 위치가 오른쪽인 경우에는, 페이스 영역(317)의 전체 영역을 줌-인한 이미지 패치(362), 페이스 영역(317)에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들(364, 366)이 생성될 수 있다. 여기서, 이미지 패치(362)의 경우, 전체 페이스 영역 중 인풋 영상(312)에 나타나지 않은 페이스 영역(363)은 다른 데이터(예를 들어, 이미지 패치(362)에 대응하는 기준 이미지 패치(372)의 영상 픽셀 값)로 채워질 수 있다. 페이스 인증 장치는 전체 페이스 중 페이스 영역(317)에 나타난 영상 정보와 기준 이미지 패치(372)에서 페이스 영역(363)에 대응되는 영역의 영상 정보를 합성하는 것에 의해 이미지 패치(362)를 생성할 수 있다. 여기서, 이미지 패치(362)의 생성에 이용되는 기준 이미지 패치(372)의 영상 정보는 페이스 영역(317)의 부분 페이스가 포함하지 않는 영상 정보이다.

이미지 패치들(362, 364, 366)이 생성된 후 각 이미지 패치들(362, 364, 366)에 대응하는 기준 이미지 패치들(372, 374, 376)의 기준 이미지 패치 세트(370)가 결정된다. 각 기준 이미지 패치들(372, 374, 376)의 형태는 각 이미지 패치들(362, 364, 366)에 대응될 수 있다. 각 이미지 패치들(362, 364, 366)과 이에 대응하는 각 기준 이미지 패치들(372, 374, 376) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 대응하는 특징 값을 출력한다.

도 3c는 인풋 영상(314)에서 페이스 영역(316)의 검출 위치가 인풋 영상(314)의 아래쪽에 존재하는 경우로서, 페이스의 아래쪽 부분이 나타나지 않은 부분 페이스가 검출된 경우를 도시한다. 인풋 영상(314)에서 페이스 영역(316) 및 페이스의 랜드마크(324)들이 검출되고, 검출된 랜드마크(324)들의 위치에 기초하여 페이스 영역(316)의 검출 위치에 대응하는 복수의 이미지 패치들(382, 384, 386)이 생성된다. 생성된 이미지 패치들(382, 384, 386)은 하나의 이미지 패치 세트(380)를 구성한다. 도 3c에 도시된 것과 같이 페이스 영역(316)의 검출 위치가 아래쪽인 경우에는, 예를 들어 페이스 영역(316)의 전체 영역을 줌-인한 이미지 패치(382), 페이스 영역(316)에서 코 영역을 줌-인한 이미지 패치(384) 및 전체 페이스 영역에 대응하는 이미지 패치(386)이 생성될 수 있다. 여기서, 이미지 패치(386)는 전체 페이스에서 인풋 영상(314)에 나타나지 않은 페이스 영역(388)은 다른 데이터(예를 들어, 이미지 패치(386)에 대응하는 기준 이미지 패치(396)의 영상 정보)로 채워질 수 있다.

이미지 패치들(382, 384, 386)이 생성된 후 각 이미지 패치들(382, 384, 386)에 대응하는 기준 이미지 패치들(392, 394, 396)의 기준 이미지 패치 세트(390)가 결정된다. 각 기준 이미지 패치들(392, 394, 396)의 형태는 각 이미지 패치들(382, 384, 386)에 대응될 수 있다. 이미지 패치들(382, 384, 386)과 이에 대응하는 기준 이미지 패치들(392, 394, 396) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 대응하는 특징 값을 출력한다.

위와 같이, 페이스 영역의 검출 위치에 따라 페이스 인증을 수행하는데 이용되는 이미지 패치 세트의 세트 구성이 달라질 수 있다. 이를 통해, 부분 페이스에 대해 페이스 인증이 수행되더라도 페이스 인증의 정확도를 저하시키는 것 없이 페이스 인증이 보다 정확하게 수행될 수 있다. 일 실시예에서, 페이스 영역의 검출 위치에 따른 이미지 패치 세트의 세트 구성은 다음의 표 1과 같을 수 있다. 아래 표 1은 이미지 패치 세트가 3개의 이미지 패치들로 구성되었다고 가정한 것으로, 이미지 패치 세트를 구성하는 이미지 패치들의 수는 실시예에 따라 다양할 수 있다.

페이스 영역의 검출 위치	이미지 패치 세트의 구성
내부	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 이미지 패치, 페이스 영역의 전체 영역이 나타난 이미지 패치
왼쪽	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들
오른쪽	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들
위쪽	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 이미지 패치, 전체 페이스 영역에 대응하는 이미지 패치
아래쪽	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 이미지 패치, 전체 페이스 영역에 대응하는 이미지 패치

실시예에 따라, 페이스 영역의 검출 위치가 오른쪽인 경우에 대응하는 이미지 패치 세트의 세트 구성은 별도로 존재하지 않을 수 있다. 인풋 영상에서 검출된 페이스 영역의 위치가 오른쪽인 경우, 좌우 반전의 영상 처리를 통하여 페이스 영역이 왼쪽에서 검출된 것으로 조정하고, 왼쪽에서 페이스 영역이 검출된 것과 동일한 방식으로 이미지 패치 세트를 구성하면 되기 때문이다. 위 표 1의 이미지 패치 세트의 세트 구성에 대응하는 기준 이미지 패치 세트의 세트 구성은 이하 도 4에서 설명한다.도 4는 일 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시한 도면이다. 페이스 영역의 검출 위치에 따라 기준 이미지 패치 세트의 세트 구성도 달라질 수 있다. 도 4를 참조하면, 인풋 영상에서 페이스 영역의 검출 위치가 각각 위쪽(410), 아래쪽(420), 왼쪽(430), 오른쪽(440) 및 내부(450)일 때, 이에 각각 대응하는 기준 이미지 패치 세트들(415, 425, 435, 445, 455)의 일례가 도시된다. 페이스 영역의 검출 위치에 따라 기준 이미지 패치 세트들이 어떻게 구성될지 미리 정의되어 있고, 미리 정의된 기준 이미지 패치 세트들 중 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치 세트가 특징 값을 결정하는데 이용될 수 있다. 일 실시예에서, 각 기준 이미지 패치 세트들(415, 425, 435, 445, 455)의 세트 구성 형태는 위 표 1에 설명한 이미지 패치 세트들의 세트 구성과 동일할 수 있다. 예를 들어, 페이스 영역의 검출 위치가 아래쪽(420)인 경우, 특징 값을 결정하는데 이용되는 기준 이미지 패치 세트(425)는 페이스 영역의 전체 영역을 줌-인한 기준 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 기준 이미지 패치 및 전체 페이스 영역에 대응하는 기준 이미지 패치로 구성될 수 있다.

도 5a 및 도 5b는 다른 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.

도 5a는 도 3a에서와 동일하게, 인풋 영상(310)에서 페이스 영역(315)의 검출 위치가 인풋 영상(310)의 내부에 존재하는 경우로서, 전체 페이스가 검출된 경우를 도시한다. 이미지 패치 세트(510)는 페이스 영역(315)에 기초하여 생성된 이미지 패치들(332, 334)과 함께 이미지 패치 세트의 결정 기준에 대응하는 부가 이미지 패치(515)를 포함할 수 있다. 부가 이미지 패치(515)는 페이스 영역의 검출 위치를 알려주기 위해 이용될 수 있다. 본 실시예와 같이, 페이스 영역(315)의 검출 위치가 인풋 영상(310)의 내부에 존재하는 경우에는, 미리 정의된 부가 이미지 패치들 중 페이스 영역의 검출 위치가 인풋 영상의 내부에 존재한다는 것을 나타내기 위한 부가 이미지 패치(515)가 이미지 패치 세트(510)에 포함될 수 있다.

이후에, 이미지 패치 세트(510)에 대응되는 기준 이미지 패치 세트(520)가 구성된다. 기준 이미지 패치 세트(520)는 이미지 패치(332)에 대응하는 기준 이미지 패치(342), 이미지 패치(334)에 대응하는 기준 이미지 패치(344) 및 부가 이미지 패치(515)에 대응하는 기준 이미지 패치(525)로 구성될 수 있다. 일 실시예에서, 기준 이미지 패치(525)는 부가 이미지 패치(515)와 동일할 수 있다. 이미지 패치들(332, 334) 및 부가 이미지 패치(515)와 이에 각각 대응하는 기준 이미지 패치들(342, 344, 525) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 기초하여 특징 값을 출력한다.

도 5b는 도 3b에서와 동일하게, 인풋 영상(312)에서 페이스 영역(317)의 검출 위치가 인풋 영상(312)의 오른쪽에 존재하는 경우로서, 페이스의 왼쪽 부분이 나타나지 않은 부분 페이스가 검출된 경우를 도시한다. 이미지 패치 세트(530)는 페이스 영역(317)에 기초하여 생성된 이미지 패치들(362, 364)과 함께 이미지 패치 세트의 결정 기준에 대응하는 부가 이미지 패치(535)를 포함할 수 있다. 부가 이미지 패치(535)는 페이스 영역의 검출 위치가 오른쪽임을 알려주기 위해 이용될 수 있다. 이미지 패치 세트(530)에 대응되는 기준 이미지 패치 세트(540)는 이미지 패치(362)에 대응하는 기준 이미지 패치(372), 이미지 패치(364)에 대응하는 기준 이미지 패치(374) 및 부가 이미지 패치(535)에 대응하는 기준 이미지 패치(545)로 구성될 수 있다. 일 실시예에서, 기준 이미지 패치(535)는 부가 이미지 패치(545)와 동일할 수 있다. 이미지 패치들(362, 364) 및 부가 이미지 패치(535)와 이에 각각 대응하는 기준 이미지 패치들(372, 374, 545) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 기초하여 특징 값을 출력한다.

위와 같이, 페이스 영역의 검출 위치에 따라 이미지 패치 세트에 포함되는 부가 이미지 패치가 달라질 수 있다. 예를 들어, 페이스 영역의 검출 위치에 따른 이미지 패치 세트의 세트 구성은 다음의 표 2와 같을 수 있다. 아래 표 2는 이미지 패치 세트가 3개의 이미지 패치들로 구성되었다고 가정한 것으로, 이미지 패치 세트를 구성하는 이미지 패치들의 수는 실시예에 따라 다양할 수 있다.

페이스 영역의 검출 위치	이미지 패치 세트의 구성
내부	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 이미지 패치, 제1 부가 이미지 패치
왼쪽	페이스 영역에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들 제2 부가 이미지 패치
오른쪽	페이스 영역에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들 제3 부가 이미지 패치
위쪽	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 이미지 패치, 제4 부가 이미지 패치
아래쪽	페이스 영역의 전체 영역을 줌-인한 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 이미지 패치, 제5 부가 이미지 패치

위 표 2에서, 제1 부가 이미지 패치 내지 제5 부가 이미지 패치는 페이스 영역의 각 검출 위치에 따라 서로 구별되는 부가 이미지 패치들이다. 부가 이미지 패치는 예를 들어, 전체 영역에서 특정한 픽셀 값을 가지는 이미지 패치일 수 있다. 다만, 실시예의 범위가 이에 한정되는 것은 아니고 부가 이미지 패치의 형태는 다양할 수 있다. 위 표 2의 이미지 패치 세트의 세트 구성에 대응하는 기준 이미지 패치 세트의 구성은 이하 도 6에서 설명한다.도 6은 다른 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시하는 도면이다. 도 6을 참조하면, 인풋 영상에서 페이스 영역의 검출 위치가 각각 위쪽(410), 아래쪽(420), 왼쪽(430), 오른쪽(440) 및 내부(450)일 때, 이에 대응하는 기준 이미지 패치 세트들(610, 620, 630, 640, 650)의 일례가 도시된다. 기준 이미지 패치 세트들(610, 620, 630, 640, 650)은 이미지 패치 세트의 각 이미지 패치들에 대응하는 기준 이미지 패치들을 포함한다. 이 때, 기준 이미지 패치들은 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치(660)를 포함한다. 예를 들어, 페이스 영역의 검출 위치가 아래쪽(420)인 경우, 기준 이미지 패치 세트(620)는 페이스 영역의 전체 영역을 줌-인한 기준 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 기준 이미지 패치 및 페이스 영역의 검출 위치가 아래쪽인 것에 대응하는 기준 이미지 패치로 구성될 수 있다.

도 7은 일 실시예에 따른 가림 영역의 존재 여부에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례를 설명하기 위한 도면이다.

도 7을 참조하면, 페이스 영역(720)에 마스크(740)의 가림 영역이 있는 경우를 도시한다. 인풋 영상(710)에서 페이스 영역(720)이 검출되고, 페이스 영역(720)에 마스크, 선글라스 또는 안경 등의 가림 영역이 존재하는지 여부가 검사될 수 있다. 예를 들어, 페이스 영역(720)에서 페이스의 랜드마크(730)들을 검출한 뒤, 랜드마크(730)들의 검출 결과에 기초하여 마스크(740)의 존재가 인식될 수 있다. 예를 들어, 페이스 영역(720)이 인풋 영상(710)의 내부에 위치하는데, 입 영역에 대응하는 랜드마크들이 검출되지 않았으면 마스크(740)가 존재하는 것으로 결정될 수 있다. 다른 예로, 가림 영역의 존재 여부를 검사하는 별도의 인식기를 이용하여 페이스 영역(720)에서 마스크(740) 등의 가림 영역의 존재가 검사될 수도 있다.

페이스 영역(720)에 가림 영역이 존재한다고 결정된 경우, 미리 정의된 세트 구성에 따라 이미지 패치 세트(750)가 구성될 수 있다. 예를 들어, 마스크(740)가 존재하는 것으로 결정된 경우에는, 입 영역과 관련된 이미지 패치가 아닌, 눈 영역을 줌-인한 이미지 패치(752), 눈과 코 영역을 줌-인한 이미지 패치(754) 및 전체 페이스에 대응하는 이미지 패치(756)가 생성될 수 있다. 여기서, 이미지 패치(756)는 전체 페이스에서 마스크(740)에 의해 나타나지 않은 입 주변의 페이스 영역을 다른 데이터(예를 들어, 이미지 패치(756)에 대응하는 기준 이미지 패치(766)의 영상 정보)로 채우는 것에 의해 생성될 수 있다. 이미지 패치 세트(750)의 각 이미지 패치들(752, 754, 756)에 대응하는 기준 이미지 패치들(762, 764, 766)의 기준 이미지 패치 세트(760)가 결정되고, 이미지 패치들(752, 754, 756)과 이에 대응하는 기준 이미지 패치들(762, 764, 766) 간의 차분들이 특징 추출기(350)에 입력된다. 특징 추출기(350)는 입력된 차분들에 기초하여 유저의 페이스에 대응하는 특징 값을 출력한다.

만약, 페이스 영역(720)에서 선글라스나 안경과 같은 가림 영역이 존재하는 것으로 결정된 경우에는, 눈 영역이 아닌, 다른 페이스 부위(예를 들어, 코 및 입)를 포커싱한 이미지 패치들이 생성될 수 있다. 페이스 영역(720)에 가림 영역이 존재하지 않는 것으로 결정된 경우에는, 도 3a 내지 도 3c에서와 같이 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트가 구성될 수 있다. 위와 같이, 페이스 인증 장치는 페이스 영역에 가림 영역이 존재하는 경우, 가림 영역에 의해 가려진 페이스 영역이 아닌 영상에 나타난 페이스 영역을 중심으로 페이스 인증을 수행한다. 이를 통해, 가림 영역의 존재에 강인하게 페이스 인증이 수행되어 페이스 인증의 정확도가 개선될 수 있다.

도 8a 및 도 8b는 일 실시예에 따른 페이스 등록 과정의 일례들을 설명하기 위한 도면들이다.

페이스 인증을 위해서는 먼저 유효한 유저의 페이스를 등록하는 페이스 등록 과정이 수행된다. 페이스 등록 과정에서는 유저의 페이스 영상 및/또는 페이스 영상으로부터 추출한 특징 값이 등록 또는 저장된다. 도 8a는 페이스 등록 과정의 일 실시예로서, 페이스 영역의 검출 위치에 대응하는 특징 값들을 등록하는 일례를 설명하기 위한 도면이다. 일 실시예에 따르면, 유저가 카메라를 이용하여 자신의 페이스를 촬영하는 것에 의해 페이스 등록을 위한 영상(810)이 획득될 수 있다. 페이스 등록 과정에서는 전체 페이스가 촬영된 영상(810)이 이용될 수 있다. 실시예에 따라, 영상(810)에 도 2의 단계(210)에서 설명한 영상 전처리 과정이 수행될 수 있다.

영상(810)에 기초하여 페이스 영역의 검출 위치가 다양하게 나타난 부분 영상들(815)이 생성될 수 있다. 예를 들어, 페이스 영역의 검출 위치가 위쪽, 아래쪽, 왼쪽, 오른쪽 및 내부에 대응하는 부분 영상들(815)이 생성될 수 있다. 각 부분 영상들(815)은 예를 들어, 영상(810)에서 특정 영역을 크롭핑(cropping)하고, 정규화하는 것에 의해 생성될 수 있다. 페이스 영역의 다양한 검출 위치에 대응하는 부분 영상들(815)이 생성된 후 각각의 부분 영상들(815)에 대응하는 이미지 패치 세트가 구성(820)될 수 있다. 앞서 설명한 페이스 인증 과정에서와 유사하게, 특징 추출기(페이스 인증 과정에서 이용되었던 특징 추출기와 동일함)에 의해 이미지 패치 세트에 포함된 이미지 패치들과 이에 대응하는 기준 이미지 패치들로부터 특징 값이 추출(825)된다. 추출된 특징 값이 등록(830)되는 과정까지 완료되면, 페이스 영역의 다양한 검출 위치들에 대응하는 특징 값들이 등록된다. 이미지 패치 세트를 구성(820)하는 과정과 특징 값을 추출(825)하는 과정에는 페이스 인증 과정에서 설명한 내용이 그대로 적용될 수 있다.

도 8b는 페이스 등록 과정의 다른 실시예로서, 페이스 영역에 가림 영역이 존재하는 경우에 대응하는 특징 값들을 등록하는 일례를 설명하기 위한 도면이다. 도 8b를 참조하면, 페이스 등록을 위한 영상(810)으로부터 가림 영역이 나타나지 않은 영상(842)과 가상의 가림 영역이 적용된 영상들(844, 846)이 생성될 수 있다. 예를 들어, 영상(842)에 마스크의 가림 영역이 적용된 영상(844)과 영상(842)에 선글라스의 가림 영역이 적용된 영상(846)이 생성될 수 있다. 영상(842)는 영상(810)이 정규화된 영상일 수 있다. 이후에, 각 영상들(842, 844, 846)에 대응하는 이미지 패치 세트가 구성(850)되고, 특징 추출기에 의해 이미지 패치 세트와 기준 이미지 패치 세트로부터 특징 값이 추출(855)된다. 이미지 패치 세트는 도 7에서 설명한 것과 유사하게 가림 영역이 나타나지 않은 이미지 패치들로 구성될 수 있다. 추출된 특징 값이 등록(860)되는 과정까지 완료되면, 가림 영역이 존재하지 않는 경우와 다양한 가림 영역이 존재하는 경우들에 대응하는 특징 값들이 등록된다.

도 9는 일 실시예에 따른 페이스 인증 장치의 구성을 도시하는 도면이다.

도 9를 참조하면, 페이스 인증 장치(900)는 페이스 인증을 위한 인풋 영상을 수신한다. 페이스 인증 장치(900)는 인풋 영상으로부터 추출된 특징 값과 데이터베이스(930)에 저장된 등록 특징 값 간의 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 유효한 유저는 페이스 등록 과정을 통해 자신의 페이스를 미리 등록할 수 있고, 유효한 유저의 페이스는 페이스 영상에서 추출된 특징 값의 형태로 데이터베이스(930)에 저장될 수 있다

페이스 인증 장치(900)는 페이스 인증 방법과 관련하여 본 명세서에 기술되거나 또는 도시된 하나 이상의 동작을 수행할 수 있고, 페이스 인증의 결과를 유저에게 제공할 수 있다. 페이스 인증 장치(900)는 페이스 인증의 결과를 음성, 진동, 글자, 그림 또는 동영상 등의 형태로 출력할 수 있으나, 실시에의 범위가 이에 한정되지는 않으며, 페이스 인증 장치(900)는 다양한 형태로 인증 결과를 출력할 수 있다.

페이스 인증 장치(900)는 하나 이상의 프로세서(910) 및 메모리(920)를 포함할 수 있다. 메모리(920)는 프로세서(910)에 연결되고, 프로세서(910)에 의해 실행가능한 인스트럭션들, 프로세서(910)가 연산할 데이터 또는 프로세서(910)에 의해 처리된 데이터를 저장할 수 있다. 메모리(920)는 비일시적인 컴퓨터 판독가능 매체, 예컨대 고속 랜덤 액세스 메모리 및/또는 비휘발성 컴퓨터 판독가능 저장 매체(예컨대, 하나 이상의 디스크 저장 장치, 플래쉬 메모리 장치, 또는 기타 비휘발성 솔리드 스테이트 메모리 장치)를 포함할 수 있다.

프로세서(910)는 도 1 내지 도 8을 참조하여 설명된 하나 이상의 동작을 실행하기 위한 인스트럭션들을 실행할 수 있다. 예를 들어, 프로세서(910)는 인풋 영상에서 유저의 페이스 영역을 검출하고, 이미지 패치 세트의 결정 기준에 기초하여 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성할 수 있다. 프로세서(910)는 특징 추출기를 이용하여 입력 페이스에 대한 특징 값을 추출하고, 추출된 특징 값과 등록 특징 값 간의 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 프로세서(910)는 미리 정의된 이미지 패치 세트의 세트 구성들 중 이미지 패치 세트의 결정 기준에 대응하는 세트 구성에 따라 이미지 패치들을 생성할 수 있다.

예를 들어, 이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우, 프로세서(910)는 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응할 때, 제1 영역에 대응하는 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응할 때에는, 제2 영역에 대응하는 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다. 다른 예로, 이미지 패치 세트의 결정 기준이 페이스 영역 내 가림 영역의 존재 여부인 경우, 프로세서(910)는 페이스 영역 내에 가림 영역이 존재할 때, 미리 정의된 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역 내에 가림 영역이 존재하지 않을 때에는, 미리 정의된 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다.

프로세서(910)는 이미지 패치 세트에 포함된 각 이미지 패치들과 각 이미지 패치들에 대응하는 기준 이미지 패치들 간의 차분을 입력으로 하는 특징 추출기를 이용하여 특징 값을 결정할 수 있다. 여기서, 기준 이미지 패치들은 페이스 영역의 검출 위치, 페이스 영역 내 가림 영역의 존재 여부, 페이스 영역에 나타난 페이스 표정, 페이스 영역에 기초하여 추정된 유저 정보, 인풋 영상의 조명 상태 및 인풋 영상의 영상 품질 중 하나 이상에 기초하여 결정될 수 있다. 프로세서(910)는 결정된 특징 값과 등록 특징 값 간의 유사도를 계산하고, 유사도가 임계 값보다 크면 페이스 인증이 성공한 것으로 결정하고, 해당 유사도가 임계 값보다 크지 않으면 페이스 인증이 실패한 것으로 결정할 수 있다.

도 10은 일 실시예에 따른 컴퓨팅 장치의 구성을 도시하는 도면이다.

도 10을 참조하면, 컴퓨팅 장치(1000)는 유저가 페이스 인증을 위해 촬영한 영상을 획득하고, 획득된 영상에서 추출한 특징 값을 미리 저장된 등록 특징 값과 비교하는 과정을 통해 페이스 인증 과정을 수행할 수 있다. 컴퓨팅 장치(1000)는 도 1의 컴퓨팅 장치(120)에 대응할 수 있고, 기능적으로 도 9의 페이스 인증 장치(900)의 기능을 포함할 수 있다.

컴퓨팅 장치(1000)는 프로세서(1010), 메모리(1020), 카메라(1030), 저장 장치(1040), 입력 장치(1050), 출력 장치(1060) 및 네트워크 인터페이스(1070)를 포함할 수 있다. 프로세서(1010), 메모리(1020), 카메라(1030), 저장 장치(1040), 입력 장치(1050), 출력 장치(1060) 및 네트워크 인터페이스(1070)는 통신 버스(1080)를 통해 서로 통신할 수 있다.

카메라(1030)는 정지 영상, 비디오 영상, 또는 이들 모두를 캡쳐할 수 있다. 카메라(1030)는 유저가 페이스 인증을 시도하기 위해 입력하는 페이스 영역을 캡쳐하여 유저의 페이스가 나타난 영상을 획득할 수 있다. 획득된 영상은 예를 들어, 컬러 영상, 흑백 영상 또는 적외선 영상일 수 있다.

프로세서(1010)는 컴퓨팅 장치(1000) 내에서 실행하기 위한 기능 및 인스트럭션들을 실행한다. 예를 들어, 프로세서(1010)는 메모리(1020) 또는 저장 장치(1040)에 저장된 인스트럭션들을 처리할 수 있다. 프로세서(1010)는 도 1 내지 도 9를 통하여 전술한 하나 이상의 동작을 수행할 수 있다. 예를 들어, 프로세서(1010)는 카메라(1030)에 의해 획득된 영상으로부터 특징 값을 추출하고, 추출된 특징 값을 미리 등록된 등록 특징 값 간의 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 프로세서(1010)는 획득된 영상으로부터 복수의 이미지 패치들을 포함하는 이미지 패치 세트를 구성하고, 특징 추출기를 이용하여 이미지 패치 세트로부터 특징 값을 추출한다.

저장 장치(1040)는 컴퓨터 판독가능한 저장 매체 또는 컴퓨터 판독가능한 저장 장치를 포함한다. 저장 장치(1040)는 등록 특징 값들 또는 등록 영상을 포함하는 데이터베이스를 저장할 수 있다. 저장 장치(1040)는 자기 하드 디스크, 광 디스크, 플래쉬 메모리, 전기적으로 프로그래밍가능한 메모리(EPROM), 플로피 디스크 또는 이 기술 분야에서 알려진 다른 형태의 비휘발성 메모리를 포함할 수 있다.

입력 장치(1050)는 촉각, 비디오, 오디오 또는 터치 입력을 통해 유저로부터 입력을 수신할 수 있다. 예를 들어, 입력 장치(1050)는 키보드, 마우스, 터치스크린, 마이크로폰, 또는 유저로부터 입력을 검출하고, 검출된 입력을 컴퓨팅 장치(1000)에 전달할 수 있는 임의의 다른 장치를 포함할 수 있다.

출력 장치(1060)는 시각적, 청각적 또는 촉각적인 채널을 통해 유저에게 컴퓨팅 장치(1000)의 출력을 제공할 수 있다. 예를 들어, 출력 장치(1060)는 페이스 인증과 관련된 정보를 시각화하여 유저에게 제공할 수 있다. 출력 장치(1060)는 예를 들어, 액정 디스플레이, LED(light emitting diode) 디스플레이, 터치 스크린, 스피커, 진동 발생 장치 또는 유저에게 출력을 제공할 수 있는 임의의 다른 장치를 포함할 수 있다.

네트워크 인터페이스(1070)는 유선 또는 무선 네트워크를 통해 외부 장치와 통신할 수 있다. 예를 들어, 네트워크 인터페이스(1070)는 이더넷(Ethernet) 카드, 광학 트랜시버, 무선 주파수 트랜시버 또는 정보를 송수신할 수 있는 임의의 다른 네트워크 인터페이스 카드를 포함할 수 있다. 네트워크 인터페이스(1070)는 블루투스(Bluetooth), 와이파이(WiFi), 3G 또는 4G 등의 통신 방식을 이용하여 외부 장치와 무선으로 통신할 수 있다.

한편, 본 발명은 누름 감지 장치(1100)를 더 포함할 수 있다. 누름 감지 장치(1100)는 제 1 플레이트들(1110), 제 2 플레이트들(1120) 및 제 3 플레이트(1130)를 내부에 포함할 수 있다. 제 1 플레이트들(1110)는 일정 간격으로 배열되고 종단에서 상호 연결되고 전류가 흐르며, 제 2 플레이트들(1120)은 일정 간격으로 배열되며, 제 1 플레이트들 사이에 위치되고 종단에서 상호 연결되며 전류가 흐른다. 제 3 플레이트(1130)는 전류가 흐르는 탄성체로 이루어지고, 제 1 플레이트들과 제 2 플레이트들의 상부에 위치된다. 제3 플레이트(1130)가 눌려 탄성 변형되면서 제 1 플레이트들(1110)과 제 2 플레이트들(1120) 사이의 저항이 변하게 된다. 이러한 저항 변화에 의해 누름을 감지할 수 있다.

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. 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. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 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 (10)

1. 인풋 영상에서 유저의 페이스 영역을 검출하는 단계;
   이미지 패치 세트의 결정 기준에 기초하여 상기 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성하는 단계;
   상기 생성된 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 상기 유저의 페이스에 대응하는 특징 값을 결정하는 단계;
   상기 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정하는 단계; 및
   페이스 인증이 실패한 경우 유저의 페이스를 촬영 및 저장하는 단계를 포함하는 것을 특징으로 하는 페이스 인증 방법.
2. 제1항에 있어서,
   상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역 내 가림 영역의 존재 여부이고,
   상기 이미지 패치들을 생성하는 단계는,
   상기 페이스 영역 내에 상기 가림 영역이 존재하는 경우, 미리 정의된 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고,
   상기 페이스 영역 내에 상기 가림 영역이 존재하지 않는 경우에는, 미리 정의된 제2 세트 구성에 따라 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.
3. 제1항에 있어서,
   상기 이미지 패치 세트는,
   상기 생성된 이미지 패치들과 상기 결정 기준에 대응하는 부가 이미지 패치를 포함하고,
   상기 특징 값을 결정하는 단계는,
   상기 생성된 이미지 패치들 및 상기 부가 이미지 패치에 기초하여 상기 특징 값을 결정하는 것을 특징으로 하는 페이스 인증 방법.
4. 제1항에 있어서,
   상기 이미지 패치 세트의 결정 기준은,
   상기 페이스 영역의 검출 위치 및 상기 페이스 영역 내 가림 영역의 존재 여부 중 적어도 하나를 포함하는 것을 특징으로 하는 페이스 인증 방법.
5. 제1항에 있어서,
   상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역의 검출 위치이고,
   상기 이미지 패치들을 생성하는 단계는,
   미리 정의된 이미지 패치 세트의 세트 구성들 중 상기 페이스 영역의 검출 위치에 대응하는 세트 구성에 따라 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.
6. 제5항에 있어서,
   상기 이미지 패치들을 생성하는 단계는,
   상기 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응하는 경우, 상기 제1 영역에 대응하는 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고,
   상기 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응하는 경우, 상기 제2 영역에 대응하는 제2 세트 구성에 따라 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.
7. 제1항에 있어서,
   상기 특징 값을 결정하는 단계는,
   상기 이미지 패치 세트에 포함된 이미지 패치들과 상기 이미지 패치들에 대응하는 기준 이미지 패치들에 기초하여 상기 특징 값을 결정하는 것을 특징으로 하는 페이스 인증 방법.
8. 제7항에 있어서,
   상기 기준 이미지 패치들은,
   상기 페이스 영역의 검출 위치, 상기 페이스 영역 내 가림 영역의 존재 여부, 상기 페이스 영역에 나타난 페이스 표정, 상기 페이스 영역에 기초하여 추정된 유저 정보, 상기 인풋 영상의 조명 상태 및 상기 인풋 영상의 영상 품질 중 적어도 하나에 기초하여 결정되는 것을 특징으로 하는 페이스 인증 방법.
9. 제1항에 있어서,
   상기 페이스 영역에서 페이스의 랜드마크들을 검출하는 단계; 및
   상기 검출된 랜드마크들에 기초하여 상기 페이스 영역을 정규화하는 단계
   를 더 포함하고,
   상기 이미지 패치들을 생성하는 단계는,
   상기 정규화된 페이스 영역으로부터 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.
10. 제1항에 있어서,
    상기 이미지 패치 세트는,
    상기 검출된 페이스 영역의 전체 영역에 대한 제1 이미지 패치 및 상기 제1 이미지 패치보다 줌-인된 제2 이미지 패치를 포함하는 것을 특징으로 하는 페이스 인증 방법.

Images