KR101326221B1 - 안면 특징 검출 - Google Patents

안면 특징 검출 Download PDF

Info

Publication number
KR101326221B1
KR101326221B1 KR1020130027801A KR20130027801A KR101326221B1 KR 101326221 B1 KR101326221 B1 KR 101326221B1 KR 1020130027801 A KR1020130027801 A KR 1020130027801A KR 20130027801 A KR20130027801 A KR 20130027801A KR 101326221 B1 KR101326221 B1 KR 101326221B1
Authority
KR
South Korea
Prior art keywords
facial feature
face
removable facial
removable
computing device
Prior art date
Application number
KR1020130027801A
Other languages
English (en)
Other versions
KR20130105527A (ko
Inventor
마이클 크리스찬 네치바
마이클 앤드류 시페
Original Assignee
구글 인코포레이티드
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
Priority claimed from US13/421,668 external-priority patent/US8515139B1/en
Application filed by 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20130105527A publication Critical patent/KR20130105527A/ko
Application granted granted Critical
Publication of KR101326221B1 publication Critical patent/KR101326221B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Abstract

예시적인 방법이 제공되는바, 이 방법은 적어도 사용자의 얼굴을 포함하는 화상을 컴퓨팅 디바이스의 카메라에 의해 캡처하는 단계와, 화상 내의 사용자의 얼굴의 얼굴 템플릿을 계산하는 단계와, 그리고 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징 중 적어도 하나가 얼굴에 포함되어 있는지 여부를 결정하기 얼굴 템플릿을 분석하는 단계를 포함한다. 제거가능 안면 특징이 얼굴에 포함되어 있을 때, 본 방법은 또한, 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력하는 단계를 포함한다. 비-제거가능 안면 특징이 얼굴에 포함되어 있을 때, 본 방법은 또한, 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정하는 단계를 포함한다.

Description

안면 특징 검출{FACIAL FEATURE DETECTION}
본 개시내용은 안면 인식 기술(facial recognition technology)에 관한 것으로, 특히 안면 인식에서의 사용을 위해 캡처(capture)된 화상(images)의 안면 특징(facial features)의 검출에 관한 것이다.
사용자는 디바이스를 "잠금해제(unlocking)"함으로써 컴퓨팅 디바이스의 기능에 대한 액세스를 활성화시키거나 혹은 획득할 수 있다. 일부 경우에 있어서, 컴퓨팅 디바이스(computing device)는 사용자에 의해 제공된 인증 정보에 근거하여 잠금해제를 허가하도록 구성될 수 있다. 인증 정보는 다양한 형태(여기에는 알파뉴메릭 패스코드(alphanumeric passcodes), 제스처(gestures), 및 생체인식 정보(biometric information)가 포함됨)를 취할 수 있다. 생체인식 정보의 예들은, 지문(fingerprints), 망막 스캔(retina scans), 어투(speech) 및 안면 화상(facial images)을 포함한다. 컴퓨팅 디바이스는 안면 인식 기술을 사용하여 안면 화상 입력을 인증할 수 있다.
일 예에서, 방법이 제공되며, 이 방법은 적어도 사용자의 얼굴을 포함하는 화상을 컴퓨팅 디바이스에 의해 캡처하는 단계와, 그리고 화상 내의 사용자의 얼굴의 얼굴 템플릿(face template)을 컴퓨팅 디바이스에 의해 계산하는 단계를 포함한다. 본 방법은 또한, 두 얼굴들 간의 분별력 레벨(distinctiveness level)을 감소시키는 제거가능 안면 특징(removable facial feature)과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징(non-removable facial feature) 중 적어도 하나가 얼굴에 포함되어 있는지 여부를 결정하기 위해 얼굴 템플릿을 컴퓨팅 디바이스에 의해 분석하는 단계를 포함한다. 제거가능 안면 특징이 얼굴에 포함되어 있을 때, 본 방법은 또한, 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 컴퓨팅 디바이스에 의해 출력하는 단계를 포함한다. 비-제거가능 안면 특징이 얼굴에 포함되어 있을 때, 본 방법은 또한, 컴퓨팅 디바이스에 의해 제 1 유사도 점수 임계치(similarity score threshold)를 제 2 유사도 점수 임계치로 조정하는 단계를 포함한다.
또 다른 예에서, 명령들이 포함된 컴퓨터 판독가능 저장 매체가 제공되며, 여기서 명령들은 컴퓨팅 디바이스의 적어도 하나의 프로세서로 하여금 동작들을 수행하도록 한다. 이러한 동작들은 적어도 사용자의 얼굴을 포함하는 화상을 캡처하는 것과, 화상 내의 사용자의 얼굴의 얼굴 템플릿을 계산하는 것을 포함한다. 이러한 동작들은 또한, 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징 중 적어도 하나가 얼굴에 포함되어 있는지 여부를 결정하기 위해 얼굴 템플릿을 분석하는 것을 포함한다. 제거가능 안면 특징이 얼굴에 포함되어 있을 때, 이러한 동작들은 또한, 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력하는 것을 포함한다. 비-제거가능 안면 특징이 얼굴에 포함되어 있을 때, 이러한 동작들은 또한, 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정하는 것을 포함한다.
또 다른 예에서, 디바이스가 제공되며, 이 디바이스는 적어도 하나의 프로세서, 화상을 캡처하도록 상기 적어도 하나의 프로세서에 의해 동작가능한 적어도 하나의 카메라, 및 적어도 하나의 출력 디바이스를 포함한다. 상기 적어도 하나의 프로세서는, 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징 중 적어도 하나가 얼굴에 포함되어 있는지 여부를 결정하기 위해 제 1 얼굴 템플릿을 분석하도록 구성되며, 여기서, 제거가능 안면 특징이 얼굴에 포함되어 있을 때, 상기 적어도 하나의 출력 디바이스는, 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력하도록 구성되고, 그리고 비-제거가능 안면 특징이 얼굴에 포함되어 있는 경우, 제 1 유사도 점수 임계치가 제 2 유사도 점수 임계치로 조정된다.
또 다른 예에서, 방법이 제공되며, 이 방법은 적어도 사용자의 얼굴을 포함하는 화상을 컴퓨팅 디바이스에 의해 캡처하는 단계와, 그리고 화상 내의 사용자의 얼굴의 얼굴 템플릿을 컴퓨팅 디바이스에 의해 계산하는 단계를 포함한다. 본 방법은 또한, 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 얼굴에 포함되어 있는지 여부를 결정하기 위해 얼굴 템플릿을 컴퓨팅 디바이스에 의해 분석하는 단계를 포함한다. 제거가능 안면 특징이 얼굴에 포함되어 있을 때, 본 방법은 또한, 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 컴퓨팅 디바이스에 의해 출력하는 단계를 포함한다.
첨부되는 도면 및 아래의 설명을 통해 하나 이상의 예들의 세부설명이 제시된다. 다른 특징, 목적, 및 장점은 본 명세서의 설명, 도면 그리고 특허청구범위로부터 명백하게 될 것이다.
도 1은 본 개시내용의 하나 이상의 실시형태에 따른, 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들을 검출하는 예시적인 컴퓨팅 디바이스를 나타낸 개념도다.
도 2는 본 개시내용의 하나 이상의 실시형태에 따른, 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들을 검출하기 위한 예시적인 컴퓨팅 디바이스의 세부사항을 나타낸 블록도다.
도 3은 본 개시내용의 하나 이상의 실시형태에 따른, 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징들을 검출하는 예시적인 컴퓨팅 디바이스를 나타낸 개념도다.
도 4는 본 개시내용의 하나 이상의 실시형태에 따른, 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징들을 검출하는 예시적인 컴퓨팅 디바이스를 나타낸 개념도다.
도 5는 본 개시내용의 하나 이상의 실시형태에 따른, 얼굴 화상을 분석하고 그리고 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들을 검출하기 위해 컴퓨팅 디바이스에 의해 수행될 수 있는 예시적인 프로세스를 나타낸 흐름도다.
도 6은 본 개시내용의 하나 이상의 실시형태에 따른, 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징이 안면 인식을 위한 화상에서 검출된 경우, 컴퓨팅 디바이스에 의해 수행될 수 있는 예시적인 프로세스를 나타낸 흐름도다.
도 7은 본 개시내용의 하나 이상의 실시형태에 따른, 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징이 안면 인식을 위한 화상에서 검출된 경우, 컴퓨팅 디바이스에 의해 수행될 수 있는 예시적인 프로세스를 나타낸 흐름도다.
컴퓨팅 디바이스는 다양한 상황에서 안면 인식 프로그램들을 사용할 수 있다. 예를 들어, 컴퓨팅 디바이스는 컴퓨팅 디바이스의 하나 이상의 기능들(혹은 컴퓨팅 디바이스에 의해 제어되는 기능들)에 대한 액세스를 획득하려고 하는 사용자를 인증하기 위해 안면 인식 프로그램들을 사용할 수 있다. 어떤 일반적인 상황에서, 컴퓨팅 디바이스는 하나 이상의 권한을 부여받은 사용자들의 얼굴들의 화상들(혹은 "등록 화상들")로부터 계산된 템플릿들(혹은 "등록 템플릿들")을 저장할 수 있다. 사용자가 컴퓨팅 디바이스의 기능에 대한 액세스를 획득(혹은 "잠금해제")하려고 하는 경우, 컴퓨팅 디바이스는 인증 목적으로 사용자의 얼굴의 화상을 캡처할 수 있다. 컴퓨팅 디바이스는 캡처된 안면 화상의 템플릿을 계산할 수 있고, 그리고 캡처된 안면 화상의 템플릿을 권한을 부여받은 사용자들과 관련된 등록 템플릿들과 비교하기 위해 안면 인식 기법들(예를 들어, 안면 인식 프로그램)을 사용할 수 있다. 만약 안면 인식 프로그램들이, 해당 템플릿과 적어도 하나의 등록 템플릿 간의 매칭 레벨이 허용가능하다고 결정한다면, 컴퓨팅 디바이스는 사용자를 인증할 수 있고, 액세스 요청을 승인할 수 있다.
일반적으로, 안면 인식 시스템은, 캡처된 안면 화상의 안면 특징들을 권한을 부여받은 사용자들과 관련된 등록 화상들의 안면 특징들과 비교함으로써, 사용자를 인증할 수 있고 컴퓨팅 디바이스의 기능에 대한 사용자 액세스를 승인할 수 있다. 만약 캡처된 안면 화상의 안면 특징들이 등록 화상들 중 일 화상의 안면 특징들과 충분히 유사하다면, 컴퓨팅 디바이스의 기능에 액세스하려는 사용자는 권한을 부여받게 된다. 안면 특징들 간의 유사도는 유사도 점수를 사용하여 정량화될 수 있는바, 이 경우 유사도 점수가 높다는 것은 유사의 정도가 크다는 것을 나타낸다. 만약 두 개의 화상들의 안면 특징들을 비교할 때의 유사도 점수가 유사도 점수 임계치보다 더 크다면, 두 화상들의 안면 특징들은 매칭되는 것으로 고려될 수 있다.
그러나, 안면 인식에 의한 인증은 어떤 경우들에서는 의도된 대로 그 기능을 수행하지 못할 수 있다. 예를 들어, 선글라스 및 얼굴의 털과 같은 어떤 안면 특징들은 안면 인식에 의한 인증이 실패하게 할 수 있다. 본 명세서에서 설명되는 바와 같이, 이러한 실패의 예는, 사용자가 권한을 부여받은 사용자인 경우에도 사용자 매칭을 거부하는 것이다. 이러한 실패의 또 다른 예는 사용자가 권한을 부여받은 사용자가 아닌 경우에 사용자 매칭을 승인하는 것이다.
권한을 부여받은 사용자들은, 만약 이들이 컴퓨팅 디바이스에 대한 액세스를 거부당하면(사실 이들은 권한을 부여받은 사용자임에도 불구하고), 불만을 가지게 될 것이다. 추가적으로, 권한을 부여받지 못한 사용자들은 오류 인증을 일으키는 안면 인식 프로그램들의 취약성을 이용할 수 있다. 예를 들어, 권한을 부여받지 못한 사용자는 덜 뚜렷한 외관으로 시도함으로써 컴퓨팅 디바이스를 잠금해제하려고 할 수 있다. 덜 뚜렷한 외관은 안면 인식 시스템으로 하여금 권한을 부여받지 못한 사용자의 캡처된 화상이 권한을 부여받은 사용자들과 관련된 등록 화상들 중 하나와 매칭되는 것으로 고려하게 할 수 있다.
일부 예들에서, 사용자들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들은, 두 명의 개별적 사용자들 간의 유사도 점수를 증가시키는 임의의 안면 특징이 될 수 있다. 달리 말하면, 사용자들 간의 분별력을 감소시킬 수 있는 안면 특징은, 개개의 사람들에 있어서 두 화상들에 대한 유사도 점수가 그 안면 특징으로 인해 증가될 수 있게 하는 안면 특징이다. 일부 예들에서, 사용자들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들은 2개의 카테고리로 분류될 수 있는바, 하나는 제거가능 안면 특징들이고, 하나는 비-제거가능 안면 특징들이다. 예를 들어, 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징은, 선글라스, 헤드 기어(head gear)(예컨대, 모자)와 같은 물체, 및 사용자의 얼굴의 일부를 차폐(obstruct)할 수 있는 다른 물체를 포함할 수 있지만, 이러한 것에만 한정되는 것은 아니다. 추가적으로, 사용자들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징은, 얼굴의 털을 포함할 수 있지만, 이러한 것에만 한정되는 것은 아니다. 얼굴의 털의 예는, 아랫 수염(goatees), 구레나릇(sideburns), 콧수염(mustaches), 턱수염(beards), 모조(예컨대, 가짜) 수염을 포함한다. 비-제거가능 안면 특징은, 예를 들어, 물리적으로 사용자에게 부착되어 있기 때문에, 용이하게 제거될 수 없는 특징(하지만, 추가적인 노력을 통해(예를 들어, 얼굴의 털을 깎는 것과 같은 행위에 의해) 궁극적으로 제거될 수 있는 특징)을 포함할 수 있다.
일부 예들에서, 사용자의 눈은 사용자들 간에 더 구별되는 특징들 중 하나일 수 있다. 선글라스를 착용한 사용자는 눈을 차폐하게 되고, 이에 따라 사용자들 간의 분별력 레벨이 감소될 수 있다. 추가적으로, 얼굴의 털은 사용자의 다양한 식별 특징들을 숨기거나 차폐시킬 수 있고, 이에 따라 사용자들 간의 분별력 레벨을 감소시킬 수 있다. 즉, 두 명의 개별 사용자들은 선글라스를 착용했을 때 및/또는 얼굴의 털을 가질 때 더 유사하게 보이는 경향이 있을 수 있다.
일부 예들에서, 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 갖는 권한을 부여받지 못한 사용자는 컴퓨팅 디바이스에 대한 오류적 액세스(erroneous access)를 획득할 수 있다. 예를 들어, 안면 인식 시스템은 권한을 부여받지 못한 사용자의 캡처된 화상에 대해 유사도 점수 임계치보다 큰 유사도 점수를 계산할 수 있고, 그 권한을 부여받지 못한 사용자가 컴퓨팅 디바이스에 액세스하게 할 수 있다. 따라서, 권한을 부여받지 못한 사용자는, 컴퓨팅 디바이스에 의해 구현되는 인증 제약을 극복하기 위해 컴퓨팅 디바이스의 기능에 대한 액세스를 획득할 목적으로 덜 뚜렷한 외관으로 시도할 수 있다.
일반적으로, 본 개시내용은 두 개의 개별 화상들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및 비-제거가능 안면 특징에 대해 임의의 캡처된 화상으로부터 계산된 얼굴 템플릿을 분석함으로써 안면 인식 실패를 방지하는 기법에 관한 것이다. 일부 예들에서, 이러한 기법은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및 비-제거가능 안면 특징을 검출할 수 있는 컴퓨팅 디바이스 상에서 실행되는 프로그램들(예를 들어, 안면 인식 프로그램들)에 의해 수행될 수 있다. 제거가능 안면 특징 및 비-제거가능 안면 특징을 검출하는 것은 오류 인증이 일어나는 경우를 감소시킬 수 있으며, 그리고/또는 권한을 부여받은 사용자가 컴퓨팅 디바이스에 대해 액세스 거부되는 경우를 감소시킬 수 있다.
일 예에서, 제거가능 안면 특징이 얼굴 템플릿에서 검출될 때, 안면 인식 프로그램은 안면 인식 인증 프로세스를 정지시킬 수 있고 사용자로 하여금 제거가능 안면 특징을 제거하도록 촉구하는 통지를 발생시킬 수 있다. 일부 예들에서, 이러한 통지는 사용자에게 안면 인식 인증을 위한 후속 화상(예를 들어, 제거가능 안면 특징을 갖지 않는 화상)을 캡처하도록 지시할 수 있다. 또 다른 예에서, 비-제거가능 안면 특징이 검출될 때, 안면 인식 프로그램은 유사도 점수 임계치를 조정된 유사도 점수 임계치로 증가시킬 수 있다. 일부 예들에서, 안면 인식 프로그램은, 보안이 증가됨을 표시하는 통지 그리고 사용자로 하여금 안면 인식을 계속할지 혹은 말지를 선택하도록 촉구하는 통지를 발생시킬 수 있다. 일부 예들에서, 유사도 점수 임계치를 조정하는 것(예컨대, 증가시키는 것)은, 비-제거가능 안면 특징에 의한 캡처된 화상과 등록된 화상 간의 분별력 레벨에서의 감소를 상쇄(offset)시킬 수 있다.
또 다른 예에서, 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및 비-제거가능 안면 특징은 등록 프로세스 동안 검출될 수 있다. 예를 들어, 등록 화상으로부터 계산된 잠재적 등록 템플릿(potential enrollment template) 내에서 제거가능 안면 특징 및/또는 비-제거가능 안면 특징이 검출되는 경우, 안면 인식 프로그램은 잠재적 등록 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하고 있음을 표시하는 통지를 제공할 수 있다. 추가적으로, 안면 인식 프로그램은 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하고 있는 등록 템플릿에 대한 유사도 점수 임계치를 조정할 수 있다. 다른 예들에서, 안면 인식 프로그램은 등록 템플릿이 권한을 부여받은 사용자의 등록 템플릿으로서 저장되는 것을 방지할 수 있으며 사용자로 하여금 등록 목적으로 또 다른 화상을 캡처하도록 촉구할 수 있다.
본 개시내용의 안면 인식 프로그램은, 권한을 부여받지 못한 사용자가 덜 뚜렷한 외관으로 시도함으로써 오류 인증을 일으킬 가능성을 감소시킬 수 있고, 아울러 권한을 부여받은 사용자가 액세스 거부될 가능성을 감소시킬 수 있다. 예를 들어, 안면 인식 프로그램은 만약 안면 화상의 물체가 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징(예를 들어, 선글라스)을 포함하고 있다면 사용자에 대한 인증을 거부할 수 있다. 또 다른 예에서, 안면 인식 프로그램은 만약 안면 화상의 물체가 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징(예를 들어, 턱수염)을 포함하고 있다면 보안 레벨을 조정할 수 있다(예를 들어, 유사도 점수 임계치를 증가시킬 수 있음). 이러한 방식으로, 본 개시내용의 기법들은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들을 검출할 수 있다. 추가적으로, 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하는 잠재적 등록 템플릿이 등록 템플릿으로서 저장되는 것을 방지함으로써 안면 인식 결과는 향상될 수 있다.
도 1은 본 개시내용의 하나 이상의 실시형태들에 따른, 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들을 검출하는 예시적인 컴퓨팅 디바이스를 나타낸 개념도다. 도 1은 사용자(예를 들어, 사용자(30))와 관련된 안면 화상을 캡처할 수 있고 아울러 그 캡처된 안면 화상이 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징을 포함하고 있는지 여부를 검출할 수 있는 컴퓨팅 디바이스(10)를 예시한다. 도 1의 예에서, 사용자(30)는 컴퓨팅 디바이스(10)에 의해 캡처된 사용자(30)의 하나 이상의 화상들에 근거하여 안면 인식을 수행할 수 있는 컴퓨팅 디바이스(10)(예를 들어, 모바일 컴퓨팅 디바이스)를 가지고 있을 수 있다. 컴퓨팅 디바이스(10)는, 특히 모바일폰(소위 "스마트폰"을 포함함), 태블릿 컴퓨터, 넷북, 랩탑, 데스크탑, 개인 휴대 정보 단말기(Personal Digital Assistant)("PDA"), 셋탑 박스, 텔레비젼, 및/또는 시계와 같은 다양한 타입의 디바이스들 중 하나 이상의 디바이스일 수 있거나, 이를 포함할 수 있거나 또는 그 일부일 수 있다.
컴퓨팅 디바이스(10)는 하나 이상의 입력 디바이스들(24)을 포함하고, 이러한 것들 중 적어도 하나는 카메라(26)다. 카메라(26)는 컴퓨팅 디바이스(10)의 전방 카메라의 일부일 수 있거나 혹은 여기에 결합될 수 있다. 다른 예들에서, 카메라(26)는 컴퓨팅 디바이스(10)의 후방 카메라의 일부일 수 있거나 혹은 여기에 결합될 수 있다. 전방 카메라와 후방 카메라 중 하나 혹은 양쪽 모두는 정지 화상, 비디오, 또는 이들 모두를 캡처할 수 있다.
도 1의 예에서, 컴퓨팅 디바이스(10)는 또한 출력 디바이스들(28)을 포함한다. 출력 디바이스들(28) 중 적어도 하나는 그래픽 사용자 인터페이스(Graphical User Interface, GUI)(32)를 디스플레이할 수 있다. GUI(32)는, 터치스크린(touchscreen) 혹은 존재-감지 디스플레이(presence-sensitive displays)와 같은 입출력 가능 디바이스를 포함하는 다양한 디스플레이 디바이스에 의해 디스플레이될 수 있다. 다양한 예들에서, 컴퓨팅 디바이스(10)는 출력 디바이스들(28) 중 하나 이상의 출력 디바이스로 하여금 GUI(32)를 업데이트하게 하여 서로 다른 사용자 인터페이스 제어, 텍스트, 화상, 혹은 다른 그래픽 콘텐츠를 포함하게 할 수 있다. GUI(32)를 디스플레이 혹은 업데이트하는 것은 일반적으로 출력 디바이스들(28) 중 하나 이상의 출력 디바이스로 하여금 사용자에게 디스플레이될 수 있는 GUI(32)의 콘텐츠를 변경하도록 하는 프로세스를 말할 수 있다.
도 1의 예에서, 사용자(30)는 컴퓨팅 디바이스(10)로 현재 권한을 부여받을 수 없다. 그러나, 사용자(30)는 컴퓨팅 디바이스(10)로 인증하기를 원할 수 있다. 사용자(30)는 안면 인식 기법을 사용하여 컴퓨팅 디바이스(10)로 인증을 할 수 있다. GUI(32)는 본 개시내용의 기법에 따른 안면 인식을 사용하여 컴퓨팅 디바이스(10)에 대한 사용자 인증과 관련된 그래픽 정보를 디스플레이할 수 있다. 도 1의 예에서 제시된 바와 같이, GUI(32)는, 잠금 표시자(lock indicator)(34), 잠금해제 프롬프트(unlock prompt)(36), 및 캡처 아이콘(capture icon)(38)과 같은 하나 이상의 GUI 요소들을 포함할 수 있다.
컴퓨팅 디바이스(10)는 "잠금" 모드에서 동작하도록 구성될 수 있는바, 여기서 "잠금" 모드는 잠금 표시자(34)의 존재에 의해 나타내진다. 일부 예들에서, 사용자는 컴퓨팅 디바이스(10)를 잠금 모드에서 동작하도록 능동적으로 구성할 수 있다. 예를 들어, 잠금 모드에 진입하기 전에, 사용자는 컴퓨팅 디바이스(10)가 잠금 모드에서 동작하도록 요청하기 위해 소정의 시간 길이 동안 컴퓨팅 디바이스(10)에 의해 제공되는 아이콘 혹은 버튼(예컨대, 잠금 버튼)을 누를 수 있다. 이러한 예들 및 다른 예들에서, 사용자는 컴퓨팅 디바이스(10)의 출력 디바이스(28)(예를 들어, 존재-감지 스크린)를 사용하여 GUI(32)의 하나 이상의 요소들을 탭(tap)하거나, 스와이프(swipe)하거나, 또는 이들과 상호작용할 수 있다. 컴퓨팅 디바이스(10)는 또한 수동적 수단에 의해 잠금 모드에서 동작하도록 구성될 수 있다. 예를 들어, 소정의 "무활동(inactivity)" 기간은 컴퓨팅 디바이스(10)를 잠금 모드에서 동작하도록 할 수 있다. 무활동은 사용자 상호작용(예를 들어, 버튼을 누름으로써 입력 디바이스들(24) 및/또는 출력 디바이스들(28)과 콘택(contact)하는 것 등)이 없기 때문에 일어날 수 있다. 컴퓨팅 디바이스(10)를 잠금 모드에서 동작하도록 하는 소정의 시간 기간은 컴퓨팅 디바이스(10)의 제조자에 의해 특정된 디폴트 시간 기간(default time period)일 수 있거나, 혹은 사용자(30)와 같은 권한을 부여받은 사용자에 의해 프로그래밍될 수 있다.
일부 예들에서, 컴퓨팅 디바이스(10)는 잠금 모드에서의 동작을 중단시키는 안면 인식 기술을 사용할 수 있다. 달리 말하면, 사용자(30)는 사용자(30)가 컴퓨팅 디바이스(10)의 권한을 부여받은 사용자인지 여부를 결정하기 위해 안면 인식 기법을 사용하는 인식 방법에 의해 컴퓨팅 디바이스(10)를 "잠금해제"할 수 있다. 더 구체적으로 살펴보면, 사용자(30)는, 사용자(30)의 얼굴을 나타내는 하나 이상의 사용자 등록 템플릿들(22)(예를 들어, 등록 화상들로부터 계산된 템플릿들)을 저장함으로써 컴퓨팅 디바이스(10)의 안면 인식 애플리케이션 혹은 임베디드 프로세스(embedded process)로 등록을 행할 수 있다. 사용자(30)는 컴퓨팅 디바이스(10)의 카메라(26)로 하여금 하나 이상의 사용자 등록 화상을 캡처하게 할 수 있다. 컴퓨팅 디바이스(10)는 사용자 등록 화상들로부터 사용자 등록 템플릿들(22)을 계산할 수 있고, 하나 이상의 사용자 등록 템플릿들(22)을 컴퓨팅 디바이스(10)의 하나 이상의 저장 디바이스들(예를 들어, 안면 인식 데이터베이스(18))에 저장할 수 있고, 그리고/또는 차후에 안면 인식 동안 사용하기 위해 일반적으로 "클라우드 저장소(cloud storage)"로 알려진 원격 위치에 저장할 수 있다.
안면 인식 기술을 사용하여 컴퓨팅 디바이스(10)를 잠금해제하기 위해서, 사용자(30)는 자신의 얼굴의 적어도 일부분을 나타내는 인증 화상을 제공할 수 있다. 일부 예들에서, 사용자(30)는 능동적으로 컴퓨팅 디바이스(10)의 카메라(26)로 하여금 인증 화상을 캡처하게 할 수 있다. 예를 들어, 사용자(30)는 카메라(26)와 관련된 카메라 렌즈를 바라볼 수 있고, 카메라(26)로 하여금 인증 화상을 캡처하도록 하는 버튼을 누를 수 있다. 또 다른 예에서, 사용자(30)는 GUI(32)에 포함된 캡처 아이콘(38)과 관련된 영역을 탭하거나, 스와이프하거나, 또는 이 영역과 상호작용할 수 있다. 또 다른 예에서, 컴퓨팅 디바이스(10)는 사용자(30)가 카메라(26)와 관련된 카메라 렌즈를 바라보는 것에 응답하여 인증 화상을 자동으로 캡처할 수 있다. 도 1의 예에서 제시된 바와 같이, 컴퓨팅 디바이스(10)는 잠금해제 프롬프트(36)를 포함하도록 GUI(32)를 디스플레이할 수 있다. 본 예에서, 잠금해제 프롬프트(36)는 컴퓨팅 디바이스(10)로 하여금 인증 화상을 캡처하도록 하기 위해 사용자(30)가 단순히 카메라(26)를 바라볼 것을 표시하는바, 여기서 카메라(26)는 카메라 렌즈를 포함할 수 있거나 혹은 카메라 렌즈에 결합될 수 있다.
도 1에 제시된 바와 같이, 컴퓨팅 디바이스(10)는 또한, 안면 인식 모듈(12) 및 안면 인식 데이터베이스(18)를 포함할 수 있다. 일 예에서, 안면 인식 모듈(12)은 안면 인식을 위한 인증 화상이 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징을 포함하는지 그리고/또는 두 사용자들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징을 포함하는지 여부를 결정할 수 있다.
일부 예들에서, 안면 인식 데이터베이스(18)는 저장 디바이스들 혹은 메모리(예를 들어, 도 2에 예시된 저장 디바이스(58) 및 메모리(52)) 중 하나 이상의 저장 디바이스 혹은 메모리의 로직 위치(logical location) 및/또는 물리적 위치(physical location)(예를 들어, 특정 물리적 위치를 참조하는 로직 위치)를 포함할 수 있다. 일부 예들에서, 안면 인식 데이터베이스(18)는 파일 시스템, 데이터베이스의 디렉토리(directory) 혹은 파일(file), 또는 하드 디스크 드라이브, 솔리드 스테이트 드라이브(solid state drive) 혹은 플래시 메모리의 섹터(sector) 또는 블록(block)을 포함할 수 있다. 일 예에서, 안면 인식 데이터베이스(18)는 또한, (예를 들어, 만약 안면 인식 데이터베이스(18)의 화상들이 차후에 하나 이상의 저장 디바이스(58)에 라이트 스루(write through)를 위해 캐시(cache)된다면) 컴퓨팅 디바이스(10)의 메모리(52) 내에 적어도 부분적으로 상주할 수 있다.
일 예에서, 컴퓨팅 디바이스(10)가 인증 화상을 캡쳐하고 그 인증 화상으로부터 인증 얼굴 템플릿을 계산한 이후, 안면 인식 모듈(12)은 안면 인식 프로세스를 시작할 수 있다. 일부 예들에서, 안면 인식 프로세스는 2개의 국면으로 일어날 수 있는바, 하나는 안면 특징 검출 국면이고 다른 하나는 인증 국면이다. 안면 특징 검출 국면 동안, 안면 특징 모듈(14)은 인증 화상이 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및/또는 비-제거가능 안면 특징 중 하나를 포함하는지 아니면 포함하지 않는지를 결정할 수 있다.
본 명세서에서 설명된 바와 같이, 안면 특징 모듈(14)은 사용자(30)의 인증 화상으로부터 계산된 인증 얼굴 템플릿을 안면 인식 데이터베이스(18)에 저장된 복수의 안면 특징 템플릿들(20)과 비교하여 인증 얼굴 템플릿이 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하는지 아니면 포함하지 않는지를 결정할 수 있다. 예를 들어, 안면 인식 모듈(12)은 스톡 이미지들(stock images)(예를 들어, 안면 특징 템플릿들(20))을 포함할 수 있다. 즉, 안면 특징 템플릿들(20)은 특정한 특징에 대한 기준 템플릿들(예를 들어, 도 2에 제시된 바와 같은, 제거가능 안면 특징 템플릿들(60) 및 비-제거가능 안면 특징 템플릿들(62))을 포함할 수 있다. 본 명세서에서 설명되는 바와 같이, 안면 특징 템플릿들(20)은 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및 비-제거가능 안면 특징을 갖는 그리고 갖지 않는 사람들의 화상들로부터 계산된 템플릿들을 포함할 수 있다. 안면 특징 템플릿들(20)의 각각의 템플릿은 템플릿과 (제거가능 특징 및/또는 비-제거가능 특징이 존재하는지 아니면 존재하지 않는지가 알려져 있는) 얼굴 템플릿 간의 정규화된 유사도 점수를 포함할 수 있다.
일부 예들에서, 안면 특징 모듈(14)은 인증 얼굴 템플릿을 안면 특징 템플릿들(20)과 비교할 수 있고, 그리고 유사도 점수를 계산할 수 있다. 예를 들어, 안면 특징 모듈(14)은 유사도 점수를 계산하기 위해 안면 인식 방법(예를 들어, 안면 인식 알고리즘)을 사용할 수 있다. 그 다음에 안면 특징 모듈(14)은 인증 얼굴 템플릿과 안면 특징 템플릿들 간의 각각의 비교에 대해 그 계산된 유사도 점수들의 가중합(weighted sum)을 결정할 수 있다. 계산된 유사도 점수들의 가중합에 근거하여, 안면 특징 모듈(14)은 인증 화상이 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하고 있는지 아니면 포함하고 있지 않는지를 결정할 수 있다.
본 개시내용의 예들이, 선글라스와 같은 제거가능 안면 특징들과, 얼굴의 털과 같은 비-제거가능 안면 특징들을 검출하는 것에 관해서 주로 설명되고 있지만, 사례들이 이러한 것에만 한정되는 것은 아니다. 오히려, 일부 예들은 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 임의의 안면 특징을 검출하기 위해 사용될 수 있다.
인증 국면 동안, 컴퓨팅 디바이스(10)는 인증 템플릿을 사용자 등록 템플릿들(22)과 비교할 수 있고, 그리고 화상들이 안면 인식 목적에 있어서 서로 충분히 유사한지 아니면 유사하지 않은지를 결정할 수 있다. 만약 컴퓨팅 디바이스(10)의 안면 인증 모듈(16)이, 인증 얼굴 템플릿이 사용자 등록 템플릿들(22) 중 하나 이상과 충분히 유사하다고, 결정하면 컴퓨팅 디바이스(10)는 컴퓨팅 디바이스(10)의 기능 및 콘텐츠에 대한 사용자(30)의 액세스를 승인할 수 있다. 만약 컴퓨팅 디바이스(10)가, 인증 얼굴 템플릿의 특징들이 안면 인증 데이터베이스(18)의 사용자 등록 템플릿들(22) 중 하나의 사용자 등록 템플릿의 특징들과 매칭되지 않는다고, 결정하면 컴퓨팅 디바이스(10)는 컴퓨팅 디바이스(10)의 기능 및 콘텐츠에 대한 사용자(30)의 액세스를 거부할 수 있다.
일부 예들에서, 컴퓨팅 디바이스(10)는 인증 얼굴 템플릿과 관련된 메트릭들(metrics)을 사용자 등록 템플릿들(22)과 관련된 메트릭들과 비교하기 위해 하나 이상의 안면 인식 프로그램들을 사용할 수 있다. 메트릭들의 일부 예들은 안면 요소들 간의 거리(동공간 거리, 입 폭(mouth width), 등), 다양한 안면 특징들의 윤곽(contours), 피부색 혹은 피부결, 머리카락 및/또는 눈의 색에 대응하는 픽셀레이션(pixilation), 및 다른 많은 것들을 포함할 수 있다. 컴퓨팅 디바이스(10) 상에서 실행되는 안면 인식 프로그램들은 하나 이상의 잘 알려진 인식 알고리즘들을 사용하여 비교를 수행할 수 있는바, 이러한 인식 알고리즘들은 예컨대, 몇 가지 예를 들어 보면, 기하학적 및/또는 광도 측정 접근법(geometric and/or photometric approaches), 3차원(3D) 모델링 및 인식 기법, 고유 얼굴(eigen faces)을 이용하는 주요 컴포넌트 분석(principal component analysis), 선형 구별 분석(linear discriminate analysis), EBGM(Elastic Bunch Graph Matching), 패턴 매칭(pattern matching), 및 다이나믹 링크 매칭(dynamic link matching)과 같은 것이 있다. 사전프로그래밍된 허용가능한 오차 범위와 같은, 비교-기반의 값들에 근거하여, 컴퓨팅 디바이스(10) 상에서 실행되는 안면 인식 프로그램들은, 인증 얼굴 템플릿과 적어도 하나의 사용자 등록 템플릿(22)이 안면 인식에 있어 서로 충분히 유사한지 아니면 유사하지 않은지를 결정할 수 있다. 안면 인식 프로그램들이 매칭을 승인하는 예에서, 사용자(30)는 컴퓨팅 디바이스(10)를 성공적으로 잠금해제할 수 있다. 역으로, 안면 인식 프로그램들이 매칭을 거부한다면, 사용자(30)는 컴퓨팅 디바이스(10)를 잠금해제할 수 없고, 컴퓨팅 디바이스(10)는 잠금 모드에서 계속 동작할 수 있다.
본 명세서에서 설명된 바와 같이, 인증 얼굴 템플릿과 사용자 등록 템플릿들(22) 간의 유사도는 유사도 점수를 사용함으로써 정량화되는바, 이 경우 유사도 점수가 높다는 것은 유사의 정도가 크다는 것을 나타낸다. 만약 사용자 등록 템플릿들(22) 중 하나와 인증 얼굴 템플릿 간의 유사도 점수가 유사도 점수 임계치보다 더 크다면, 두 화상들은 매칭되는 것으로 고려되며, 사용자(30)는 컴퓨팅 디바이스(10)를 잠금해제할 수 있다. 반면, 만약 사용자 등록 템플릿(22)과 인증 얼굴 화상 간의 유사도 점수가 유사도 점수 임계치보다 더 작다면, 두 화상들은 매칭되지 않는 것으로 고려되며, 컴퓨팅 디바이스(10)는 사용자(30)가 컴퓨팅 디바이스(10)를 잠금해제하는 것을 막을 수 있다.
컴퓨팅 디바이스(10)는, 인증 화상이 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징 중 적어도 하나를 포함하는지 여부를 결정하기 위해 본 개시내용의 기법들을 구현할 수 있다. 추가적으로, 만약 컴퓨팅 디바이스(10)가 인증 화상이 제거가능 안면 특징을 포함한다고 결정하면, 컴퓨팅 디바이스(10)는 사용자로 하여금 그 제거가능 안면 특징을 제거하고 인증을 위해 제 2 화상을 캡처하도록 표시하는 통지를 사용자(30)에게 출력하기 위해 본 개시내용의 기법들을 구현할 수 있다. 더욱이, 만약 컴퓨팅 디바이스(10)가, 인증 화상이 비-제거가능 안면 특징을 포함한다고, 결정하면 컴퓨팅 디바이스(10)는 유사도 점수 임계치를 조정된 유사도 점수 임계치로 증가시키기 위해 본 개시내용의 기법들을 구현할 수 있다.
도 2는 본 개시내용의 하나 이상의 실시형태들에 따른, 안면 인식 동안 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 안면 특징들을 검출하기 위한 예시적인 컴퓨팅 디바이스의 세부사항을 나타낸 블록도다. 컴퓨팅 디바이스(10)는 도 1의 컴퓨팅 디바이스(10)의 비한정적인 하나의 예일 수 있다. 컴퓨팅 디바이스(10)의 다른 많은 예시적 실시예들이 다른 예들에서 사용될 수 있다.
도 2의 예에 제시된 바와 같이, 컴퓨팅 디바이스(10)는 하나 이상의 프로세서들(50), 메모리(52), 하나 이상의 저장 디바이스들(58), 하나 이상의 입력 디바이스들(24), 하나 이상의 출력 디바이스들(28), 네트워크 인터페이스(54), 및 카메라(26)를 포함한다. 컴퓨팅 디바이스(10)의 컴포넌트들은 컴포넌트간 통신을 위해(물리적으로, 통신가능하게, 및/또는 동작가능하게) 상호연결될 수 있다.
하나 이상의 프로세서들(50)은, 일부 예들에서, 컴퓨팅 디바이스(10) 내에서의 실행을 위한 명령들을 프로세싱하고 그리고/또는 기능을 구현하도록 구성된다. 예를 들어, 프로세서들(50)은 메모리(52)에 저장된 명령들 및/또는 저장 디바이스들(58)에 저장된 명령들을 프로세싱할 수 있다. 이러한 명령들은 오퍼레이팅 시스템(operating system)(64), 안면 인식 모듈(12)(등록 모듈(68), 안면 특징 모듈(14), 및 안면 인증 모듈(16)을 포함함), 및 하나 이상의 애플리케이션들(66)의 컴포넌트들을 포함할 수 있다. 컴퓨팅 디바이스(10)는 또한, 다른 것들 중에서도 특히, 파워 서플라이(power supply)(예컨대, 배터리(battery)), 위성 위치 확인 시스템(Global Positioning System, GPS) 수신기, 및 무선 주파수 식별(Radio Frequency IDentification, RFID) 판독기와 같은, 하나 이상의 추가적인 컴포넌트들(도 2에서는 도시되지 않음)을 포함할 수 있다.
메모리(52)는, 일 예에서, 동작 동안 컴퓨팅 디바이스(10) 내에서의 정보를 저장하도록 구성된다. 메모리(52)는, 일부 예들에서, 컴퓨터 판독가능 저장 매체로서 설명된다. 일부 예들에서, 메모리(52)는 일시적 메모리인데, 이것이 의미하는 바는 메모리(52)의 주목적이 장기간의 저장이 아니라는 것이다. 메모리(52)는, 일 부 예들에서, 휘발성 메모리로서 설명되는바, 이것이 의미하는 바는 메모리(52)가 파워를 수신하지 못하는 경우 메모리(52)는 저장된 콘텐츠를 유지하지 못함을 의미한다. 휘발성 메모리들의 예들은, 랜덤 액세스 메모리들(Random Access Memories, RAM), 동적 랜덤 액세스 메모리들(Dynamic Random Access Memories, DRAM), 정적 랜덤 액세스 메모리들(Static Random Access Memories, SRAM), 및 종래 기술분야에서 알려진 다른 형태의 휘발성 메모리들을 포함한다. 일부 예들에서, 메모리(52)는 프로세서들(50)에 의해 실행될 수 있는 프로그램 명령들을 저장하는데 사용된다. 메모리(52)는, 일 예에서, 프로그램 실행 동안 일시적으로 정보를 저장하기 위해 컴퓨팅 디바이스(10) 상에서 실행되는 소프트웨어(예를 들어, 오퍼레이팅 시스템(64)) 혹은 애플리케이션들(예를 들어, 하나 이상의 애플리케이션들(66))에 의해 사용된다.
하나 이상의 저장 디바이스들(58)은 또한, 일부 예들에서, 하나 이상의 컴퓨터 판독가능 저장 매체들을 포함한다. 일부 예들에서, 저장 디바이스들(58)은 메모리(52)보다 더 많은 양의 정보를 저장하도록 구성될 수 있다. 저장 디바이스들(58)은 또한, 정보를 장기간 저장하도록 구성될 수 있다. 일부 예들에서, 저장 디바이스들(58)은 비휘발성 저장 소자들을 포함한다. 이러한 비휘발성 저장 소자들의 예들은, 자기 하드 디스크들(magnetic hard discs), 광학 디스크들, 솔리드 스테이트 디스크들, 플로피 디스크들, 플래시 메모리들, 또는 여러 형태의 전기적으로 프로그래밍가능한 메모리들(EPROM) 혹은 전기적으로 소거가능하고 프로그래밍가능한 메모리들(EEPROM), 및 종래 기술분야에서 알려진 다른 형태의 비휘발성 메모리들을 포함한다.
도 2에 제시된 바와 같이, 컴퓨팅 디바이스(10)는 또한 하나 이상의 입력 디바이스들(24)을 포함할 수 있다. 입력 디바이스들(24) 중 하나 이상은 촉각, 오디오, 비디오, 혹은 생체인식 채널들을 통해 사용자로부터 입력을 수신하도록 구성될 수 있다. 입력 디바이스들(24)의 예들은, 키보드, 마우스, 터치스크린, 존재-감지 디스플레이, 마이크로폰, 하나 이상의 정지 및/또는 비디오 카메라, 지문 판독기, 망막 스캐너, 또는 사용자 혹은 다른 소스로부터의 입력을 검출할 수 있고 그 입력을 컴퓨팅 디바이스(10)나 그 컴포넌트들에 중계할 수 있는 임의의 다른 디바이스를 포함할 수 있다. 도 2에서는 개별적으로 제시되었지만, 카메라(26)는 일부 예들에서는 입력 디바이스들(24)의 일부일 수 있다.
컴퓨팅 디바이스(10)의 출력 디바이스들(28)은, 일부 예들에서, 시각, 청각, 혹은 촉각 채널들을 통해 사용자에게 출력을 제공하도록 구성될 수 있다. 출력 디바이스들(28)은 비디오 그래픽 어댑터 카드, 액정 디스플레이(LCD) 모니터, 발광 다이오드(LED) 모니터, 음극선관(CRT) 모니터, 사운드 카드, 스피커, 혹은 사용자에게 이해가능한 출력을 발생시킬 수 있는 임의의 다른 디바이스를 포함할 수 있다. 출력 디바이스들(28)은 또한, 터치스크린, 존재-감지 디스플레이, 혹은 종래 기술에서 알려진 다른 입출력 가능 디스플레이들을 포함할 수 있다.
컴퓨팅 디바이스(10)는 또한, 일부 예들에서, 네트워크 인터페이스(54)를 포함한다. 컴퓨팅 디바이스(10)는, 일부 예들에서, 하나 이상의 무선 네트워크와 같은 하나 이상의 네트워크를 통해 외부 디바이스들과 통신하기 위해 네트워크 인터페이스(54)를 이용한다. 네트워크 인터페이스(54)는 이더넷 카드(Ethernet card)와 같은 네트워크 인터페이스 카드, 광 트랜시버(optical transceiver), 무선 주파수 트랜시버(radio frequency transceiver), 혹은 정보를 송신 및 수신할 수 있는 임의의 다른 타입의 디바이스일 수 있다. 이러한 네트워크 인터페이스들의 다른 예들은, USB뿐만 아니라 컴퓨팅 디바이스들에서의 블루투스, 3G, 4G 및 WiFi 무선기기를 포함할 수 있다. 일부 예들에서, 컴퓨팅 디바이스(10)는 네트워크를 통해 외부 디바이스와 무선으로 통신하기 위해 통신 인터페이스(54)를 이용한다.
오퍼레이팅 시스템(64)은 컴퓨팅 디바이스(10) 및/또는 그 컴포넌트들의 하나 이상의 기능들을 제어할 수 있다. 예를 들어, 오퍼레이팅 시스템(64)은 애플리케이션들(66)과 상호작용할 수 있고, 그리고 프로세서들(50), 메모리(52), 저장 디바이스들(58), 입력 디바이스들(24), 및 출력 디바이스들(28) 중 하나 이상과 애플리케이션들(66) 간의 하나 이상의 상호작용을 용이하게 할 수 있다. 도 2에 제시된 바와 같이, 오퍼레이팅 시스템(64)은 애플리케이션들(66) 및 안면 인식 모듈(12) 및 그 컴포넌트들과 상호작용할 수 있거나 이들에 결합될 수 있다. 일부 예들에서, 등록 모듈(68), 안면 특징 모듈(14), 및 안면 인증 모듈(16) 중 하나 이상은 오퍼레이팅 시스템(64)에 포함될 수 있다. 이러한 예들 및 다른 예들에서, 등록 모듈(68), 안면 특징 모듈(14), 및 안면 인증 모듈(16) 중 하나 이상은 애플리케이션들(66)의 일부일 수 있다. 다른 예들에서, 등록 모듈(68), 안면 특징 모듈(14), 및 안면 인증 모듈(16) 중 하나 이상은 컴퓨팅 디바이스(10) 외부에서(예컨대, 네트워크 위치에서) 구현될 수 있다. 일부 이러한 예들에서, 컴퓨팅 디바이스(10)는, 일반적으로 "클라우드 컴퓨팅(cloud computing)"으로 알려진 방법들을 통해, 안면 인식 모듈(12) 및 그 컴포넌트들에 의해 제공된 기능들에 액세스하여 해당 기능들을 구현하기 위해 네트워크 인터페이스(54)를 사용할 수 있다.
안면 인식 모듈(12)은 본 개시내용에서 설명된 하나 이상의 기법들을 구현할 수 있다. 예를 들어, 안면 인식 모듈(12)은 카메라(26)에 의해 캡처된 인증 화상이 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징 중 적어도 하나를 포함하는지 아니면 포함하지 않는지를 결정하도록 구성될 수 있다. 추가적으로, 안면 인식 모듈(12)은 컴퓨팅 디바이스(10)의 권한을 부여받은 사용자를 식별함으로써 컴퓨팅 디바이스(10)에 대한 액세스를 허락 혹은 거부하도록 구성될 수 있다.
사용자는 컴퓨팅 디바이스(10)와 상호작용하여 컴퓨팅 디바이스(10)로 하여금 등록 모드에 들어가도록 할 수 있고, 이에 따라, 권한을 부여받은 사용자는 안면 특징들을 컴퓨팅 디바이스(10)에 등록할 수 있게 된다. 등록 프로세스 동안, 카메라(26)와 같은 입력 디바이스(24)는 권한을 부여받은 사용자의 하나 이상의 등록 화상들을 캡처할 수 있는바, 이는 권한을 부여받은 사용자의 얼굴의 하나 이상의 등록 화상들을 캡처하는 것을 포함한다. 등록 모듈(68)은 등록 화상들로부터의 등록 얼굴 템플릿을 계산할 수 있고, 그 템플릿들을 사용자 등록 템플릿들(22)로서 안면 인식 데이터베이스(18) 내에 저장할 수 있다. 등록 얼굴 템플릿들(22)은 안면 외관(facial appearance)의 통계적 표현일 수 있다. 예를 들어, 등록 모듈(68)은, 코, 눈, 입, 콧구멍, 턱, 이마, 눈썹, 광대뼈 등과 같은(그러나 이러한 것에만 한정되는 것은 아님) 다양한 안면 특징들(여기에는 위치, 크기 및 이러한 특징들 간의 관계와 같은 특성들이 포함됨)을 추출할 수 있다. 등록 모듈(68)에 의해 추출된 안면 특징들은 또한, 선(lines), 곡선(curves), 모서리(edges), 점(points), 면적(areas) 등과 같은 안면 특성들을 포함할 수 있다. 권한을 부여받은 사용자의 얼굴의 하나 이상의 화상들로부터 추출된 안면 특징들은 안면 인식 인증 프로세스 동안 사용될 수 있는 컴퓨팅 디바이스(10) 내에 등록 얼굴 템플릿들(22)로서 저장될 수 있다. 본 명세서에서 설명되는 바와 같이, 하나 이상의 사용자가 컴퓨팅 디바이스에 액세스하기 위한 권한을 부여받을 수 있다. 따라서, 사용자 등록 템플릿들(22)은 하나 이상의 권한을 부여받은 사용자들의 등록 얼굴 템플릿들(22)을 포함할 수 있다.
일부 예들에서, 등록 얼굴 템플릿들(22)을 저장하는 것은, 각각의 권한을 부여받은 사용자의 안면 특징들을 나타내는 하나 이상의 값들을 저장하는 것을 포함할 수 있다. 안면 인증 모듈(16)은 사용자 등록 템플릿들(22)에 저장된 안면 특징들을 검색할 수 있고, 따라서 안면 인증 모듈(16)은 안면 특징들을 카메라(26)에 의해 캡처된 화상들로부터 계산된 하나 이상의 템플릿들 중에서 추출된 안면 특징들과 대비하여 비교하고, 이에 따라 컴퓨팅 디바이스(10)에 대한 액세스를 시도하는 사용자가 컴퓨팅 디바이스(10)의 권한을 부여받은 사용자인지 여부를 결정할 수 있게 된다.
안면 인식 데이터베이스(18)는 또한 안면 특징 템플릿들(20)을 포함할 수 있다. 본 명세서에서 설명되는 바와 같이, 안면 특징 템플릿들(20)은 제거가능 안면 특징 템플릿들(60) 및 비-제거가능 안면 특징 템플릿들(62)을 포함할 수 있다. 제거가능 안면 특징 템플릿들(60)은, 하나 이상의 양성 제거가능 안면 특징 템플릿들(positive removable facial feature templates) 및 하나 이상의 음성 제거가능 안면 특징 템플릿들(negative removable facial feature templates)을 포함할 수 있다. 하나 이상의 양성 제거가능 안면 특징 템플릿들은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징을 갖는 사람들의 화상들로부터 계산된 템플릿들이다. 하나 이상의 음성 제거가능 안면 특징 템플릿들은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징을 갖지 않는 사람들의 화상들로부터 계산된 템플릿들이다. 일 예에서, 제거가능 안면 특징은 선글라스이다. 따라서, 하나 이상의 양성 제거가능 안면 특징 템플릿들은 선글라스를 착용하고 있는 사람들의 화상들로부터 계산된 템플릿들이고, 하나 이상의 음성 제거가능 안면 특징 템플릿들은 선글라스를 착용하고 있지 않는 사람들의 화상들로부터 계산된 템플릿들이다.
비-제거가능 안면 특징 템플릿들(62)은, 하나 이상의 양성 비-제거가능 안면 특징 템플릿들 및 하나 이상의 음성 비-제거가능 안면 특징 템플릿들을 포함할 수 있다. 하나 이상의 양성 비-제거가능 안면 특징 템플릿들은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징을 갖는 사람들의 화상들로부터 계산된 템플릿들이다. 하나 이상의 음성 비-제거가능 안면 특징 템플릿들은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징을 갖지 않는 사람들의 화상들로부터 계산된 템플릿들이다. 일 예에서, 비-제거가능 안면 특징은 얼굴의 털이다. 따라서, 하나 이상의 양성 제거가능 안면 특징 템플릿들은 얼굴의 털을 갖고 있는 사람들의 화상들로부터 계산된 템플릿들이고, 하나 이상의 음성 비-제거가능 안면 특징 템플릿들은 얼굴의 털을 갖고 있지 않는 사람들의 화상들로부터 계산된 템플릿들이다.
일부 예들에서, 안면 특징 템플릿들(20)은 가중된 약한 분류기(weighted weak classifier)들의 그룹일 수 있는바, 그 각각은, 안면 특징 템플릿이 생성되는 얼굴과 제거가능 안면 특징 및/또는 비-제거가능 안면 특징이 존재하는지 아니면 존재하지 않는지가 알려져 있는 얼굴 화상 간의 정규화된 유사도 점수로 구성된다. 일 예에서, 안면 특징 모듈(14)은 안면 특징 템플릿들(20)의 각각의 템플릿에 가중치를 할당할 수 있고, 그리고 얼굴 템플릿과 안면 특징 템플릿들(20) 간의 유사도 점수들의 가중합에 적어도 부분적으로 근거하여 인증 화상으로부터의 얼굴 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하는지 아니면 포함하지 않는지를 결정할 수 있다. 일 예에서, 안면 특징 모듈(14)은, 제거가능 안면 특징 템플릿들(60)과 비-제거가능 안면 특징 템플릿들(62)로부터 얼굴 템플릿들을 약한 분류기들로서 반복적으로 선택하기 위해 그리고 이들을 적절하게 가중시키기 위해, 아다부스트(AdaBoost)(적응적 부스팅(adaptive boosting))로서 알려진 학습 기법을 사용할 수 있다. 안면 특징 모듈(14)은 전체 분류기를 향상시키는 방식으로 훈련 예(training example)들(예를 들어, 안면 특징 템플릿들(20))의 선택에 적응적으로 영향을 미칠 수 있다. 구체적으로, 훈련 예들(예를 들어, 안면 특징 템플릿들(20))은 (예컨대, 제거가능 안면 특징을 갖는 그리고 갖지 않는, 그리고 비-제거가능 안면 특징을 갖는 그리고 갖지 않는) 각각의 분류기에 대해 가중되고, 이에 따라, 소정의 분류기에 의해 잘못 분류된 안면 특징 템플릿들(20)은 올바르게 분류된 안면 특징 템플릿들보다 후속의 훈련을 위해 선택될 확률이 더 높아지게 된다.
일 예로서, 두 얼굴들 간의 분별력을 감소시킬 수 있는 제거가능 안면 특징(예를 들어, 선글라스)을 검출하기 위해 아다부스트에 다음과 같은 것이 적용된다. 이러한 예에서,
Figure 112013022545185-pat00001
은 얼굴에서의 선글라스의 존재에 대해 라벨링된, N개의 얼굴 템플릿들의 훈련 세트를 표시하며, 그리고
Figure 112013022545185-pat00002
은 M개의 유사도 라벨링 얼굴 템플릿들의 서브젝트-디스조인트 교차 확인 세트(subject-disjoint cross validation set)를 표시한다. 또한,
Figure 112013022545185-pat00003
및
Figure 112013022545185-pat00004
는 카테고리 라벨(category labels)을 표시한다(
Figure 112013022545185-pat00005
= 선글라스 있음, 그리고
Figure 112013022545185-pat00006
= 선글라스 없음). 마지막으로,
Figure 112013022545185-pat00007
는 "약한 분류기"를 정의하고, 여기서
Figure 112013022545185-pat00008
여기서
Figure 112013022545185-pat00009
는 다음과 같이 템플릿
Figure 112013022545185-pat00010
의 극성을 표시한다.
Figure 112013022545185-pat00011
Figure 112013022545185-pat00012
는 얼굴 인식기가 주어지는 경우 얼굴 템플릿
Figure 112013022545185-pat00013
와 얼굴 인스턴스(face instance)
Figure 112013022545185-pat00014
에 대한 매칭 점수를 표시하고, 그리고
Figure 112013022545185-pat00015
는
Figure 112013022545185-pat00016
을 통해 컴퓨팅된 정규화 함수(normalization function)를 표시하는바, 다음과 같이 된다.
Figure 112013022545185-pat00017
아다부스트의 적용은,
Figure 112013022545185-pat00018
을 통한 분류 오류를 최소화시키기 위해 분류기들
Figure 112013022545185-pat00019
를 반복적으로 선택 및 가중한다. 이러한 프로세스는
Figure 112013022545185-pat00020
을 통한 분류 오류가 이제 더 이상 감소하지 않을 때까지 반복된다. 그 다음에,
Figure 112013022545185-pat00021
및
Figure 112013022545185-pat00022
에 대해서 소정의 얼굴 인스턴스
Figure 112013022545185-pat00023
에 대한 선글라스 분류기
Figure 112013022545185-pat00024
는 다음과 같이 주어진다.
Figure 112013022545185-pat00025
여기서,
Figure 112013022545185-pat00026
는 훈련 동안 아다부스트 알고리즘에 의해 할당된 분류기
Figure 112013022545185-pat00027
에 대한 가중치를 표시한다. 이제,
Figure 112013022545185-pat00028
은 선글라스의 존재를 표시하고, 반면,
Figure 112013022545185-pat00029
은 선글라스의 부존재를 표시한다.
본 명세서에서 설명되는 바와 같이, 컴퓨팅 디바이스(10)는 잠금 상태에 있을 수 있고, 그리고 사용자는 컴퓨팅 디바이스(10)에 대한 액세스를 획득하고자 할 수 있다. 일부 예들에서, 인증은 안면 인식(예를 들어, 안면 인식 모듈(12))을 사용하여 승인될 수 있다. 카메라(26)는 컴퓨팅 디바이스(10)를 잠금해제하기 위한 안면 인식 프로세스를 위해 적어도 사용자의 얼굴을 포함하는 인증 화상을 캡처할 수 있다. 안면 특징 모듈(14)은 인증 화상을 수신할 수 있고, 그리고 인증 화상에서 얼굴에 대한 인증 얼굴 템플릿을 계산할 수 있다. 안면 특징 모듈(14)은, 카메라(26)에 의해 캡처된 인증 화상이 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징 중 적어도 하나를 포함하는지 아니면 포함하지 않는지를 결정하기 위해 인증 얼굴 템플릿을 분석할 수 있다.
예를 들어, 안면 특징 모듈(14)은 인증 얼굴 템플릿을 제거가능 안면 특징 템플릿들(60)과 비교할 수 있다. 안면 특징 모듈(14)은 인증 얼굴 템플릿과 하나 이상의 제거가능 안면 특징 템플릿들(60) 간의 복수의 제거가능 안면 특징 유사도 점수를 결정할 수 있다. 즉, 인증 얼굴 템플릿과 하나 이상의 양성 제거가능 안면 특징 템플릿들 및 하나 이상의 음성 제거가능 안면 특징 템플릿들 간의 각각의 비교에 대해 제거가능 안면 특징 유사도 점수가 결정될 수 있다. 안면 특징 모듈(14)은 복수의 제거가능 안면 특징 유사도 점수들의 가중합을 계산할 수 있다. 본 명세서에서 설명되는 바와 같이, 만약 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 양성(positive)인 경우, 안면 특징 모듈(14)은 인증 화상이 제거가능 안면 특징을 포함한다고 결정할 수 있다. 추가적으로, 만약 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 음성(negative)인 경우, 안면 특징 모듈(14)은 인증 화상이 제거가능 안면 특징을 포함하고 있지 않다고 결정할 수 있다.
안면 특징 모듈(14)은, 인증 화상의 인증 얼굴 템플릿이 제거가능 안면 특징(예를 들어, 선글라스)을 포함하고 있음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다. 이러한 메시지에 응답하여, 안면 인증 모듈(16)은 출력 디바이스(28)로 하여금 사용자에게 제거가능 안면 특징을 제거하도록 하는 통지를 출력하게 할 수 있다. 사용자는 제거가능 안면 특징을 제거할 수 있고, 카메라(26)는 안면 인식을 위한 제 2 인증 화상을 캡처할 수 있다. 안면 특징 모듈(14)은 또 다른 인증 얼굴 템플릿을 계산할 수 있고, 그리고 인증 화상이 제거가능 안면 특징을 포함하고 있는지 여부를 결정할 수 있다. 안면 특징 모듈(14)은 인증 얼굴 템플릿이 제거가능 안면 특징을 포함하고 있지 않음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다.
안면 인증 모듈(16)은 (예를 들어, 제거가능 안면 특징을 가지고 있지 않은) 인증 얼굴 템플릿과 등록 얼굴 템플릿 간의 유사도 점수를 계산할 수 있고, 그리고 제 1 템플릿이 유사도 점수 임계치보다 큰지 여부를 결정할 수 있다. 유사도 점수가 유사도 점수 임계치보다 큰 경우, 안면 인증 모듈(16)은 안면 인식에 의해 컴퓨팅 디바이스(10)에 대한 인증을 승인할 수 있고 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이(transition)시킬 수 있다. 유사도 점수가 유사도 점수 임계치보다 작은 경우, 안면 인증 모듈(16)은 안면 인식에 의해 컴퓨팅 디바이스(10)에 대한 인증을 거부할 수 있고 컴퓨팅 디바이스(10)가 잠금 상태로부터 잠금해제 상태로 전이하지 못하게 할 수 있다.
추가적으로, 안면 특징 모듈(14)은 인증 얼굴 템플릿을 비-제거가능 안면 특징 템플릿들(62)과 비교할 수 있다. 안면 특징 모듈(14)은 인증 얼굴 템플릿과 비-제거가능 안면 특징 템플릿들(62) 간의 복수의 비-제거가능 안면 특징 유사도 점수들을 결정할 수 있다. 즉, 안면 특징 모듈(14)은, 인증 얼굴 템플릿과 하나 이상의 양성 비-제거가능 안면 특징 템플릿들 및 하나 이상의 음성 비-제거가능 안면 특징 템플릿들 간의 각각의 비교에 대해 비-제거가능 안면 특징 유사도 점수를 결정할 수 있다. 안면 특징 모듈(14)은 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합을 계산할 수 있다. 본 명세서에서 설명되는 바와 같이, 만약 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 안면 특징 모듈(14)은 인증 화상이 비-제거가능 안면 특징을 포함한다고 결정할 수 있다. 추가적으로, 만약 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 안면 특징 모듈(14)은 인증 화상이 비-제거가능 안면 특징을 포함하고 있지 않다고 결정할 수 있다.
안면 특징 모듈(14)은, 인증 화상의 얼굴 템플릿이 비-제거가능 안면 특징(예를 들어, 얼굴의 털)을 포함하고 있음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다. 이러한 메시지에 응답하여, 안면 인증 모듈(16)은 유사도 점수 임계치를 조정된 유사도 점수 임계치로 증가시킬 수 있다. 안면 인증 모듈(16)은 인증 화상에서의 사용자의 얼굴 템플릿과 권한을 부여받은 사용자들(예를 들어, 사용자)의 하나 이상의 등록 템플릿들 간의 유사도 점수를 계산할 수 있다. 안면 인증 모듈(16)은 유사도 점수가 그 조정된 유사도 점수 임계치보다 큰지 여부를 결정할 수 있다. 유사도 점수가 이러한 조정된 유사도 점수보다 큰 경우, 안면 인증 모듈(16)은 안면 인식에 의해 컴퓨팅 디바이스(10)에 대한 인증을 승인할 수 있고 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시킬 수 있다. 유사도 점수가 이러한 조정된 유사도 점수보다 작은 경우, 안면 인증 모듈(16)은 안면 인식에 의해 컴퓨팅 디바이스(10)에 대한 인증을 거부할 수 있고 컴퓨팅 디바이스(10)가 잠금 상태로부터 잠금해제 상태로 전이하지 못하게 할 수 있다.
일부 예들에서, 안면 인증 모듈(16)이, 인증 화상이 사용자 등록 템플릿들 중 하나와 매칭되는지 매칭되지 않는지의 결정을, 시작하기 전에, 안면 특징 모듈(14)은 인증 얼굴 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하고 있는지 포함하고 있지않는지를 결정할 수 있다. 예를 들어, 안면 인증 모듈(16)이, 인증 얼굴 템플릿이 두 얼굴들 간의 분별력을 감소시킬 수 있는 제거가능 안면 특징 혹은 비-제거가능 안면 특징을 포함하고 있지 않음을 표시하는 메시지를, 안면 특징 모듈(14)로부터 수신하는 경우, 안면 인증 모듈(16)은 인증 얼굴 템플릿을 사용자 등록 템플릿들(22)과 비교할 수 있다. 예를 들어, 두 얼굴들 간의 분별력을 감소시킬 수 있는 제거가능 안면 특징 및/또는 비-제거가능 안면 특징이 검출되는 경우, 안면 특징 모듈(14)은, 안면 인증 모듈(16)이 사용자가 권한을 부여받은 사용자인지 아닌지의 결정을 위한 인증 얼굴 템플릿을 분석하는 것을, 막을 수 있다. 일부 예들에서, 안면 인증 모듈(16)이 안면 인식 기법들을 수행하는 것을 막음으로써 파워를 절약할 수 있고, 배터리 수명을 연장시킬 수 있다.
다른 예들에서, 안면 특징 모듈(14)은 제거가능 안면 특징 및 비-제거가능 안면 특징에 대한 인증 템플릿을 분석할 수 있고, 실질적으로 동시에 안면 인증 모듈(16)은 인증 얼굴 템플릿을 사용자 등록 템플릿들(22)과 비교할 수 있다. 만약 안면 특징 모듈(14)이, 인증 얼굴 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하고 있음을, 결정하면, 안면 특징 모듈(14)은 안면 인증 모듈이 비교를 중단해야만 함을 표시하는 메시지를 안면 인증 모듈(16)에게 전송할 수 있다.
또 다른 예들에서, 안면 특징 모듈(16)이, 인증 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하는지 아니면 포함하지 않는지를, 결정하기 전에, 안면 인증 모듈(16)은 인증 템플릿이 하나 이상의 사용자 등록 템플릿들과 매칭되는지를 결정할 수 있다. 안면 특징 모듈(14)이, 인증 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하는지 아니면 포함하지 않는지를, 결정하기 전에, 만약 안면 인증 모듈(16)이, 인증 템플릿이 하나 이상의 등록 사용자 템플릿들과 매칭된다고, 결정한다면, 안면 인증 모듈(16)은, 인증 얼굴 템플릿이 제거가능 안면 특징 혹은 비-제거가능 안면 특징을 포함하지 않음을 표시하는 메시지를 안면 특징 모듈(14)로부터 수신하는 이후까지, 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시키기 위해 대기할 수 있다. 안면 인증 모듈(14)이, 인증 얼굴 템플릿이 제거가능 안면 특징 혹은 비-제거가능 안면 특징을 포함하지 않음을 표시하는 메시지를, 수신하는 경우, 안면 인증 모듈(14)은 컴퓨팅 디바이스(10)에 대한 액세스를 승인할 수 있다.
또 다른 예에서, 안면 인증 모듈(16)이, 인증 얼굴 템플릿이 등록 사용자 템플릿과 매칭됨을, 결정한 이후 안면 특징 모듈(14)은 인증 얼굴 템플릿이 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함함을 표시하는 메시지를 전송할 수 있다. 이러한 경우에, 인증 얼굴 템플릿이 매칭되긴 하지만, 안면 인증 모듈(16)은 컴퓨팅 디바이스(10)에 대한 액세스를 거부할 수 있거나, 혹은 조정된 유사도 점수 임계치로 안면 인식을 다시 수행할 수 있다. 예를 들어, 만약 안면 인증 모듈(16)이, 인증 템플릿이 하나 이상의 사용자 등록 템플릿들과 매칭됨을, 결정한 이후 안면 특징 모듈(14)이 제거가능 안면 특징을 검출한다면, 안면 인증 모듈(16)은 액세스를 거부할 수 있고, 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력할 수 있다. 일부 예들에서, 통지는 안면 인식을 계속 진행시키기 위해 사용자에게 또 다른 인증 화상을 캡처하도록 표시할 수 있다. 만약 안면 인증 모듈(16)이, 인증 템플릿이 하나 이상의 사용자 등록 템플릿들과 매칭됨을, 결정한 이후 안면 특징 모듈(14)이 비-제거가능 안면 특징을 검출한다면, 안면 인증 모듈(16)은 (예를 들어, 유사도 점수 임계치를 조정된 유사도 점수 임계치로 증가시킴으로써) 보안을 증가시킬 수 있고, 이러한 증가된 보안에 근거하여 안면 인식을 다시 수행할 수 있다(예를 들어, 인증 얼굴 템플릿이 사용자 등록 화상과 매칭되는지 아니면 매칭되지 않는지를 결정할 수 있음). 즉, 안면 인증 모듈(16)은 유사도 점수가 이렇게 조정된 유사도 점수 임계치보다 큰지 여부를 결정할 수 있다.
도 3은 사용자(70)가 안면 인식 기술을 사용하여 컴퓨팅 디바이스(10)의 잠금해제를 시도한 이후 컴퓨팅 디바이스(10)의 행태를 예시한 개념도다. 사용자(70)는 안면 인식을 사용하여 컴퓨팅 디바이스(10)로 인증을 할 수 있다. GUI(76)는 본 개시내용의 기법들에 따른 안면 인식을 사용하여 컴퓨팅 디바이스(10)에 대한 사용자 인증과 관련된 그래픽 정보를 디스플레이할 수 있다. GUI(76)는 잠금 표시자(78) 및 캡처 아이콘(80)과 같은 하나 이상의 GUI 요소들을 포함할 수 있다. 컴퓨팅 디바이스(10)는 잠금 표시자(78)로 도시된 "잠금" 모드에서 동작하도록 구성될 수 있다.
도 3의 특정 예에서, 사용자(70)는 카메라(82)와 같은 입력 디바이스에 의해 인증 화상(예를 들어, 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시키기 위한 안면 인식을 위해 사용되는 화상)을 캡처할 수 있다. 사용자(70)가 선글라스(예를 들어, 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징)를 착용하고 있기 때문에, 사용자(70)는 안면 인식에 의한 인증을 할 수 없다.
본 예에서, 사용자(70)는 권한을 부여받은 사용자인 것으로 가정될 수 있다 (즉, 컴퓨팅 디바이스(10)에 의해 저장된 적어도 하나의 사용자 등록 템플릿이 사용자(70)의 얼굴을 포함하는 화상으로부터 계산되었음). 컴퓨팅 디바이스(10)가, 사용자(70)가 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징(예를 들어, 선글라스)을 포함함을, 검출한 이후, 컴퓨팅 디바이스(10)는 통지(74)를 출력할 수 있다. 통지(74)는 사용자(70)가 컴퓨팅 디바이스(10)에 대한 액세스 획득에 실패했음을 표시할 수 있다. 이러한 예에서, 통지(74)는, 컴퓨팅 디바이스(10)가 사용자(70)를 인증하는데 실패한 이유가 선글라스가 검출되었기 때문임을 표시할 수 있다. 추가적인 예들에서, 통지(74)는, 예를 들어, 사용자로 하여금 안면 인식 프로세스를 계속 진행시키기 위해 선글라스를 제거하도록 지시하는 조치를 포함할 수 있다. 일 예에서, 사용자(70)는 제거가능 안면 특징을 제거할 수 있고, 안면 인식을 위한 또 다른 인증 화상을 캡처하기 위해 캡처 아이콘(80)을 선택함으로써 프로세스를 계속 진행시킬 수 있다.
본 명세서에서 설명되는 바와 같이, 어떤 제거가능 안면 특징들(예를 들어, 선글라스)은 두 얼굴들 간의 분별력을 감소시킬 수 있고, 이에 따라 권한을 부여받지 못한 사용자가 그 제거가능 안면 특징을 가지고 있을 때 그 권한을 부여받지 못한 사용자로 하여금 컴퓨팅 디바이스(10)에 대한 액세스를 획득하게 할 수 있다. 컴퓨팅 디바이스(10)는 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자가 제거가능 안면 특징을 가지고 있는 때를 검출할 수 있고, 인증 프로세스가 선글라스의 검출로 인해 실패하였음을 표시하는 통지를 출력할 수 있다. 이러한 통지는 사용자로 하여금 선글라스를 제거하여 프로세스를 계속 진행시키도록 지시할 수 있다. 일 예에서, 컴퓨팅 디바이스(10)는 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자로부터 인증 화상을 캡처함으로써 시작할 수 있다. 본 명세서에서 설명되는 바와 같이, 컴퓨팅 디바이스(10)는, 인증 화상으로부터 계산된 인증 얼굴 템플릿과 하나 이상의 사용자 등록 템플릿들을 매칭시키기 위해 컴퓨팅 디바이스(10) 상에서 실행되는 하나 이상의 안면 인식 프로그램들을 사용할 수 있다. 안면 인식 프로그램들에 의한 오류 발생을 감소시키기 위해, 컴퓨팅 디바이스(10)는 먼저 이러한 오류 발생에 기여할 수 있는 하나 이상의 제거가능 안면 특징들에 대해 인증 템플릿을 분석할 수 있다. 예를 들어, 컴퓨팅 디바이스(10)는 두 얼굴들 간의 분별력을 감소시킬 수 있는 하나 이상의 제거가능 안면 특징들에 대해 인증 템플릿을 분석할 수 있다.
도 4는 사용자(90)가 안면 인식 기술을 사용하여 컴퓨팅 디바이스(10)의 잠금해제를 시도한 이후 컴퓨팅 디바이스(10)의 행태를 예시한 개념도다. 사용자(70)는 안면 인식을 사용하여 컴퓨팅 디바이스(10)로 인증을 할 수 있다. GUI(76)는 본 개시내용의 기법들에 따른 안면 인식을 사용하여 컴퓨팅 디바이스(10)에 대한 사용자 인증과 관련된 그래픽 정보를 디스플레이할 수 있다. GUI(76)는 잠금 표시자(78) 및 캡처 아이콘(80)과 같은 하나 이상의 GUI 요소들을 포함할 수 있다. 컴퓨팅 디바이스(10)는 잠금 표시자(78)로 도시된 "잠금" 모드에서 동작하도록 구성될 수 있다.
도 4의 특정 예에서, 사용자(90)는 카메라(82)와 같은 입력 디바이스에 의해 인증 화상을 캡처할 수 있다. 도 4에 예시된 바와 같이, 안면 특징 모듈(14)은 두 얼굴들 간의 분별력을 감소시킬 수 있는 비-제거가능 안면 특징(예를 들어, 머리의 털)을 검출할 수 있고, 안면 인식 프로세스를 중지하도록 하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다.
본 예에서, 사용자(90)는 권한을 부여받은 사용자일 수 있다(즉, 컴퓨팅 디바이스(10)에 의해 저장된 적어도 하나의 사용자 등록 템플릿이 사용자(90)의 얼굴을 포함하는 화상으로부터 계산되었음). 컴퓨팅 디바이스(10)가, 사용자(90)가 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징(예를 들어, 얼굴의 털)을 포함함을, 검출한 이후, 컴퓨팅 디바이스(10)는 통지(94)를 출력할 수 있다. 통지(94)는 안면 인식 프로세스가 얼굴의 털이 검출되었기 때문에 중지되었음을 표시할 수 있다. 통지(94)는 또한 보안이 증가되었음을 표시할 수 있다. 본 명세서에서 설명되는 바와 같이, 안면 인증 모듈(16)은, 인증 화상으로부터 계산된 템플릿과 등록 사용자 템플릿들 중 하나 이상의 등록 사용자 템플릿 간의 유사도 점수가 유사도 점수 임계치보다 큰 경우, 사용자의 인증을 확정할 수 있다. 얼굴의 털이 검출된 경우, 컴퓨팅 디바이스(10)는 유사도 점수를 조정된 유사도 점수 임계치로 증가시킬 수 있다. 추가적으로, 통지(94)는 사용자(90)가 이렇게 증가된 보안으로 안면 인식을 계속 진행하기를 원하는지 여부에 대한 옵션(예를 들어, "예(YES)" 및 "아니오(NO)")을 제공할 수 있다.
일부 예들에서, 안면 특징 모듈(14)은 비-제거가능 안면 특징이 검출될 때 컴퓨팅 디바이스(10)로 하여금 통지(94)를 사용자(90)에게 출력하지 않도록 할 수 있다. 이러한 경우에, 컴퓨팅 디바이스(10)는 자동으로 보안을 증가시킬 수 있다. 컴퓨팅 디바이스(10)에 대한 액세스는 인증 템플릿과 하나 이상의 사용자 등록 템플릿들 간의 유사도 점수가 그 조정된 유사도 점수 임계치보다 큰지 아니면 크지 않은지에 따라 달라진다.
본 명세서에서 설명되는 바와 같이, 어떤 비-제거가능 안면 특징들(예를 들어, 사람의 털)은 두 얼굴들 간의 분별력을 감소시킬 수 있고, 이에 따라 권한을 부여받지 못한 사용자가 비-제거가능 안면 특징을 가지고 있을 때 그 권한을 부여받지 못한 사용자로 하여금 컴퓨팅 디바이스(10)에 대한 액세스를 획득하게 할 수 있다. 컴퓨팅 디바이스(10)는 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자가 비-제거가능 안면 특징을 포함하고 있는 때를 검출할 수 있고, 유사도 점수 임계치를 조정된 유사도 점수로 증가시킬 수 있다. 안면 특징 모듈(14)은 컴퓨팅 디바이스(10)로 하여금 보안이 증가됨었음을 표시하는 통지를 사용자에게 출력하도록 할 수 있거나 혹은 출력하지 않도록 할 수 있다. 본 명세서에서 설명되는 바와 같이, 컴퓨팅 디바이스(10)는, 인증 화상으로부터 계산된 인증 템플릿과 하나 이상의 저장된 사용자 등록 템플릿들을 매칭시키기 위해 컴퓨팅 디바이스(10) 상에서 실행되는 하나 이상의 안면 인식 프로그램들을 사용할 수 있다. 안면 인식 프로그램들에 의한 오류 발생을 감소시키기 위해, 컴퓨팅 디바이스(10)는 먼저 이러한 오류 발생에 기여할 수 있는 하나 이상의 비-제거가능 안면 특징들에 대해 인증 템플릿을 분석할 수 있다. 예를 들어, 컴퓨팅 디바이스(10)는 두 얼굴들 간의 분별력을 감소시킬 수 있는 하나 이상의 비-제거가능 안면 특징들에 대해 인증 템플릿을 분석할 수 있다.
도 5는 안면 인식을 위한 화상이 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하고 있는지 여부를 결정하기 위해 컴퓨팅 디바이스에 의해 수행될 수 있는 예시적인 프로세스를 나타낸 흐름도다. 프로세스(500)는 본 개시내용에서 설명되는 임의의 컴퓨팅 디바이스에 의해 수행될 수 있다. 단지 용이한 예시 목적으로, 본 명세서에서 설명되는 프로세스(500)는 도 2 내지 도 4와 관련하여 설명된 분석 방법들의 맥락에서 도 1의 컴퓨팅 디바이스(10)에 대해 제공된다.
프로세스(500)는 컴퓨팅 디바이스(10)가 화상을 캡처할 때 시작할 수 있다(502). 많은 경우들에 있어, 컴퓨팅 디바이스(10)는 카메라(26)와 같은 화상 캡처 디바이스를 사용할 수 있다. 컴퓨팅 디바이스(10)는 화상으로부터 얼굴 템플릿을 계산할 수 있다(504). 캡처된 화상 및 얼굴 템플릿은 여러 가지 목적으로 사용될 수 있지만, 단지 용이한 예시 목적으로, 인증 화상 및 인증 얼굴 템플릿과 관련하여 프로세스(500)가 설명된다. 일 예에서, 안면 특징 모듈(14) 및/또는 안면 인증 모듈(16)은 인증 얼굴 화상으로부터 인증 얼굴 템플릿을 계산할 수 있다.
컴퓨팅 디바이스(10)는 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징과 비-제거가능 안면 특징 중 적어도 하나에 대해 얼굴 템플릿을 분석할 수 있다(506). 본 명세서에서 설명되는 바와 같이, 컴퓨팅 디바이스(10)는 복수의 안면 특징 템플릿들(20)을 저장할 수 있다. 안면 특징 모듈(14)은, 얼굴 템플릿이 두 사용자들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징 및/또는 비-제거가능 안면 특징을 포함하는지 아니면 포함하지 않는지를 결정하기 위해, 얼굴 템플릿을 안면 인식 데이터베이스(18)에 저장된 복수의 안면 특징 템플릿들(20)과 비교할 수 있다.
안면 특징 템플릿들(20)은 제거가능 안면 특징 템플릿들(60)의 그룹 및 비-제거가능 안면 특징 템플릿들(62)의 그룹을 포함할 수 있다. 제거가능 안면 특징 템플릿들(60)의 그룹은 하나 이상의 양성 제거가능 안면 특징 템플릿들 및 하나 이상의 음성 제거가능 안면 특징 템플릿들을 포함할 수 있고, 여기서 양성 제거가능 안면 특징 템플릿들은 제거가능 안면 특징을 갖는 사람들의 화상들로부터 계산된 템플릿들이고, 음성 제거가능 안면 특징 템플릿들은 제거가능 안면 특징을 갖지 않는 사람들의 화상들로부터 계산된 템플릿들이다. 추가적으로, 비-제거가능 안면 특징 템플릿들(62)의 그룹은 하나 이상의 양성 제거가능 안면 특징 템플릿들 및 하나 이상의 음성 제거가능 안면 특징 템플릿들을 포함할 수 있고, 여기서 양성 제거가능 안면 특징 템플릿들은 비-제거가능 안면 특징을 갖는 사람들의 화상들로부터 계산된 템플릿들이고, 음성 제거가능 안면 특징 템플릿들은 비-제거가능 안면 특징을 갖지 않는 사람들의 화상들로부터 계산된 템플릿들이다.
프로세스(500)는 얼굴 템플릿이 두 얼굴들 간의 분별력을 감소시킬 수 있는 제거가능 안면 특징을 포함하는지 여부를 결정할 수 있다(508). 일 예에서, 특징 모듈(14)은 얼굴 템플릿이 제거가능 안면 특징을 포함하는지 여부를 결정할 수 있다(508). 예를 들어, 안면 특징 모듈(14)은 본 명세서에서 설명되는 바와 같이, 얼굴 템플릿을 제거가능 안면 특징 템플릿들(60)의 그룹과 비교할 수 있다. 안면 특징 모듈(14)은, 얼굴 템플릿과 하나 이상의 양성 제거가능 안면 특징 템플릿들 중 적어도 하나 및 하나 이상의 음성 제거가능 안면 특징 템플릿들 중 적어도 하나 간의 복수의 제거가능 안면 특징 유사도 점수를 결정할 수 있다. 안면 특징 모듈(14)은 복수의 제거가능 안면 특징 유사도 점수들의 가중합을 계산할 수 있다. 일부 예들에서, 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 얼굴 템플릿은 제거가능 안면 특징을 포함하고, 그리고 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 얼굴 템플릿은 제거가능 안면 특징을 포함하지 않는다.
만약 얼굴 템플릿이 제거가능 안면 특징을 포함한다면(단계(508)에서 "예"인 경우), 프로세스(500)는 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력할 수 있다(510). 예를 들어, 안면 특징 모듈(14)은 제거가능 안면 특징이 얼굴 템플릿에서 검출되었음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다. 이러한 메시지에 응답하여, 안면 인증 모듈(16)은 컴퓨팅 디바이스(10)로 하여금 사용자에게 제거가능 안면 특징을 제거하도록 하는 통지를 출력하게 할 수 있다. 사용자는 안면 인식 프로세스를 위한 또 다른 화상을 캡처할 수 있다. 예를 들어, 안면 인증 모듈(16)이 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력하는 경우, 프로세스(500)는 화상을 캡처함(502)으로써 다시 시작하는 것을 포함할 수 있다.
만약 얼굴 템플릿이 제거가능 안면 특징을 포함하지 않는다면(단계(508)에서 "아니오"인 경우), 프로세스(500)는 얼굴 템플릿이 비-제거가능 안면 특징을 포함하는지 여부를 결정할 수 있다(512). 예를 들어, 안면 특징 모듈(14)은 본 명세서에서 설명되는 바와 같이, 얼굴 템플릿을 비-제거가능 안면 특징 템플릿들(62)의 그룹과 비교할 수 있다. 안면 특징 모듈(14)은, 얼굴 템플릿과 하나 이상의 양성 비-제거가능 안면 특징 템플릿들 중 적어도 하나 및 하나 이상의 음성 비-제거가능 안면 특징 템플릿들 중 적어도 하나 간의 복수의 비-제거가능 안면 특징 유사도 점수를 결정할 수 있다. 안면 특징 모듈(14)은 복수의 제거가능 안면 특징 유사도 점수들의 가중합을 계산할 수 있다. 일부 예들에서, 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 얼굴 템플릿은 비-제거가능 안면 특징을 포함하고, 그리고 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 얼굴 템플릿은 비-제거가능 안면 특징을 포함하지 않는다.
만약 얼굴 템플릿이 비-제거가능 안면 특징을 포함한다면(단계(512)에서 "예"인 경우), 프로세스(500)는 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정할 수 있다(514). 예를 들어, 안면 특징 모듈(14)은 비-제거가능 안면 특징(16)이 얼굴 템플릿에서 검출되었음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다. 이러한 메시지에 응답하여, 안면 인증 모듈(16)은 유사도 점수 임계치를 조정된 유사도 점수 임계치로 증가시킬 수 있다.
만약 얼굴 템플릿이 비-제거가능 안면 특징을 포함하지 않는다면(단계(512)에서 "아니오"인 경우), 프로세스(500)는 얼굴 템플릿과 하나 이상의 등록 얼굴 템플릿들 간의 유사도 점수를 계산할 수 있다(512). 예를 들어, 안면 특징 모듈(14)은 얼굴 템플릿이 두 얼굴들 간의 분별력을 감소시킬 수 있는 제거가능 안면 특징 혹은 비-제거가능 안면 특징을 포함하지 않음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다.
이러한 메시지에 응답하여, 안면 인증 모듈(16)은 안면 인식 프로세스를 계속 진행시킬 수 있고, 얼굴 템플릿과 하나 이상의 등록 얼굴 템플릿들 간의 유사도 점수를 계산할 수 있다. 본 명세서에서 설명되는 바와 같이, 사용자의 등록 템플릿(들)은 사용자의 이전에 캡처된 화상(들)의 계산된 템플릿이다. 프로세스(500)는 유사도 점수가 제 1 유사도 점수 임계치보다 큰지 여부를 결정할 수 있다(518). 만약 유사도 점수가 제 1 유사도 점수 임계치보다 크다면(단계(518)에서 "예"인 경우), 프로세스(500)는 인증을 승인할 수 있다(520). 예를 들어, 안면 인증 모듈(16)은 유사도 점수가 제 1 유사도 점수 임계치보다 크다고 결정할 수 있고, 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자를 인증할 수 있다. 예를 들어, 인증을 승인하는 것은 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시키는 것을 포함할 수 있다.
만약 유사도 점수가 제 1 유사도 점수 임계치보다 작다면(단계(518)에서 "아니오"인 경우), 프로세스(500)는 인증을 거부할 수 있다(522). 예를 들어, 안면 인증 모듈(16)은 유사도 점수가 제 1 유사도 점수 임계치보다 작다고 결정할 수 있고, 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자를 인증하지 않을 수 있다. 예를 들어, 인증을 거부하는 것은 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시키는 것을 막는 것을 포함할 수 있다.
일부 예들에서, 안면 인식 모듈(12)은 얼굴 화상이 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징과 비-제거가능 안면 특징 중 적어도 하나를 포함하는지 여부를 결정하기 위해 얼굴 템플릿을 분석한다. 추가적으로, 안면 인식 모듈(12)은 제 1 화상의 얼굴 템플릿과 권한을 부여받은 사용자들의 등록 템플릿 간의 유사도 점수를 계산한다. 본 명세서에서 설명되는 바와 같이, 분별력 레벨을 감소시킬 수 있는 안면 특징들에 대해 제 1 얼굴 템플릿을 분석하는 것, 그리고 안면 인식 인증을 위해 제 1 얼굴 템플릿을 분석하는 것은, 동일한 안면 인식 알고리즘을 사용하여 수행될 수 있다. 예를 들어, 안면 인식 알고리즘은, 사용자들 간의 분별력 레벨을 감소시킬 수 있는 특정 안면 특징들을 검출하기 위해, 본 명세서에서 설명되는 바와 같이, 훈련된다. 일부 예들에서, 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징은 선글라스이고, 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징은 얼굴의 털인바, 이것은 본 명세서에서 설명되는 바와 같다.
도 6은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 제거가능 안면 특징이 안면 인식을 위한 화상에서 검출된 경우, 컴퓨팅 디바이스에 의해 수행될 수 있는 예시적인 프로세스를 나타낸 흐름도다. 프로세스(600)는 본 개시내용에서 설명된 임의의 컴퓨팅 디바이스에 의해 수행될 수 있다. 단지 용이한 예시 목적으로, 본 명세서에서 설명되는 프로세스(600)는 도 2 내지 도 4와 관련하여 설명된 분석 방법들의 맥락에서 도 1의 컴퓨팅 디바이스(10)에 대해 제공된다.
프로세스(600)는 컴퓨팅 디바이스(10)가 얼굴 템플릿이 제거가능 안면 특징을 포함하고 있음을 검출하고 사용자로 하여금 제거가능 안면 특징을 제거하도록 하는 통지를 출력한 때(예를 들어, 도 5에 예시된 프로세스(500)에서의 단계(510)) 시작할 수 있다. 일부 예들에서, 프로세스(600)는 안면 인식을 위한 또 다른 화상(예를 들어, 제 2 화상)을 캡처함으로써 시작할 수 있다. 많은 경우에, 컴퓨팅 디바이스(10)는 카메라(26)와 같은 화상 캡처 디바이스를 사용할 수 있다. 컴퓨팅 디바이스(10)는 제 2 화상으로부터 또 다른 얼굴 템플릿(예를 들어, 제 2 얼굴 템플릿)을 계산할 수 있다. 제 2 화상 및 제 2 얼굴 템플릿은 여러 가지 목적으로 사용될 수 있지만, 단지 용이한 예시 목적으로, 제 2 인증 화상 및 제 2 인증 얼굴 템플릿과 관련하여 프로세스(600)가 설명된다. 일 예에서, 안면 특징 모듈(14) 및/또는 안면 인증 모듈(16)은 제 2 인증 얼굴 화상으로부터 제 2 인증 얼굴 템플릿을 계산할 수 있다.
프로세스(600)는 또한, 제 2 얼굴 템플릿과 등록 얼굴 템플릿 간의 유사도 점수를 계산할 수 있다(606). 예를 들어, 안면 특징 모듈(14)은 얼굴 템플릿이 두 얼굴들 간의 분별력을 감소시킬 수 있는 제거가능 안면 특징 혹은 비-제거가능 안면 특징을 포함하고 있지 않음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다. 프로세스(600)는 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 비-제거가능 안면 특징 중 적어도 하나에 대해 제 2 얼굴 템플릿을 분석하는 것을 포함할 수 있다(예를 들어, 프로세스(500)의 단계(506)).
도 7은 두 얼굴들 간의 분별력 레벨을 감소시킬 수 있는 비-제거가능 안면 특징이 안면 인식을 위한 화상에서 검출된 경우, 컴퓨팅 디바이스에 의해 수행될 수 있는 예시적인 프로세스를 나타낸 흐름도다. 프로세스(700)는 본 개시내용에서 설명된 임의의 컴퓨팅 디바이스에 의해 수행될 수 있다. 단지 용이한 예시 목적으로, 본 명세서에서 설명되는 프로세스(700)는 도 2 내지 도 4와 관련하여 설명된 분석 방법들의 맥락에서 도 1의 컴퓨팅 디바이스(10)에 대해 제공된다.
프로세스(700)는 컴퓨팅 디바이스(10)가 얼굴 템플릿이 비-제거가능 안면 특징을 포함하고 있음을 검출하고 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정할 때(예를 들어, 도 5에 예시된 프로세스(500)에서의 단계(514)) 시작할 수 있다. 예를 들어, 안면 특징 모듈(14)은 비-제거가능 안면 특징(16)이 얼굴 템플릿에서 검출되었음을 표시하는 메시지를 안면 인증 모듈(16)에 전송할 수 있다. 이러한 메시지에 응답하여, 안면 인증 모듈(16)은 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정할 수 있으며, 여기서 제 2 유사도 점수 임계치는 제 1 유사도 점수 임계치보다 더 크다.
일부 예들에서, 프로세스(700)는 얼굴 템플릿과 등록 얼굴 템플릿 간의 유사도 점수를 계산할 수 있다(702). 프로세스(700)는 유사도 점수가 제 2 유사도 점수 임계치보다 큰지 여부를 결정할 수 있다(704). 만약 유사도 점수가 제 2 유사도 점수 임계치보다 크다면(단계(704)에서 "예"인 경우), 프로세스(700)는 안면 인증에 의해 인증을 승인하는 것(706)을 포함할 수 있다. 예를 들어, 안면 인증 모듈(16)은 유사도 점수가 제 2 유사도 점수 임계치보다 크다고 결정할 수 있고, 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자를 인증할 수 있다. 안면 인식에 의해 인증을 승인하는 경우, 프로세스(700)는 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시킬 수 있다(708).
만약 유사도 점수가 제 2 유사도 점수 임계치보다 작다면(단계(708)에서 "아니오"인 경우), 프로세스(700)는 인증을 거부할 수 있다(710). 안면 인증 모듈(16)은 유사도 점수가 조정된 유사도 점수 임계치보다 작다고 결정할 수 있고, 컴퓨팅 디바이스(10)에 대한 액세스를 획득하려고 시도하는 사용자를 인증하지 않을 수 있다. 프로세스(700)는 컴퓨팅 디바이스(10)를 잠금 상태로부터 잠금해제 상태로 전이시키는 것을 막을 수 있다(712).
일부 예들에서, 프로세스(700)는 인증 세션(authentication session)이 완료되었는지 여부를 결정할 수 있다. 예를 들어, 인증 세션의 완료를 결정하는 것은 안면 인식에 의한 인증이 거부됨 혹은 승인됨 중 적어도 하나인지 여부를 결정하는 것을 포함할 수 있다. 일 예에서, 안면 인증 모듈(16)은 액세스가 인증 템플릿에 대한 안면 인식에 의해 승인되었는지 아니면 승인되지 않았는지에 근거하여 인증 세션의 종료 여부를 결정할 수 있다. 프로세스(700)는 또한, 인증 세션의 완료 결정에 응답하여, 제 2 유사도 점수 임계치를 제 1 유사도 점수 임계치로 다시 조정할 수 있다. 예를 들어, 안면 인증 모듈(16)은 인증 세션이 완료된 경우 제 2 유사도 점수 임계치를 유사도 점수 임계치로 다시 감소시킬 수 있다.
본 개시내용에서 설명되는 기법들은, 적어도 부분적으로, 하드웨어, 소프트웨어, 펌웨어 혹은 이들의 임의의 조합으로 구현될 수 있다. 예를 들어, 설명된 실시예들의 다양한 실시형태들은, 하나 이상의 마이크로프로세서(microprocessor)들, 디지털 신호 프로세서들(Digital Signal Processor, DSP)들, 사용자 특정 집적 회로(Application Specific Integrated Circuit, ASIC)들, 현장 프로그래밍가능 게이트 어레이(Field Programmable Gate Array, FPGA)들, 혹은 임의의 다른 등가의 통합된 혹은 개별적 로직 회로 그리고 이러한 컴포넌트들의 임의의 조합을 포함하는, 하나 이상의 프로세서들 내에서 구현될 수 있다. 용어 "프로세서" 혹은 "프로세싱 회로"는 일반적으로, 앞서 설명된 로직 회로 중 어느 하나만을 말하거나, 혹은 다른 로직 회로와 결합된 것 또는 임의의 다른 등가 회로를 말할 수 있다. 하드웨어를 포함하는 제어 유닛은 또한, 본 개시내용의 기법들 중 하나 이상을 수행할 수 있다.
이러한 하드웨어, 소프트웨어, 및 펌웨어는 본 명세서에서 설명되는 다양한 기법들을 지원하기 위해 동일 디바이스 내에서 혹은 별개의 디바이스들 내에서 구현될 수 있다. 추가적으로, 앞서 설명된 유닛들, 모듈들 혹은 컴포넌트들 중 어느 하나는, 분리된 하지만 상호동작가능한 로직 디바이스들로서 함께 또는 개별적으로 구현될 수 있다. 서로 다른 특징들을 모듈들 혹은 유닛들로서 설명한 것은, 서로 다른 기능적 측면들을 강조하려는 것이며, 이러한 모듈들 혹은 유닛들이 개별적인 하드웨어, 펌웨어, 혹은 소프트웨어 컴포넌트들에 의해 구현돼야만 함을 반드시 시사하는 것이 아니다. 오히려, 하나 이상의 모듈들 혹은 유닛들과 관련된 기능은, 개별적 하드웨어, 펌웨어, 혹은 소프트웨어 컴포넌트들에 의해 구현될 수 있거나, 혹은 공통의 혹은 별개의 하드웨어, 펌웨어, 혹은 소프트웨어 컴포넌트들 내에 통합될 수도 있다.
본 명세서에서 설명되는 기법들은 또한, 인코딩된 컴퓨터 판독가능 저장 매체를 포함하는 제조물에 명령들로 수록되거나 혹은 인코딩될 수 있다. 이러한 인코딩된 컴퓨터 판독가능 저장 매체를 포함하는 제조물에 수록되거나 혹은 인코딩되는 명령들은, 예를 들어, 컴퓨터 판독가능 저장 매체에 포함 혹은 인코딩된 명령들이 하나 이상의 프로세서들에 의해 실행될 때, 하나 이상의 프로그래밍가능 프로세서들 혹은 다른 프로세서들로 하여금, 본 명세서에서 설명되는 기법들 중 하나 이상을 구현하도록 할 수 있다. 컴퓨터 판독가능 저장 매체들은, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(Read Only Memory, ROM), 프로그래밍가능한 판독 전용 메모리(Programmable Read Only Memory, PROM), 소거가능하고 프로그래밍가능한 판독 전용 메모리(Erasable Programmable Read Only Memory, EPROM), 전기적으로 소거가능하고 프로그래밍가능한 판독 전용 메모리(Electronically Erasable Programmable Read Only Memory, EEPROM), 플래시 메모리, 하드 디스크, 콤팩트 디스크 ROM(Compact Disc ROM, CD-ROM), 플로피 디스크, 카세트, 자기 매체들, 광학 매체들, 혹은 다른 컴퓨터 판독가능 매체들을 포함할 수 있다. 일부 예들에서, 제조물은 하나 이상의 컴퓨터 판독가능 저장 매체들을 포함할 수 있다.
일부 예들에서, 컴퓨터 판독가능 저장 매체들은 비일시적 매체들(non-transitory media)을 포함할 수 있다. "비일시적(non-transitory)"이라는 용어는, 저장 매체가 유형의 매체이고, 반송파(carrier wave) 혹은 전파되는 신호(propagated signal)에 수록되지 않는 것을 나타낼 수 있다. 특정 예들에서, 비일시적 저장 매체는 시간 경과에 따라 변할 수 있는 데이터를 (예를 들어, RAM 혹은 캐시 내에) 저장할 수 있다.
다양한 실시예들이 설명되었다. 이러한 예들 및 다른 예들은 다음의 청구항들의 특허청구범위 내에 있다.

Claims (22)

  1. 적어도 사용자의 얼굴을 포함하는 화상(image)을 컴퓨팅 디바이스(computing device)에 의해 캡처(capture)하는 단계와;
    상기 화상 내의 상기 사용자의 얼굴의 얼굴 템플릿(face template)을 상기 컴퓨팅 디바이스에 의해 계산하는 단계와; 그리고
    두 얼굴들 간의 분별력 레벨(distinctiveness level)을 감소시키는 제거가능 안면 특징(removable facial feature)과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징(non-removable facial feature) 중 적어도 하나가 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 분석하는 단계를 포함하여 구성되며,
    여기서, 상기 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 것은 또한,
    상기 얼굴 템플릿과 하나 이상의 제거가능 안면 특징 템플릿들 간의 복수의 제거가능 안면 특징 유사도 점수(removable facial feature similarity score)들을 상기 컴퓨팅 디바이스에 의해 결정하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합(weighted sum)을 상기 컴퓨팅 디바이스에 의해 계산하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 양성(positive)인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정하는 것과; 그리고
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 음성(negative)인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있지 않다고 결정하는 것을 포함하며,
    상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정될 때, 상기 방법은,
    상기 사용자로 하여금 상기 제거가능 안면 특징을 제거하도록 하는 통지(notification)를 출력하는 단계를 포함하고,
    상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정될 때, 상기 방법은,
    상기 컴퓨팅 디바이스에 의해 제 1 유사도 점수 임계치(similarity score threshold)를 제 2 유사도 점수 임계치로 조정하는 단계를 포함하는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    제거가능 안면 특징 템플릿들의 그룹을 저장하는 단계를 더 포함하고, 여기서 상기 제거가능 안면 특징 템플릿들의 그룹은 하나 이상의 양성 제거가능 안면 특징 템플릿(positive removable facial feature template)들 및 하나 이상의 음성 제거가능 안면 특징 템플릿(negative removable facial feature template)들을 포함하고, 상기 양성 제거가능 안면 특징 템플릿들은 상기 제거가능 안면 특징을 갖는 사람들의 화상들이고, 상기 음성 제거가능 안면 특징 템플릿들은 상기 제거가능 안면 특징을 갖지 않는 사람들의 화상들인 것을 특징으로 하는 방법.
  3. 제2항에 있어서,
    상기 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 것은 또한,
    상기 제거가능 안면 특징 템플릿들의 그룹과 상기 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 비교하는 것을 포함하고,
    상기 복수의 제거가능 안면 특징 유사도 점수들을 결정하는 것은, 상기 얼굴 템플릿과 상기 양성 제거가능 안면 특징 템플릿들 중 하나 이상의 양성 제거가능 안면 특징 템플릿 및 상기 음성 제거가능 안면 특징 템플릿들 중 하나 이상의 음성 제거가능 안면 특징 템플릿 간의 상기 복수의 제거가능 안면 특징 유사도 점수들을 상기 컴퓨팅 디바이스에 의해 결정하는 것을 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서,
    상기 화상은 제 1 화상이고 상기 얼굴 템플릿은 제 1 얼굴 템플릿이며, 상기 얼굴은 상기 제거가능 안면 특징을 포함하고, 상기 방법은,
    상기 사용자의 얼굴을 포함하는 제 2 화상을 상기 컴퓨팅 디바이스에 의해 캡처하는 단계와;
    상기 제 2 화상 내의 상기 사용자의 얼굴의 제 2 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 계산하는 단계와;
    상기 제 2 화상 내의 상기 사용자의 상기 제 2 얼굴 템플릿과 상기 사용자의 등록 템플릿(enrolled template) 간의 유사도 점수를 계산하는 단계와; 그리고
    상기 유사도 점수가 상기 제 1 유사도 점수 임계치보다 큰지 여부를 상기 컴퓨팅 디바이스에 의해 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서,
    상기 사용자의 상기 등록 템플릿은 상기 사용자의 이전에 캡처된 화상으로부터 계산된 것을 특징으로 하는 방법.
  6. 제4항에 있어서,
    상기 유사도 점수가 상기 제 1 유사도 점수 임계치보다 크다고 결정되는 경우, 안면 인식에 의한 인증을 승인하는 것을 특징으로 하는 방법.
  7. 제4항에 있어서,
    상기 유사도 점수가 상기 제 1 유사도 점수 임계치보다 작다고 결정되는 경우, 안면 인식에 의한 인증을 거부하는 것을 특징으로 하는 방법.
  8. 제1항에 있어서,
    비-제거가능 안면 특징 템플릿들의 그룹을 저장하는 단계를 더 포함하고, 여기서 상기 비-제거가능 안면 특징 템플릿들의 그룹은 하나 이상의 양성 비-제거가능 안면 특징 템플릿(positive non-removable facial feature template)들 및 하나 이상의 음성 비-제거가능 안면 특징 템플릿(negative non-removable facial feature template)들을 포함하고, 상기 양성 비-제거가능 안면 특징 템플릿들은 상기 비-제거가능 안면 특징을 갖는 사람들의 화상들이고, 상기 음성 비-제거가능 안면 특징 템플릿들은 상기 비-제거가능 안면 특징을 갖지 않는 사람들의 화상들인 것을 특징으로 하는 방법.
  9. 제8항에 있어서,
    상기 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 것은 또한,
    상기 비-제거가능 안면 특징 템플릿들의 그룹과 상기 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 비교하는 것과;
    상기 얼굴 템플릿과 상기 양성 비-제거가능 안면 특징 템플릿들 중 하나 이상의 양성 비-제거가능 안면 특징 템플릿 및 상기 음성 비-제거가능 안면 특징 템플릿들의 각각의 하나 이상의 음성 비-제거가능 안면 특징 템플릿 간의 복수의 비-제거가능 안면 특징 유사도 점수들을 상기 컴퓨팅 디바이스에 의해 결정하는 것과;
    상기 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합을 상기 컴퓨팅 디바이스에 의해 계산하는 것과;
    상기 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정하는 것과; 그리고
    상기 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있지 않다고 결정하는 것을 포함하는 것을 특징으로 하는 방법.
  10. 제1항에 있어서,
    상기 얼굴은 상기 비-제거가능 안면 특징을 포함하고, 상기 방법은,
    상기 화상 내의 상기 사용자의 상기 얼굴 템플릿과 상기 사용자의 등록 템플릿 간의 유사도 점수를 계산하는 단계와; 그리고
    상기 유사도 점수가 상기 제 2 유사도 점수 임계치보다 큰지 여부를 상기 컴퓨팅 디바이스에 의해 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  11. 제10항에 있어서,
    상기 유사도 점수가 상기 제 2 유사도 점수 임계치보다 큰 경우, 상기 방법은,
    안면 인식에 의한 인증을 승인하는 단계와; 그리고
    상기 컴퓨팅 디바이스를 잠금 상태(locked state)로부터 잠금해제 상태(unlocked state)로 전이(transition)시키는 단계를 더 포함하고,
    상기 유사도 점수가 상기 제 2 유사도 점수 임계치보다 작은 경우, 상기 방법은,
    안면 인식에 의한 인증을 거부하는 단계와; 그리고
    상기 컴퓨팅 디바이스가 잠금 상태로부터 잠금해제 상태로 전이(transition)하는 것을 막는 단계를 더 포함하는 것을 특징으로 하는 방법.
  12. 제10항에 있어서,
    인증 세션(authentication session)이 완료된 때를 상기 컴퓨팅 디바이스에 의해 결정하는 단계와; 그리고
    상기 인증 세션이 완료되었다는 결정에 응답하여 상기 제 2 유사도 점수 임계치를 상기 제 1 유사도 점수 임계치로 다시 조정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  13. 제12항에 있어서,
    상기 인증 세션이 완료된 때를 결정하는 단계는 또한,
    안면 인식에 의한 인증이 거부됨과 승인됨 중 적어도 하나인지 여부를 상기 컴퓨팅 디바이스에 의해 결정하는 것을 포함하는 것을 특징으로 하는 방법.
  14. 제1항에 있어서,
    상기 얼굴 템플릿이 상기 제거가능 안면 특징 및 상기 비-제거가능 안면 특징을 포함하지 않을 때, 상기 방법은,
    상기 화상 내의 상기 사용자의 상기 얼굴 템플릿과 상기 사용자의 등록 템플릿 간의 유사도 점수를 상기 컴퓨팅 디바이스에 의해 계산하는 단계와; 그리고
    상기 유사도 점수가 상기 제 1 유사도 점수 임계치보다 큰지 여부를 상기 컴퓨팅 디바이스에 의해 결정하는 단계를 더 포함하고,
    상기 유사도 점수가 상기 제 1 유사도 점수 임계치보다 클 때, 상기 방법은,
    안면 인식에 의한 인증을 승인하는 단계와; 그리고
    상기 컴퓨팅 디바이스를 잠금 상태로부터 잠금해제 상태로 전이시키는 단계를 더 포함하고,
    상기 유사도 점수가 상기 제 1 유사도 점수 임계치보다 작을 때, 상기 방법은,
    안면 인식에 의한 인증을 거부하는 단계와; 그리고
    상기 컴퓨팅 디바이스가 잠금 상태로부터 잠금해제 상태로 전이하는 것을 막는 단계를 더 포함하는 것을 특징으로 하는 방법.
  15. 제1항에 있어서,
    상기 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 상기 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징 중 적어도 하나가 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 단계는, 안면 인식 모듈(facial recognition module)을 사용하여 상기 얼굴 템플릿을 분석하는 것을 포함하고,
    상기 화상 내의 상기 사용자의 상기 얼굴 템플릿과 상기 사용자의 등록 템플릿 간의 유사도 점수를 계산하는 것은 상기 안면 인식 모듈에 의해 계산하는 것을 포함하는 것을 특징으로 하는 방법.
  16. 제1항에 있어서,
    상기 제거가능 안면 특징은 선글라스(sunglasses)를 포함하는 것을 특징으로 하는 방법.
  17. 제1항에 있어서,
    상기 비-제거가능 안면 특징은 얼굴의 털(facial hair)을 포함하는 것을 특징으로 하는 방법.
  18. 제1항에 있어서,
    상기 제 2 유사도 점수 임계치는 상기 제 1 유사도 점수 임계치보다 큰 것을 특징으로 하는 방법.
  19. 명령들이 저장된 컴퓨터 판독가능 저장 디바이스로서, 상기 명령들은 컴퓨팅 디바이스의 적어도 하나의 프로세서로 하여금,
    적어도 사용자의 얼굴을 포함하는 화상을 상기 컴퓨팅 디바이스의 카메라에 의해 캡처하는 동작과;
    상기 화상 내의 상기 사용자의 얼굴의 얼굴 템플릿을 계산하는 동작과;
    두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징 중 적어도 하나가 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 동작과, 여기서, 상기 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 상기 얼굴에 포함되어 있는지를 결정하기 위해 상기 얼굴 템플릿을 분석하는 동작은,
    상기 얼굴 템플릿과 제거가능 안면 특징 템플릿들 간의 복수의 제거가능 안면 특징 유사도 점수들을 상기 적어도 하나의 프로세서에 의해 결정하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합을 상기 적어도 하나의 프로세서에 의해 계산하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정하는 것과; 그리고
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있지 않다고 결정하는 것을 포함하며;
    상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다는 결정에 응답하여, 상기 사용자로 하여금 상기 제거가능 안면 특징을 제거하도록 하는 통지를 상기 컴퓨팅 디바이스의 그래픽 사용자 인터페이스에 의해 출력하는 동작과; 그리고
    상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있다는 결정에 응답하여, 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정하는 동작을 포함하는 동작들을 수행하도록 하는 것을 특징으로 하는 컴퓨터 판독가능 저장 디바이스.
  20. 컴퓨팅 디바이스로서,
    적어도 하나의 프로세서와;
    적어도 사용자의 제 1 얼굴을 포함하는 제 1 화상을 캡처하도록 상기 적어도 하나의 프로세서에 의해 동작가능한 적어도 하나의 카메라와; 그리고
    적어도 하나의 출력 디바이스를 포함하여 구성되며,
    상기 적어도 하나의 프로세서는 상기 제 1 화상 내의 상기 사용자의 얼굴의 제 1 얼굴 템플릿을 계산하도록 되어 있고,
    상기 적어도 하나의 프로세서는 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징과 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징 중 적어도 하나가 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 제 1 얼굴 템플릿을 분석하도록 되어 있고, 여기서, 상기 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 것은 또한,
    상기 얼굴 템플릿과 제거가능 안면 특징 템플릿들 간의 복수의 제거가능 안면 특징 유사도 점수들을 상기 적어도 하나의 프로세서에 의해 결정하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합을 상기 적어도 하나의 프로세서에 의해 계산하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정하는 것과; 그리고
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있지 않다고 결정하는 것을 포함하며,
    상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정될 때, 상기 적어도 하나의 프로세서는, 상기 사용자로 하여금 상기 제거가능 안면 특징을 제거하도록 하는 통지를 출력하도록 되어 있고,
    상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정될 때, 상기 적어도 하나의 프로세서는, 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정하는 것을 특징으로 하는 컴퓨팅 디바이스.
  21. 적어도 사용자의 얼굴을 포함하는 화상을 컴퓨팅 디바이스에 의해 캡처하는 단계와;
    상기 화상 내의 상기 사용자의 얼굴의 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 계산하는 단계와;
    두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 분석하는 단계와, 여기서, 상기 두 얼굴들 간의 분별력 레벨을 감소시키는 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 단계는,
    상기 얼굴 템플릿과 하나 이상의 비-제거가능 안면 특징 템플릿들 간의 복수의 비-제거가능 안면 특징 유사도 점수들을 상기 컴퓨팅 디바이스에 의해 결정하는 것과;
    상기 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합을 상기 컴퓨팅 디바이스에 의해 계산하는 것과;
    상기 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정하는 것과; 그리고
    상기 복수의 비-제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있지 않다고 결정하는 것을 포함하며; 그리고
    상기 비-제거가능 안면 특징이 상기 얼굴에 포함되어 있다는 결정에 응답하여 상기 컴퓨팅 디바이스에 의해 제 1 유사도 점수 임계치를 제 2 유사도 점수 임계치로 조정하는 단계를 포함하는 것을 특징으로 하는 방법.
  22. 적어도 사용자의 얼굴을 포함하는 화상을 컴퓨팅 디바이스에 의해 캡처하는 단계와;
    상기 화상 내의 상기 사용자의 얼굴의 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 계산하는 단계와;
    두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 상기 컴퓨팅 디바이스에 의해 분석하는 단계와, 여기서, 상기 두 얼굴들 간의 분별력 레벨을 감소시키는 제거가능 안면 특징이 상기 얼굴에 포함되어 있는지 여부를 결정하기 위해 상기 얼굴 템플릿을 분석하는 단계는,
    상기 얼굴 템플릿과 제거가능 안면 특징 템플릿들 간의 복수의 제거가능 안면 특징 유사도 점수들을 상기 컴퓨팅 디바이스에 의해 결정하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합을 상기 컴퓨팅 디바이스에 의해 계산하는 것과;
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 양성인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다고 결정하는 것과; 그리고
    상기 복수의 제거가능 안면 특징 유사도 점수들의 가중합이 음성인 경우, 상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있지 않다고 결정하는 것을 포함하며; 그리고
    상기 제거가능 안면 특징이 상기 얼굴에 포함되어 있다는 결정에 응답하여 상기 컴퓨팅 디바이스에 의해 상기 사용자로 하여금 상기 제거가능 안면 특징을 제거하도록 하는 통지를 출력하는 단계를 포함하는 것을 특징으로 하는 방법.
KR1020130027801A 2012-03-15 2013-03-15 안면 특징 검출 KR101326221B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US13/421,668 US8515139B1 (en) 2012-03-15 2012-03-15 Facial feature detection
US13/421,668 2012-03-15
US13/736,760 2013-01-08
US13/736,760 US9177130B2 (en) 2012-03-15 2013-01-08 Facial feature detection

Publications (2)

Publication Number Publication Date
KR20130105527A KR20130105527A (ko) 2013-09-25
KR101326221B1 true KR101326221B1 (ko) 2013-11-11

Family

ID=48226472

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130027801A KR101326221B1 (ko) 2012-03-15 2013-03-15 안면 특징 검출

Country Status (6)

Country Link
US (1) US9177130B2 (ko)
KR (1) KR101326221B1 (ko)
CN (1) CN103324909B (ko)
AU (1) AU2013201778B1 (ko)
DE (1) DE102013102399B4 (ko)
GB (1) GB2500321B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180065860A (ko) * 2016-12-07 2018-06-18 한국전자통신연구원 3d 얼굴 모델 생성 장치 및 방법

Families Citing this family (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009042392A2 (en) 2007-09-24 2009-04-02 Apple Inc. Embedded authentication systems in an electronic device
US8600120B2 (en) 2008-01-03 2013-12-03 Apple Inc. Personal computing device control using face detection and recognition
US9002322B2 (en) 2011-09-29 2015-04-07 Apple Inc. Authentication with secondary approver
US8769624B2 (en) 2011-09-29 2014-07-01 Apple Inc. Access control utilizing indirect authentication
TWI455041B (zh) * 2011-11-07 2014-10-01 Pixart Imaging Inc 人臉影像辨識方法及裝置
JP6089577B2 (ja) * 2012-10-19 2017-03-08 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム
KR102057947B1 (ko) * 2013-04-01 2019-12-20 삼성전자주식회사 사용자 인증을 수행하는 디스플레이 장치 및 그 사용자 인증 방법
KR102104123B1 (ko) * 2013-07-15 2020-04-23 삼성전자주식회사 콘텐츠 디스플레이 장치 및 방법
WO2015009968A2 (en) * 2013-07-19 2015-01-22 Google Inc. Face template balancing
US9898642B2 (en) 2013-09-09 2018-02-20 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
WO2015076152A1 (ja) * 2013-11-20 2015-05-28 日本電気株式会社 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム
WO2015099882A1 (en) * 2013-12-23 2015-07-02 Bryant Edward A Elevator control system
KR102197098B1 (ko) * 2014-02-07 2020-12-30 삼성전자주식회사 콘텐츠 추천 방법 및 장치
CN103995997B (zh) * 2014-05-15 2017-09-12 华为技术有限公司 一种用户权限的分配方法和设备
US10482461B2 (en) 2014-05-29 2019-11-19 Apple Inc. User interface for payments
US20170103194A1 (en) * 2014-05-30 2017-04-13 Pcms Holdings, Inc. Systems and methods for active authentication
KR101586228B1 (ko) * 2014-08-27 2016-01-18 주식회사 켐트로닉스 얼굴인식과 동작인식을 이용한 자동차 제어 장치 및 방법
US9830503B1 (en) 2014-12-31 2017-11-28 Morphotrust Usa, Llc Object detection in videos
US9111164B1 (en) 2015-01-19 2015-08-18 Snapchat, Inc. Custom functional patterns for optical barcodes
US9432193B1 (en) * 2015-02-05 2016-08-30 Sensory, Incorporated Face-based authentication with situational adaptivity
US10547610B1 (en) * 2015-03-31 2020-01-28 EMC IP Holding Company LLC Age adapted biometric authentication
US9940637B2 (en) 2015-06-05 2018-04-10 Apple Inc. User interface for loyalty accounts and private label accounts
US20160358133A1 (en) 2015-06-05 2016-12-08 Apple Inc. User interface for loyalty accounts and private label accounts for a wearable device
CN113941066A (zh) * 2015-06-30 2022-01-18 瑞思迈私人有限公司 使用移动应用的面罩大小调整工具
US10999226B2 (en) 2015-11-10 2021-05-04 Wrinkl, Inc. Apparatus and method for message image reference management
US11522821B2 (en) 2015-07-06 2022-12-06 Wrinkl, Inc. Method and apparatus for interaction in a messaging system
JP6548998B2 (ja) * 2015-09-07 2019-07-24 株式会社東芝 人物検索システムおよび人物検索方法
WO2017043132A1 (ja) * 2015-09-08 2017-03-16 日本電気株式会社 顔認識システム、顔認識方法、表示制御装置、表示制御方法および表示制御プログラム
WO2017043314A1 (ja) * 2015-09-09 2017-03-16 日本電気株式会社 ガイダンス取得装置、ガイダンス取得方法及びプログラム
KR102396685B1 (ko) * 2015-10-08 2022-05-11 삼성전자 주식회사 전자 장치의 모니터링 방법 및 장치
US9911073B1 (en) 2016-03-18 2018-03-06 Snap Inc. Facial patterns for optical barcodes
DK179186B1 (en) 2016-05-19 2018-01-15 Apple Inc REMOTE AUTHORIZATION TO CONTINUE WITH AN ACTION
US11367308B2 (en) * 2016-06-08 2022-06-21 Panasonic Intellectual Property Management Co., Ltd. Comparison device and comparison method
US10621581B2 (en) 2016-06-11 2020-04-14 Apple Inc. User interface for transactions
DK201670622A1 (en) 2016-06-12 2018-02-12 Apple Inc User interfaces for transactions
KR101810190B1 (ko) * 2016-07-14 2017-12-18 김용상 얼굴 인식을 이용한 사용자 인증 방법 및 그 장치
US20180068313A1 (en) 2016-09-06 2018-03-08 Apple Inc. User interfaces for stored-value accounts
US10108849B2 (en) 2016-10-14 2018-10-23 Bank Of America Corporation Biometric facial recognition for accessing device and authorizing event processing
US10496808B2 (en) 2016-10-25 2019-12-03 Apple Inc. User interface for managing access to credentials for use in an operation
WO2018133282A1 (zh) * 2017-01-19 2018-07-26 华为技术有限公司 一种动态识别的方法及终端设备
US10146971B1 (en) 2017-03-14 2018-12-04 Snap Inc. Optical barcodes without orientation
US10762335B2 (en) 2017-05-16 2020-09-01 Apple Inc. Attention detection
AU2018275266B2 (en) * 2017-06-01 2022-08-25 Alarm.Com Incorporated Control access utilizing video analytics
US10706265B2 (en) * 2017-07-28 2020-07-07 Qualcomm Incorporated Scanning a real-time media stream to detect one or more faces that are prevalent among a set of media files stored on a user equipment
WO2019027505A1 (en) 2017-08-01 2019-02-07 Apple Inc. FACE DETECTION, ESTIMATED INSTALLATION AND ESTIMATED DISTANCE BETWEEN THE FACE AND THE SHOOTING DEVICE USING A SINGLE ARRAY
CN109325327B (zh) 2017-08-01 2021-08-03 苹果公司 用于更新在面部识别中所使用的模板的过程
US10210381B1 (en) 2017-08-01 2019-02-19 Apple Inc. Multiple enrollments in facial recognition
KR102103866B1 (ko) * 2017-09-09 2020-04-24 애플 인크. 생체측정 인증의 구현
AU2019201101C1 (en) * 2017-09-09 2020-01-23 Apple Inc. Implementation of biometric authentication
CN109829281A (zh) * 2017-09-09 2019-05-31 苹果公司 生物识别认证的实现
KR102185854B1 (ko) * 2017-09-09 2020-12-02 애플 인크. 생체측정 인증의 구현
US10896318B2 (en) * 2017-09-09 2021-01-19 Apple Inc. Occlusion detection for facial recognition processes
CN110032849B (zh) * 2017-09-09 2023-03-28 苹果公司 生物识别认证的实现
KR102389678B1 (ko) 2017-09-09 2022-04-21 애플 인크. 생체측정 인증의 구현
US10719692B2 (en) 2017-09-09 2020-07-21 Apple Inc. Vein matching for difficult biometric authentication cases
EP3745303B1 (en) * 2017-09-09 2023-06-07 Apple Inc. Implementation of biometric authentication with error condition detection and display of an error indication
US20190080065A1 (en) * 2017-09-12 2019-03-14 Synaptics Incorporated Dynamic interface for camera-based authentication
US10958641B2 (en) * 2017-11-20 2021-03-23 International Business Machines Corporation Context-aware biometric access control policies
US10303866B1 (en) 2018-06-03 2019-05-28 Apple Inc. Automatic retries for facial recognition
US10769414B2 (en) 2018-06-03 2020-09-08 Apple Inc. Robust face detection
US11170085B2 (en) 2018-06-03 2021-11-09 Apple Inc. Implementation of biometric authentication
CN110647955A (zh) * 2018-06-26 2020-01-03 义隆电子股份有限公司 身份验证方法
WO2020050413A1 (ja) * 2018-09-06 2020-03-12 Ｎｅｃソリューションイノベータ株式会社 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体
US11216541B2 (en) 2018-09-07 2022-01-04 Qualcomm Incorporated User adaptation for biometric authentication
US10860096B2 (en) 2018-09-28 2020-12-08 Apple Inc. Device control using gaze information
US11367305B2 (en) 2018-09-28 2022-06-21 Apple Inc. Obstruction detection during facial recognition processes
US11100349B2 (en) 2018-09-28 2021-08-24 Apple Inc. Audio assisted enrollment
KR102608471B1 (ko) * 2018-11-06 2023-12-01 삼성전자주식회사 눈 추적 방법 및 장치
US11328352B2 (en) 2019-03-24 2022-05-10 Apple Inc. User interfaces for managing an account
WO2020205981A1 (en) * 2019-04-05 2020-10-08 Realnetworks, Inc. Adaptive learning and matching of face modalities
US11457009B2 (en) * 2019-07-17 2022-09-27 Infiltron Holdings, Inc. Systems and methods for securing devices in a computing environment
CN110675539B (zh) * 2019-09-26 2022-08-12 深圳市商汤科技有限公司 身份核验方法及装置、电子设备和存储介质
US11042727B2 (en) * 2019-09-30 2021-06-22 Lenovo (Singapore) Pte. Ltd. Facial recognition using time-variant user characteristics
US11947644B2 (en) * 2019-10-08 2024-04-02 UiPath, Inc. Facial recognition framework using deep learning for attended robots
US11328532B2 (en) * 2020-04-20 2022-05-10 Scott C Harris Mask aware biometric identification system
US11816194B2 (en) 2020-06-21 2023-11-14 Apple Inc. User interfaces for managing secure operations
US11792188B2 (en) 2020-08-05 2023-10-17 Bank Of America Corporation Application for confirming multi-person authentication
US11792187B2 (en) 2020-08-05 2023-10-17 Bank Of America Corporation Multi-person authentication
US11528269B2 (en) 2020-08-05 2022-12-13 Bank Of America Corporation Application for requesting multi-person authentication
CN112115886A (zh) * 2020-09-22 2020-12-22 北京市商汤科技开发有限公司 图像检测方法和相关装置、设备、存储介质
US20230098230A1 (en) * 2021-09-28 2023-03-30 Himax Technologies Limited Object detection system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006012172A (ja) 2004-06-23 2006-01-12 Seiko Epson Corp 写真をカリカチュア画像に変換するための方法および装置
JP2007094637A (ja) 2005-09-28 2007-04-12 Denso Corp 顔画像認証装置
WO2008081527A1 (ja) 2006-12-27 2008-07-10 Panasonic Corporation 認証装置および携帯端末装置、並びに認証方法
JP2010027034A (ja) 2008-06-16 2010-02-04 Canon Inc 認証装置、撮像装置、認証方法、および、そのプログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6356649B2 (en) * 1997-04-11 2002-03-12 Arete Associate, Inc. “Systems and methods with identity verification by streamlined comparison and interpretation of fingerprints and the like”
US7110580B2 (en) * 2000-05-19 2006-09-19 Nextgenid, Inc. Distributed biometric access control method and apparatus
KR100473598B1 (ko) * 2002-11-04 2005-03-11 삼성전자주식회사 가려진 얼굴영상을 판단하는 시스템 및 방법
US7222072B2 (en) * 2003-02-13 2007-05-22 Sbc Properties, L.P. Bio-phonetic multi-phrase speaker identity verification
US20050063569A1 (en) 2003-06-13 2005-03-24 Charles Colbert Method and apparatus for face recognition
EP1766555B1 (en) * 2004-06-21 2010-08-04 Google Inc. Single image based multi-biometric system and method
US7817826B2 (en) 2005-08-12 2010-10-19 Intelitrac Inc. Apparatus and method for partial component facial recognition
JP2007148872A (ja) 2005-11-29 2007-06-14 Mitsubishi Electric Corp 画像認証装置
KR100809431B1 (ko) 2006-11-21 2008-03-05 한국전자통신연구원 가림 현상에 강인한 눈 검출 방법 및 장치
DE102009023306A1 (de) 2009-05-29 2010-12-09 Siemens Aktiengesellschaft Verfahren zum rechnergestützten Erkennen der Identität eines Objekts
JP2011090466A (ja) * 2009-10-21 2011-05-06 Sony Corp 情報処理装置及び方法、並びにプログラム
US20110157347A1 (en) * 2009-12-31 2011-06-30 Peter Kalocsai Unintrusive biometric capture device, system and method for logical access control
CN102306304B (zh) * 2011-03-25 2017-02-08 上海星尘电子科技有限公司 人脸遮挡物识别方法及其装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006012172A (ja) 2004-06-23 2006-01-12 Seiko Epson Corp 写真をカリカチュア画像に変換するための方法および装置
JP2007094637A (ja) 2005-09-28 2007-04-12 Denso Corp 顔画像認証装置
WO2008081527A1 (ja) 2006-12-27 2008-07-10 Panasonic Corporation 認証装置および携帯端末装置、並びに認証方法
JP2010027034A (ja) 2008-06-16 2010-02-04 Canon Inc 認証装置、撮像装置、認証方法、および、そのプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180065860A (ko) * 2016-12-07 2018-06-18 한국전자통신연구원 3d 얼굴 모델 생성 장치 및 방법
KR102152078B1 (ko) * 2016-12-07 2020-09-04 한국전자통신연구원 3d 얼굴 모델 생성 장치 및 방법

Also Published As

Publication number Publication date
KR20130105527A (ko) 2013-09-25
GB201304775D0 (en) 2013-05-01
DE102013102399A1 (de) 2013-09-19
US9177130B2 (en) 2015-11-03
US20130247175A1 (en) 2013-09-19
GB2500321A (en) 2013-09-18
DE102013102399B4 (de) 2019-02-07
GB2500321B (en) 2014-03-26
CN103324909A (zh) 2013-09-25
AU2013201778B1 (en) 2013-09-05
CN103324909B (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
KR101326221B1 (ko) 안면 특징 검출
US8515139B1 (en) Facial feature detection
US10430645B2 (en) Facial recognition operations based on pose
US10503992B2 (en) Process for updating templates used in facial recognition
US11693937B2 (en) Automatic retries for facial recognition
US8856541B1 (en) Liveness detection
EP3321853B1 (en) Facial recognition similarity threshold adjustment
US11170084B2 (en) Biometric authentication
US8254647B1 (en) Facial image quality assessment
EP2680192B1 (en) Facial recognition
US20190080153A1 (en) Vein matching for difficult biometric authentication cases
EP2680191A2 (en) Facial recognition
US11625473B2 (en) Method and apparatus with selective combined authentication
US11113510B1 (en) Virtual templates for facial recognition
US10733279B2 (en) Multiple-tiered facial recognition
EP3785166A1 (en) Multiple enrollments in facial recognition
AU2020100218A4 (en) Process for updating templates used in facial recognition
US20200311236A1 (en) Electric device and control method thereof

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated 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: 20171018

Year of fee payment: 5