KR101798395B1 - 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법 - Google Patents

생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법 Download PDF

Info

Publication number
KR101798395B1
KR101798395B1 KR1020160047186A KR20160047186A KR101798395B1 KR 101798395 B1 KR101798395 B1 KR 101798395B1 KR 1020160047186 A KR1020160047186 A KR 1020160047186A KR 20160047186 A KR20160047186 A KR 20160047186A KR 101798395 B1 KR101798395 B1 KR 101798395B1
Authority
KR
South Korea
Prior art keywords
fingerprint
difference
images
image
pixels
Prior art date
Application number
KR1020160047186A
Other languages
English (en)
Other versions
KR20170119245A (ko
Inventor
백영현
신요식
Original Assignee
주식회사 유니온커뮤니티
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 유니온커뮤니티 filed Critical 주식회사 유니온커뮤니티
Priority to KR1020160047186A priority Critical patent/KR101798395B1/ko
Priority to PCT/KR2017/004093 priority patent/WO2017183867A1/ko
Publication of KR20170119245A publication Critical patent/KR20170119245A/ko
Application granted granted Critical
Publication of KR101798395B1 publication Critical patent/KR101798395B1/ko

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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06K9/0004—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G06K9/00107—
    • G06K9/4619—
    • G06K9/6201—
    • 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Collating Specific Patterns (AREA)

Abstract

생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법이 개시된다. 본 발명의 위조지문 판별장치는 생체의 심장 박동에 따라 발생하는 생체 지문 내에서의 미세한 변화를 기초하여 그러한 변화가 없는 지문을 위조지문으로 판별할 수 있다. 이를 위해, 적어도 두 장의 지문 이미지를 해당 지문으로부터 획득하고, 두 개 지문 이미지의 동일한 좌표의 픽셀 간의 밝기값의 차이를 추출하여, 그 차이가 동일한 픽셀의 수를 누적히스토그램으로 도출한 다음, 해당 누적히스토그램에서 피크 포인트의 수를 계산하여 위조지문 여부를 판단한다.

Description

생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법{Apparatus and Method for Recognizing Fake Fingerprint Using Brightness Change of Fingerprint Image According to Heart Beat}
본 발명은 광학식 지문 이미지 획득 방법에 있어서 위조지문을 판별하는 방법에 관한 것으로서, 생체의 심장 박동에 따라 발생하는 생체 지문 내에서의 미세한 변화를 기초하여 그러한 변화가 없는 지문을 위조지문으로 판단하는 위조 지문판별장치 및 그 방법에 관한 것이다.
정보기기를 이용한 개인 인증에 불변성과 유일성이 뛰어난 사용자 생체 정보를 이용하는 것은 이미 일반화되었으며, 그 중에서도 지문인식은 구조는 매우 간단한데 그 성능은 매우 뛰어난 편이기 때문에 다른 수단에 비해 가장 주목되고 일반화된 인증수단이 되고 있다.
통상의 개인인증은, 출입제어, 전자상거래, 금융거래, 개인용 컴퓨터(PC)의 보안 및 사무적 결재체계 등과 같이 보안이 중요하게 요구되는 분야에 주로 사용되는 바, 인간의 지문이 아닌 인위적으로 제작된 지문(이하 '위조지문'이라 함)을 효과적으로 구분하는 것이 무엇보다 중요하다.
본 발명의 목적은 생체의 심장 박동에 따라 발생하는 생체 지문 내에서의 미세한 변화를 기초로 그러한 변화가 없는 지문을 위조지문으로 판단하는 위조 지문판별장치 및 그 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명에 따른 위조지문 판별방법은, 광학식 지문센서부에 접촉한 지문으로부터 단위 시간 내에 제1 및 제2 지문 이미지를 획득하는 단계; 상기 제1 및 제2 지문 이미지의 동일 좌표의 픽셀 간의 밝기값의 차이(Difference)를 계산하고, 상기 차이가 동일한 픽셀의 수를 누적히스토그램으로 구하는 단계; 및 상기 누적히스토그램에서 피크 포인트(Peak Point)가 적어도 2개 이상인 경우에 상기 지문을 생체지문으로 판단하는 단계를 포함한다.
실시 예에 따라, 누적히스토그램으로 구하는 단계는, 상기 제1 및 제2 지문 이미지에서 지문 영역이 있는 객체 영역을 추출하는 단계; 및 상기 객체 영역에 대하여 이산 웨이브릿 변환을 수행하여 LL 주파수 성분만을 추출하여 제1 LL 지문 이미지 및 제2 LL 지문 이미지를 획득하는 단계를 더 포함할 수 있다. 이 경우, 상기 픽셀 간의 밝기값의 차이는 상기 제1 및 제2 LL 지문 이미지를 대상으로 계산하게 된다.
다른 실시 예에 따라 위조지문 판별방법은, 상기 제1 및 제2 지문 이미지 각각의 평균 밝기값을 구하는 단계; 및 상기 평균 밝기값의 차이가 제1 기준값 보다 작은 경우에 상기 지문을 위조지문으로 판단하는 1차 필터링을 수행하는 단계를 포함함으로써 위의 방법을 사용하지 않고도 전혀 밝기값의 변화가 없는 형태의 위조지문을 판별할 수 있다. 당연히 상기 1차 필터링된 지문에 대하여는 상기 누적히스토그램으로 구하는 단계를 수행하지 않는다.
본 발명의 다른 실시 예에 따른 위조지문 판별장치는 지문센서부와 색상분포분석부를 포함한다. 지문센서부는 광굴절기를 구비하여 광학식으로 상기 광굴절기의 지문접촉면에 접촉한 지문으로부터 단위 시간 내에 제1 및 제2 지문 이미지를 획득한다. 색상분포분석부는 상기 제1 및 제2 지문 이미지의 동일 좌표의 픽셀 간의 밝기값의 차이(Difference)를 계산하고, 상기 차이가 동일한 픽셀의 수를 누적히스토그램으로 구한다. 이후에 상기 색상분포분석부는 상기 누적히스토그램에서 피크 포인트(Peak Point)가 적어도 2개 이상인 경우에 상기 지문을 생체지문으로 판단하고, 피크 포인트가 2개 미만이면 위조지문으로 판단한다.
실시 예에 따라, 위조지문판별장치는 상기 제1 및 제2 지문 이미지에서 지문 영역이 있는 객체 영역을 추출하는 객체추출부와, 상기 객체 영역에 대하여 이산 웨이브릿 변환을 수행하여 LL 주파수 성분만을 추출하여 제1 LL 지문 이미지 및 제2 LL 지문 이미지를 획득하는 웨이브릿변환부를 더 포함할 수 있다. 이 경우, 상기 색상분포분석부는 상기 픽셀 간의 밝기값의 차이를 상기 제1 및 제2 LL 지문 이미지를 대상으로 계산한다.
다른 실시 예에 따라, 위조지문판별장치는 1차 필터링을 위한 색상정보추출부를 더 포함할 수 있다. 색상정보추출부는 상기 제1 및 제2 지문 이미지 각각의 평균 밝기값을 구하고, 상기 평균 밝기값의 차이가 제1 기준값 보다 작은 경우에 상기 지문을 위조지문으로 판단하는 1차 필터링을 수행한다. 당연히, 상기 색상분포분석부는 상기 1차 필터링된 지문에 대하여는 상기 누적히스토그램으로 구하지 않는다.
실시 예에 따라, 여기서, 제1 및 제2 지문 이미지의 획득에 사용되는 지문센서부의 광원은 500 ~ 700 nm 대역의 가시광선 영역이나 800 ~ 900 nm 대역의 적외선영역을 사용하는 것이 바람직하다.
본 발명에 따른 위조지문 판별장치는 지문 이미지를 생성하고 그 이미지들의 단위 시간 내에 발생하는 평균 밝기 값와 픽셀 당 밝기값의 변화를 이용하여 지문이 생체지문인지 위조지문인지 판별할 수 있다.
도 1은 본 발명의 위조지문 판별장치의 블록도,
도 2는 생체지문과 위조지문으로부터 획득한 컬러 지문 이미지의 예를 도시한 도면, 그리고
도 3은 본 발명에 따른 위조지문 판별을 위한 신경망 학습시스템의 블록도,
도 4는 지문 이미지에 대한 웨이브릿 변환을 수행한 예를 도시한 도면,
도 5는 생체지문에 대한 누적히스토그램의 예를 도시한 도면, 그리고
도 6은 위조지문에 대한 누적히스토그램의 예를 도시한 도면이다.
이하 도면을 참조하여 본 발명을 더욱 상세히 설명한다.
도 1을 참조하면, 본 발명의 위조지문 판별장치(100)는 지문센서부(110), 생체판단부(130), 특징점추출부(150) 및 지문인증부(170)를 포함한다.
지문센서부(110)는 광굴절기(111), 광원(113), 렌즈(115) 및 이미지센서(117)를 포함하며, 광학식 지문인증방법에 의해 광굴절기(111)의 지문접촉면(111a)에 접촉한 지문의 지문 이미지를 획득한다. 지문을 광학식으로 획득하는 방법으로 알려진 산란식이나 흡수식을 포함하여 어떠한 방식의 광학식 지문이미지 생성방식이라도 적용할 수 있다.
광굴절기(111)는 통상 그 단면의 형상이 삼각형 또는 사다리꼴의 프리즘을 사용하지만, 프리즘을 대신하여 넓은 개념의 광굴절기를 사용할 수 있다. 광굴절기(111)는 지문이 접촉되는 지문접촉면(111a)과, 지문접촉면(111a)에서 반사 또는 산란된 광(지문영상)이 출사되는 출사면(111b)과, 내부의 광원(113)에서 출사된 광이 입사되는 입사면(111c)을 구비한다.
실시 예에 따라, 여기서, 광원(113)은 500 ~ 700 nm 대역의 가시광선 영역이나 800 ~ 900 nm 대역의 적외선영역을 사용하는 것이 바람직하다.
먼저, 지문센서부(110)의 기본적인 지문 이미지 획득 과정을 살피면 다음과 같다. 사용자가 지문접촉면(111a)에 지문을 접촉시키면, 광원(113)에서 조사된 광이 광굴절기(111)의 입사면(111c), 지문접촉면(111a) 및 출사면(111b)을 거치면서 렌즈(115)에 결상되어 이미지센서(117)로 입력된다. 도 1과 같은 산란식 지문센서부(110)에서, 광원(113)에서 출사된 광은 직각 또는 전반사를 위한 임계각보다 작은 각도로 지문접촉면(111a)에 입사된다. 광원(113)에서 출사된 광은 지문접촉면(111a)에 접촉된 지문의 골과 융선에 따라 통과되거나 산란되어 컬러 지문영상을 형성한다. 이미지센서(117)는 입사되는 지문영상에 대응하는 전기적 신호인 디지털 지문영상 신호를 출력함으로써 지문접촉면(111a)에 접촉된 지문의 컬러 이미지를 획득한다. 따라서 지문센서부(110)가 생성하는 지문 이미지는 컬러 지문 이미지가 된다.
생체판단부(130)는 지문센서부(110)로부터 적어도 두 장의 제1 및 제2 지문 이미지를 제공받은 다음에, 해당 지문 이미지의 색상 변화를 기초로 지문접촉면(111a)에 접촉한 지문이 생체지문인지 위조지문인지 판별한다. 이때, 색상 변화는 생체의 심장 박동에 따른 미세한 밝기 변화를 추출하는 것이다. 심장 박동의 수축기와 이완기에 손가락 또는 지문 내에서의 혈유량이 변하게 되고, 이러한 혈유량의 변화는 지문 이미지의 밝기 변화로 나타난다. 수축기에는 손가락에 혈액이 채워지면서 미세하게 어두워지고, 이완기에는 혈액이 빠져나가 미세하게 밝아진다.
종이/고무/필름 재질의 위조지문에서는 이러한 밝기 변화가 거의 없고, 생체와 유사한 색상 정보를 가지는 실리콘 등에서도 이러한 밝기 변화는 매우 작게 나타난다. 이러한 특징을 이용하여 본 발명은 위조지문 여부를 판별하는 것이다.
생체판단부(130)는 웨이브릿 등의 영상처리 기법을 이용하여 이러한 과정을 수행하며, 이를 위해 객체추출부(201), 색상정보추출부(203), 웨이브릿변환부(205) 및 색상분포분석부(207)를 포함한다. 생체판단부(130)는 1차 필터링과 2차 필터링의 두 단계 위조지문 판별과정을 수행할 수 있다. 이들의 동작에 대하여는 아래에서 다시 설명한다.
위조지문 여부의 판별이라는 측면에서, 특징점추출부(150)와 지문인증부(170)는 본 발명의 필수적인 구성은 아니다. 다만, 지문 이미지를 획득하는 대부분의 장치는 지문 등록이나 지문 인증 과정을 수행하며, 이에 따라 특징점추출부(150)와 지문인증부(170)를 구비한다.
생체판단부(130)에 의해 현재 지문이 생체지문으로 판단되면, 특징점추출부(150)는 지문센서부(110)가 획득한 원본 지문 이미지로부터 특징점을 추출하고, 지문인증부(170)는 특징점추출부(150)가 추출한 특징점을 이용하여 해당 지문의 등록과정을 수행하거나, 기등록된 지문과 일치하는지 여부를 판단한다. 특징점 추출이나 지문 등록/인증은 종래에 알려진 방법을 그대로 사용할 수 있다.
이하에서는 도 3을 참조하여, 본 발명의 위조지문 판별과정을 설명한다.
<복수 개의 지문 이미지 획득: S301>
지문센서부(110)는 지문접촉면(111a)에 접촉한 지문으로부터 제1 및 제2 지문 이미지를 획득한다. 본 발명의 영상처리에는 2장의 제1 지문 이미지와 제2 지문 이미지로 충분하다. 지문센서부(110)는 통상 초당 20 프레임 이상의 지문 이미지를 획득할 수 있지만, 이 중에서 지문 전체가 모두 획득된 것으로 파악되는 지문 이미지를 골라 제1 및 제2 지문 이미지로 사용하게 된다. 따라서 제1 및 제2 지문 이미지는 기설정된 단위 시간 내에 동일한 지문으로부터 획득한 지문 이미지가 된다.
<1차 필터링: S303 내지 S305>
S301 단계에서 획득한 두 장의 지문 이미지를 이용하여 1차 필터링을 수행한다. 1차 필터링은 두 개 지문 이미지의 지문 영역(또는 객체 영역)의 평균 밝기 값의 차이가 제1 기준값 이하인 것을 위조지문으로 판단하여 1차 걸러내는 것이다. 예를 들어, 종이, 고무, 필름 등의 소재로 제작된 위조지문의 경우에는 제1 및 제2 지문 이미지 사이에 시차가 있더라도 그 색상정보에는 차이가 거의 없고, 마찬가지로 지문영역의 평균 밝기값의 차이도 거의 없다. 따라서 제1 기준값은 매우 낮은 값으로 정하여도 충분하며, 실험치로 결정할 수 있다. 다만, 1차 필터링 과정은 본 발명의 필수적인 과정은 아니다.
<각 지문이미지의 객체 영역의 평균 밝기값 계산: S303>
1차 필터링을 위해, 우선 객체추출부(201)는 각 지문 이미지로부터 객체 영역을 추출한다. 객체 영역은 지문 이미지 내에서 배경이 제외된 영역, 즉 지문에 해당하는 영역을 의미한다. 객체 영역 추출에 관한 영상처리방법은 종래에 알려진 방법을 그대로 사용할 수 있다. 제1 지문 이미지로부터 제1 객체 이미지를 추출하고, 제2 지문 이미지로부터 제2 객체 이미지를 추출한다.
이후에, 색상정보추출부(203)는 제1 및 제2 객체 이미지의 평균 밝기값을 계산한다. 제1 및 제2 지문 이미지 전체에 대해 평균 밝기값을 구할 경우에는 지문의 크기가 작은 사람은 다음의 S305 단계에서 구하게 되는 평균 밝기값의 차이가 상대적으로 작게 되어(비반전 영상의 경우는 커지게 되고) 제1 기준값과의 단순 비교에 상당한 오류가 발생할 수 있다. 따라서 색상정보추출부(203)는 객체추출부(201)가 구한 제1 및 제2 객체 이미지, 즉 지문 영역에 대한 평균 밝기값만을 추출한다.
<1차 필터링 수행: S305>
색상정보추출부(203)는 제1 및 제2 객체 이미지 평균 밝기값의 차이를 구하고, 그 차이를 제1 기준값과 비교한다. 생체 지문의 경우에는 심장 박동의 수축기와 이완기에서 달라지는 지문 내의 혈유량으로 인해 지문 색상(밝기)에 미세한 변화가 발생하며, 그 변화는 평균 밝기값의 차이로 나타난다. 그러나 종이, 고무, 필름 등의 소재로 제작된 위조지문의 경우에는 평균 밝기값의 차이가 거의 0에 가깝다.
색상정보추출부(203)는 평균 밝기값의 차이가 제1 기준값보다 작으면 위조지문으로 판단한다. 다만, 1차 필터링과 같은 단순 비교에서는, 실리콘이나 젤라틴 소재의 위조지문에서는 평균 밝기값의 차이가 발생하며 그 차이를 생체 지문에서의 평균 밝기값의 차이와 구분하기는 어렵다. 따라서 2차 필터링을 수행한다.
<2차 필터링: S307 내지 S313>
<이산 웨이브릿 변환을 수행하여 저주파수 대역(LL)의 성분 추출: S307>
웨이브릿변환부(205)는 객체추출부(201)가 추출한 제1 및 제2 객체 이미지 각각에 대하여 이산 웨이브릿 변환을 수행하고, 그 결과로서 저주파수 대역(LL)의 성분만 포함된 제1 LL 지문 이미지와 제2 LL 지문 이미지를 추출한다.
영상처리에서 웨이브릿(Wavelet) 변환은 이미지에 대해 한 쌍의 필터(고주파 필터와 저주파 필터)를 적용하여 저주파 대역과 고주파 대역으로 분리한다. 각 대역은 2라는 요소로 서브 샘플링되었으므로 n/2개의 샘플을 포함한다. 2차원 이미지의 각 행에 대해 저역 통과 필터와 고역 통과 필터를 적용시키고 2로 다운 샘플링을 수행하면 4개의 서브 이미지 LL, LH, HL, HH가 생성된다. 이러한 4개의 서브 밴드 이미지를 다시 재결합하면 원래의 원본 이미지가 만들어진다. 예를 들어, 도 4는 제1 객체 이미지에 대해 수평 및 수직방향으로 1단계의 웨이브릿 변환을 수행한 예를 도시한 도면이다.
도 4의 (a)는 LL 주파수 대역 이미지로서 원본 이미지에 수평과 수직방향으로 저역 통과 필터를 적용하여 2로 서브 샘플링한 것이고, (b)는 LH 주파수 대역 이미지로서 수평 방향으로 고역 통과 필터를 적용한 것으로 수평방향 주파수의 오차 성분을 포함한다. (c)는 HL 주파수 대역 이미지로서 수직방향으로 고역 통과 필터를 적용한 것으로 수직 방향의 주파수의 오차 성분을 포함하며, (d)는 HH 주파수 대역 이미지로서 수평과 수직 방향에 고역 통과 필터를 적용한 것이다.
웨이브릿(Wavelet) 변환을 통해, 지문 이미지에서 고주파 성분을 제거하고, 저주파(LL band) 영역만을 추출할 수 있다. (d)처럼 고주파 영역은 대부분 잡음에 가깝고, (a)처럼 저주파 영역에 대부분의 지문 정보가 포함되므로 저주파 영역(LL)만으로도 해당 지문의 특징이 그대로 읽어올 수 있다. 대신에, 고주파 영역을 제거하는 과정에서 지문 이미지의 사이즈는 1/4로 다운 샘플링(Down Sampling)(예컨대, 320×240 size → 160×120 size)된 효과가 있어서 이후의 영상처리 과정의 속도를 향상시킨다. 물론, 지문 이미지로부터 특징점을 추출하고 지문 인증을 수행할 때는 원본인 제1 지문 이미지 또는 제2 지문 이미지를 사용한다.
웨이브릿변환부(205)는 2차 필터링을 위해 나머지 영역을 버리고 LL 주파수 대역의 제1 LL 지문 이미지와 제2 LL 지문 이미지를 추출한다.
<픽셀 단위로 밝기값의 차이(Difference)의 절대값을 계산: S309>
색상분포분석부(207)는 다음의 수학식 1을 이용하여, 웨이브릿변환부(205)가 제1 및 제2 객체 이미지에서 각각 추출한 두 장의 LL 지문 이미지에 대해 각 픽셀별 밝기값의 차이(Difference)를 절대값으로 구한다.
Figure 112016037111318-pat00001
여기서, xp1(n)은 제1 LL 이미지의 n번째 픽셀의 밝기값이고, xp2(n)은 제2 LL 이미지의 n번째 픽셀의 밝기값이다. y(n)는 제1 및 제2 LL 지문 이미지의 n 번째 두 개 픽셀 간의 밝기값의 차이의 절대값이다.
<동일한 y 값을 가지는 픽셀들의 개수에 대한 누적히스토그램 작성: S311>
색상분포분석부(207)는 제1 및 제2 LL 지문 이미지의 모든 픽셀에 대하여 y(n)을 구하여 도 5 또는 도 6과 같은 누적 히스토그램을 구한다. 누적히스토그램은 동일한 차이(Difference)를 가지는 픽셀의 수를 누적한 것이다. 예를 들어, 도 5는 생체지문으로부터 구한 누적 히스토그램의 예이고, 도 6은 실리콘과 같은 위조지문으로부터 구한 누적 히스토그램의 예이다.
도 5와 도 6에서 가로축은 차이(Difference), 즉 y를 나타내고, 세로축은 픽셀의 수를 나타낸다. 다만, 도 5 및 도 6에서는 차이가 0인 경우의 누적 픽셀 수는 본 발명의 위조지문 판별에 필요한 사항이 아니므로 표시하지 않았다. 본 발명의 누적히스토그램은 경향성으로도 충분하므로, 다양한 누적 방식을 사용할 수 있을 것이다.
<누적히스토그램에 2개 이상의 피크 포인트가 있으면 생체 지문으로 인식: S313>
색상분포분석부(207)는 S311에서 구한 누적히스토그램에서 2개 이상의 피크 포인트(Peak Points)가 확인되면 해당 지문을 생체지문으로 판단하고, 2개 미만의 피크 포인트만이 확인되면 해당 지문을 위조지문으로 판단한다.
예를 들어, 도 5를 참조하면, 3개의 피크 포인트가 보인다. 각 피크 포인트가 있는 지점(y=54, 95, 211)은 그 정도의 밝기 차이(y=54, 95, 211)가 있는 픽셀의 수가 많다는 것으로서, 두 개 LL 지문 이미지의 밝기값이 변하고 있음을 나타내며, 결국 두 개 지문 이미지에 미세한 밝기 값의 차이가 있음을 나타낸다.
이에 대응하여, 도 6에는 1개의 피크 포인트가 보이며, 그 피크 포인트에서의 픽셀 수도 상당히 적음을 알 수 있다. 결국 두 개 LL 지문 이미지의 밝기값의 차이가 거의 없음을 나타내며, 결국 두 개 지문 이미지의 밝기 값이 거의 동일함을 나타낸다.
이처럼, S307 내지 S311 단계를 통해 분석하면, 두 개 지문 이미지 사이의 밝기값에 미세한 차이가 있는지를 확인할 수 있고, 그러한 차이가 생체지문에서만 확인되는 점을 이용하여 위조지문 여부를 판별할 수 있다.
이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

Claims (6)

  1. 광학식 지문센서부에 접촉한 지문으로부터 단위 시간 내에 제1 및 제2 지문 이미지를 획득하는 단계;
    상기 제1 및 제2 지문 이미지의 동일 좌표의 픽셀 간의 밝기값의 차이(Difference)를 절대값으로 계산하고, 상기 차이가 동일한 픽셀의 수를 누적히스토그램으로 구하는 단계; 및
    상기 누적히스토그램에서 피크 포인트(Peak Point)가 적어도 2개 이상인 경우에 상기 지문을 생체지문으로 판단하는 단계를 포함하는 것을 특징으로 하는 위조지문 판별방법.
  2. 제1항에 있어서,
    누적히스토그램으로 구하는 단계는,
    상기 제1 및 제2 지문 이미지에서 지문 영역이 있는 객체 영역을 추출하는 단계; 및
    상기 객체 영역에 대하여 이산 웨이브릿 변환을 수행하여 LL 주파수 성분만을 추출하여 제1 LL 지문 이미지 및 제2 LL 지문 이미지를 획득하는 단계를 더 포함하여,
    상기 픽셀 간의 밝기값의 차이를 상기 제1 및 제2 LL 지문 이미지를 대상으로 계산하는 것을 특징으로 하는 위조지문 판별방법.
  3. 제1항에 있어서,
    상기 제1 및 제2 지문 이미지 각각의 평균 밝기값을 구하는 단계; 및
    상기 평균 밝기값의 차이가 제1 기준값 보다 작은 경우에 상기 지문을 위조지문으로 판단하는 1차 필터링을 수행하는 단계를 포함하여,
    상기 1차 필터링된 지문에 대하여는 상기 누적히스토그램으로 구하는 단계를 수행하지 않는 것을 특징으로 하는 위조지문 판별방법.
  4. 광굴절기를 구비하여 광학식으로 상기 광굴절기의 지문접촉면에 접촉한 지문으로부터 단위 시간 내에 제1 및 제2 지문 이미지를 획득하는 지문센서부; 및
    상기 제1 및 제2 지문 이미지의 동일 좌표의 픽셀 간의 밝기값의 차이(Difference)를 절대값으로 계산하고, 상기 차이가 동일한 픽셀의 수를 누적히스토그램으로 구하는 색상분포분석부를 포함하고,
    상기 색상분포분석부는 상기 누적히스토그램에서 피크 포인트(Peak Point)가 적어도 2개 이상인 경우에 상기 지문을 생체지문으로 판단하는 것을 특징으로 하는 위조지문 판별장치.
  5. 제4항에 있어서,
    상기 제1 및 제2 지문 이미지에서 지문 영역이 있는 객체 영역을 추출하는 객체추출부; 및
    상기 객체 영역에 대하여 이산 웨이브릿 변환을 수행하여 LL 주파수 성분만을 추출하여 제1 LL 지문 이미지 및 제2 LL 지문 이미지를 획득하는 웨이브릿변환부를 더 포함하여,
    상기 색상분포분석부는 상기 픽셀 간의 밝기값의 차이를 상기 제1 및 제2 LL 지문 이미지를 대상으로 계산하는 것을 특징으로 하는 위조지문 판별장치.
  6. 제4항에 있어서,
    상기 제1 및 제2 지문 이미지 각각의 평균 밝기값을 구하고, 상기 평균 밝기값의 차이가 제1 기준값 보다 작은 경우에 상기 지문을 위조지문으로 판단하는 1차 필터링을 수행하는 색상정보추출부를 더 포함하고,
    상기 색상분포분석부는 상기 1차 필터링된 지문에 대하여는 상기 누적히스토그램으로 구하지 않는 것을 특징으로 하는 위조지문 판별장치.
KR1020160047186A 2016-04-18 2016-04-18 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법 KR101798395B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160047186A KR101798395B1 (ko) 2016-04-18 2016-04-18 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법
PCT/KR2017/004093 WO2017183867A1 (ko) 2016-04-18 2017-04-17 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160047186A KR101798395B1 (ko) 2016-04-18 2016-04-18 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20170119245A KR20170119245A (ko) 2017-10-26
KR101798395B1 true KR101798395B1 (ko) 2017-11-16

Family

ID=60116177

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160047186A KR101798395B1 (ko) 2016-04-18 2016-04-18 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법

Country Status (2)

Country Link
KR (1) KR101798395B1 (ko)
WO (1) WO2017183867A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11915525B2 (en) 2020-12-10 2024-02-27 Samsung Electronics Co., Ltd. Method and apparatus that detects spoofing of biometric information

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102002356B1 (ko) 2017-12-26 2019-07-23 주식회사 바이오로그디바이스 인덕턴스를 사용한 위조지문 방지 지문인식 시스템
KR20190091705A (ko) 2018-01-29 2019-08-07 주식회사 바이오로그디바이스 인덕턴스를 사용한 위조지문 방지 지문인식 시스템
US20190347786A1 (en) * 2018-05-08 2019-11-14 Pixart Imaging Inc. Method, apparatus, and electronic device having living body detection capability
WO2022241792A1 (zh) * 2021-05-21 2022-11-24 深圳市汇顶科技股份有限公司 指纹识别方法、装置、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101419784B1 (ko) * 2013-06-19 2014-07-21 크루셜텍 (주) 지문 인식 및 인증을 위한 방법 및 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100613697B1 (ko) * 2003-07-18 2006-08-21 학교법인연세대학교 손가락의 슬라이딩/롤링에 따른 지문영상획득방법
KR100789607B1 (ko) * 2005-06-23 2007-12-27 엘지전자 주식회사 지문 인식 장치 및 방법
KR101155609B1 (ko) * 2010-02-12 2012-06-13 주식회사 에스원 지문인식장치 및 방법, 위조지문 판별 시스템 및 방법
KR101072352B1 (ko) * 2010-03-25 2011-10-12 조선대학교산학협력단 지문인증 장치 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101419784B1 (ko) * 2013-06-19 2014-07-21 크루셜텍 (주) 지문 인식 및 인증을 위한 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11915525B2 (en) 2020-12-10 2024-02-27 Samsung Electronics Co., Ltd. Method and apparatus that detects spoofing of biometric information

Also Published As

Publication number Publication date
KR20170119245A (ko) 2017-10-26
WO2017183867A1 (ko) 2017-10-26

Similar Documents

Publication Publication Date Title
KR101798395B1 (ko) 생체의 심장 박동에 따른 지문 이미지의 미세한 밝기 변화에 기초하여 위조지문을 판별할 수 있는 위조지문 판별 장치 및 그 방법
EP2041696B1 (en) Multibiometric multispectral imager
Raghavendra et al. A low-cost multimodal biometric sensor to capture finger vein and fingerprint
Fronthaler et al. Local features for enhancement and minutiae extraction in fingerprints
JP5107045B2 (ja) 目に関して取得される画像中の虹彩を表す画素を特定する方法
Rahulkar et al. Half-iris feature extraction and recognition using a new class of biorthogonal triplet half-band filter bank and flexible k-out-of-n: a postclassifier
Park et al. Iris-based personal authentication using a normalized directional energy feature
Tan et al. New approach for liveness detection in fingerprint scanners based on valley noise analysis
JP2009523265A (ja) 画像中の虹彩の特徴を抽出する方法
JP2007188504A (ja) 画像中の画素強度をフィルタリングする方法
Rahulkar et al. Partial iris feature extraction and recognition based on a new combined directional and rotated directional wavelet filter banks
Ravi et al. A novel method for touch-less finger print authentication
KR101601187B1 (ko) 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법
Anjos et al. An introduction to vein presentation attacks and detection
KR101704717B1 (ko) 홍채 인식 장치 및 그 동작 방법
Makinana et al. Latent fingerprint wavelet transform image enhancement technique for optical coherence tomography
KR100427181B1 (ko) 에지/컬러정보를 이용한 얼굴 피부색 영역 추출시스템 및그 방법
Dehkordi et al. A review of iris recognition system
Kyaw et al. Performance analysis of features extraction on iris recognition system
Telore Study of distortion detection and enhancement methods for fingerprint images
Liu Multi-modality quality assessment for unconstrained biometric samples
Latha et al. Effectual human authentication for critical security applications using retinal images
Mngenge et al. Fingerprint pores extractor
Franco et al. Fingerprint synthesis and spoof detection
Sulong et al. A new scars removal technique of fingerprint images

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant