KR101506155B1 - Biometric authentication apparatus and face detection method - Google Patents

Biometric authentication apparatus and face detection method Download PDF

Info

Publication number
KR101506155B1
KR101506155B1 KR1020130154858A KR20130154858A KR101506155B1 KR 101506155 B1 KR101506155 B1 KR 101506155B1 KR 1020130154858 A KR1020130154858 A KR 1020130154858A KR 20130154858 A KR20130154858 A KR 20130154858A KR 101506155 B1 KR101506155 B1 KR 101506155B1
Authority
KR
South Korea
Prior art keywords
face
detection
region
image
reliability
Prior art date
Application number
KR1020130154858A
Other languages
Korean (ko)
Inventor
신호철
이기덕
박보건
이진욱
송봉섭
Original Assignee
주식회사 슈프리마
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 슈프리마 filed Critical 주식회사 슈프리마
Priority to KR1020130154858A priority Critical patent/KR101506155B1/en
Application granted granted Critical
Publication of KR101506155B1 publication Critical patent/KR101506155B1/en

Links

Images

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Collating Specific Patterns (AREA)

Abstract

The present invention relates to a biometric authentication device and a method for detecting a face. The method includes the steps of: selecting one of multiple face detectors, which are respectively learned with different elements of a face area, according to a predetermined initial value; detecting a face area while varying a location of a scan box for an image by using the selected face detector; evaluating reliability based on detection results of the face area by the face detector; and determining one of detection success of the face area, detection failure of the face area, and re-detection of the face area by sequentially selecting and using another face detector among the face detectors according to the evaluated reliability, thereby preventing detection failure, which is often generated when the learned face detector is used, by widely defining a face to an area including eyes, a nose and a mouth among the face elements and also preventing false detection, which is often generated when the learned face detector is used, by narrowly defining the face to an area including eyes, a nose, and a mouth among the face elements.

Description

생체 인증 장치와 얼굴 검출 방법{BIOMETRIC AUTHENTICATION APPARATUS AND FACE DETECTION METHOD}TECHNICAL FIELD [0001] The present invention relates to a biometric authentication apparatus,

본 발명은 생체 인증 장치와 얼굴 검출 방법에 관한 것이다. 더욱 상세하게는 얼굴 인식을 사용하는 생체 인증 장치와 그 얼굴 검출 방법에 관한 것이다.
The present invention relates to a biometric authentication apparatus and a face detection method. And more particularly, to a biometric authentication apparatus using face recognition and a face detection method thereof.

주지하는 바와 같이, 현재 생체 인증 시스템에 사용되는 특징으로는 얼굴, 음성, 손 모양, 홍채, 정맥, 지문 등이 있으며, 각각의 특징에 대한 연구가 활발히 진행되고 있다.As is well known, features that are currently used in biometric authentication systems include face, voice, hand shape, iris, vein, and fingerprint, and research on each feature has been actively conducted.

이러한 생체 인증 기술들 중에서 얼굴 인식을 이용하는 생체 인증 장치(단말기)는 사용의 편의성과 빠른 인증 속도를 제공하는 장점이 있어서 그 점유율이 점차 높아지고 있다.Of these biometric authentication technologies, a biometric authentication device (terminal) using face recognition has an advantage of providing ease of use and fast authentication speed, and its occupation rate is gradually increasing.

그런데, 이러한 얼굴 인식 생체 인증 장치는 인증에 사용할 얼굴을 학습시키는 과정이 필수적으로 요구되며, 얼굴을 학습시킬 때에 얼굴의 어느 요소까지 포함되는가에 따라 얼굴 검출 성향 및 성능이 크게 달라진다.However, in such a face recognition biometric authentication apparatus, a process of learning a face to be used for authentication is indispensably required, and the face detection tendency and performance are greatly changed depending on which elements of the face are included when the face is learned.

예컨대, 얼굴의 요소 중에서 눈과 코 및 입이 포함된 영역으로 얼굴을 좁게 정의하여 학습한 경우에는 판별 정보가 한정적이기 때문에 얼굴 검출 및 인증 처리에 단시간이 소요되지만 얼굴이 아닌 사물 등에 대해서도 얼굴로 인증 처리하는 오 검출(false acceptance)이 빈번하게 발생하는 문제점이 있다.For example, when the face is narrowly defined as an area including the eyes, the nose and the mouth among the elements of the face, since the discrimination information is limited, it takes a short time to face detection and authentication processing. However, There is a problem that frequent false acceptance occurs.

또, 눈과 코 및 입 이외에 머리카락과 목까지 포함된 영역으로 얼굴을 넓게 정의하여 학습한 경우에는 판별 정보가 많기 때문에 오 검출의 우려가 감소되지만 머리 모양의 변화, 목을 덮는 옷이나 목도리 모양의 변화 등에 따라 검출 실패(false rejection)가 자주 발생하는 문제점이 있다.
In addition, when the face is broadly defined as an area including the hair and the neck in addition to the eyes, the nose and the mouth, there is a large amount of discrimination information, so that the fear of false detection is reduced, but the change of the hair shape, There is a problem that a false rejection occurs frequently due to a change.

한국 공개특허 2012-0069922, 공개일자 2012년 06월 29일.Korean Patent Publication No. 2012-0069922, published on June 29, 2012.

본 발명의 실시예에 따르면, 복수의 얼굴 검출기를 이용하여 얼굴 영역의 요소를 각각 다르게 정의하여 학습하며, 복수의 얼굴 검출기를 순차적으로 사용하면서 얼굴 검출의 신뢰도 평가 결과에 따라 후순위 얼굴 검출기의 사용 여부를 결정하는 얼굴 인식 생체 인증 장치 및 그 얼굴 검출 방법을 제공한다.According to the embodiment of the present invention, elements of the face region are defined differently by using a plurality of face detectors, and a plurality of face detectors are sequentially used, and the use of the subordinate face detector And a face detection method for the face recognition biometric authentication apparatus.

본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
The problems to be solved by the present invention are not limited to those mentioned above, and another problem to be solved can be clearly understood by those skilled in the art from the following description.

본 발명의 일 관점에 따른 얼굴 검출 방법은, 얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기 중에서 어느 하나의 얼굴 검출기를 기 설정된 초기값에 따라 선택하는 단계와, 선택된 상기 어느 하나의 얼굴 검출기를 사용하여 영상에 대해 스캔 박스의 위치를 변경해 가면서 상기 얼굴 영역을 검출하는 단계와, 상기 어느 하나의 얼굴 검출기에 의한 상기 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가하는 단계와, 상기 얼굴 영역의 검출 성공, 상기 얼굴 영역의 검출 실패, 상기 복수의 얼굴 검출기 중에서 다른 하나의 얼굴 검출기를 순차적으로 선택 및 사용하여 수행할 상기 얼굴 영역의 재 검출 중에서 어느 하나를 평가된 상기 신뢰도에 따라 결정하는 단계를 포함할 수 있다.According to an aspect of the present invention, there is provided a face detection method comprising: selecting one of face detectors, which are learned from different face detectors, by differentiating elements of a face region according to a predetermined initial value; The method comprising the steps of: detecting the face region while changing the position of the scan box with respect to the image using a detector; evaluating reliability based on the detection result of the face region by the face detector; Determining whether one of the plurality of face detectors is successively selected and used and the re-detection of the face region to be performed in accordance with the estimated reliability; . ≪ / RTI >

여기서, 상기 초기값은, 상기 복수의 얼굴 검출기 중에서 가장 넓은 영역으로 상기 얼굴 영역이 학습된 얼굴 검출기가 선택되도록 설정될 수 있다. 상기 재 검출은, 상기 어느 하나의 얼굴 검출기보다 더 좁은 영역으로 상기 얼굴 영역이 학습된 상기 다른 하나의 얼굴 검출기를 사용할 수 있다. 상기 신뢰도는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지(local search range) 내에 위치하는 횟수에 근거하여 평가할 수 있다.Here, the initial value may be set such that a face detector in which the face region has been learned is selected as the widest region among the plurality of face detectors. The re-detection may use the other face detector in which the face region is learned in a region narrower than any one of the face detectors. The reliability may be evaluated based on the number of times the center of the scan box in which the face area is detected is located within a local search range.

또한, 상기 얼굴 영역을 검출하는 단계는, 상기 스캔 박스에 의한 스캔 영상을 아다부스트(adaboost) 분류기에 입력하여 그 출력 값에 따라 상기 얼굴 영역의 검출 여부를 확인하며, 상기 신뢰도는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 경우들에 대한 상기 출력 값의 합으로 평가할 수 있다.
The step of detecting the face region may include inputting a scan image by the scan box to an adaboost classifier and checking whether the face region is detected according to an output value thereof, And the center of the detected scan box is located within the local search range.

본 발명의 다른 관점에 따른 얼굴 인식 생체 인증 장치는, 피사체를 촬영하여 영상을 획득하는 영상 획득부와, 얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기를 포함하며, 획득된 상기 피사체의 영상에 대해 상기 복수의 얼굴 검출기가 순차적으로 선택되어 스캔 박스의 위치를 변경해 가면서 상기 얼굴 영역을 검출하는 영상 분석부와, 상기 얼굴 검출기에 의한 상기 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가하는 검출 신뢰도 평가부와, 상기 얼굴 영역의 검출 성공, 상기 얼굴 영역의 검출 실패, 상기 얼굴 검출기를 순차적으로 변경하여 수행할 상기 얼굴 영역의 재 검출 중에서 어느 하나를 평가된 상기 신뢰도에 따라 결정하는 검출 처리부와, 상기 얼굴 영역의 검출 성공 시에 기 등록된 생체 정보와의 비교 결과에 따라 생체 인증을 처리하는 인증 처리부와, 상기 얼굴 영역의 검출 및 상기 생체 인증의 처리 결과를 출력하는 출력부를 포함할 수 있다.A face recognition biometric authentication apparatus according to another aspect of the present invention includes an image acquisition unit that captures an image of a subject to acquire an image and a plurality of face detectors that are learned by differentiating elements of the face region, An image analyzing unit that sequentially selects the plurality of face detectors with respect to the image and detects the face area while changing the position of the scan box; and a detection unit that detects reliability based on the detection result of the face area by the face detector A reliability evaluation unit, a detection processing unit for determining one of success of the detection of the face area, detection failure of the face area, and re-detection of the face area to be performed by sequentially changing the face detector according to the evaluated reliability , And when it is determined that the face region has been successfully detected, It may include for handling authentication and authentication processing, the detection part and an output for outputting a processing result of the biometric authentication of the face region.

여기서, 상기 검출 처리부는, 상기 얼굴 영역의 검출 초기에는 상기 복수의 얼굴 검출기 중에서 가장 넓은 영역으로 상기 얼굴 영역이 학습된 얼굴 검출기가 선택되도록 설정될 수 있다. 상기 재 검출은, 이전에 상기 얼굴 영역을 검출한 얼굴 검출기보다 더 좁은 영역으로 상기 얼굴 영역이 학습된 얼굴 검출기를 사용할 수 있다. 상기 신뢰도는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 횟수에 근거하여 평가할 수 있다.Here, the detection processing unit may be set such that, at an initial stage of detection of the face region, the face detector in which the face region is learned is selected as the widest region among the plurality of face detectors. The re-detection may use a face detector in which the face region is learned in an area narrower than the face detector that has previously detected the face region. The reliability can be evaluated based on the number of times the center of the scan box in which the face area is detected is located within the local search range.

또한, 상기 영상 분석부는, 상기 스캔 박스에 의한 스캔 영상을 아다부스트 분류기에 입력하여 그 출력 값에 따라 상기 얼굴 영역의 검출 여부를 확인하며, 상기 검출 신뢰도 평가부는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 경우들에 대한 상기 출력 값의 합으로 상기 신뢰도를 평가할 수 있다.
Also, the image analyzing unit inputs the scanned image by the scan box to the Adabust classifier, and confirms whether or not the face area is detected according to the output value. The detection reliability evaluating unit determines whether the face area is detected The reliability can be evaluated as the sum of the output values for cases where the center of the box is located within the local search range.

본 발명의 실시예에 의하면, 복수의 얼굴 검출기를 이용하여 얼굴 영역의 요소를 각각 다르게 정의하여 학습하며, 복수의 얼굴 검출기를 순차적으로 사용하면서 얼굴 검출의 신뢰도 평가 결과에 따라 후순위 얼굴 검출기의 사용 여부를 결정한다.According to the embodiment of the present invention, the elements of the face region are defined and learned differently by using a plurality of face detectors, and a plurality of face detectors are sequentially used, and the use of the subordinate face detector .

따라서, 얼굴의 요소 중에서 눈과 코 및 입을 포함하는 영역으로 얼굴을 넓게 정의하여 학습한 얼굴 검출기를 사용할 때에 빈번하게 발생할 수 있었던 검출 실패를 방지하며, 얼굴의 요소 중에서 눈과 코 및 입이 포함된 영역으로 얼굴을 좁게 정의하여 학습한 얼굴 검출기를 사용할 때에 빈번하게 발생할 수 있었던 오 검출을 방지하는 효과가 있다.
Accordingly, it is possible to prevent the detection failure which frequently occurred when the face detector is learned by defining the face as a wide area including the eyes, the nose and the mouth among the elements of the face, There is an effect of preventing erroneous detection that frequently occurs when the face detector is learned by defining the face narrowly in the area.

도 1은 본 발명의 실시예에 따른 얼굴 인식 생체 인증 장치의 블록 구성도이다.
도 2a 내지 도 2h는 본 발명의 실시예에 따른 얼굴 검출 방법에 이용하고자 얼굴 영상의 예시도들이다.
도 3은 본 발명의 실시예에 따른 얼굴 인식 생체 인증 장치를 구성하는 영상 분석부의 세부적인 구성도이다.
도 4는 본 발명의 실시예에 따른 얼굴 검출 방법을 설명하기 위한 흐름도이다.
도 5 내지 도 7은 본 발명의 실시예에 따른 얼굴 검출 방법에 의해 검출 신뢰도를 평가하는 과정을 설명하기 위한 예시도들이다.1 is a block diagram of a face recognition biometric authentication device according to an embodiment of the present invention.
FIGS. 2A to 2H are exemplary views of a face image for use in a face detection method according to an embodiment of the present invention.
3 is a detailed configuration diagram of an image analysis unit constituting a face recognition biometric authentication apparatus according to an embodiment of the present invention.
4 is a flowchart illustrating a face detection method according to an embodiment of the present invention.
5 to 7 are exemplary diagrams for explaining a process of evaluating the detection reliability by the face detection method according to the embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent with reference to the embodiments described in detail below with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. To fully disclose the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims.

본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
In the following description of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. The following terms are defined in consideration of the functions in the embodiments of the present invention, which may vary depending on the intention of the user, the intention or the custom of the operator. Therefore, the definition should be based on the contents throughout this specification.

도 1은 본 발명의 실시예에 따른 얼굴 인식 생체 인증 장치의 블록 구성도이다.1 is a block diagram of a face recognition biometric authentication device according to an embodiment of the present invention.

이에 나타낸 바와 같이 본 발명의 실시예에 따른 얼굴 인식 생체 인증 장치(100)는, 근접 센싱부(110), 적외선 발생부(120), 영상 획득부(130), 정보 입력부(140), 제어부(150), 정보 저장부(160), 출력부(170), 인증 연동부(180) 등을 포함한다. 제어부(150)는 영상 분석부(151), 검출 신뢰도 평가부(153), 검출 처리부(155), 인증 처리부(157) 등을 포함한다.The face recognition biometric authentication apparatus 100 according to the embodiment of the present invention includes the proximity sensing unit 110, the infrared ray generator 120, the image acquisition unit 130, the information input unit 140, 150, an information storage unit 160, an output unit 170, an authentication interlock unit 180, and the like. The control unit 150 includes an image analysis unit 151, a detection reliability evaluation unit 153, a detection processing unit 155, an authentication processing unit 157, and the like.

근접 센싱부(110)는 피사체가 센싱 유효범위 내로 근접하는 것을 감지한다. 예컨대, 근접 센싱부(110)는 적외선 신호를 송출한 후에 피사체에 의해 반사되는 적외선 신호의 수신값에 따라 피사체의 근접을 감지할 수 있다.The proximity sensing unit 110 senses that the subject is approaching the sensing effective range. For example, the proximity sensing unit 110 may detect the proximity of the subject in accordance with the received value of the infrared signal reflected by the subject after transmitting the infrared signal.

적외선 발생부(120)는 피사체가 센싱 유효범위 내로 근접하는 것을 근접 센싱부(110)가 감지하면 생체 인증을 위한 얼굴 영상의 촬영에 필요한 적외선 광을 발생시킨다. 여기서, 적외선 광은 형광등과 같은 주변광의 영향을 최소화하기 위해 사용된다.When the proximity sensing unit 110 detects that the subject is approaching the sensing effective range, the infrared ray generator 120 generates infrared light necessary for photographing a face image for biometric authentication. Here, infrared light is used to minimize the influence of ambient light such as a fluorescent lamp.

영상 획득부(130)는 피사체를 촬영하여 영상을 획득한다. 적외선 발생부(120)에서 발생된 적외선 광에 대해 피사체가 그 일부는 흡수하고 일부는 반사하며, 영상 획득부(130)는 피사체에 의해 반사된 적외선 광을 수광하여 피사체의 영상을 획득한다. 예컨대, 영상 획득부(130)는 일반적인 얼굴 인식 생체 인증 장치에 이용되는 카메라 등으로 구현할 수 있으며, 카메라에 의한 유효 근접 촬영범위에서 인증용 영상을 획득할 수 있다. 여기서, 근접 센싱부(110)와 적외선 발생부(120)는 실시예에 따라서는 제외된 형태로 얼굴 인식 생체 인증 장치(100)가 구현될 수 있으며, 영상 획득부(130)는 외부의 광을 흡수하거나 반사하는 피사체를 촬영할 수 있다.The image acquiring unit 130 acquires an image by photographing a subject. A part of the subject is absorbed and a part of the infrared light is reflected by the infrared ray generator 120. The image acquisition unit 130 receives the infrared ray reflected by the subject and acquires an image of the subject. For example, the image acquisition unit 130 may be implemented by a camera used in a general facial recognition biometric authentication apparatus, and may acquire an authentication image in an effective close-up shooting range by a camera. The proximity sensing unit 110 and the infrared ray generating unit 120 may be implemented in the form of a face recognition biometric authentication device 100 that is excluded from the embodiment. You can take a subject that is absorbing or reflecting.

정보 입력부(140)는 사용자가 각종 명령이나 데이터를 입력할 수 있는 인터페이스이다. 예컨대, 얼굴 인식 생체 인증 장치(100)의 외측에 일체로 마련된 키패드 등으로 구현할 수 있다.The information input unit 140 is an interface through which a user can input various commands and data. For example, it may be implemented as a keypad or the like integrally provided outside the face recognition biometric authentication device 100.

영상 분석부(151)는 얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기를 포함하며, 영상 획득부(130)에 의해 획득된 피사체의 영상에 대해 복수의 얼굴 검출기가 순차적으로 선택되어 스캔 박스의 위치를 변경해 가면서 얼굴 영역을 검출한다. 예컨대, 스캔 박스에 의한 스캔 영상을 아다부스트 분류기에 입력하여 그 출력 값에 따라 얼굴 영역의 검출 여부를 확인할 수 있다. 여기서, 검출 신뢰도 평가부(153)에 의한 얼굴 검출의 신뢰도 평가 결과에 따라 후순위 얼굴 검출기의 사용 여부가 결정된다.The image analyzing unit 151 includes a plurality of face detectors learned by different elements of the face region, and a plurality of face detectors are sequentially selected for the image of the subject obtained by the image obtaining unit 130, The face area is detected while changing the position of the box. For example, the scan image by the scan box may be input to the AdaBoost classifier, and it may be determined whether or not the face area is detected according to the output value. Here, whether or not the rear-end face detector is used is determined based on the reliability evaluation result of the face detection by the detection reliability evaluating unit 153. [

검출 신뢰도 평가부(153)는 영상 분석부(151)의 얼굴 검출기에 의한 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가한다. 예컨대, 얼굴 영역이 검출된 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 횟수에 근거하여 신뢰도를 평가할 수 있다. 또는, 영상 분석부(151)가 아다부스트 분류기를 사용하는 경우에 얼굴 영역이 검출된 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 경우들에 대한 아다부스트 분류기에 의한 출력 값의 합에 따라 신뢰도를 평가할 수 있다.The detection reliability evaluation unit 153 evaluates the reliability based on the detection result of the face area by the face detector of the image analysis unit 151. [ For example, the reliability can be evaluated based on the number of times the center of the scan box in which the face area is detected is located within the local search range. Alternatively, in a case where the image analyzer 151 uses the AdaBoost classifier, the reliability of the case where the center of the scan box in which the face area is detected is located in the local search range, Can be evaluated.

검출 처리부(155)는 얼굴 영역의 검출 성공, 얼굴 영역의 검출 실패, 영상 분석부(151)에 포함된 복수의 얼굴 검출기 중에서 얼굴 영역을 검출할 얼굴 검출기를 변경하여 수행할 얼굴 영역의 재 검출 중에서 어느 하나를 검출 신뢰도 평가부(153)에 의해 평가된 신뢰도에 따라 결정한다. The detection processing unit 155 detects the face region of the face region from the face region of the face region, One of which is determined according to the reliability evaluated by the detection reliability evaluation unit 153. [

인증 처리부(157)는 얼굴 영역의 검출 성공 시에 정보 저장부(160)에 기 등록된 생체 정보와의 비교 결과에 따라 생체 인증을 처리한다. 예컨대, 비교 결과에 의거하여 그 일치 여부 또는 유사도에 따라 얼굴 인증을 처리한다.The authentication processing unit 157 processes the biometric authentication based on the comparison result with the biometric information previously registered in the information storage unit 160 at the time of successful detection of the face area. For example, based on the comparison result, the face authentication is processed according to the match or similarity.

정보 저장부(160)에는 인증 처리부(155)의 얼굴 인증에 필요한 얼굴 생체 정보가 등록 및 저장된다. 이외에도, 정보 저장부(160)에는 영상 분석 및 인증 과정에서 필요한 각종 기준값이나 데이터가 저장될 수 있다.In the information storage unit 160, face biometric information required for face authentication of the authentication processing unit 155 is registered and stored. In addition, various reference values and data necessary for the image analysis and authentication process may be stored in the information storage unit 160.

출력부(170)는 인증 처리부(157)에 의한 생체 인증의 처리 결과를 외부에 화상이나 음성 등으로 출력하여 사용자가 인지할 수 있도록 한다. 이외에도, 출력부(170)는 영상 획득부(130)에 의한 촬영 시에 실시간으로 획득되는 영상을 표시할 수 있다.The output unit 170 outputs the processing result of the biometric authentication by the authentication processing unit 157 to an external device such as an image or voice so that the user can recognize the biometric authentication result. In addition, the output unit 170 may display an image obtained in real time at the time of photographing by the image obtaining unit 130. FIG.

인증 연동부(180)는 인증 처리부(157)에 의한 생체 인증 결과에 따라 연동하는 각종의 부하물로 구현될 수 있다. 예컨대, 얼굴 인식 생체 인증 장치(100)가 출입 통제 시스템을 구축한 경우라면 생체 인증 결과에 따라 출입문을 개폐하는 액추에이터(actuator)로 구현될 수 있다.
The authentication interlocking unit 180 can be implemented with various loads linked to each other according to the biometric authentication result by the authentication processing unit 157. [ For example, if the facial recognition biometric authentication apparatus 100 is constructed as an access control system, it may be implemented as an actuator that opens and closes a door according to a biometric authentication result.

도 2a 내지 도 2h는 본 발명의 실시예에 따른 얼굴 검출 방법에 이용하고자 얼굴 영상의 예시도들이다. 도 2a 내지 도 2h에 도시된 얼굴 영상(A) 내지 얼굴 영상(H)는 이하의 설명에서 참조될 것이다.
FIGS. 2A to 2H are exemplary views of a face image for use in a face detection method according to an embodiment of the present invention. The face image A to the face image H shown in Figs. 2A to 2H will be referred to in the following description.

도 3은 본 발명의 실시예에 따른 얼굴 인식 생체 인증 장치(100)를 구성하는 영상 분석부(151)의 세부적인 구성도이다.3 is a detailed configuration diagram of the image analysis unit 151 constituting the face recognition biometric authentication apparatus 100 according to the embodiment of the present invention.

이에 나타낸 바와 같이 본 발명의 실시예에 따른 영상 분석부(151)는 얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기를 포함한다. 예컨대, 얼굴 검출기[1]은 도 2a에 예시한 바와 같이 눈과 코 및 입 이외에 머리카락과 목까지 포함된 영역으로 얼굴을 넓게 정의한 얼굴 영상(A)을 이용하여 학습할 수 있으며, 얼굴 검출기[2]는 도 2b에 예시한 바와 같이 눈과 코 및 입 이외에 머리카락 일부와 목 일부까지 포함된 영역으로 얼굴을 정의한 얼굴 영상(B)을 이용하여 학습할 수 있고, 얼굴 검출기(N)은 도 2c에 예시한 바와 같이 눈과 코 및 입이 포함된 영역으로 얼굴을 좁게 정의한 얼굴 영상(C)을 이용하여 학습할 수 있다.
As shown in the figure, the image analyzing unit 151 according to the embodiment of the present invention includes a plurality of face detectors that are learned by different elements of the face region. For example, as illustrated in FIG. 2A, the face detector [1] can learn using a face image A having a widely defined face as an area including a hair and a neck in addition to eyes, nose, and mouth. Can be learned by using a face image B defining a face as a region including a part of a hair and a part of a neck in addition to eyes, nose, and mouth as illustrated in FIG. 2B, and the face detector N can learn As shown in the figure, it is possible to learn using a face image (C) whose face is narrowly defined as an area including eyes, nose, and mouth.

도 4는 본 발명의 실시예에 따른 얼굴 검출 방법을 설명하기 위한 흐름도이다.4 is a flowchart illustrating a face detection method according to an embodiment of the present invention.

이에 나타낸 바와 같이 실시예에 따른 얼굴 검출 방법은, 피사체의 영상이 입력되면 얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기 중에서 어느 하나의 얼굴 검출기를 기 설정된 초기값에 따라 선택하는 단계(S201 및 S203)를 포함한다.As described above, in the face detection method according to the embodiment, when an image of a subject is input, a step of selecting one of the plurality of face detectors learned from different facial regions according to a predetermined initial value S201 and S203).

그리고, 선택된 어느 하나의 얼굴 검출기를 사용하여 영상에 대해 스캔 박스의 위치를 변경해 가면서 얼굴 영역을 검출하는 단계(S205)를 더 포함한다.The method further includes a step (S205) of detecting the face area while changing the position of the scan box with respect to the image using any one selected face detector.

아울러, 선택된 어느 하나의 얼굴 검출기에 의한 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가하는 단계(S207)를 더 포함한다.The method further includes a step (S207) of evaluating the reliability based on the detection result of the face area by the selected one face detector.

또, 얼굴 영역의 검출 성공, 얼굴 영역의 검출 실패, 복수의 얼굴 검출기 중에서 다른 하나의 얼굴 검출기를 순차적으로 선택 및 사용하여 수행할 얼굴 영역의 재 검출 중에서 어느 하나를 평가된 신뢰도에 따라 결정하는 단계(S209 내지 S219)를 포함한다.
Determining success or failure of the detection of the face region to be performed by successively selecting and using the other face detector among the plurality of face detectors in accordance with the estimated reliability, (S209 to S219).

도 5 내지 도 7은 본 발명의 실시예에 따른 얼굴 검출 방법에 의해 검출 신뢰도를 평가하는 과정을 설명하기 위한 예시도들이다.5 to 7 are exemplary diagrams for explaining a process of evaluating the detection reliability by the face detection method according to the embodiment of the present invention.

도 5는 도 2a에 예시한 바와 같이 눈과 코 및 입 이외에 머리카락과 목까지 포함된 영역으로 얼굴을 넓게 정의한 얼굴 영상(A)을 이용하여 학습한 얼굴 검출기에 의한 얼굴 영역의 검출 횟수에 근거하여 검출 신뢰도 평가부(153)가 신뢰도를 평가하는 과정을 설명하기 위한 것이다.FIG. 5 is a graph showing the results of detection based on the number of face regions detected by a face detector learned using a face image (A) whose face is broadly defined as an area including a hair and a neck in addition to eyes, nose, and mouth as illustrated in FIG. 2A And the reliability of the detection reliability evaluation unit 153 is evaluated.

도 6은 도 2b에 예시한 바와 같이 눈과 코 및 입 이외에 머리카락 일부와 목 일부까지 포함된 영역으로 얼굴을 정의한 얼굴 영상(B)을 이용하여 학습한 얼굴 검출기에 의한 얼굴 영역의 검출 횟수에 근거하여 검출 신뢰도 평가부(153)가 신뢰도를 평가하는 과정을 설명하기 위한 것이다.FIG. 6 is a graph showing the results of the face detection using the face detector (B) using a face image (B) defining a face as a region including a part of the hair and a part of the neck in addition to the eye, nose and mouth as illustrated in FIG. And the reliability of the detection reliability evaluation unit 153 is evaluated.

도 7은 도 2c에 예시한 바와 같이 눈과 코 및 입이 포함된 영역으로 얼굴을 좁게 정의한 얼굴 영상(C)을 이용하여 학습한 얼굴 검출기에 의한 얼굴 영역의 검출 결과에 근거하여 검출 신뢰도 평가부(153)가 신뢰도를 평가하는 과정을 설명하기 위한 것이다.
FIG. 7 is a flowchart illustrating a method of detecting a face region based on a detection result of a face region by a face detector learned using a face image C narrowly defined as a face including an eye, a nose, and an mouth as illustrated in FIG. The process of evaluating the reliability of the reliability evaluation unit 153 will be described.

이하, 도 1 내지 도 7을 참조하여 본 발명의 실시예에 따른 얼굴 인식 생체 인증 장치에 의한 얼굴 검출 과정과 그 결과를 이용한 생체 인증 과정에 대해 더 자세히 살펴보기로 한다.Hereinafter, a face detection process by the face recognition biometric authentication device according to an embodiment of the present invention and a biometric authentication process using the result will be described in detail with reference to FIG. 1 to FIG.

먼저, 근접 센싱부(110)는 적외선 신호를 송출한 후에 피사체에 의해 반사되는 적외선 신호의 수신값에 따라 피사체가 센싱 유효범위 내로 근접하는 것을 감지한다.First, the proximity sensing unit 110 senses that the subject approaches the sensing effective range according to the reception value of the infrared signal reflected by the subject after transmitting the infrared signal.

그리고, 근접 센싱부(110)에 의해 피사체의 근접이 감지되면 제어부(150)의 제어에 따라 적외선 발생부(120)는 적외선 광을 발생시켜서 영상 획득부(110)에 의해 영상이 용이하게 촬영될 수 있도록 한다.When the proximity sensing unit 110 senses the proximity of the subject, the infrared ray generator 120 generates infrared light under the control of the controller 150 and the image is easily captured by the image acquisition unit 110 .

그러면, 영상 획득부(130)는 피사체를 촬영하여 영상을 획득한다. 여기서, 적외선 발생부(120)에서 발생된 적외선 광에 대해 피사체가 그 일부는 흡수하고 일부는 반사하며, 영상 획득부(130)는 피사체에 의해 반사된 적외선 광을 수광하여 피사체의 영상을 획득한다.Then, the image acquiring unit 130 acquires an image by photographing a subject. Here, the infrared ray generated by the infrared ray generator 120 is partially absorbed and partially reflected by the object, and the image acquisition unit 130 receives the infrared ray reflected by the object to acquire an image of the object .

이렇게, 영상 획득부(130)에 의해 획득된 피사체의 영상은 영상 분석부(151)로 제공되며, 영상 분석부(151)는 입력된 영상에 대한 분석을 수행한다(S201). 예컨대, 영상 획득부(130)에 의해 도 2d의 얼굴 영상(D)이 획득되었다고 가정하기로 하자.The image of the subject obtained by the image acquisition unit 130 is provided to the image analysis unit 151, and the image analysis unit 151 analyzes the input image (S201). For example, it is assumed that the face image D of FIG. 2D is acquired by the image acquisition unit 130.

여기서, 영상 분석부(151)는 도 3에 나타낸 바와 같이 얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기를 포함하며, 얼굴 검출의 초기에는 기 설정된 초기값에 따라 얼굴을 가장 넓게 정의한 얼굴 영상을 이용하여 학습한 얼굴 검출기가 선택된다. 예컨대, 도 3에 나타낸 실시예의 경우라면 얼굴 검출기[1]이 선택된다(S203).3, the image analyzing unit 151 includes a plurality of face detectors learned by differentiating the elements of the face region as shown in FIG. 3. In the initial stage of face detection, The learned face detector is selected using the image. For example, in the case of the embodiment shown in Fig. 3, the face detector [1] is selected (S203).

그러면, 선택된 얼굴 검출기[1]은 도 2e에 예시된 얼굴 영상(E)와 같이 영상에 대해 스캔 박스(301)의 위치를 변경해 가면서 얼굴 영역을 검출한다. 여기서, 얼굴 검출기[1]은 스캔 박스에 의한 스캔 영상을 아다부스트 분류기에 입력하여 그 출력 값에 따라 얼굴 영역의 검출 여부를 확인할 수 있다(S205).Then, the selected face detector [1] detects the face area while changing the position of the scan box 301 with respect to the image as shown in the face image (E) illustrated in FIG. 2E. Here, the face detector [1] inputs the scan image by the scan box into the AdaBoost classifier, and whether or not the face area is detected according to the output value can be confirmed (S205).

이어서, 검출 신뢰도 평가부(153)는 얼굴 검출기[1]에 의한 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가한다. 예컨대, 검출 신뢰도 평가부(153)는 얼굴 영역의 검출 횟수가 많을수록 신뢰도가 높은 것으로 평가하며, 얼굴 영역의 검출 횟수가 적을수록 신뢰도가 낮은 것으로 평가할 수 있다. 예컨대, 도 5 내지 도 7에 예시한 바와 같이 검출 신뢰도 평가부(153)는 로컬 서치 레인지(303)를 설정하며, 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수에 근거하여 평가할 수 있다. 또는, 얼굴 검출기[1]가 아다부스트 분류기를 사용하는 경우라면, 검출 신뢰도 평가부(153)는 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 경우들에 대한 아다부스트 분류기의 출력 값들을 합하여 얼굴 검출에 대한 신뢰도를 평가할 수 있다(S207).Then, the detection reliability evaluation unit 153 evaluates the reliability based on the detection result of the face area by the face detector [1]. For example, the detection reliability evaluating unit 153 evaluates that the reliability of the face area is higher as the number of times of detecting the face area increases, and that the reliability of the face area is lower as the number of times of detecting the face area is smaller. 5 to 7, the detection reliability evaluating unit 153 sets the local search range 303, and the center 305 of the scan box 301 in which the face area is detected is in the local search range ( 303 of the first and second embodiments. Alternatively, if the face detector [1] uses the AdaBoost classifier, the detection reliability evaluation section 153 determines that the center 305 of the scan box 301 in which the face area is detected is located in the local search range 303 The reliability of the face detection can be evaluated by adding the output values of the AdaBoost classifier to the cases (S207).

여기서, 도 5에 예시된 신뢰도 평가 과정에서는 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수가 1회로 계수된다. 도 6에 예시된 신뢰도 평가 과정에서는 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수가 두 곳에서 2회와 1회로 계수되며, 그 중에서 높은 횟수인 2회가 채택된다. 도 7에 예시된 신뢰도 평가 과정에서는 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수가 세 곳에서 1회와 4회, 그리고 2회로 계수되며, 그 중에서 높은 횟수인 4회가 채택된다.Here, in the reliability evaluation process illustrated in FIG. 5, the number of times the center 305 of the scan box 301 in which the face area is detected is located within the local search range 303 is counted once. In the reliability evaluation process illustrated in FIG. 6, the number of times the center 305 of the scan box 301 in which the face area is detected is located within the local search range 303 is counted twice and once in two places, The number of times is adopted twice. In the reliability evaluation process illustrated in FIG. 7, the number of times the center 305 of the scan box 301 where the face area is detected is located within the local search range 303 is counted once, four times, and two times in three places , And 4 times, which is a high number of times, is adopted.

다음으로, 검출 처리부(155)는 검출 신뢰도 평가부(153)에 의한 신뢰도 평가 결과를 제공받으며, 얼굴 검출기[1]에 의한 얼굴 영역의 검출 성공 또는 검출 실패를 결정할 수 있다. 또는, 얼굴 검출기를 순차적으로 변경하여 수행할 얼굴 영역의 재 검출을 결정할 수 있다.Next, the detection processing unit 155 is provided with the reliability evaluation result by the detection reliability evaluating unit 153, and can determine the success or failure of the detection of the face area by the face detector [1]. Alternatively, the face detector may be sequentially changed to determine the re-detection of the face area to be performed.

예컨대, 검출 성공으로 판정하기 위한 횟수를 검출 성공 조건으로 설정할 수 있으며, 검출 실패로 판정하지 않고 재 검출 수행으로 판정하기 위한 횟수를 재 검출 조건으로 설정할 수 있다.For example, the number of times to determine that detection is successful can be set as the detection success condition, and the number of times to perform the re-detection without determining the detection failure can be set as the re-detection condition.

여기서, 검출 처리부(155)는 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수가 검출 성공 조건을 만족하는지를 판정하며(S209), 검출 성공 조건을 만족하지 않으면 재 검출 조건을 만족하는지를 판정하고(S211), 재 검출 조건을 만족하면 얼굴 검출기[1]보다 더 좁은 영역으로 얼굴 영역이 학습된 얼굴 검출기[2]로 변경하여 단계 S205부터 재 수행한다(S213).Here, the detection processing unit 155 determines whether the number of times the center 305 of the scan box 301 in which the face area is detected is located within the local search range 303 satisfies the detection success condition (S209) (S211). If the re-detection condition is satisfied, the face detector [2] is changed to a region narrower than the face detector [1] (S213).

이처럼, 얼굴 검출기를 변경하여 얼굴 영역을 재 검출하는 과정은 여러 번에 걸쳐서 반복될 수 있다. 또, 얼굴 검출기[2]의 경우에는 도 2f에 예시된 얼굴 영상(F)와 같이 영상에 대해 스캔 박스(301)의 위치를 변경해 가면서 얼굴 영역을 검출하며, 얼굴 검출기[N]의 경우에는 도 2g에 예시된 얼굴 영상(G)와 같이 영상에 대해 스캔 박스(301)의 위치를 변경해 가면서 얼굴 영역을 검출한다.As described above, the process of re-detecting the face area by changing the face detector can be repeated several times. In the case of the face detector [2], the face area is detected while changing the position of the scan box 301 with respect to the image as shown in the face image F illustrated in FIG. 2F. In the case of the face detector [N] The face area is detected while the position of the scan box 301 is changed with respect to the image as shown in the face image G illustrated in FIG.

단계 S211에서 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수가 재 검출 조건을 만족하지 않으면 검출 실패가 결정되며(S215), 단계 S209에서 얼굴 영역이 검출된 스캔 박스(301)의 센터(305)가 로컬 서치 레인지(303) 내에 위치하는 횟수가 검출 성공 조건을 만족하면 검출 성공이 결정된다(S217).If the number of times the center 305 of the scan box 301 in which the face area is detected in the local search range 303 is not satisfied in the local search range 303 in step S211 (step S215) If the number of times the center 305 of the scan box 301 where the area is detected is located within the local search range 303 satisfies the detection success condition, the detection success is determined (S217).

아울러, 검출 처리부(155)에 의해 얼굴 검출의 성공이 결정되면 영상 분석부(151)는 도 2h에 예시한 얼굴 영상(H)과 같이 스캔 박스(301)를 하나로 합쳐서 검출 결과를 정제하며, 검출된 얼굴 영역으로부터 얼굴 인식에 사용할 정보를 추출한다.When the detection processing unit 155 determines that the face detection is successful, the image analyzing unit 151 combines the scan boxes 301 into one as in the case of the facial image H illustrated in FIG. 2H, And extracts information to be used for face recognition from the face region.

그러면, 인증 처리부(157)는 영상 분석부(151)에 의해 추출된 얼굴 영역의 정보와 정보 저장부(160)에 기 등록된 얼굴 생체 정보를 비교하여 그 일치 여부 또는 유사도에 따라 얼굴 인증을 처리한다.Then, the authentication processing unit 157 compares the information of the face area extracted by the image analysis unit 151 with the previously registered face biometric information in the information storage unit 160, and processes the face authentication according to the matching or similarity do.

이렇게, 제어부(150)의 인증 처리부(157)에 의해 판정된 생체 인증 결과는 출력부(170)를 통해 화상이나 음성 등으로 출력되어 사용자가 인지할 수 있도록 한다.In this way, the biometric authentication result determined by the authentication processing unit 157 of the control unit 150 is outputted as an image or voice through the output unit 170 so that the biometric authentication result can be recognized by the user.

또, 인증 연동부(180)는 인증 처리부(157)에 의한 생체 인증 결과에 따라 각종의 부하물을 연동시킬 수 있다. 예컨대, 얼굴 인식 생체 인증 장치(100)가 출입 통제 시스템을 구축한 경우라면 생체 인증 결과에 따라 액추에이터를 구동시켜서 출입문을 개폐할 수 있다.
The authentication interlocking unit 180 can interlock various loads according to the biometric authentication result by the authentication processing unit 157. [ For example, if the facial recognition biometric authentication apparatus 100 has constructed the access control system, the access door can be opened and closed by driving the actuator according to the biometric authentication result.

지금까지 설명한 바와 같이, 본 발명의 실시예에 의하면 복수의 얼굴 검출기를 이용하여 얼굴 영역의 요소를 각각 다르게 정의하여 학습하며, 복수의 얼굴 검출기를 순차적으로 사용하면서 얼굴 검출의 신뢰도 평가 결과에 따라 후순위 얼굴 검출기의 사용 여부를 결정한다.As described above, according to the embodiment of the present invention, elements of the face region are defined and learned differently by using a plurality of face detectors, and a plurality of face detectors are sequentially used, The use of the face detector is determined.

따라서, 얼굴의 요소 중에서 눈과 코 및 입을 포함하는 영역으로 얼굴을 넓게 정의하여 학습한 얼굴 검출기를 사용할 때에 빈번하게 발생할 수 있었던 검출 실패를 방지하며, 얼굴의 요소 중에서 눈과 코 및 입이 포함된 영역으로 얼굴을 좁게 정의하여 학습한 얼굴 검출기를 사용할 때에 빈번하게 발생할 수 있었던 오 검출을 방지한다.
Accordingly, it is possible to prevent the detection failure which frequently occurred when the face detector is learned by defining the face as a wide area including the eyes, the nose and the mouth among the elements of the face, The face detection is narrowly defined as an area, and false detection that can occur frequently when the learned face detector is used is prevented.

본 발명에 첨부된 각 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다. Combinations of the steps of each flowchart attached to the present invention may be performed by computer program instructions. These computer program instructions may be loaded into a processor of a general purpose computer, special purpose computer, or other programmable data processing apparatus so that the instructions, which are executed via a processor of a computer or other programmable data processing apparatus, Lt; / RTI > These computer program instructions may also be stored in a computer usable or computer readable memory capable of directing a computer or other programmable data processing apparatus to implement the functionality in a particular manner so that the computer usable or computer readable memory It is also possible to produce manufacturing items that contain instruction means for performing the functions described in each step of the flowchart. Computer program instructions may also be stored on a computer or other programmable data processing equipment so that a series of operating steps may be performed on a computer or other programmable data processing equipment to create a computer- It is also possible for the instructions to perform the processing equipment to provide steps for executing the functions described in each step of the flowchart.

또한, 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.In addition, each step may represent a module, segment, or portion of code that includes one or more executable instructions for executing the specified logical function (s). It should also be noted that in some alternative embodiments, the functions mentioned in the steps may occur out of order. For example, the two steps shown in succession may in fact be performed substantially concurrently, or the steps may sometimes be performed in reverse order according to the corresponding function.

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

110 : 근접 센싱부 120 : 적외선 발생부
130 : 영상 획득부 140 : 정보 입력부
150 : 제어부 151 : 영상 분석부
153 : 검출 신뢰도 평가부 155 : 검출 처리부
157 : 인증 처리부 160 : 정보 저장부
170 : 출력부 180 : 인증 연동부110: proximity sensing unit 120: infrared ray generator
130: image acquisition unit 140: information input unit
150: control unit 151:
153: detection reliability evaluation unit 155: detection processing unit
157: authentication processing unit 160:
170: output unit 180: authentication interlocking unit

Claims (10)

얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기 중에서 어느 하나의 얼굴 검출기를 기 설정된 초기값에 따라 선택하는 단계와,
선택된 상기 어느 하나의 얼굴 검출기를 사용하여 영상에 대해 스캔 박스의 위치를 변경해 가면서 상기 얼굴 영역을 검출하는 단계와,
상기 어느 하나의 얼굴 검출기에 의한 상기 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가하는 단계와,
상기 얼굴 영역의 검출 성공, 상기 얼굴 영역의 검출 실패, 상기 복수의 얼굴 검출기 중에서 다른 하나의 얼굴 검출기를 순차적으로 선택 및 사용하여 수행할 상기 얼굴 영역의 재 검출 중에서 어느 하나를 평가된 상기 신뢰도에 따라 결정하는 단계를 포함하며,
상기 초기값은, 상기 복수의 얼굴 검출기 중에서 가장 넓은 영역으로 상기 얼굴 영역이 학습된 얼굴 검출기가 선택되도록 설정된 것을 특징으로 하는 얼굴 검출 방법.Selecting one of a plurality of face detectors learned from different facial regions according to a predetermined initial value;
Detecting the face region while changing the position of the scan box with respect to the image using the selected one of the face detectors;
Evaluating reliability based on a result of detection of the face area by any one of the face detectors;
Determining success or failure of the detection of the face region based on the evaluated reliability based on the success of detection of the face region, detection of the face region, and re-detection of the face region to be performed by successively selecting and using another one of the plurality of face detectors And determining,
Wherein the initial value is set so that a face detector in which the face region has been learned is selected to be the widest region among the plurality of face detectors. 삭제delete 제 1 항에 있어서,
상기 재 검출은, 상기 어느 하나의 얼굴 검출기보다 더 좁은 영역으로 상기 얼굴 영역이 학습된 상기 다른 하나의 얼굴 검출기를 사용하는 것을 특징으로 하는 얼굴 검출 방법.The method according to claim 1,
Wherein the re-detection uses the other face detector in which the face region is learned in a narrower region than any one of the face detectors. 제 1 항에 있어서,
상기 신뢰도는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 횟수에 근거하여 평가하는 것을 특징으로 하는 얼굴 검출 방법.The method according to claim 1,
Wherein the reliability is evaluated based on the number of times the center of the scan box in which the face area is detected is located within the local search range. 제 1 항에 있어서,
상기 얼굴 영역을 검출하는 단계는, 상기 스캔 박스에 의한 스캔 영상을 아다부스트 분류기에 입력하여 그 출력 값에 따라 상기 얼굴 영역의 검출 여부를 확인하며,
상기 신뢰도는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 경우들에 대한 상기 출력 값의 합으로 평가하는 것을 특징으로 하는 얼굴 검출 방법.The method according to claim 1,
The step of detecting the face region may include inputting a scan image by the scan box into an Adaboist classifier and checking whether the face region is detected according to the output value,
Wherein the reliability is evaluated by a sum of the output values for cases in which the center of the scan box in which the face region is detected is located within the local search range. 피사체를 촬영하여 영상을 획득하는 영상 획득부와,
얼굴 영역의 요소를 다르게 하여 각각 학습된 복수의 얼굴 검출기를 포함하며, 획득된 상기 피사체의 영상에 대해 상기 복수의 얼굴 검출기가 순차적으로 선택되어 스캔 박스의 위치를 변경해 가면서 상기 얼굴 영역을 검출하는 영상 분석부와,
상기 얼굴 검출기에 의한 상기 얼굴 영역의 검출 결과에 근거하여 신뢰도를 평가하는 검출 신뢰도 평가부와,
상기 얼굴 영역의 검출 성공, 상기 얼굴 영역의 검출 실패, 상기 얼굴 검출기를 순차적으로 변경하여 수행할 상기 얼굴 영역의 재 검출 중에서 어느 하나를 평가된 상기 신뢰도에 따라 결정하는 검출 처리부와,
상기 얼굴 영역의 검출 성공 시에 기 등록된 생체 정보와의 비교 결과에 따라 생체 인증을 처리하는 인증 처리부와,
상기 얼굴 영역의 검출 및 상기 생체 인증의 처리 결과를 출력하는 출력부를 포함하며,
상기 검출 처리부는, 상기 얼굴 영역의 검출 초기에는 상기 복수의 얼굴 검출기 중에서 가장 넓은 영역으로 상기 얼굴 영역이 학습된 얼굴 검출기가 선택되도록 설정된 것을 특징으로 하는 얼굴 인식 생체 인증 장치.An image acquiring unit that acquires an image by photographing a subject;
And a plurality of face detectors sequentially selected for the image of the obtained subject and sequentially changing the position of the scan box to detect the face region, An analysis unit,
A detection reliability evaluation unit for evaluating reliability based on a result of detection of the face area by the face detector,
A detection processing unit for determining any one of success of detection of the face region, detection of the face region, and re-detection of the face region to be performed by sequentially changing the face detector,
An authentication processing unit that processes the biometric authentication based on a result of comparison with biometric information previously registered when the face region is successfully detected;
And an output unit for outputting the detection result of the face region and the processing result of the biometric authentication,
Wherein the detection processing unit is set such that a face detector in which the face region has been learned is selected to be the largest region among the plurality of face detectors at the initial stage of detection of the face region. 삭제delete 제 6 항에 있어서,
상기 재 검출은, 이전에 상기 얼굴 영역을 검출한 얼굴 검출기보다 더 좁은 영역으로 상기 얼굴 영역이 학습된 얼굴 검출기를 사용하는 것을 특징으로 하는 얼굴 인식 생체 인증 장치.The method according to claim 6,
Wherein the re-detection uses a face detector in which the face region is learned in a region narrower than the face detector that has previously detected the face region. 제 6 항에 있어서,
상기 신뢰도는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 횟수에 근거하여 평가하는 것을 특징으로 하는 얼굴 인식 생체 인증 장치.The method according to claim 6,
Wherein the reliability is evaluated based on the number of times the center of the scan box in which the face area is detected is positioned within the local search range. 제 6 항에 있어서,
상기 영상 분석부는, 상기 스캔 박스에 의한 스캔 영상을 아다부스트 분류기에 입력하여 그 출력 값에 따라 상기 얼굴 영역의 검출 여부를 확인하며,
상기 검출 신뢰도 평가부는, 상기 얼굴 영역이 검출된 상기 스캔 박스의 센터가 로컬 서치 레인지 내에 위치하는 경우들에 대한 상기 출력 값의 합으로 상기 신뢰도를 평가하는 것을 특징으로 하는 얼굴 인식 생체 인증 장치.

The method according to claim 6,
Wherein the image analyzing unit inputs the scanned image by the scan box into the Adaboist classifier and checks whether the face area is detected according to the output value,
Wherein the detection reliability evaluating unit evaluates the reliability with a sum of the output values for cases in which the center of the scan box in which the face area is detected is located within the local search range.

KR1020130154858A 2013-12-12 2013-12-12 Biometric authentication apparatus and face detection method KR101506155B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130154858A KR101506155B1 (en) 2013-12-12 2013-12-12 Biometric authentication apparatus and face detection method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130154858A KR101506155B1 (en) 2013-12-12 2013-12-12 Biometric authentication apparatus and face detection method

Publications (1)

Publication Number Publication Date
KR101506155B1 true KR101506155B1 (en) 2015-03-26

Family

ID=53028638

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130154858A KR101506155B1 (en) 2013-12-12 2013-12-12 Biometric authentication apparatus and face detection method

Country Status (1)

Country Link
KR (1) KR101506155B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11416763B2 (en) 2015-08-21 2022-08-16 Samsung Electronics Co., Ltd. Method of training classifier and detecting object

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010042659A (en) * 1998-04-13 2001-05-25 아이매틱 인터페이시즈, 인크. Face recognition from video images
JP2009237857A (en) 2008-03-27 2009-10-15 Seiko Epson Corp Setting of organ area corresponding to facial organ image in image
JP2010191592A (en) * 2009-02-17 2010-09-02 Seiko Epson Corp Image processing apparatus for detecting coordinate position of characteristic portion of face
KR20120069922A (en) * 2010-12-21 2012-06-29 삼성전자주식회사 Face recognition apparatus and method thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010042659A (en) * 1998-04-13 2001-05-25 아이매틱 인터페이시즈, 인크. Face recognition from video images
JP2009237857A (en) 2008-03-27 2009-10-15 Seiko Epson Corp Setting of organ area corresponding to facial organ image in image
JP2010191592A (en) * 2009-02-17 2010-09-02 Seiko Epson Corp Image processing apparatus for detecting coordinate position of characteristic portion of face
KR20120069922A (en) * 2010-12-21 2012-06-29 삼성전자주식회사 Face recognition apparatus and method thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11416763B2 (en) 2015-08-21 2022-08-16 Samsung Electronics Co., Ltd. Method of training classifier and detecting object

Similar Documents

Publication Publication Date Title
KR101598771B1 (en) Method and apparatus for authenticating biometric by using face recognizing
KR102466997B1 (en) Liveness test method and apparatus
Lwin et al. Automatic door access system using face recognition
US8983151B2 (en) Apparatus for recognizing face based on environment adaptation
CN101339609B (en) Image processing apparatus and image processing method
US8938117B2 (en) Pattern recognition apparatus and method therefor configured to recognize object and another lower-order object
KR20140081254A (en) Human detecting apparatus and method
KR101997479B1 (en) Detecting method and apparatus of biometrics region for user authentication
KR20210062381A (en) Liveness test method and liveness test apparatus, biometrics authentication method and biometrics authentication apparatus
KR20210069404A (en) Liveness test method and liveness test apparatus
KR100347058B1 (en) Method for photographing and recognizing a face
KR101506155B1 (en) Biometric authentication apparatus and face detection method
Varma et al. Human face detection and recognition using artificial intelligence
CN112183167B (en) Attendance checking method, authentication method, living body detection method, device and equipment
WO2017029758A1 (en) Learning device and learning identification system
KR101561817B1 (en) Method and apparatus for authenticating biometric by using face/hand recognizing
US11599981B2 (en) Image processing system
CN113034764B (en) Access control method, device, equipment and access control system
Wibowo et al. Blob Detection in Static Camera with Gaussian Mixture and Silhouette Index for Human Counting Application
CN114596638A (en) Face living body detection method, device and storage medium
Joshi et al. Histograms of orientation gradient investigation for static hand gestures
RU2382407C1 (en) Face detection method and system
US20240046696A1 (en) System and method for detecting an object within an image
US20220101649A1 (en) Information processing system, information processing method, and storage medium for anonymized person detection
US11551432B1 (en) System and method for training an artificial intelligence (AI) classifier of scanned items

Legal Events

Date Code Title Description
FPAY Annual fee payment

Payment date: 20180205

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200309

Year of fee payment: 6