KR101270348B1 - Apparatus and method for fingerprint verification - Google Patents

Apparatus and method for fingerprint verification Download PDF

Info

Publication number
KR101270348B1
KR101270348B1 KR1020120028749A KR20120028749A KR101270348B1 KR 101270348 B1 KR101270348 B1 KR 101270348B1 KR 1020120028749 A KR1020120028749 A KR 1020120028749A KR 20120028749 A KR20120028749 A KR 20120028749A KR 101270348 B1 KR101270348 B1 KR 101270348B1
Authority
KR
South Korea
Prior art keywords
hash table
feature point
texture
fingerprint
unit
Prior art date
Application number
KR1020120028749A
Other languages
Korean (ko)
Inventor
반성범
채승훈
신주현
Original Assignee
조선대학교산학협력단
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 조선대학교산학협력단 filed Critical 조선대학교산학협력단
Priority to KR1020120028749A priority Critical patent/KR101270348B1/en
Priority to PCT/KR2012/003311 priority patent/WO2013141439A1/en
Application granted granted Critical
Publication of KR101270348B1 publication Critical patent/KR101270348B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • 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
    • G06V40/1353—Extracting features related to minutiae or pores
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/446—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering using Haar-like filters, e.g. using integral image techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)

Abstract

PURPOSE: A fingerprint authentication device and method are provided to extract texture of a fingerprint image which is extracted by using a Haar-like filter, thereby rapidly performing real-time processing through reduction of the amount of calculation. CONSTITUTION: A data storage unit(10) stores a registration fingerprint image. A fingerprint image input unit(20) receives a fingerprint image of a user. A feature point hash table generation unit(30) receives the fingerprint image and extracts a feature point. The feature point hash table generation unit generates a corrected feature point hash table by applying a correction value to the feature point. A feature point based fingerprint matching unit(40) matches the feature point hash table, which is generated in the feature point hash table generation unit, and a feature point hash table stored in the data storage unit. The registration fingerprint image is information for the feature point hash table and texture. [Reference numerals] (10) Data storage unit; (20) Fingerprint image input unit; (30) Feature point hash table generation unit; (40) Feature point based fingerprint matching unit; (50) ROI hash table generation unit; (60) Texture extraction unit; (70) Texture based fingerprint matching unit; (80) Similarity combination unit

Description

지문인증 장치 및 방법{APPARATUS AND METHOD FOR FINGERPRINT VERIFICATION}Fingerprint authentication device and method {APPARATUS AND METHOD FOR FINGERPRINT VERIFICATION}

본 발명은 지문인증 장치 및 방법에 관한 것으로서, 보다 상세하게는 지문 특징점 및 지문의 영상정보를 이용하여 두 번의 지문비교 과정을 통해, 정확한 인증이 가능하도록 하며, 또한 하라이크(Haar-Like)필터를 이용하여 지문 인증에 필요한 계산량을 감소시켜 실시간 처리가 가능하도록 하는 지문인증 장치 및 방법에 관한 것이다.
The present invention relates to a fingerprint authentication apparatus and method, and more particularly, to enable accurate authentication through two fingerprint comparison processes using a fingerprint feature point and image information of a fingerprint, and also a Har-Like filter. The present invention relates to a fingerprint authentication apparatus and method for reducing the amount of computation required for fingerprint authentication to enable real-time processing.

최근, 컴퓨터 시스템에 생체인식을 접목하는 시도가 증가하는 추세이다. 이러한 생체인식에서 가장 큰 특성은 어떠한 경우에도 외부 요인에 의한 분실, 도난, 망각, 복제의 염려가 없다는 것이며, 이러한 기법을 사용할 경우 보안 및 침해를 누가 하였는지 추적이 가능해지는 등 감사(audit) 기능이 완벽하게 구축될 수 있다는 장점이 있다. Recently, attempts have been made to incorporate biometrics into computer systems. The biggest feature of these biometrics is that there is no fear of loss, theft, forgetting, or duplication by external factors under any circumstances. The advantage is that it can be built completely.

특히, 지문을 이용한 사용자 인증기술은 최근 가장 활발히 상용화가 이뤄지고 있으며, 이와 같은 지문을 이용한 사용자 인증은 사람이 가지는 고유한 특징을 이용하여 사용자를 인증함으로써 접근 및 휴대가 용이하다는 장점을 가지기 때문에, 실제 다양한 연구가 진행되고 있고 또한 많은 발전을 거듭하고 있다.In particular, the user authentication technology using a fingerprint has been actively commercialized in recent years, and the user authentication using such a fingerprint has a merit that it is easy to access and carry by authenticating a user by using a unique characteristic of a person. Various studies are underway and many developments are being made.

지문을 이용한 인증기술의 경우, 통상적으로 스마트 카드, USB 토큰 등 보안 토큰 내에 사용자의 지문을 등록한 후, 등록 지문의 외부유출 없이 보안토큰 내에서 인증 지문과 등록 지문 간의 비교를 통해 사용자 인증을 수행하며 그 결과만을 외부로 전송한다. 이러한 방식의 경우, 중앙 데이터베이스를 두어 지문 데이터를 관리하는 시스템이나 지문 비교를 외부 장치에서 수행하기 위해 등록된 지문 데이터를 외부로 전송하는 시스템에 비하여 보안성이 뛰어나며, 생체데이터의 외부 유출을 차단함으로써 외부유출시 큰 문제를 야기할 수 있는 생체 데이터의 안정성을 확보할 수 있다. In the case of authentication technology using a fingerprint, a user's fingerprint is typically registered in a security token such as a smart card or a USB token, and the user is authenticated by comparing the fingerprint with the fingerprint in the security token without leaking the registration fingerprint. Only the result is sent to the outside. This method is more secure than a system that manages fingerprint data with a central database or a system that transmits registered fingerprint data externally for performing fingerprint comparison from an external device. It is possible to secure the stability of biometric data that can cause a big problem when external leakage.

본 출원인은 상기와 같은 지문 인증기술을 이용하여 등록특허 제10-1072352호(2011년10월05일, 등록) '지문인증 장치 및 그 방법'을 개시하였다.
The present applicant discloses a 'fingerprint authentication device and method thereof' using the fingerprint authentication technology as described above (registered on October 05, 2011).

본 발명의 목적은 본 출원인의 등록특허 제10-1072352호의 지문인증 장치 및 그 방법을 더 발전시켜, 지문 특징점 및 지문의 영상정보를 이용하여 두 번의 지문비교 과정을 수행할 뿐만 아니라, 지문 특징점에 대한 해시 테이블을 생성하여 지문 정합을 빠르게 수행하고, 하라이크(Haar Like) 필터를 이용하여 추출된 지문영상의 텍스쳐를 추출함으로써, 지문영상 비교에서 요구되는 계산량을 감소시켜 실시간 처리를 빠르게 할 수 있는 지문인증 장치 및 방법을 제공하는 것이다.
The object of the present invention is to further develop the fingerprint authentication apparatus and method of the present applicant Patent No. 10-1072352, to perform two fingerprint comparison process using the fingerprint feature point and the image information of the fingerprint, as well as to the fingerprint feature point By creating a hash table for fast fingerprint matching, and extracting the texture of the extracted fingerprint image using the Harar Like filter, it reduces the amount of computation required for comparing the fingerprint images and speeds up real-time processing. It is to provide a fingerprint authentication device and method.

본 발명의 실시예에 따른 지문인증 장치는 등록 지문 영상을 저장하는 데이터 저장부; 사용자의 지문 영상을 입력받는 지문 영상 입력부; 상기 지문 영상 입력부로부터 지문 영상을 전달받아 특징점을 추출하고, 상기 특징점에 보정값을 적용하여 보정이 완료된 특징점 해시 테이블을 생성하는 특징점 해시 테이블 생성부 및 상기 특징점 해시 테이블 생성부에서 생성한 특징점 해시 테이블과 상기 데이터 저장부에 저장된 특징점 해시 테이블을 정합하는 특징점 기반 지문정합부를 포함하는 것을 특징으로 한다. Fingerprint authentication apparatus according to an embodiment of the present invention comprises a data storage for storing a registered fingerprint image; A fingerprint image input unit for receiving a fingerprint image of a user; A feature point hash table generator and a feature point hash table generated by the feature point hash table generator to generate a feature point hash table that has been corrected by receiving a fingerprint image from the fingerprint image input unit, extracting a feature point, and applying a correction value to the feature point. And a feature point-based fingerprint matching unit for matching the feature point hash table stored in the data storage unit.

또한, 상기 특징점 해시 테이블 생성부로부터 특징점 해시 테이블을 전달받아 ROI를 추출하여 ROI 해시 테이블을 생성하는 ROI 해시 테이블 생성부; 상기 ROI 해시 테이블 생성부로부터 ROI 해시 테이블을 전달받고, 상기 ROI 해시 테이블에 하라이크 필터를 적용하여 텍스처를 추출하는 텍스처 추출부; 상기 텍스처 추출부에서 생성한 텍스처와 상기 데이터 저장부에 저장된 텍스처를 정합하는 텍스처 기반 지문정합부 및 상기 특징점 기반 지문정합부와 상기 텍스처 기반 지문정합부에서 정합한 데이터의 유사도를 결합하고, 상기 결합된 유사도와 설정된 범위를 비교하여 지문인증을 수행하는 인증 수행부를 더 포함하는 것을 특징으로 한다. The ROI hash table generator may generate a ROI hash table by extracting a ROI by receiving the feature point hash table from the feature point hash table generator; A texture extractor configured to receive a ROI hash table from the ROI hash table generator and extract a texture by applying a hike filter to the ROI hash table; Combines the texture-based fingerprint matching unit for matching the texture generated by the texture extractor with the texture stored in the data storage unit, and the similarity of the data matched by the feature-based fingerprint matching unit and the texture-based fingerprint matching unit, and combining The method may further include an authentication performing unit which performs fingerprint authentication by comparing the similarity with the set range.

상기 ROI 해시 테이블 생성부에서의 ROI추출은 상기 특징점 해시 테이블에 포함된 각각의 지문 영상에서 기준점을 중심으로 일부 영역만을 잘라내는 것을 특징으로 한다. The ROI extraction in the ROI hash table generator may cut only a partial area around a reference point in each fingerprint image included in the feature point hash table.

상기 데이터 저장부의 등록 지문영상은 특징점 해시 테이블 및 텍스처 정보인 것을 특징으로 한다. The registered fingerprint image of the data storage unit may be a feature point hash table and texture information.

본 발명의 실시예에 따른 지문인증 방법은 데이터 저장부가 등록 지문 영상을 저장하는 단계; 지문 영상 입력부가 사용자의 지문 영상을 입력받는 단계; 특징점 해시 테이블 생성부가 상기 지문 영상 입력부로부터 지문 영상을 전달받아 특징점을 추출하고, 상기 특징점에 보정값을 적용하여 보정이 완료된 특징점 해시 테이블을 생성하는 단계 및 특징점 기반 지문정합부가 상기 특징점 해시 테이블 생성부에서 생성한 특징점 해시 테이블과 상기 데이터 저장부에 저장된 특징점 해시 테이블을 정합하는 단계를 포함하는 것을 특징으로 한다. Fingerprint authentication method according to an embodiment of the present invention comprises the steps of storing the registered fingerprint image data storage unit; A fingerprint image input unit receiving a fingerprint image of a user; A feature point hash table generation unit receives a fingerprint image from the fingerprint image input unit, extracts a feature point, and generates a corrected feature point hash table by applying a correction value to the feature point, and a feature point based fingerprint matching unit generates the feature point hash table generation unit. And matching the feature point hash table generated in step 2 with the feature point hash table stored in the data storage.

또한, ROI 해시 테이블 생성부가 상기 특징점 해시 테이블 생성부로부터 특징점 해시 테이블을 전달받아 ROI를 추출하여 ROI 해시 테이블을 생성하는 단계; 텍스처 추출부가 상기 ROI 해시 테이블 생성부로부터 ROI 해시 테이블을 전달받고, 상기 ROI 해시 테이블에 하라이크 필터를 적용하여 텍스처를 추출하는 단계; 텍스처 기반 지문정합부가 상기 텍스처 추출부에서 생성한 텍스처와 상기 데이터 저장부에 저장된 텍스처를 정합하는 단계 및 인증 수행부가 상기 특징점 기반 지문정합부와 상기 텍스처 기반 지문정합부에서 정합한 데이터의 유사도를 결합하고, 상기 결합된 유사도와 설정된 범위를 비교하여 지문인증을 수행하는 단계를 더 포함하는 것을 특징으로 한다.
The method may further include: generating a ROI hash table by extracting a ROI by receiving a feature point hash table from the feature point hash table generator; A texture extractor receiving a ROI hash table from the ROI hash table generator and extracting a texture by applying a hike filter to the ROI hash table; The texture-based fingerprint matching unit matching the texture generated by the texture extraction unit with the texture stored in the data storage unit, and the authentication performing unit combines the similarity of the data matched by the feature-based fingerprint matching unit and the texture-based fingerprint matching unit. And comparing the similarity with the set range and performing fingerprint authentication.

이것에 의해, 본 발명에 따른 지문인증 장치 및 방법은 지문 특징점 및 영상정보를 이용하여 두 번의 지문비교 과정을 거침으로써 보다 정확한 인증이 가능하며, 지문 특징점에 대한 해시 테이블을 생성하여 지문 정합을 수행하고, 하라이크(Haar-Like) 필터를 이용하여 추출된 지문영상의 텍스쳐를 추출함으로써, 지문영상 비교에서 요구되는 계산량을 감소시켜 실시간 처리를 빠르게 할 수 있는 효과가 있다.
As a result, the fingerprint authentication apparatus and method according to the present invention can perform more accurate authentication by performing two fingerprint comparison processes using fingerprint feature points and image information, and generate a hash table for fingerprint feature points to perform fingerprint matching. In addition, by extracting the texture of the fingerprint image extracted by using a Harar-Like filter, it is possible to reduce the amount of calculation required for the fingerprint image comparison to speed up the real-time processing.

도 1은 본 발명의 실시예에 따른 지문인증 장치의 구성도
도 2는 본 발명의 실시예에 따른 지문인증 장치의 특징점 해시 테이블 생성부가 특징점 해시 테이블을 생성하는 예시도
도 3은 본 발명의 실시예에 따른 지문인증 장치의 ROI 해시테이블 생성부가 ROI 해시 테이블을 생성하는 예시도
도 4 및 도 5는 본 발명의 실시예에 따른 지문인증 장치의 텍스처 추출부가 텍스처를 추출하는 것을 설명하기 위한 예시도
도 6 및 도 7은 본 발명의 실시예에 따른 지문인증 방법의 순서도1 is a block diagram of a fingerprint authentication device according to an embodiment of the present invention
2 is an exemplary diagram of a feature point hash table generation unit generating a feature point hash table of a fingerprint authentication device according to an embodiment of the present invention.
3 is an exemplary diagram in which an ROI hash table generator of the fingerprint authentication device generates an ROI hash table according to an embodiment of the present invention.
4 and 5 are exemplary views for explaining that the texture extractor extracts the texture of the fingerprint authentication device according to an embodiment of the present invention.
6 and 7 are flowcharts of a fingerprint authentication method according to an embodiment of the present invention.

이하, 본 발명의 바람직한 실시예를 도면을 참조하여 상세하게 설명하기로 한다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings.

도 1을 참조하면, 본 발명의 실시예에 따른 지문인증 장치는 데이터 저장부(10), 지문 영상 입력부(20), 특징점 해시 테이블 생성부(30), 특징점 기반 지문정합부(40), ROI 해시 테이블 생성부(50), 지문 텍스쳐 추출부(60) 및 텍스쳐 기반 지문 정합부(70) 및 유사도 결합부(80)를 포함한다.Referring to FIG. 1, a fingerprint authentication device according to an embodiment of the present invention includes a data storage unit 10, a fingerprint image input unit 20, a feature point hash table generator 30, a feature point based fingerprint matcher 40, and a ROI. The hash table generator 50, the fingerprint texture extractor 60, the texture-based fingerprint matcher 70, and the similarity combiner 80 are included.

상기 데이터 저장부(10)는 등록 지문 영상을 저장한다. 상기 등록 지문 영상은 특징점 해시 테이블 및 텍스처 정보이다. 사용자가 지문 영상 입력부(20)를 통해 지문을 입력하면, 입력된 지문 영상이 특징점 해시 테이블 생성부(30)와 지문 텍스처 추출부(60)에 의해 특징점 해시 테이블과 지문 텍스처 정보로 생성된 후, 상기 데이터 저장부(10)에 저장된다. The data storage unit 10 stores a registered fingerprint image. The registered fingerprint image is a feature point hash table and texture information. When a user inputs a fingerprint through the fingerprint image input unit 20, the input fingerprint image is generated as the feature point hash table and the fingerprint texture information by the feature point hash table generator 30 and the fingerprint texture extractor 60. The data storage unit 10 is stored.

상기 지문 영상 입력부(20)는 사용자의 지문 영상을 입력받는다. 지문을 등록할 사용자 또는 지문을 인증할 사용자로부터 지문 영상을 입력받으며, 이미 공지된 지문 스캐너 등을 통해 지문을 입력받는다. The fingerprint image input unit 20 receives a fingerprint image of a user. A fingerprint image is input from a user who registers a fingerprint or a user who authenticates a fingerprint, and a fingerprint is input through an already known fingerprint scanner.

상기 특징점 해시 테이블 생성부(30)는 상기 지문 영상 입력부(20)로부터 지문 영상을 전달받아 특징점을 추출하고, 상기 특징점에 보정값을 적용하여 보정이 완료된 특징점 해시 테이블을 생성한다.The feature point hash table generator 30 receives a fingerprint image from the fingerprint image input unit 20, extracts a feature point, and applies a correction value to the feature point to generate a feature point hash table that has been corrected.

상기 특징점은 지문 영상에서 융선이 지나는 끝점(Ending point) 또는 하나의 융선이 2개 이상으로 갈라지는 분기점(Bufurcation point)이며, 특징점의 좌표, 특징점의 타입정보를 가지며 (x,y,θ,type)으로 표현될 수 있다. The feature point is an ending point through which the ridge passes in the fingerprint image or a branching point where one ridge splits into two or more, and has coordinates of the feature point and type information of the feature point (x, y, θ, type). It can be expressed as.

또한, 상기 특징점은 지문 영상 입력부(20)를 통해 지문이 입력되는 시점에 따라 절대적 좌표값의 방향이 변화하기 때문에, 지문이 변화된 양만큼 이동하고 회전하는 보정(Alignment)과정이 필수적으로 필요하다. 따라서, 상기 특징점 해시 테이블 생성부(30)는 지문 영상에서 특징점들을 추출하고, 가능한 만들어 낼 수 있는 모든 보정값을 상기 추출된 특징점들에 적용하여 보정이 완료된 특징점 해시 테이블을 미리 생성한다. 이와 같이, 보정이 완료된 특징점 해시 테이블을 미리 생성할 경우, 추가의 보정과정 없이 데이터 저장부(10)에 저장된 특징점 해시 테이블과의 비교만을 통해 지문인증을 수행할 수 있다. In addition, since the direction of the absolute coordinate value changes according to the time point at which the fingerprint is input through the fingerprint image input unit 20, an alignment process of moving and rotating the fingerprint by the changed amount is necessary. Accordingly, the feature point hash table generator 30 extracts the feature points from the fingerprint image, and generates a corrected feature point hash table in advance by applying all possible correction values to the extracted feature points. As such, when the corrected feature point hash table is generated in advance, fingerprint authentication may be performed only by comparing with the feature point hash table stored in the data storage unit 10 without additional correction process.

예를 들어, 도 2를 참조하면, 상기 특징점 해시 테이블 생성부(30)는 지문영상에서 5개의 특징점을 추출하고, 상기 5개의 특징점들 중 어느 하나의 특징점(1번 특징점)을 선택하여 기준점으로 정의하고, 상기 기준점 및 특징점들을 기하학적 변환(보정)하고, 상기 특징점들 중 기준점을 좌표축 중심으로 이동시켜 하나의 특징점 해시를 생성한다. 이와 같이, 지문 영상에서 5개의 특징점이 추출될 경우, 각각의 특징점을 기준으로 기하학적 해싱을 수행하기 때문에 총 5개의 보정값이 생성되며, 총 5개로 구성된 특징점 해시 테이블이 생성된다. For example, referring to FIG. 2, the feature point hash table generator 30 extracts five feature points from a fingerprint image and selects one feature point (first feature point) among the five feature points as a reference point. Define, geometrically transform (correct) the reference points and feature points, and move a reference point among the feature points to a coordinate axis to generate one feature point hash. As such, when five feature points are extracted from the fingerprint image, since the geometric hashing is performed based on each feature point, a total of five correction values are generated, and a feature point hash table consisting of five points is generated.

상기 특징점의 보정과정은 본 출원인의 등록특허 제10-1072352호에 상세히 설명되어 있어 본 발명에서 설명은 생략하며, 본 발명에서는 각각의 특징점에 대한 보정을 수행하여 특징점 해시 테이블을 생성하는 것에 발명의 특징이 있다. The process of the correction of the feature point is described in detail in the applicant's Patent No. 10-1072352 of the present invention, the description is omitted in the present invention, in the present invention to generate a feature point hash table by performing correction for each feature point of the invention There is a characteristic.

상기 특징점 기반 지문정합부(40)는 상기 특징점 해시 테이블 생성부(30)에서 생성한 특징점 해시 테이블과 상기 데이터 저장부(10)에 저장된 특징점 해시 테이블을 정합한다. 상기 데이터 저장부(10)에 기 저장되어 등록된 특징정 해시 테이블을 메모리에 로딩(loading)시키고, 상기 특징점 해시 테이블 생성부(30)에서 생성한 특징점 해시 테이블과 비교 분석한다. The feature point-based fingerprint matching unit 40 matches the feature point hash table generated by the feature point hash table generation unit 30 with the feature point hash table stored in the data storage unit 10. The feature hash table previously stored and registered in the data storage unit 10 is loaded into a memory, and the feature point hash table generated by the feature point hash table generator 30 is analyzed.

상기 ROI 해시 테이블 생성부(50)는 상기 특징점 해시 테이블 생성부(30)로부터 특징점 해시 테이블을 전달받아 ROI(Region of interest)를 추출하여 ROI 해시 테이블을 생성한다. 상기 ROI추출은 상기 특징점 해시 테이블에 포함된 각각의 지문 영상에서 기준점을 중심으로 일부 영역(관심 영역)만을 잘라낸다. The ROI hash table generator 50 receives a feature hash table from the feature hash table generator 30 and extracts a region of interest (ROI) to generate a ROI hash table. The ROI extraction cuts out only a partial region (region of interest) around a reference point in each fingerprint image included in the feature point hash table.

도 3을 참조하면, 상기 특징점 해시 테이블 생성부(30)와 ROI 해시 테이블 생성부(50)는 하기 설명할 텍스처 추출부(60)를 수행하기 위한 전처리 과정으로서, 텍스처 추출부(60)에서 지문 영상에 하라이크 필터를 적용할 경우, 지문 영상에 대한 좌표값이 필요하기 때문에, 상기 전처리 과정(특징점 해시 테이블 생성부(30), ROI 해시테이블 생성부(50))를 통해 기하학적 해시 테이블을 생성하고, 보정값을 이용하여 지문 영상을 회전하며, 회전된 지문 영상의 특징점 좌표를 기준으로 지문의 ROI(관심 있는 영역)을 추출한다. 이것이 하기의 텍스처 추출부(60)에서 사용되는 후부 지문 영상이 된다. Referring to FIG. 3, the feature point hash table generator 30 and the ROI hash table generator 50 are preprocessing processes for performing the texture extractor 60, which will be described later. When applying the Harike filter to the image, since a coordinate value for the fingerprint image is required, a geometric hash table is generated through the preprocessing process (feature point hash table generator 30 and ROI hash table generator 50). The fingerprint image is rotated using the correction value, and the ROI of the fingerprint is extracted based on the coordinates of the feature points of the rotated fingerprint image. This becomes the rear fingerprint image used in the texture extractor 60 described below.

상기 텍스처 추출부(60)는 상기 ROI 해시 테이블 생성부(50)로부터 ROI 해시 테이블을 전달받고, 상기 ROI 해시 테이블에 하라이크 필터를 적용하여 텍스처(texture)를 추출한다. 상기 하라이크 필터를 통해 텍스처를 추출하여 등록된 텍스처와 비교를 수행할 경우, 영상형태의 비교 과정에 비해 데이터 양을 줄일 수 있기 때문에 빠른 비교가 가능하며, 추출된 텍스처는 지문 영상으로 역변환할 수 없기 때문에, 텍스처를 통해 지문영상이 외부로 유출되는 위험을 방지할 수 있다.  The texture extractor 60 receives the ROI hash table from the ROI hash table generator 50, and extracts a texture by applying a hike filter to the ROI hash table. When the texture is extracted through the Harike filter and compared with the registered texture, the amount of data can be reduced compared to the comparison process of the image form, and thus a quick comparison is possible, and the extracted texture can be inversely converted into a fingerprint image. Since there is no, it is possible to prevent the risk of the fingerprint image leaking out through the texture.

하라이크 필터(Haar-like filter or haar-like feature)란 2001년 2월에 비오라(Viola)가 처음 얼굴 검출에 사용한 간단하면서 효율적인 인식자로서, 이는 픽셀 자체를 가지고 연산을 수행하지 않고 특징정보를 이용하여 연산을 수행하는 것을 특징으로 한다. 즉, 개별 영역안에 있는 픽셀들의 값을 더하여 간단한 영역합을 구하고 그 값들에 가중치를 곱하여 합을 계산함으로써 특징정보를 구한다.The Haar-like filter or haar-like feature is a simple and efficient recognizer that Viola first used for face detection in February 2001. It is characterized in that to perform the operation using. That is, the feature information is obtained by adding a value of pixels in an individual area to obtain a simple area sum, and multiplying the values by weights to calculate the sum.

예를 들어, 도 5 및 도 4의 (a)를 참조하면, 상기 ROI 해시테이블 생성부(50)가 특징점에서 ROI(관심영역)를 추출하고, 텍스처 추출부(60)가 도 4 (b)와 같이 여러개의 특징집합 마스크를 이용하여 ROI 해시 테이블에 하라이크 필터를 적용한다. For example, referring to FIGS. 5 and 4A, the ROI hash table generation unit 50 extracts an ROI (region of interest) at a feature point, and the texture extraction unit 60 is illustrated in FIG. 4B. As shown in the figure below, we apply a hike filter to a ROI hash table using multiple feature set masks.

즉, ROI 해시 테이블에 검정색과 하얀색으로 구성된 특징집합 마스크를 적용하여, 밝은 부분의 모든 픽셀값의 합과 어두운 부분의 픽셀값의 합을 구하고 두 합의 차를 통해 특징값을 구한다. 도 4 (b)와 같은 형태의 특징집합 마스크가 대표적이며, 실제 사용시 더 다양한 현태의 특징집합 마스크를 이용하여 하라이크 필터를 ROI 해시 테이블에 적용할 수 있다. That is, by applying a feature set mask composed of black and white to the ROI hash table, the sum of all pixel values of the bright part and the pixel value of the dark part is obtained, and the feature value is obtained through the difference between the two sums. A feature set mask of the type as shown in FIG. 4 (b) is representative, and a Harike filter may be applied to an ROI hash table by using a feature set mask having a more diverse state in actual use.

상기 텍스처 기반 지문정합부(70)는 상기 텍스처 추출부(60)에서 생성한 텍스처와 상기 데이터 저장부(10)에 저장된 텍스처를 정합한다. 상기 데이터 저장부(10)에 기 저장되어 등록된 텍스처를 메모리에 로딩(loading)시키고, 상기 텍스처 추출부(60)에서 생성한 텍스처와 비교 분석한다. The texture-based fingerprint matching unit 70 matches a texture generated by the texture extracting unit 60 with a texture stored in the data storage unit 10. A texture previously stored and registered in the data storage unit 10 is loaded into a memory and compared with a texture generated by the texture extractor 60.

상기 인증 수행부(80)는 상기 특징점 기반 지문정합부(40)와 상기 텍스처 기반 지문정합부(70)에서 정합한 지문 영상의 유사도를 결합하고, 상기 결합된 유사도와 설정된 범위를 비교하여 지문인증을 수행한다.
The authentication performing unit 80 combines the similarity of the fingerprint images matched by the feature-based fingerprint matching unit 40 and the texture-based fingerprint matching unit 70, and compares the combined similarity with a set range to perform fingerprint authentication. Do this.

도 6을 참조하면, 본 발명의 실시예에 따른 지문인증 방법은 데이터 저장부(10)가 등록 지문 영상을 저장한다(S100).Referring to FIG. 6, in the fingerprint authentication method according to an embodiment of the present invention, the data storage unit 10 stores the registered fingerprint image (S100).

하기 지문 영상 입력부(20)를 통해 사용자가 지문 인증을 요청하기 전에 데이터 저장부(10)에 등록된 지문 영상이 저장되어야 한다. The fingerprint image registered in the data storage unit 10 should be stored before the user requests fingerprint authentication through the fingerprint image input unit 20.

지문 영상 입력부(20)가 사용자의 지문 영상을 입력받는다(S110). The fingerprint image input unit 20 receives a user's fingerprint image (S110).

특징점 해시 테이블 생성부(30)가 상기 지문 영상 입력부(20)로부터 지문 영상을 전달받아 특징점을 추출하고, 상기 특징점에 보정값을 적용하여 보정이 완료된 특징점 해시 테이블을 생성한다(S120).The feature point hash table generator 30 receives the fingerprint image from the fingerprint image input unit 20, extracts the feature point, and applies the correction value to the feature point to generate the corrected feature point hash table (S120).

이후, 상기 특징점 기반 지문정합부(40)가 상기 특징점 해시 테이블 생성부(30)에서 생성한 특징점 해시 테이블과 상기 데이터 저장부(10)에 저장된 특징점 해시 테이블을 정합한다(S130).Thereafter, the feature-based fingerprint matching unit 40 matches the feature point hash table generated by the feature point hash table generation unit 30 with the feature point hash table stored in the data storage unit 10 (S130).

이에 더해, 도 7을 참조하면, 상기 ROI 해시 테이블 생성부(50)가 상기 특징점 해시 테이블 생성부(30)로부터 특징점 해시 테이블을 전달받아 ROI(Region of interest)를 추출하여 ROI 해시 테이블을 생성한다(S140). In addition, referring to FIG. 7, the ROI hash table generation unit 50 receives a feature point hash table from the feature point hash table generation unit 30 and extracts a region of interest (ROI) to generate a ROI hash table. (S140).

상기 텍스처 추출부(60)가 상기 ROI 해시 테이블 생성부(50)로부터 ROI 해시 테이블을 전달받고, 상기 ROI 해시 테이블에 하라이크 필터를 적용하여 텍스처(texture)를 추출한다(S150).  The texture extractor 60 receives the ROI hash table from the ROI hash table generator 50, and extracts a texture by applying a hike filter to the ROI hash table (S150).

상기 텍스처 기반 지문정합부(70)가 상기 텍스처 추출부(60)에서 생성한 텍스처와 상기 데이터 저장부(10)에 저장된 텍스처를 정합한다(S160). The texture-based fingerprint matching unit 70 matches the texture generated by the texture extracting unit 60 with the texture stored in the data storage unit 10 (S160).

상기 인증 수행부(80)가 상기 특징점 기반 지문정합부(40)와 상기 텍스처 기반 지문정합부(70)에서 정합한 데이터의 유사도를 결합하고, 상기 결합된 유사도와 설정된 범위를 비교하여 지문인증을 수행한다(S170). The authentication unit 80 combines the similarity of the data matched by the feature-based fingerprint matching unit 40 and the texture-based fingerprint matching unit 70, and compares the combined similarity with a set range to perform fingerprint authentication. It performs (S170).

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.While the present invention has been described in connection with what is presently considered to be the most practical and preferred embodiment, it is to be understood that the invention is not limited to the disclosed embodiments. In other words, within the scope of the present invention, all of the components may be selectively operated in combination with one or more. In addition, although all of the components may be implemented in one independent hardware, each or some of the components of the components are selectively combined to perform some or all functions combined in one or a plurality of hardware. It may be implemented as a computer program having a. Codes and code segments constituting the computer program may be easily inferred by those skilled in the art. Such a computer program may be stored in a computer readable storage medium and read and executed by a computer, thereby implementing embodiments of the present invention. As the storage medium of the computer program, a magnetic recording medium, an optical recording medium, a carrier wave medium, or the like may be included.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Furthermore, the terms "comprises", "comprising", or "having" described above mean that a component can be implanted unless otherwise specifically stated, But should be construed as including other elements. All terms, including technical and scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs, unless otherwise defined. Terms used generally, such as terms defined in a dictionary, should be interpreted to coincide with the contextual meaning of the related art, and shall not be interpreted in an ideal or excessively formal sense unless explicitly defined in the present invention.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
The above description is merely illustrative of the technical idea of the present invention, and those skilled in the art to which the present invention pertains may make various modifications and changes without departing from the essential characteristics of the present invention. Therefore, the embodiments disclosed in the present invention are intended to illustrate rather than limit the scope of the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be construed as falling within the scope of the present invention.

10: 데이터 저장부
20: 지문 영상 입력부
30: 특징점 해시 테이블 생성부
40: 특징점 기반 지문정합부
50: ROI 해시테이블 생성부
60: 텍스처 추출부
70: 텍스처 기반 지문정합부
80: 인증 수행부10: data storage
20: fingerprint image input unit
30: feature point hash table generation unit
40: fingerprint matching unit based on feature points
50: ROI hash table generator
60: texture extractor
70: texture-based fingerprint matching
80: authentication unit

Claims (6)

등록 지문 영상을 저장하는 데이터 저장부;
사용자의 지문 영상을 입력받는 지문 영상 입력부;
상기 지문 영상 입력부로부터 지문 영상을 전달받아 특징점을 추출하고, 상기 특징점에 보정값을 적용하여 보정이 완료된 특징점 해시 테이블을 생성하는 특징점 해시 테이블 생성부 및
상기 특징점 해시 테이블 생성부에서 생성한 특징점 해시 테이블과 상기 데이터 저장부에 저장된 특징점 해시 테이블을 정합하는 특징점 기반 지문정합부를 포함하며,
상기 데이터 저장부의 상기 등록 지문 영상은 특징점 해시 테이블 및 텍스처 정보인 것을 특징으로 하는 지문인증 장치.
A data storage unit for storing a registered fingerprint image;
A fingerprint image input unit for receiving a fingerprint image of a user;
A feature point hash table generator for extracting a feature point from the fingerprint image input unit, extracting a feature point, and generating a corrected feature point hash table by applying a correction value to the feature point;
And a feature point based fingerprint matching unit for matching the feature point hash table generated by the feature point hash table generation unit and the feature point hash table stored in the data storage unit.
And the registered fingerprint image of the data storage unit is a feature point hash table and texture information.
제 1 항에 있어서,
상기 특징점 해시 테이블 생성부로부터 특징점 해시 테이블을 전달받아 ROI를 추출하여 ROI 해시 테이블을 생성하는 ROI 해시 테이블 생성부;
상기 ROI 해시 테이블 생성부로부터 ROI 해시 테이블을 전달받고, 상기 ROI 해시 테이블에 하라이크 필터를 적용하여 텍스처를 추출하는 텍스처 추출부;
상기 텍스처 추출부에서 생성한 텍스처와 상기 데이터 저장부에 저장된 텍스처를 정합하는 텍스처 기반 지문정합부 및
상기 특징점 기반 지문정합부와 상기 텍스처 기반 지문정합부에서 정합한 데이터의 유사도를 결합하고, 결합된 유사도와 설정된 범위를 비교하여 지문인증을 수행하는 인증 수행부를 더 포함하는 것을 특징으로 하는 지문인증 장치.
The method of claim 1,
A ROI hash table generator for receiving a feature point hash table from the feature point hash table generator and extracting an ROI to generate a ROI hash table;
A texture extractor configured to receive a ROI hash table from the ROI hash table generator and extract a texture by applying a hike filter to the ROI hash table;
A texture-based fingerprint matching unit for matching a texture generated by the texture extracting unit with a texture stored in the data storage unit;
Fingerprint authentication device further comprises a fingerprint authentication unit for combining the similarity of the data matched in the feature-based fingerprint matching unit and the texture-based fingerprint matching unit, and performs a fingerprint authentication by comparing the combined similarity and the set range .
제 2 항에 있어서,
상기 ROI 해시 테이블 생성부에서의 ROI추출은 상기 특징점 해시 테이블에 포함된 각각의 지문 영상에서 기준점을 중심으로 일부 영역만을 잘라내는 것을 특징으로 하는 지문인증 장치.
3. The method of claim 2,
And extracting the ROI from the ROI hash table generator to cut only a part of the area around the reference point in each fingerprint image included in the feature point hash table.
삭제delete 데이터 저장부가 등록 지문 영상을 저장하는 단계;
지문 영상 입력부가 사용자의 지문 영상을 입력받는 단계;
특징점 해시 테이블 생성부가 상기 지문 영상 입력부로부터 지문 영상을 전달받아 특징점을 추출하고, 상기 특징점에 보정값을 적용하여 보정이 완료된 특징점 해시 테이블을 생성하는 단계;
특징점 기반 지문정합부가 상기 특징점 해시 테이블 생성부에서 생성한 특징점 해시 테이블과 상기 데이터 저장부에 저장된 특징점 해시 테이블을 정합하는 단계;
ROI 해시 테이블 생성부가 상기 특징점 해시 테이블 생성부로부터 특징점 해시 테이블을 전달받아 ROI를 추출하여 ROI 해시 테이블을 생성하는 단계;
텍스처 추출부가 상기 ROI 해시 테이블 생성부로부터 ROI 해시 테이블을 전달받고, 상기 ROI 해시 테이블에 하라이크 필터를 적용하여 텍스처를 추출하는 단계;
텍스처 기반 지문정합부가 상기 텍스처 추출부에서 생성한 텍스처와 상기 데이터 저장부에 저장된 텍스처를 정합하는 단계 및
인증 수행부가 상기 특징점 기반 지문정합부와 상기 텍스처 기반 지문정합부에서 정합한 데이터의 유사도를 결합하고, 결합된 상기 유사도와 설정된 범위를 비교하여 지문인증을 수행하는 단계를 포함하는 것을 특징으로 하는 지문인증 방법. A data storage unit storing a registered fingerprint image;
A fingerprint image input unit receiving a fingerprint image of a user;
A feature point hash table generator, receiving a fingerprint image from the fingerprint image input unit, extracting feature points, and applying a correction value to the feature points to generate a corrected feature point hash table;
Matching a feature point hash table generated by the feature point hash table generation unit with a feature point hash table stored in the data storage unit;
Generating a ROI hash table by extracting a ROI by receiving a feature hash table from the feature hash table generator by a ROI hash table generator;
A texture extractor receiving a ROI hash table from the ROI hash table generator and extracting a texture by applying a hike filter to the ROI hash table;
A texture-based fingerprint matching unit matching a texture generated by the texture extractor with a texture stored in the data storage unit; and
And an authentication performing unit combining the similarity of the data matched by the feature-based fingerprint matching unit and the texture-based fingerprint matching unit, and comparing the similarity with a set range to perform fingerprint authentication. Authentication method. 삭제delete
KR1020120028749A 2012-03-21 2012-03-21 Apparatus and method for fingerprint verification KR101270348B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120028749A KR101270348B1 (en) 2012-03-21 2012-03-21 Apparatus and method for fingerprint verification
PCT/KR2012/003311 WO2013141439A1 (en) 2012-03-21 2012-04-27 Device and method for authenticating a fingerprint

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120028749A KR101270348B1 (en) 2012-03-21 2012-03-21 Apparatus and method for fingerprint verification

Publications (1)

Publication Number Publication Date
KR101270348B1 true KR101270348B1 (en) 2013-05-31

Family

ID=48667333

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120028749A KR101270348B1 (en) 2012-03-21 2012-03-21 Apparatus and method for fingerprint verification

Country Status (2)

Country Link
KR (1) KR101270348B1 (en)
WO (1) WO2013141439A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10101843B2 (en) 2014-01-13 2018-10-16 Samsung Electronics Co., Ltd. Method for recognizing fingerprint and mobile terminal supporting the same
US10198615B2 (en) 2016-11-07 2019-02-05 Samsung Electronics Co., Ltd. Fingerprint enrollment method and apparatus

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102285791B1 (en) 2014-12-29 2021-08-04 삼성전자 주식회사 User Authentication Method and Electronic Device Performing User Authentication

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006330872A (en) * 2005-05-24 2006-12-07 Japan Science & Technology Agency Fingerprint collation device, method and program
JP4767723B2 (en) * 2006-03-03 2011-09-07 富士通株式会社 Fingerprint authentication device, fingerprint authentication method, fingerprint authentication program, and portable terminal device
KR100905675B1 (en) * 2007-08-13 2009-07-03 한국전자통신연구원 Arraratus and method for recognizing fingerprint
KR101072352B1 (en) * 2010-03-25 2011-10-12 조선대학교산학협력단 Fingerprint verification apparatus and method therefor
KR101086632B1 (en) * 2010-03-25 2011-11-25 조선대학교산학협력단 VLSI Architecture for the fuzzy fingerprint vault system and matching method thereof

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10101843B2 (en) 2014-01-13 2018-10-16 Samsung Electronics Co., Ltd. Method for recognizing fingerprint and mobile terminal supporting the same
US10198615B2 (en) 2016-11-07 2019-02-05 Samsung Electronics Co., Ltd. Fingerprint enrollment method and apparatus

Also Published As

Publication number Publication date
WO2013141439A1 (en) 2013-09-26

Similar Documents

Publication Publication Date Title
US9613428B2 (en) Fingerprint authentication using stitch and cut
US9508122B2 (en) Creating templates for fingerprint authentication
Scherhag et al. Morph deterction from single face image: A multi-algorithm fusion approach
US20140133711A1 (en) Biometric information correction apparatus, biometric information correction method and computer-readable recording medium for biometric information correction
Martinez-Diaz et al. An evaluation of indirect attacks and countermeasures in fingerprint verification systems
Krish et al. Pre‐registration of latent fingerprints based on orientation field
KR101270348B1 (en) Apparatus and method for fingerprint verification
KR101237148B1 (en) Hierarchical fingerprint verification apparatus and method using similarity distribution
KR101236040B1 (en) Fingerprint verification apparatus and method therefor using PCA
Chavez-Galaviz et al. Embedded biometric cryptosystem based on finger vein patterns
KR20160133991A (en) Fingerprint enrollment method and fingerprint verification method
Nandhinipreetha et al. Multimodal biometric template authentication of finger vein and signature using visual cryptography
US20190188443A1 (en) Information processing apparatus, biometric authentication method, and recording medium having recorded thereon biometric authentication program
Chouta et al. A small and high-performance coprocessor for fingerprint match-on-card
US20100046805A1 (en) Registration-free transforms for cancelable iris biometrics
Kirchgasser et al. Finger-vein template protection based on alignment-free hashing
Sujitha et al. Highly secure palmprint based biometric template using fuzzy vault
KR101072352B1 (en) Fingerprint verification apparatus and method therefor
KR101995025B1 (en) Method and Apparatus for Restoring Fingerprint Image Using Fingerprints Left on Fingerprint Sensor and Touch Screen
Pashalidis Simulated annealing attack on certain fingerprint authentication systems
Javidnia et al. Palm-print recognition for authentication on smartphones
Fatima et al. Secured multimodal biometric system
Busch et al. Towards unattended and privacy protected border control
Vasilopoulos et al. A novel finger vein recognition system based on enhanced maximum curvature points
Kumaran Fingerprint template security using angle-based transformation functions

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160414

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170412

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee