KR100479332B1 - Method for matching fingerprint - Google Patents
Method for matching fingerprint Download PDFInfo
- Publication number
- KR100479332B1 KR100479332B1 KR10-2002-0077898A KR20020077898A KR100479332B1 KR 100479332 B1 KR100479332 B1 KR 100479332B1 KR 20020077898 A KR20020077898 A KR 20020077898A KR 100479332 B1 KR100479332 B1 KR 100479332B1
- Authority
- KR
- South Korea
- Prior art keywords
- fingerprint
- feature points
- feature point
- fingerprints
- matching
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 claims abstract description 21
- 230000015654 memory Effects 0.000 claims abstract description 9
- 230000001186 cumulative effect Effects 0.000 claims abstract description 8
- 230000000052 comparative effect Effects 0.000 claims description 12
- 239000000470 constituent Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 229920001690 polydopamine Polymers 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003936 working memory Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
본 발명은 지문 특징점을 이용하여 두 지문을 비교해서 사용자를 인증하는 방법에 관한 것이다. 본 발명은 지문 정합 시 두 지문의 위치 및 각도 차 등의 보정 파라미터를 구할 때 누적 빈의 단위를 크게 두고 작업함으로써 메모리의 사용량이 줄어드는 효과가 있다. 누적 빈의 단위를 크게하여 발생하는 매칭 정확도의 문제를 두 지문 특징점에서 일치하는 특징점 쌍들의 평균 차이 값을 보정 파라미터로 하여 보정 후, 최종 인증 결과를 출력하는 단계를 통해 극복할 수 있다. 이에 본 발명은 정확도를 높이면서 메모리 사용량을 줄일 수 있어, 하드웨어 자원 즉, 메모리량이 풍부한 PDA, PC에서도 특징점 정합이 가능할 뿐만 아니라 사용 메모리량이 적은 보안 토큰에서도 지문을 이용한 사용자 인증이 이루어질 수 있도록 하는 효과가 있으며, 또한 사용자의 등록지문을 보안 토큰 등의 내부 저장 장치에 저장해 두고, 지문의 정합도 보안토큰 내부에서 수행함으로써, 지문 데이터의 외부 유출을 막아 안전성을 높여줄 수 있는 효과가 있다. 또한 누적 배열을 이용한 보정 방법 외에도 지문 특징점을 이용한 사용자 인증 방법의 마지막 단계로 이용함으로써 성능 향상에 도움을 주는 효과가 있다.The present invention relates to a method for authenticating a user by comparing two fingerprints using fingerprint feature points. The present invention has the effect of reducing the memory usage by working with a large unit of the cumulative bin when obtaining a correction parameter such as the position and angle difference between the two fingerprints when fingerprint registration. The problem of matching accuracy caused by increasing the cumulative bin unit can be overcome by correcting the average difference value of pairs of feature points that match at two fingerprint feature points as a correction parameter, and then outputting a final authentication result. Therefore, the present invention can reduce the memory usage while increasing the accuracy, so that not only feature points can be matched even in PDAs and PCs with abundant hardware resources, that is, the user authentication using a fingerprint can be performed even in a security token having a low amount of memory. In addition, the user's registration fingerprint is stored in an internal storage device such as a security token, and the matching of fingerprints is also performed in the security token, thereby preventing the leakage of fingerprint data and increasing safety. In addition to the correction method using the cumulative array, it is effective to improve the performance by using the last step of the user authentication method using the fingerprint feature point.
Description
본 발명은 계층적 지문 정합 방법에 관한 것으로, 특히, 지문 특징점을 이용하여 두 지문을 비교해서 사용자를 인증하는 방법에 관한 것이다.The present invention relates to a hierarchical fingerprint matching method, and more particularly, to a method for authenticating a user by comparing two fingerprints using fingerprint feature points.
일반적으로 지문 인식 방법은 영상 기반의 지문 인식 방법과 특징 기반의 지문 인식 방법으로 구분된다.In general, the fingerprint recognition method is classified into an image-based fingerprint recognition method and a feature-based fingerprint recognition method.
상기 영상 기반의 지문 인식 방법은 융선정보를 이용한 방법으로서, 가버필터(Gaber filter), 고속푸리에변환(FFT; Fast Fourier Transform), 기울기, 방향성 히스토그램, 및 투영 등의 기법을 적용하여 지문 영상의 전체적인 방향성 정보를 이용하는 고전적인 방법 중의 하나이다.The image-based fingerprint recognition method is a method using ridge information, and applies a technique such as a Gaber filter, a Fast Fourier Transform (FFT), a tilt, a directional histogram, and a projection. One of the classical ways of using directional information.
상기 특징 기반의 지문 인식 방법은 크게 특징추출(mimutiae extraction)과 매칭(matching)의 두 과정으로 이루어지는 보편적인 방법으로서, 평활화, 전경과 배경영역의 분리, 이진화, 및 세선화 등의 여러 가지 영상처리기법을 적용하여 추출된 특징점(minutiae)들의 공간적인 특징을 이용한다.The feature-based fingerprint recognition method is a general method that consists of two processes, mimutiae extraction and matching, and various image processing such as smoothing, separation of foreground and background regions, binarization, and thinning. The spatial feature of the extracted minutiae is applied by applying the technique.
상기 설명한 지문인식 방법들은 대부분 개인용 컴퓨터 또는 그 이상의 성능을 가진 컴퓨터에서 작동하도록 개발되어 하드웨어 자원이 제한적인 환경에서 동작할 수 없는 문제점이 있다.Most of the fingerprint recognition methods described above have been developed to operate in a personal computer or a computer having a higher capability, and thus there is a problem in that the hardware resources cannot be operated in a limited environment.
본 발명은 상술한 결점을 해결하기 위하여 안출한 것으로, 두 번의 지문 비교 과정을 거침으로써 적은 하드웨어 리소스의 사용으로 보다 정확한 인증이 가능하도록 하는 계층적 지문 정합 방법을 제공하는 데 그 목적이 있다.An object of the present invention is to provide a hierarchical fingerprint matching method which enables more accurate authentication with less hardware resources through two fingerprint comparison processes.
이와 같은 목적을 달성하기 위한 본 발명은 사용자 인증을 위한 등록지문과 인증지문 영상을 입력받아 상기 두 지문을 정합하는 계층적 지문 정합 시스템에서 계층적 지문 정합 방법에 있어서, 상기 입력된 두 지문 영상의 특징점을 추출하는 제 1 단계; 상기 추출된 두 지문의 특징점 정보를 이용하여 두 특징점간의 위치 및 방향 차를 구하는 제 2 단계; 상기 구한 위치 및 방향 차에 의거하여 상기 두 특징점을 보정하는 제 3 단계; 상기 보정된 두 특징점을 비교하여 인증 결과를 허가, 거절, 및 판단 불가 중에 어느 하나로 판단하는 제 4 단계; 상기 제 4 단계의 인증결과가 판단 불가일 경우 상기 두 지문 특징점에서 일치하는 특징점 쌍들의 평균 차이 값을 보정 파라미터로 하여 재 보정 후, 최종 인증 결과를 출력하는 제 5 단계를 포함한다.In order to achieve the above object, the present invention provides a hierarchical fingerprint matching method in a hierarchical fingerprint matching system in which a registration fingerprint and an authentication fingerprint image for user authentication are received and the two fingerprints are matched. Extracting feature points; A second step of obtaining a position and direction difference between the two feature points using the extracted feature point information of the two fingerprints; A third step of correcting the two feature points based on the obtained position and direction differences; A fourth step of comparing the two corrected feature points and determining an authentication result as one of permission, rejection, and inability to judge; And if the authentication result of the fourth step is not determined, a fifth step of outputting the final authentication result after re-calibration using the average difference value between the pairs of matching feature points in the two fingerprint feature points as a correction parameter.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세히 설명하면 다음과 같다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 계층적 지문 정합 방법을 실시하기 위한 시스템의 일 실시예를 나타낸 블록도로, 지문영상 입력장치(10), 입출력 인터페이스(20), 호스트(30), 및 보안토큰(40)으로 구성된다. 호스트(30)는 중앙 처리 장치(Central Processing Unit : CPU)(31) 및 작업 메모리(32)로 이루어진다. 보안토큰(40)은 저장장치(41), 중앙 처리 장치(42), 및 작업 메모리(43)로 이루어진다.1 is a block diagram illustrating an embodiment of a system for implementing a hierarchical fingerprint matching method according to the present invention. The fingerprint image input apparatus 10, the input / output interface 20, the host 30, and the security token 40 are shown. It consists of The host 30 is composed of a central processing unit (CPU) 31 and a working memory 32. The secure token 40 is composed of a storage device 41, a central processing unit 42, and a working memory 43.
지문인증은 크게 등록 과정과 인증 과정으로 나누어질 수 있다.Fingerprint authentication can be divided into registration process and authentication process.
먼저, 등록 과정을보면, 지문영상 입력장치(10)를 통해 입력받은 사용자의 지문영상을 입출력 인터페이스(20)를 통해 호스트(30)로 전송하여 호스트(30) 내에서 특징점을 추출하고 필요한 특징점의 정보를 획득한 후, USB 토큰 등과 같은 보안토큰(40)으로 인터페이스(20)를 통해 전송하여 보안토큰(40) 내부의 저장장치(41)에 저장한다.First, referring to the registration process, the fingerprint image of the user received through the fingerprint image input apparatus 10 is transmitted to the host 30 through the input / output interface 20 to extract the feature points within the host 30, After acquiring the information, the information is transmitted through the interface 20 to the security token 40 such as a USB token and stored in the storage device 41 inside the security token 40.
다음, 인증 과정을 보면, 지문영상 입력장치(10)를 통해 인증을 원하는 사람의 지문을 입력받은 후 지문영상을 인터페이스(20)를 통해 호스트(30)로 전송하고 등록 과정에서와 동일한 방법으로 추출된 특징점 정보를 인터페이스(20)를 통해 보안토큰(40)으로 전송한다. 보안토큰(40)에서는 저장장치(41)에 기저장되어 있는 사용자의 지문영상의 특징점 정보를 작업메모리(43)로 로드 한 후, 호스트(30)로부터 전송된 입력지문의 특징점 정보와 비교하여 그 결과를 재전송해준다.Next, in the authentication process, after receiving the fingerprint of the person to be authenticated through the fingerprint image input device 10, the fingerprint image is transmitted to the host 30 through the interface 20 and extracted in the same manner as in the registration process. The feature point information is transmitted to the security token 40 through the interface 20. In the security token 40, the feature point information of the fingerprint image of the user, which is pre-stored in the storage device 41, is loaded into the work memory 43, and then compared with the feature point information of the input fingerprint transmitted from the host 30. Resend the result.
도 2는 본 발명에 따른 계층적 지문 정합 방법의 일 실시예를 단계별로 나타낸 순서도이다.2 is a flowchart showing step by step an embodiment of a hierarchical fingerprint matching method according to the present invention.
먼저, 호스트(30)는 도 6과 같은 비교 지문을 지문영상 입력장치(10) 및 입출력 인터페이스(20)를 통해 입력받는다(단계 100).First, the host 30 receives the comparative fingerprint as shown in FIG. 6 through the fingerprint image input apparatus 10 and the input / output interface 20 (step 100).
호스트(30)는 입력받은 비교 지문에서 도 7과 같이 특징점을 추출하여 보안토큰(40)으로 입출력 인터페이스(20)를 통해 전송한다(단계 200).The host 30 extracts the feature point from the input comparison fingerprint as shown in FIG. 7 and transmits the feature point to the security token 40 through the input / output interface 20 (step 200).
상기 두 과정(100, 200)은 실제 보안상 크게 중요하지 않아 상대적으로 하드웨어 자원이 풍부한 PC(Personal Computer) 등의 호스트(30)에서 수행되는 것이다.Since the two processes 100 and 200 are not important for real security, the two processes 100 and 200 are performed in a host 30 such as a PC having a relatively rich hardware resource.
도 5와 같이 기 저장된 등록 지문의 특징점 정보 와 도 7과 같은 추출된 비교 지문의 특징점 정보 를 이용하여 두 특징점간의 제 1차 보정 파라미터(θ,Δx,Δy) 즉, 위치 및 방향 차를 구한다(단계 300). 이때, 등록 지문 영상과 특징점은 도 4와 같다.Feature point information of the registered fingerprint previously stored as shown in FIG. And feature point information of the extracted comparative fingerprint as shown in FIG. 7. Next, the first order correction parameters? At this time, the registered fingerprint image and the feature point is as shown in FIG.
상기 두 특징점간의 제 1차 보정 파라미터(θ,Δx,Δy)를 구하기 위해서 등록 지문과 비교 지문의 특징점에 대해서 모든 가능한 쌍을 구성하고 각 특징점 쌍들의 위치 및 방향 차를 미리 메모리에 할당된 누적 배열(array)에 누적한 후, 최대 값을 갖는 배열 원소를 찾는다. 이때, 배열의 단위를 실제 지문 특징점의 3가지 구성 요소(x좌표, y좌표, 각도)(와 )의 단위보다 크게 두고 수행하여 작업 메모리 사용량을 줄일 수 있는 효과가 있다. 상기 구해진 제 1차 보정 파라미터(θ,Δx,Δy)에 의해 비교 지문을 도 8과 같이 보정한다(단계 400). 지문 보정 후 비교 지문 영상과 등록 지문 영상은 도 9와 같이 겹쳐진다.In order to obtain the first correction parameters θ, Δx, Δy between the two feature points, all possible pairs are constructed for the feature points of the enrolled fingerprint and the comparison fingerprint, and the cumulative arrangement in which the position and direction difference of each feature point pair is previously allocated to the memory. Accumulate in (array) and find the array element with the maximum value. At this time, the unit of the array is divided into three components (x coordinate, y coordinate, angle) of the actual fingerprint feature point ( Wow It is effective to reduce the working memory usage by leaving the unit larger than). The comparison fingerprint is corrected as shown in FIG. 8 based on the obtained first correction parameters θ, Δx, Δy (step 400). After fingerprint correction, the comparative fingerprint image and the registered fingerprint image are overlapped as shown in FIG. 9.
유사도를 측정하는 제 1 지문 정합을 수행한다(다계 500). 상기 제 1 지문 정합은 등록 지문의 특징점과 1차 지문 보정 후의 비교 지문의 특징점 에서 서로 대응되는 특징점 쌍을 찾는 것이다. 이때, 두 특징점 사이의 위치 및 각도에 대한 임계값을 미리 정의해 두고, 상기 임계값을 만족할 때 대응되는 특징점 쌍으로 간주한다. 상기 대응되는 특징점은 설명을 쉽게 하기위하여 특징점 사이의 위치에 대해 고려했을 때 도 10의 사각형 안에 들어오면 두 특징점은 대응되는 특징점으로 간주한다.A first fingerprint registration is performed to measure the similarity (step 500). The first fingerprint matching is a feature point of the registered fingerprint and a feature point of the comparative fingerprint after the first fingerprint correction Feature point pairs corresponding to each other in Will find. In this case, a threshold value for a position and an angle between two feature points is defined in advance, and is regarded as a corresponding feature point pair when the threshold value is satisfied. When the corresponding feature points are included in the rectangle of FIG. 10 in consideration of the positions between the feature points for easy description, the two feature points are regarded as corresponding feature points.
유사도가 문턱값보다 큰지 작은지 또는 판단 불가인지를 판단한다(단계 600). 특징점 추출 과정에서의 오차, 보정 과정에서 특징점의 구성 원소(x좌표, y좌표, 각도)의 단위보다 크게 두고 수행함으로써 발생하는 오차 등에 의해 실제로는 대응되는 특징점임에도 불구하고, 도 11의 예에서 처럼 사각형 안에 들어오지 않아서 대응되는 특징점 쌍으로 선택되지 못하는 경우가 발생하여 유사도가 실제와 다르게 나와 제 1 지문 정합 단계에서 판단 불가의 결과를 출력하는 경우가 있다.It is determined whether the similarity is greater than or less than the threshold or not determined (step 600). Although it is actually a corresponding feature point due to an error in the feature point extraction process and an error generated by performing it larger than a unit of the constituent elements (x coordinate, y coordinate, angle) of the feature point in the correction process, as in the example of FIG. In some cases, the image may not be selected as a corresponding pair of feature points because it does not fit in the rectangle, and thus the similarity is different from the actual one, so that the first fingerprint matching step may output an indeterminate result.
상기 단계 600의 판단 결과, 판단 불가일 경우, 좀더 정확한 사용자 인증을 위해서 제 2 지문 정합을 수행한다(단계 700).As a result of the determination in step 600, if it is impossible to judge, a second fingerprint matching is performed for more accurate user authentication (step 700).
이와 같은 단계 700을 도 3을 참조하여 상세하게 보면 다음과 같다.This step 700 will be described in detail with reference to FIG. 3 as follows.
먼저, 단계 500의 제 1 지문 정합 과정에서 찾아진 두 지문에서 제 1차 보정 후 대응되는 특징점 쌍의 집합과 등록된 지문의 특징점(P), 및 보정 후 비교 지문의 특징점(Q')을 입력한다(단계 710). 입력받은 특징점 쌍 사이의 위치 및 각도 차를 구하고, 구해진 위치 및 각도 차의 평균 값을 두 지문의 새로운 제 2차 보정 파라미터(θ',Δx',Δy')로 간주한다(단계 720). 보정 후 비교 지문의 특징점(Q')에 대해서 다시 보정하고 단계 500의 제 1 지문 정합 과정에서와 같은 방법으로 유사도를 측정한다(단계 730). 유사도가 임계값보다 큰지 여부를 판단한다(단계 740). 지문을 이용한 사용자 인증의 최종 결과를 출력하게된다(단계 750, 800).First, a set of pairs of corresponding feature points after the first correction in two fingerprints found in the first fingerprint matching process of step 500 And the feature point P of the registered fingerprint, and the feature point Q 'of the comparative fingerprint after correction (step 710). The position and angle difference between the pair of input feature points are obtained, and the average value of the obtained position and angle difference is regarded as the new second order correction parameters θ ', Δx', and Δy 'of the two fingerprints (step 720). After the correction, the feature point Q 'of the comparative fingerprint is corrected again, and the similarity is measured in the same manner as in the first fingerprint matching process of step 500 (step 730). It is determined whether the similarity is greater than the threshold (step 740). The final result of the user authentication using the fingerprint is output (steps 750 and 800).
상기 단계 700의 제 2 지문 정합 과정을 수행함으로써 도 11과 같이 실제 대응되는 특징점 임에도 불구하고 단계 500의 제 1 지문 정합 과정에서 특징점 쌍으로 찾아지지 않은 특징점도 도 12와 같이 대응되는 특징점 쌍으로 찾아져서 최종 두 지문의 유사도가 실제의 경우와 같게 된다.By performing the second fingerprint matching process of step 700, even though the feature points are actually matched as shown in FIG. 11, feature points not found as feature point pairs in the first fingerprint matching process of step 500 are also found as corresponding feature point pairs as shown in FIG. 12. As a result, the similarities between the last two fingerprints are the same as in the actual case.
상술한 바와 같이 본 발명은 지문 정합 시 두 지문의 위치 및 각도 차 등의 보정 파라미터를 구할 때 누적 빈의 단위를 크게 두고 작업함으로써 메모리의 사용량이 줄어드는 효과가 있다. 누적 빈의 단위를 크게하여 발생하는 매칭 정확도의 문제를 두 지문 특징점에서 일치하는 특징점 쌍들의 평균 차이 값을 보정 파라미터로 하여 보정 후, 최종 인증 결과를 출력하는 단계를 통해 극복할 수 있다. 이에 본 발명은 정확도를 높이면서 메모리 사용량을 줄일 수 있어, 하드웨어 자원 즉, 메모리량이 풍부한 PDA, PC에서도 특징점 정합이 가능할 뿐만 아니라 사용 메모리량이 적은 보안 토큰에서도 지문을 이용한 사용자 인증이 이루어질 수 있도록 하는 효과가 있으며, 또한 사용자의 등록지문을 보안 토큰 등의 내부 저장 장치에 저장해 두고, 지문의 정합도 보안토큰 내부에서 수행함으로써, 지문 데이터의 외부 유출을 막아 안전성을 높여줄 수 있는 효과가 있다. 또한 누적 배열을 이용한 보정 방법 외에도 지문 특징점을 이용한 사용자 인증 방법의 마지막 단계로 이용함으로써 성능 향상에 도움을 주는 효과가 있다.As described above, the present invention has an effect of reducing the amount of memory used by working with a large unit of the cumulative bin when obtaining correction parameters such as the position and angle difference between two fingerprints. The problem of matching accuracy caused by increasing the cumulative bin unit can be overcome by correcting the average difference value of pairs of feature points that match at two fingerprint feature points as a correction parameter, and then outputting a final authentication result. Therefore, the present invention can reduce the memory usage while increasing the accuracy, so that not only feature points can be matched even in PDAs and PCs with abundant hardware resources, that is, the user authentication using a fingerprint can be performed even in a security token having a low amount of memory. In addition, the user's registration fingerprint is stored in an internal storage device such as a security token, and the matching of fingerprints is also performed in the security token, thereby preventing the leakage of fingerprint data and increasing safety. In addition to the correction method using the cumulative array, it is effective to improve the performance by using the last step of the user authentication method using the fingerprint feature point.
도 1은 본 발명에 따른 계층적 지문 정합 방법을 실시하기 위한 시스템의 일 실시예를 나타낸 블록도,1 is a block diagram illustrating an embodiment of a system for implementing a hierarchical fingerprint matching method according to the present invention;
도 2는 본 발명에 따른 계층적 지문 정합 방법의 일 실시예를 단계별로 나타낸 순서도,2 is a flowchart showing step by step an embodiment of a hierarchical fingerprint matching method according to the present invention;
도 3은 도 2에 도시된 제 2 지문 정합 과정의 상세 흐름도,3 is a detailed flowchart of a second fingerprint matching process shown in FIG. 2;
도 4는 등록 지문 영상과 특징점 정의의 실시예를 나타낸 도면,4 is a diagram illustrating an embodiment of a registered fingerprint image and a feature point definition;
도 5는 등록 지문 영상의 특징점 추출의 실시예를 나타낸 도면,5 is a diagram illustrating an embodiment of feature point extraction of a registered fingerprint image;
도 6은 비교 지문 영상을 나타낸 도면,6 illustrates a comparative fingerprint image;
도 7은 비교 지문 영상의 특징점 추출의 실시예를 나타낸 도면,7 is a diagram illustrating an embodiment of feature point extraction of a comparative fingerprint image;
도 8은 비교 지문 영상의 보정 후의 실시예를 나타낸 도면,8 is a view showing an embodiment after correction of a comparative fingerprint image;
도 9는 지문 보정 후 비교 지문 영상과 등록 지문 영상을 겹쳐놓은 영상의 실시예를 나타낸 도면,9 is a diagram illustrating an embodiment of an image in which a comparison fingerprint image and a registered fingerprint image are superimposed after fingerprint correction;
도 10은 제 1 지문 정합 과정을 거친 후 비교 지문 특징점과 등록지문 특징점을 겹쳐놓은 영상에서 대응되는 특징점 쌍의 실시예를 나타낸 도면,FIG. 10 illustrates an embodiment of a pair of feature points corresponding to an image in which a comparative fingerprint feature point and a registered fingerprint feature point are superimposed after undergoing a first fingerprint matching process; FIG.
도 11은 제 1 지문 정합 과정을 거친 후 비교 지문 특징점과 등록지문 특징점을 겹쳐놓은 영상에서 실제 대응되는 특징점 쌍이지만 특징점 쌍으로 찾아지지 않은 실시예를 나타낸 도면,FIG. 11 is a diagram illustrating an embodiment in which a pair of feature points is actually found but not found as feature point pairs in an image in which a comparison fingerprint feature point and a registered fingerprint feature point are superimposed after the first fingerprint matching process;
도 12는 제 2 지문 정합 과정을 거친 후 비교 지문 특징점과 등록지문 특징점을 겹쳐놓은 영상을 나타낸 도면.12 is a view showing an image in which a comparative fingerprint feature point and a registered fingerprint feature point are superimposed after a second fingerprint matching process;
<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>
10 : 지문영상 입력장치 20 : 입출력 인터페이스10: fingerprint image input device 20: input and output interface
30 : 호스트 31, 42 : 중앙 처리 장치30: host 31, 42: central processing unit
32, 43 : 작업 메모리 40 : 보안토큰32, 43: working memory 40: security token
41 : 저장장치41: storage device
Claims (3)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2002-0077898A KR100479332B1 (en) | 2002-12-09 | 2002-12-09 | Method for matching fingerprint |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2002-0077898A KR100479332B1 (en) | 2002-12-09 | 2002-12-09 | Method for matching fingerprint |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20040050738A KR20040050738A (en) | 2004-06-17 |
| KR100479332B1 true KR100479332B1 (en) | 2005-03-31 |
Family
ID=37344868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2002-0077898A KR100479332B1 (en) | 2002-12-09 | 2002-12-09 | Method for matching fingerprint |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100479332B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101237148B1 (en) * | 2011-04-06 | 2013-02-25 | 조선대학교산학협력단 | Hierarchical fingerprint verification apparatus and method using similarity distribution |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5493621A (en) * | 1993-04-21 | 1996-02-20 | Kabushiki Kaisya Matsumura Electronics | Fingerprint ID system and method |
| US5717777A (en) * | 1996-01-11 | 1998-02-10 | Dew Engineering And Development Limited | Longest line method and apparatus for fingerprint alignment |
| KR19990074776A (en) * | 1998-03-13 | 1999-10-05 | 박병엽 | Rotation and Transition Invariant Fingerprint Image Comparison |
| KR20000060758A (en) * | 1999-03-19 | 2000-10-16 | 심재창 | fingerprint matching method |
| KR20030046073A (en) * | 2001-12-05 | 2003-06-12 | 한국전자통신연구원 | Apparatus and method for authenticating user by using a fingerprint feature |
-
2002
- 2002-12-09 KR KR10-2002-0077898A patent/KR100479332B1/en not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5493621A (en) * | 1993-04-21 | 1996-02-20 | Kabushiki Kaisya Matsumura Electronics | Fingerprint ID system and method |
| US5717777A (en) * | 1996-01-11 | 1998-02-10 | Dew Engineering And Development Limited | Longest line method and apparatus for fingerprint alignment |
| KR19990074776A (en) * | 1998-03-13 | 1999-10-05 | 박병엽 | Rotation and Transition Invariant Fingerprint Image Comparison |
| KR20000060758A (en) * | 1999-03-19 | 2000-10-16 | 심재창 | fingerprint matching method |
| KR20030046073A (en) * | 2001-12-05 | 2003-06-12 | 한국전자통신연구원 | Apparatus and method for authenticating user by using a fingerprint feature |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20040050738A (en) | 2004-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10664581B2 (en) | Biometric-based authentication method, apparatus and system | |
| US9785819B1 (en) | Systems and methods for biometric image alignment | |
| US7151846B1 (en) | Apparatus and method for matching fingerprint | |
| US9262614B2 (en) | Image processing device, image processing method, and storage medium storing image processing program | |
| US9208375B2 (en) | Face recognition mechanism | |
| WO2010119500A1 (en) | Biometric information registration device, biometric information registration method, computer program for registering biometric information, biometric authentication device, biometric authentication method, and computer program for biometric authentication | |
| US20070110288A1 (en) | Method and apparatus for supporting a biometric registration performed on an authentication server | |
| US20030223624A1 (en) | Method and apparatus for hashing data | |
| US7079670B2 (en) | Apparatus and method for authenticating a user by employing feature points of a fingerprint image of the user | |
| US10460207B2 (en) | Image processing device, image processing method and computer-readable non-transitory medium | |
| US10572749B1 (en) | Systems and methods for detecting and managing fingerprint sensor artifacts | |
| KR100905675B1 (en) | Arraratus and method for recognizing fingerprint | |
| US10127681B2 (en) | Systems and methods for point-based image alignment | |
| US20230045850A1 (en) | Fingerprint Capturing and Matching for Authentication | |
| Krish et al. | Pre‐registration of latent fingerprints based on orientation field | |
| Oldal et al. | Hand geometry and palmprint-based authentication using image processing | |
| KR102558736B1 (en) | Method and apparatus for recognizing finger print | |
| KR100884743B1 (en) | Method for matching fingerprint using minutiae and binary image and system using the same | |
| Pandey et al. | ASRA: Automatic singular value decomposition-based robust fingerprint image alignment | |
| KR101237148B1 (en) | Hierarchical fingerprint verification apparatus and method using similarity distribution | |
| US8260060B2 (en) | Comparison method, comparison system, computer, and program | |
| KR100479332B1 (en) | Method for matching fingerprint | |
| KR102524163B1 (en) | Method and apparatus for detecting identity card | |
| KR101995025B1 (en) | Method and Apparatus for Restoring Fingerprint Image Using Fingerprints Left on Fingerprint Sensor and Touch Screen | |
| CN113673477B (en) | Palm vein non-contact three-dimensional modeling method, device and authentication method |
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: 20090303 Year of fee payment: 5 |
|
| LAPS | Lapse due to unpaid annual fee |