KR101893315B1 - 지문 정보의 동적 업데이트 방법과 지문 인식 장치 - Google Patents

지문 정보의 동적 업데이트 방법과 지문 인식 장치 Download PDF

Info

Publication number
KR101893315B1
KR101893315B1 KR1020177008547A KR20177008547A KR101893315B1 KR 101893315 B1 KR101893315 B1 KR 101893315B1 KR 1020177008547 A KR1020177008547 A KR 1020177008547A KR 20177008547 A KR20177008547 A KR 20177008547A KR 101893315 B1 KR101893315 B1 KR 101893315B1
Authority
KR
South Korea
Prior art keywords
fingerprint
information
fingerprint information
template database
collected
Prior art date
Application number
KR1020177008547A
Other languages
English (en)
Other versions
KR20170046756A (ko
Inventor
동쳉 우
홍웨이 쉬
웨이웬 첸
Original Assignee
선전 구딕스 테크놀로지 컴퍼니, 리미티드
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 선전 구딕스 테크놀로지 컴퍼니, 리미티드 filed Critical 선전 구딕스 테크놀로지 컴퍼니, 리미티드
Publication of KR20170046756A publication Critical patent/KR20170046756A/ko
Application granted granted Critical
Publication of KR101893315B1 publication Critical patent/KR101893315B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G06K9/00087—
    • 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
    • G06K9/6256—
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Landscapes

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

Abstract

본 발명은 지문 정보의 동적 업데이트 방법과 지문 인식 장치를 개시한다. 상기 방법은, 지문을 수집하고, 수집된 지문 정보와 미리 등록된 지문 템플릿(template) 데이터베이스에 의해 지문 인식을 진행하는 단계; 지문 인식에 성공한 후, 상기 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정하는 단계; 상기 지문 템플릿 데이터베이스가 포화되지 않았고, 수집된 지문 정보가 제1 업데이트 조건을 만족시킬 경우, 수집된 지문 정보를 상기 지문 템플릿 데이터베이스에 추가하는 단계; 상기 지문 템플릿 데이터베이스가 이미 포화되었고, 수집된 지문 정보가 제2 업데이트 조건을 만족시킬 경우, 상기 지문 템플릿 데이터베이스에서 목표 지문 정보를 선택하고 상기 목표 지문 정보를 수집된 지문 정보로 교체하는 단계를 포함한다.

Description

지문 정보의 동적 업데이트 방법과 지문 인식 장치{FINGERPRINT INFORMATION DYNAMIC UPDATING METHOD AND FINGERPRINT RECOGNITION APPARATUS}
본 발명은 지문 인식 기술 분야에 관한 것으로, 특히 지문 정보의 동적 업데이트 방법과 지문 인식 장치에 관한 것이다.
지문 인식은 안전성이 비교적 높은 생물 인식 기술로서, 각 분야에서 이미 광범위하게 사용되고 있다. 특히 스마트폰 분야에서 지문 인식 기술은 이미 신분 검증, 비밀번호 관리에 사용되어 사용자의 개인 정보를 안전하게 보호하는 동시에 사용자로 하여금 간편하게 조작할 수도 있도록 한다.
스마트폰에 사용되는 소면적의 프레스형(Pressing type) 지문 센서에 있어서, 기존의 지문 인식 방법은 적용이 안 된다. 등록 과정에서 단지 손가락의 일부분 지문 정보만 획득하여 지문 템플릿 데이터베이스에 저장하여 지문 인식 시의 참조 템플릿으로 하지만, 지문 템플릿 데이터베이스 중의 지문 정보는 정해져 있다. 지문 인식 시 수집된 지문 정보가 등록 영역 이외에 있을 경우, 지문 템플릿 데이터베이스에는 상기 등록 영역 이외의 지문 정보가 포함되지 않기 때문에, 이때 지문 정보 인식 장치는 지문 인식 실패로 판별하는 오판을 초래하여 지문 인식의 정확률에 영향을 준다. 특히 상이한 사용 환경하에서(예를 들면 사계절의 변환), 사용자의 지문 정보는 변화가 발생되어 지문 템플릿 데이터베이스 중의 지문 정보와 차이가 발생되어 오판의 확률을 더 증가시킬 수 있다.
본 발명은, 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동적 업데이트를 진행함으로써 지문 인식의 정확률을 향상시키는 지문 정보의 동적 업데이트 방법과 지문 인식 장치를 제공하는 것을 주요 목적으로 한다.
이상의 목적을 달성하기 위해, 본 발명은,
지문 정보를 수집하고, 수집된 지문 정보와 미리 등록된 지문 템플릿 데이터베이스에 의해 지문 인식을 진행하는 지문 정보 수집 단계;
지문 인식에 성공한 후, 상기 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정하는 단계;
상기 지문 템플릿 데이터베이스가 포화되지 않았고, 수집된 지문 정보가 제1 업데이트 조건을 만족시킬 경우, 수집된 지문 정보를 상기 지문 템플릿 데이터베이스에 추가하는 단계;
상기 지문 템플릿 데이터베이스가 이미 포화되었고, 수집된 지문 정보가 제2 업데이트 조건을 만족시킬 경우, 상기 지문 템플릿 데이터베이스에서 목표 지문 정보를 선택하고, 상기 목표 지문 정보를 수집된 지문 정보로 교체하는 단계를 포함하는 지문 정보의 동적 업데이트 방법을 제시한다.
동시에 본 발명은,
지문 정보를 수집하도록 구성된 수집 모듈;
수집된 지문 정보와 미리 등록된 지문 템플릿 데이터베이스에 의해 지문 인식을 진행하도록 구성된 인식 모듈;
지문 인식에 성공한 후, 상기 지문 템플릿 데이터베이스를 업데이트하도록 구성된 업데이트 모듈을 포함하고,
상기 업데이트 모듈은,
상기 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정하되, 포화되지 않았으면, 상기 제1 업데이트 유닛을 작동하고, 포화되었으면, 제2 업데이트 유닛을 작동시키도록 구성된 판정 유닛;
수집된 지문 정보가 제1 업데이트 조건을 만족시키는지의 여부를 판정하되, 만족시키면, 수집된 지문 정보를 상기 지문 템플릿 데이터베이스에 추가하도록 구성된 제1 업데이트 유닛; 및
수집된 지문 정보가 제2 업데이트 조건을 만족시키는지의 여부를 판정하되, 만족시키면, 상기 지문 템플릿 데이터베이스에서 목표 지문 정보를 선택하고, 상기 목표 지문 정보를 수집된 지문 정보로 교체하도록 구성된 제2 업데이트 유닛을 포함하는 지문 인식 장치를 제시한다.
본 발명이 제공한 지문 정보의 동적 업데이트 방법은, 지문 인식 과정에서, 지문 템플릿 데이터베이스가 포화되지 않았을 경우, 지문 템플릿 데이터베이스에 신규 지문 정보를 추가하는 방식으로 지문 정보의 신속한 업데이트를 진행하여, 손가락 대부분의 지문 정보를 신속하게 획득한다. 지문 템플릿 데이터베이스가 이미 포화되었을 경우, 지문 템플릿 데이터베이스 중 상응하는 지문 정보를 현재 수집된 지문 정보로 교체하여, 계속하여 신규 지문 정보를 획득할 수 있거나 손가락 지문의 변화에 따라 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동기식 업데이트를 진행한다. 최종적으로, 사용하는 과정에서 지문 템플릿 데이터베이스 중의 지문 정보의 동적 업데이트를 실현한다. 그리고, 지문 인식의 오인율을 높이지 않는 동시에 지문 인식의 거부율을 감소시키며, 지문 인식의 정확률을 향상시키고, 지문 인식 장치가 상이한 사용 환경하에서의 오판율을 감소시키며, 사용자의 사용체험을 향상시킨다.
도 1은 본 발명의 지문 정보의 동적 업데이트 방법의 일 실시예의 흐름도이다.
도 2는 본 발명의 지문 정보의 동적 업데이트 방법의 일 실시예에서 제1 업데이트 조건을 만족시킬 경우 지문 정보를 추가하는 모식도이다.
도 3은 본 발명의 지문 정보의 동적 업데이트 방법의 일 실시예에서 제2 업데이트 조건을 만족시킬 경우 지문 정보를 교체하는 모식도이다.
도 4는 본 발명의 지문 정보의 동적 업데이트 방법의 일 실시예에서 제2 업데이트 조건을 만족시킬 경우 지문 정보를 교체하는 다른 모식도이다.
도 5는 본 발명의 지문 인식 장치의 일 실시예의 모듈 모식도이다.
본 발명의 목적의 실현, 기능 특징 및 장점은 실시예를 결부시켜, 첨부 도면을 참조하여 더 설명한다.
여기서 설명하는 구체적인 실시예는 단지 본 발명을 해석하기 위한 것이지 본 발명을 한정하기 위한 것이 아닌 것으로 이해되어야 한다.
도 1을 참조하면, 본 발명의 지문 정보의 동적 업데이트 방법의 일 실시예를 제시하고, 상기 동적 업데이트 방법은 하기와 같은 단계들을 포함한다.
단계 S10: 지문 정보를 수집하고 지문 인식을 진행한다.
지문 인식 장치에서 지문 템플릿 데이터베이스를 미리 등록한다. 지문 인식 장치는 수집된 지문 정보와 지문 템플릿 데이터베이스 중의 지문 정보를 비교하며; 양자의 유사도 또는 매칭의 특징수가 일정한 임계값에 도달할 경우, 지문 인식 성공으로 판정하고, 그렇지 않으면, 지문 인식 실패로 판정한다.
단계 S11: 지문 인식에 성공했는지의 여부를 판정한다.
지문 인식에 성공한 후, 단계 S12에 진입한다. 지문 인식에 실패한 후, 인식의 실패를 사용자에게 프롬프팅(prompting)하고, 단계 S10으로 돌아가며, 다시 지문 정보를 수집하고 지문 인식을 진행한다.
단계 S12: 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정한다.
소면적의 지문 인식 센서에서 매번 수집은 손가락 소부분 영역의 지문 정보만 획득할 수 있다. 등록 과정 사용자의 사용체험을 확보하기 위하여, 등록 과정에서 지문 수집의 차수가 지나치게 많으면 안되기에 지문 템플릿 데이터베이스에는 사용자의 일부분 지문 정보만 저장된다.
지문 등록 과정이 변하지 않는 정황 하에서, 본 발명은 지문 인식 과정에 두 개 단계의 학습 과정을 증가하여 지문 정보를 동적 업데이트한다. 지문 템플릿 데이터베이스가 포화되지 않았을 경우, 제1 단계의 학습을 진행하여 지문 템플릿 데이터베이스가 포화될 때까지 지문 템플릿 데이터베이스 중의 지문 정보를 신속하게 증가시킨다. 지문 템플릿 데이터베이스가 이미 포화되었을 경우, 제2 단계의 학습을 진행하여 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 최적화 업데이트를 진행한다.
지문 템플릿 데이터베이스에 현재 저장된 지문 정보 수량을 n이라고 가정하고, 지문 템플릿 데이터베이스가 용납할 수 있는 최대 지문 정보 수량을 M이라고 가정한다. n<M일 경우, 지문 템플릿 데이터베이스가 포화되지 않았다고 판정하고, 단계 S13에 진입한다. n≥M일 경우, 지문 템플릿 데이터베이스가 이미 포화되었다고 판정하고, 단계 S15에 진입한다.
단계 S13: 제1 업데이트 조건을 만족시키는지의 여부를 판정한다.
지문 템플릿 데이터베이스가 아직 포화되지 않았을 경우, 수집된 지문 정보가 제1 업데이트 조건을 만족시키는지의 여부를 더 판정한다.
일부 실시예에서, 수집된 지문 정보에는 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있는지의 여부를 판정하는데, 새로 추가된 정보가 있기만 하면, 수집된 지문 정보가 제1 업데이트 조건을 만족시킨다고 판정하고, 단계 S14에 진입한다. 그렇지 않으면, 제1 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않으며, 단계 S17에 진입하고, 과정을 종료한다.
다른 일부 실시예에서, 수집된 지문 정보가 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있고 새로 추가된 정보량이 제1 임계값에 도달(크거나 같음)할 경우, 수집된 지문 정보가 제1 업데이트 조건을 만족시킨다고 판정하고, 단계 S14에 진입한다. 새로 추가된 정보가 없거나 새로 추가된 정보가 제1 임계값보다 작을 경우, 제1 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않으며, 단계 S17에 진입하고, 과정을 종료한다.
제1 임계값은 고정값일 수 있고, 제1 임계값을 넉넉하게 설정할 경우, 학습 속도는 비교적 빠르고, 지나치게 중복되는 불필요한 정보가 증가될 수 있다. 제1 단계 학습의 학습 속도를 제어하기 위하여, 즉 지문 정보의 업데이트 속도를 제어하기 위하여, 바람직하게는 제1 임계값은 동적 변화값이고, 지문 템플릿 라이브러리에 이미 포함된 지문 정보량을 산출해 내는 것을 통하여 제1 임계값을 적당하게 조정한다.
현재 지문 템플릿 데이터베이스 중의 정보량이 비교적 적으면, 제1 임계값을 느슨하게 하고, 업데이트 속도를 빠르게 한다. 학습 과정에서 지문 템플릿 라이브러리 중의 정보량이 점차 증가함에 따라, 제1 임계값을 점차 엄격하게 하고, 업데이트 속도를 조정한다. 이 때문에, 제1 임계값은 수집된 지문 정보에 새로 추가된 정보량이 지문 템플릿 데이터베이스 중 지문 정보량에서 차지하는 일정한 백분비(예를 들면 5% 내지 10%)일 수 있으면, 지문 템플릿 데이터베이스 중 지문 정보량의 증가에 따라, 제1 임계값도 점점 커지며, 제1 업데이트 조건은 점점 엄격해진다.
바람직하게는, 제1 임계값을 r로 설정하고,
Figure 112017030585665-pct00001
이면, 여기서, a, b는 상수이고, r0은 오리지널 임계값이며, I는 지문 템플릿 데이터베이스 중 현재의 지문 정보량이다. 상기 식에 표시된 바와 같이, I가 커짐에 따라 제1 업데이트 조건은 점점 엄격해진다.
일부 실시예에서, 수집된 지문 정보가 지문 템플릿 데이터베이스에 비해 새로 추가된 정보가 없으면, 수집된 지문 정보와 서로 완전히 매칭되는 지문 정보가 지문 템플릿 데이터베이스에 존재하지만, 현재 지문 템플릿 데이터베이스가 포화되지 않았고 여러 장의 지문 이미지의 화질 등 지표도 상이할 수 있기에, 지문 템플릿을 증가하여 거부율을 감소시키는 것도 의미가 있다. 따라서, 이러한 경우에도 마찬가지로 제1 업데이트 조건을 만족시킨다고 판정한다.
단계 S14: 수집된 지문 정보를 지문 템플릿 데이터베이스에 추가한다.
수집된 지문 정보가 제1 업데이트 조건을 만족시킬 경우, 수집된 지문 정보를 지문 템플릿 데이터베이스에 추가하고, 지문 템플릿 데이터베이스 중의 지문 정보를 업데이트한다.
도 2에 도시된 바와 같이, 지문 이미지 1 내지 5는 모두 제1 업데이트 조건을 만족시키고, 지속되는 동적 업데이트 과정에서, 지문 이미지1 내지 5는 모두 지문 템플릿 데이터베이스에 추가된다. 이에 제일 처음 등록하여 얻은 손가락 소부분 영역의 지문 정보를 사용 과정에서 지속되는 동적 업데이트를 통해 최종적으로 손가락 대부분 영역의 지문 정보를 획득한다.
단계 S15: 제2 업데이트 조건을 만족시키는지의 여부를 판정한다.
지문 템플릿 데이터베이스가 이미 포화되었을 경우, 수집된 지문 정보가 제2 업데이트 조건을 만족시키는지의 여부를 더 판정한다.
일부 실시예에서, 수집된 지문 정보가 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있고, 새로 추가된 정보량이 제2 임계값에 도달(크거나 같음)할 경우, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스에서 불필요한 정보(Redundancy Information，RI)가 제일 많고 그 새로 추가된 정보가 수집된 지문 정보의 새로 추가된 정보보다 작은 지문 정보를 선택하여 목표 지문 정보로 하며, 단계 S16에 진입한다. 불필요한 정보가 제일 많다는 것은, 제1 업데이트 조건을 만족시킬 경우 지문 템플릿 데이터베이스에 추가된 지문 정보가 등록 과정에서의 지문 정보에 비해 중복되는 정보가 제일 많거나 증가된 정보가 제일 적다는 것을 말한다. 새로 추가된 정보가 없거나 새로 추가된 정보량이 제2 임계값보다 작을 경우, 제2 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않으며, 단계 S17에 진입하고, 과정을 종료한다. 여기서, 제2 임계값은 수집된 지문 정보에 새로 추가된 정보량이 지문 템플릿 데이터베이스 중 지문 정보량에서 차지하는 일정한 백분비(예를 들면 10% 이상)일 수 있고, 예를 들면 수집된 지문 정보에 새로 추가된 정보량이 지문 템플릿 데이터베이스 중 지문 정보량의 10%보다 클 경우, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정한다.
도 3에 도시된 바와 같이, 지문 템플릿 데이터베이스 중의 지문 이미지 1 내지 5의 불필요한 정보는 각각 RI1, RI2, RI3, RI4 및 RI5이고, 지문 이미지 3이 지문 템플릿 데이터베이스에 추가된 새로 추가된 정보(Add Information，AI)는 AI3이며, 지문 이미지 6은 새로 수집된 지문 이미지이고, 새로 추가된 정보는 AI6이다. RI3=max(RI1，RI2，RI3，RI4，RI5)，AI3>10%，AI6>AI3이면, 지문 이미지 3을 지문 템플릿 데이터베이스에서 삭제하고, 지문 이미지 6을 지문 템플릿 데이터베이스에 추가하며, 지문 이미지 3과 지문 이미지 6은 상이한 위치의 지문 이미지일 수 있다.
다른 일부 실시예에서, 수집된 지문 정보의 화질이 사전에 결정된 조건을 만족시킬 경우, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스에서, 수집된 지문 정보와 서로 매칭되는 지문 정보를 목표 지문 정보로 선택하며, 단계 S16에 진입한다. 사전에 결정된 조건을 만족시키지 못하면, 제2 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않으며, 단계 S17에 진입하고, 과정을 종료한다. 여기서, 사전에 결정된 조건은, 수집된 지문 정보와 지문 템플릿 데이터베이스에서 이와 매칭되는 지문 정보의 화질이 근접하고, 예를 들면 수집된 지문 정보의 화질이 지문 템플릿 데이터베이스에서 이와 매칭되는 지문 정보의 화질의 일정한 백분비(예를 들면 70%)보다 작지 않으면, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하는 것일 수 있다. 또는, 사전에 결정된 조건은, 수집된 지문 정보의 화질이 일정한 사전에 결정된 표준에 도달하는 등일 수도 있다.
도 4에 도시된 바와 같이, 지문 이미지 7과 지문 이미지 4는 동일한 위치의 지문 이미지이고, 지문 이미지 7의 화질이 사전에 결정된 조건을 만족시킬 경우, 지문 이미지 7로 지문 이미지 4를 교체한다. 지문 이미지 7의 화질은 지문 이미지 4의 화질에 비해 높아질 수도 있고 낮아질 수도 있다. 이러한 교체 방식은 지문 템플릿 데이터베이스 중의 지문 정보를 손가락 지문의 변화에 따라 동기식 업데이트할 수 있으나, 너무 차이나게 변하지 않는다.
또 다른 일부 실시예에서, 전술한 두 실시예를 결부시킬 수 있다. 먼저 수집된 지문 정보의 새로 추가된 정보량이 제2 임계값에 도달하는지의 여부를 판정하고, 도달하면, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스 중 불필요한 정보가 제일 많고 그 새로 추가된 정보가 수집된 지문 정보의 새로 추가된 정보보다 적은 지문 정보를 선택하여 목표 지문 정보로 하고, 단계 S16에 진입한다. 새로 추가된 정보량이 제2 임계값보다 작으면, 수집된 지문 정보의 화질이 사전에 결정된 조건을 만족시키는지의 여부를 계속하여 판정한다. 만족시키면, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스에서, 수집된 지문 정보와 서로 매칭되는 지문 정보를 목표 지문 정보로 선택하며, 단계 S16에 진입한다. 만족시키지 못하면, 제2 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않으며, 단계 S17에 진입하고, 과정을 종료한다.
단계 S16: 수집된 지문 정보로 지문 템플릿 데이터베이스 중의 목표 지문 정보를 교체한다.
목표 지문 정보가 지문 템플릿 데이터베이스에서 불필요한 정보가 제일 많고 그 새로 추가된 정보가 수집된 지문 정보의 새로 추가된 정보보다 적은 지문 정보일 경우, 상기 불필요한 정보가 제일 많은 지문 정보를 삭제하여 공간을 비우고, 수집된 지문 정보를 추가하여 교체 정보로 하며, 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동적 업데이트를 진행하는 것을 실현한다. 이리하여 포기할 수 있는 불필요한 지문 정보를 삭제하는 것을 통해 지문 템플릿 라이브러리 중의 지문 정보를 계속하여 증가시키고, 제일 처음 등록하여 얻은 손가락 소부분 영역의 지문 정보로부터 확장하여 손가락 대부분 영역의 지문 정보를 얻는다.
목표 지문 정보가 지문 템플릿 데이터베이스에서, 수집된 지문 정보와 서로 매칭되는 지문 정보일 경우, 상기 목표 지문 정보를 삭제하여 공간을 비우고, 수집된 지문 정보를 추가하여 교체 정보로 하며, 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동적 업데이트를 진행하는 것을 실현한다. 이리하여 사용자가 사용 과정에서, 손가락 지문의 변화에 따라 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동기식 업데이트를 진행할 수 있고, 상이한 사용 환경하에서 지문 인식의 실패 확률을 감소시겼으며, 사용자의 체험 효과를 확보하고, 지문 인식 기술의 애플리케이션 성능을 향상시켰다.
단계 S17: 절차를 종료한다.
도 5를 참조하면, 본 발명의 지문 인식 장치의 일 실시예를 제시하고, 상기 지문 인식 장치는 수집 모듈, 등록 모듈, 인식 모듈, 업데이트 모듈을 포함한다.
수집 모듈은 지문 정보를 수집하도록 구성된다.
등록 모듈은 사용자의 신분을 등록하도록 구성된 것으로, 수집 모듈에 의해 수집된 지문 정보를 처리한 후 지문 템플릿 데이터베이스에 저장하여 지문 인식을 진행할 때의 참조 템플릿으로 한다.
소면적의 지문 인식 센서에서 매번 수집에서 손가락 소부분 영역의 지문 정보만 획득할 수 있고, 등록 과정 사용자의 사용체험을 확보하기 위하여, 등록 과정에서 지문 수집의 차수가 지나치게 많으면 안되기에 지문 템플릿 데이터베이스에는 사용자의 일부분 지문 정보만 저장된다.
인식 모듈은 수집된 지문 정보와 미리 등록된 지문 템플릿 데이터베이스에 의해 지문 인식을 진행하도록 구성된다. 구체적으로, 인식 모듈은 수집된 지문 정보와 지문 템플릿 데이터베이스 중의 지문 정보를 비교하고, 양자의 유사도 또는 매칭되는 특징수가 일정한 임계값에 도달할 경우, 지문 인식의 성공으로 판정하고, 그렇지 않으면, 지문 인식의 실패로 판정하며, 인식 결과를 출력한다.
업데이트 모듈은, 지문 인식에 성공한 후, 지문 템플릿 데이터베이스를 업데이트하도록 구성된다.
지문 등록 과정이 변하지 않는 정황 하에서, 본 발명의 지문 인식 장치는 업데이트 모듈을 통해 지문 인식 과정에 두 개 단계의 학습 과정을 증가하여 지문 정보를 동적 업데이트한다. 지문 템플릿 데이터베이스가 포화되지 않았을 경우, 업데이트 모듈은 제1 단계의 학습을 진행하여 지문 템플릿 데이터베이스가 포화될 때까지 지문 템플릿 데이터베이스 중의 지문 정보를 신속하게 증가시키고; 지문 템플릿 데이터베이스가 이미 포화되었을 경우, 업데이트 모듈은 제2 단계의 학습을 진행하여 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 최적화 업데이트를 진행한다.
여기서, 제1 단계의 학습을 탐심 학습 방법이라 할 수 있는 바, 상기 학습 방법은 지문 정보를 최대한 빨리 획득하는 것을 목적으로 하는 학습 방법이다. 제2 단계의 학습을 확장식 학습 방법 및/또는 스마트 업데이트 학습 방법이라 할 수 있는 바, 확장식 학습 방법은, 지문 템플릿 데이터베이스가 이미 포화되었을 경우에, 지문 템플릿 데이터베이스 중의 원래 있는 불필요한 데이터를 삭제하고 최대한 신규 지문 정보를 증가하는 학습 방법이다. 스마트 업데이트 학습 방법은, 지문 템플릿 데이터베이스가 이미 포화되었을 경우에, 사용자의 사용 환경에 따라 지문 템플릿 데이터베이스 중의 지문 정보를 현재 인식에 성공하고 지문 템플릿 데이터베이스 중의 지문 정보의 화질과 근접한 지문 정보로 업데이트하는 것이다.
구체적으로, 업데이트 모듈은 판정 유닛, 제1 업데이트 유닛 및 제2 업데이트 유닛을 포함한다.
판정 유닛은, 지문 인식에 성공한 후, 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정하되, 포화되지 않았으면, 제1 업데이트 유닛을 작동하여 제1 단계 학습을 진행하고, 이미 포화되었으면, 제2 업데이트 유닛을 작동하여 제2 단계 학습을 진행하도록 구성된다.
지문 템플릿 데이터베이스에 현재 저장된 지문 정보 수량을 n이라고 가정하고, 지문 템플릿 데이터베이스가 용납할 수 있는 최대 지문 정보 수량을 M이라고 가정한다. n<M일 경우, 지문 템플릿 데이터베이스가 포화되지 않았다고 판정하고; n≥M일 경우, 지문 템플릿 데이터베이스가 이미 포화되었다고 판정한다.
제1 업데이트 유닛은, 수집된 지문 정보가 제1 업데이트 조건을 만족시키는지의 여부를 판정하되, 만족시키면, 탐심 학습 방법을 사용하고, 수집된 지문 정보를 지문 템플릿 데이터베이스에 추가하며, 지문 템플릿 데이터베이스 중의 지문 정보를 신속하게 업데이트하도록 구성된다.
일부 실시예에서, 제1 업데이트 유닛은 수집된 지문 정보에서 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있는지의 여부를 판정하는데, 새로 추가된 정보가 있기만 하면, 수집된 지문 정보가 제1 업데이트 조건을 만족시킨다고 판정한다. 그렇지 않으면, 제1 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않는다.
다른 일부 실시예에서, 수집된 지문 정보가 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있고 새로 추가된 정보량이 제1 임계값보다 크거나 같을 경우, 제1 업데이트 유닛은 수집된 지문 정보가 제1 업데이트 조건을 만족시킨다고 판정한다. 새로 추가된 정보가 없거나 새로 추가된 정보가 제1 임계값보다 작을 경우, 제1 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않는다.
제1 임계값은 고정값일 수 있다. 제1 임계값을 넉넉하게 설정할 경우, 학습 속도는 비교적 빠르지만, 지나치게 중복되는 불필요한 정보가 증가될 수 있다. 제1 단계 학습의 학습 속도를 제어하기 위하여, 즉 지문 정보의 업데이트 속도를 제어하기 위하여, 바람직하게는 제1 임계값은 동적 변화값이다. 지문 템플릿 라이브러리에 이미 포함된 지문 정보량을 산출해 내는 것을 통하여 제1 임계값을 적당하게 조정하고, 현재 지문 템플릿 데이터베이스 중의 정보량이 비교적 적으면, 제1 임계값을 느슨하게 하고, 업데이트 속도를 빠르게 한다. 학습 과정에서 지문 템플릿 라이브러리 중의 정보량이 점차 증가함에 따라, 제1 임계값을 점차 엄격하게 하고, 업데이트 속도를 조정한다. 이 때문에, 제1 임계값은 수집된 지문 정보에 새로 추가된 정보량이 지문 템플릿 데이터베이스 중 지문 정보량에서 차지하는 일정한 백분비(예를 들면 5% 내지 10%)일 수 있으면, 지문 템플릿 데이터베이스 중 지문 정보량의 증가에 따라, 제1 임계값도 점점 커지며, 제1 업데이트 조건은 점점 엄격해진다.
바람직하게는, 제1 임계값을 r로 설정하고,
Figure 112017030585665-pct00002
이면, 여기서, a, b는 상수이고, r0은 오리지널 임계값이며, I는 지문 템플릿 데이터베이스 중 현재의 지문 정보량이다. 상기 식에 표시된 바와 같이, I가 커짐에 따라 제1 업데이트 조건은 점점 엄격해진다.
일부 실시예에서, 수집된 지문 정보가 지문 템플릿 데이터베이스에 비해 새로 추가된 정보가 없으면, 수집된 지문 정보와 서로 완전히 매칭되는 지문 정보가 지문 템플릿 데이터베이스에 존재하지만, 현재 지문 템플릿 데이터베이스가 포화되지 않았고 여러 장의 지문 이미지의 화질 등 지표도 상이할 수 있기에, 지문 템플릿을 증가하여 거부율을 감소시키는 것도 의미가 있다. 따라서, 이러한 경우에도 마찬가지로 제1 업데이트 조건을 만족시킨다고 판정한다.
수집된 지문 정보가 제1 업데이트 조건을 만족시킬 경우, 제1 업데이트 유닛은 수집된 지문 정보를 지문 템플릿 데이터베이스에 추가하고, 지문 템플릿 데이터베이스 중의 지문 정보를 업데이트한다. 이에 제일 처음 등록하여 얻은 손가락 소부분 영역의 지문 정보를 사용과정에서 계속되는 동적 업데이트를 통해 최종적으로 손가락 대부분 영역의 지문 정보를 획득한다.
제2 업데이트 유닛은, 수집된 지문 정보가 제2 업데이트 조건을 만족시키는지의 여부를 판정하되, 만족시키면, 확장식 학습 방법 및/또는 스마트 업데이트 학습 방법을 사용하고, 지문 템플릿 데이터베이스에서 목표 지문 정보를 선택하며, 상기 목표 지문 정보를 수집된 지문 정보로 교체하여 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동적 업데이트를 진행한다.
일부 실시예에서, 수집된 지문 정보가 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있고, 새로 추가된 정보량이 제2 임계값에 도달할 경우, 제2 업데이트 유닛은 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스에서 불필요한 정보가 제일 많고 그 새로 추가된 정보가 수집된 지문 정보의 새로 추가된 정보보다 작은 지문 정보를 선택하여 목표 지문 정보로 하며, 확장식 학습 방법을 사용하여 업데이트하고; 새로 추가된 정보가 없거나 새로 추가된 정보량이 제2 임계값보다 작을 경우, 제2 업데이트 유닛은 제2 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않는다. 여기서, 제2 임계값은 수집된 지문 정보에 새로 추가된 정보량이 지문 템플릿 데이터베이스 중 지문 정보량에서 차지하는 일정한 백분비(예를 들면 10% 이상)일 수 있다. 예를 들면 수집된 지문 정보에 새로 추가된 정보량이 지문 템플릿 데이터베이스 중 지문 정보량의 10%보다 클 경우, 제2 업데이트 유닛은 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정한다.
다른 일부 실시예에서, 수집된 지문 정보의 화질이 사전에 결정된 조건을 만족시킬 경우, 제2 업데이트 유닛은 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스에서, 수집된 지문 정보와 서로 매칭되는 지문 정보를 목표 지문 정보로 선택하고, 스마트 업데이트 학습 방법을 사용하여 업데이트하고; 사전에 결정된 조건을 만족시키지 못하면, 제2 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않는다. 여기서, 사전에 결정된 조건은, 수집된 지문 정보와 지문 템플릿 데이터베이스에서 이와 매칭되는 지문 정보의 화질이 근접하고, 예를 들면 수집된 지문 정보의 화질이 지문 템플릿 데이터베이스에서 이와 매칭되는 지문 정보의 화질의 일정한 백분비(예를 들면 70%)보다 작지 않으면, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하는 것일 수 있다. 대안적으로, 사전에 결정된 조건은, 수집된 지문 정보의 화질이 일정한 사전에 결정된 표준에 도달하는 등일 수도 있다.
또 다른 일부 실시예에서, 전술한 두 실시예를 결부시킬 수 있다. 제2 업데이트 유닛은 먼저 수집된 지문 정보의 새로 추가된 정보량이 제2 임계값에 도달하는지의 여부를 판정하고, 도달하면, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스 중 불필요한 정보가 제일 많고 그 새로 추가된 정보가 수집된 지문 정보의 새로 추가된 정보보다 적은 지문 정보를 선택하여 목표 지문 정보로 하고, 확장식 학습 방법을 사용하여 업데이트한다. 새로 추가된 정보량이 제2 임계값보다 작으면, 제2 업데이트 유닛은 수집된 지문 정보의 화질이 사전에 결정된 조건을 만족시키는지의 여부를 계속하여 판정하고; 만족시키면, 수집된 지문 정보가 제2 업데이트 조건을 만족시킨다고 판정하고, 지문 템플릿 데이터베이스에서, 수집된 지문 정보와 서로 매칭되는 지문 정보를 목표 지문 정보로 선택하며, 스마트 업데이트 학습 방법을 사용하여 업데이트하고; 만족시키지 못하면, 제2 업데이트 조건을 만족시키지 못한다고 판정하고, 업데이트하지 않는다.
확장식 학습 방법을 사용하여 업데이트할 경우, 제2 업데이트 유닛은 지문 템플릿 데이터베이스에서 불필요한 정보가 제일 많고 그 새로 추가된 정보가 수집된 지문 정보의 새로 추가된 정보보다 작은 지문 정보를 삭제하여 공간을 비우고, 수집된 지문 정보를 추가하여 교체 정보로 하며, 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동적 업데이트를 진행하는 것을 실현한다. 이리하여 포기할 수 있는 불필요한 지문 정보를 삭제하는 것을 통해 지문 템플릿 라이브러리 중의 지문 정보를 계속하여 증가시키고, 제일 처음 등록하여 얻은 손가락 소부분 영역의 지문 정보로부터 확장하여 손가락 대부분 영역의 지문 정보를 얻는다.
스마트 업데이트 학습 방법을 사용하여 업데이트할 경우, 제2 업데이트 유닛은 지문 템플릿 데이터베이스에서, 수집된 지문 정보와 서로 매칭되는 지문 정보를 삭제하여 공간을 비우고, 수집된 지문 정보를 추가하여 교체 정보로 하며, 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동적 업데이트를 진행하는 것을 실현한다. 따라서, 사용자가 사용 과정에서, 손가락 지문의 변화에 따라 지문 템플릿 데이터베이스 중의 지문 정보에 대하여 동기식 업데이트를 진행할 수 있고, 상이한 사용 환경하에서 지문 인식의 실패 확률을 감소시키며, 사용자의 체험 효과를 확보하고, 지문 인식 기술의 애플리케이션 성능을 향상시킨다.
설명해야 할 점은, 상기 실시예가 제공한 지문 인식 장치는 지문 정보의 동적 업데이트를 진행 시, 단지 상기 각 기능 모듈의 분할로 예를 들어 설명할 뿐, 실제 응용에서, 상기 기능 분배는 수요에 따라 상이한 기능 모듈에 의해 완성될 수 있다. 이 외에, 상기 실시예가 제공하는 지문 인식 장치와 지문 정보의 동적 업데이트 방법의 실시예는 동일한 구상에 예속하고, 그 구체적인 실현 과정의 상세한 내용은 방법 실시예를 참조하고, 방법 실시예 중의 기술적 특징은 장치 실시예에서 모두 대응되게 적용되며, 여기서 더 반복하여 설명하지 않는다.
본 기술분야의 통상의 기술자는, 상기 각각의 실시예에서 제공한 방법 중의 전부 또는 부분 단계를 실현하는 것은 프로그램을 통하여 관련된 하드웨어를 제어하여 완성될 수 있는 것으로 이해할 수 있고, 상기 프로그램은 하나의 컴퓨터 판독 가능한 저장 매체에 저장될 수 있으며, 상기 저장 매체는 ROM/RAM, 디스크, CD 등일 수 있다.
이상은 단지 본 발명의 바람직한 실시예일 뿐, 본 발명의 특허 범위는 이에 한정될 수 없고, 본 발명의 명세서 및 첨부 도면 내용을 이용하여 진행된 균등한 구조 또는 균등한 과정의 변환, 또는 직접적 또는 간접적으로 기타 관련된 기술 분야에 응용하는 것은 모두 마찬가지로 본 발명의 특허 보호 범위 내에 포함되어야 하는 것으로 이해해야 한다.

Claims (14)

  1. 지문 정보의 동적 업데이트 방법으로서,
    지문을 수집하고, 수집된 지문 정보와 미리 등록된 지문 템플릿 데이터베이스에 의해 지문 인식을 진행하는 단계;
    상기 지문 인식에 성공한 후, 상기 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정하는 단계;
    상기 지문 템플릿 데이터베이스가 포화되지 않았고, 상기 수집된 지문 정보가 제1 업데이트 조건을 만족시킬 경우, 상기 수집된 지문 정보를 상기 지문 템플릿 데이터베이스에 추가하는 단계; 및
    상기 지문 템플릿 데이터베이스가 이미 포화되었고, 상기 수집된 지문 정보가 제2 업데이트 조건을 만족시킬 경우, 상기 지문 템플릿 데이터베이스에서 목표 지문 정보를 선택하고, 상기 목표 지문 정보를 상기 수집된 지문 정보로 교체하는 단계를 포함하되,
    상기 제2 업데이트 조건은 상기 수집된 지문 정보가 상기 지문 템플릿 데이터베이스 중의 지문 정보와 비교하여 새로 추가된 정보가 있고 새로 추가된 정보의 양은 제2 임계값에 도달하는 것인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  2. 제1항에 있어서,
    상기 제1 업데이트 조건은 상기 수집된 지문 정보가 상기 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있는 것인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  3. 제1항에 있어서,
    상기 제1 업데이트 조건은 상기 수집된 지문 정보가 상기 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있고 새로 추가된 정보량이 제1 임계값에 도달하는 것인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  4. 제3항에 있어서,
    상기 제1 임계값은 r이고,
    Figure 112017030585665-pct00003
    이며, a, b는 상수이며, r0은 오리지널 임계값이고, I는 상기 지문 템플릿 데이터베이스 중 현재의 지문 정보량인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  5. 제1항에 있어서,
    상기 제1 업데이트 조건은 상기 수집된 지문 정보와 서로 매칭되는 지문 정보가 상기 지문 템플릿 데이터베이스에 존재하고, 상기 수집된 지문 정보의 화질이 상기 매칭되는 지문 정보의 화질과 상이한 것인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  6. 제1항에 있어서,
    상기 목표 지문 정보는, 상기 지문 템플릿 데이터베이스에서, 가장 많은 불필요한 정보(redundancy information)를 가지고 있고 그 새로 추가된 정보가 상기 수집된 지문 정보의 새로 추가된 정보보다 적은 지문 정보인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  7. 제1항에 있어서,
    상기 제2 업데이트 조건은 상기 수집된 지문 정보의 화질이 사전 결정된 조건을 만족시키는 것이고;
    상기 목표 지문 정보는 상기 지문 템플릿 데이터베이스에서, 상기 수집된 지문 정보와 서로 매칭되는 지문 정보인 것을 특징으로 하는 지문 정보의 동적 업데이트 방법.
  8. 지문 인식 장치로서,
    지문 정보를 수집하도록 구성된 수집 모듈;
    수집된 지문 정보와 미리 등록된 지문 템플릿 데이터베이스에 의해 지문 인식을 진행하도록 구성된 인식 모듈;
    상기 지문 인식에 성공한 후, 상기 지문 템플릿 데이터베이스를 업데이트하도록 구성된 업데이트 모듈을 포함하되,
    상기 업데이트 모듈은,
    상기 지문 템플릿 데이터베이스가 포화되었는지의 여부를 판정하되, 포화되지 않았으면, 제1 업데이트 유닛을 작동하고, 포화되었으면, 제2 업데이트 유닛을 작동시키도록 구성된 판정 유닛;
    상기 수집된 지문 정보가 제1 업데이트 조건을 만족시키는지의 여부를 판정하되, 만족시키면, 상기 수집된 지문 정보를 상기 지문 템플릿 데이터베이스에 추가하도록 구성된 제1 업데이트 유닛; 및
    상기 수집된 지문 정보가 제2 업데이트 조건을 만족시키는지의 여부를 판정하되, 만족시키면, 상기 지문 템플릿 데이터베이스에서 목표 지문 정보를 선택하고, 상기 목표 지문 정보를 수집된 지문 정보로 교체하도록 구성된 제2 업데이트 유닛을 포함하고,
    상기 제2 업데이트 유닛은, 상기 수집된 지문 정보가 상기 지문 템플릿 데이터베이스 중의 지문 정보와 비교하여 새로 추가된 정보가 있고 새로 추가된 정보의 양이 제2 임계값에 도달할 경우, 상기 수집된 지문 정보는 상기 제2 업데이트 조건을 만족시킨다고 판정하는 것을 특징으로 하는 지문 인식 장치.
  9. 제8항에 있어서,
    상기 제1 업데이트 유닛은, 상기 수집된 지문 정보가 상기 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있을 경우, 상기 수집된 지문 정보는 상기 제1 업데이트 조건을 만족시킨다고 판정하기 위한 것인 것을 특징으로 하는 지문 인식 장치.
  10. 제8항에 있어서,
    상기 제1 업데이트 유닛은, 상기 수집된 지문 정보가 상기 지문 템플릿 데이터베이스 중의 지문 정보에 비해 새로 추가된 정보가 있고 새로 추가된 정보량이 제1 임계값에 도달할 경우, 상기 수집된 지문 정보는 상기 제1 업데이트 조건을 만족시킨다고 판정하기 위한 것인 것을 특징으로 하는 지문 인식 장치.
  11. 제10항에 있어서,
    상기 제1 임계값은 r이고,
    Figure 112017030585665-pct00004
    이며, a, b는 상수이고, r0은 오리지널 임계값이며, I는 상기 지문 템플릿 데이터베이스 중 현재의 지문 정보량인 것을 특징으로 하는 지문 인식 장치.
  12. 제8항에 있어서,
    상기 제1 업데이트 유닛은, 상기 수집된 지문 정보와 서로 매칭되는 지문 정보가 상기 지문 템플릿 데이터베이스에 존재할 경우, 상기 수집된 지문 정보는 상기 제1 업데이트 조건을 만족시킨다고 판정하기 위한 것인 것을 특징으로 하는 지문 인식 장치.
  13. 제8항에 있어서,
    상기 제2 업데이트 유닛은 상기 지문 템플릿 데이터베이스로부터 목표 지문 정보를 선택하고, 상기 목표 지문 정보는 상기 지문 템플릿 데이터베이스에서 가장 많은 불필요한 정보(redundancy information)를 가지고 있는 지문 정보이고, 상기 목표 지문 정보 내 새로 추가된 정보는 상기 수집된 지문 정보 내 추가 정보보다 적은 것을 특징으로 하는 지문 인식 장치.
  14. 제8항에 있어서,
    상기 제2 업데이트 유닛은, 상기 수집된 지문 정보의 화질이 사전 결정된 조건을 만족시킬 경우, 상기 수집된 지문 정보는 상기 제2 업데이트 조건을 만족시킨다고 판정하고, 상기 지문 템플릿 데이터베이스에서, 상기 수집된 지문 정보와 서로 매칭되는 지문 정보를 상기 목표 지문 정보로 선택하기 위한 것인 것을 특징으로 하는 지문 인식 장치.
KR1020177008547A 2015-01-23 2015-11-12 지문 정보의 동적 업데이트 방법과 지문 인식 장치 KR101893315B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510036864.3A CN105868679B (zh) 2015-01-23 2015-01-23 指纹信息的动态更新方法和指纹识别装置
CN201510036864.3 2015-01-23
PCT/CN2015/094460 WO2016115940A1 (zh) 2015-01-23 2015-11-12 指纹信息的动态更新方法和指纹识别装置

Publications (2)

Publication Number Publication Date
KR20170046756A KR20170046756A (ko) 2017-05-02
KR101893315B1 true KR101893315B1 (ko) 2018-08-29

Family

ID=56416394

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177008547A KR101893315B1 (ko) 2015-01-23 2015-11-12 지문 정보의 동적 업데이트 방법과 지문 인식 장치

Country Status (5)

Country Link
US (1) US10482311B2 (ko)
EP (1) EP3188074B1 (ko)
KR (1) KR101893315B1 (ko)
CN (1) CN105868679B (ko)
WO (1) WO2016115940A1 (ko)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389566B (zh) 2015-11-13 2018-09-11 广东欧珀移动通信有限公司 指纹识别方法、指纹模板的更新方法、装置和移动终端
CN106164933B (zh) * 2016-03-22 2019-06-07 深圳市汇顶科技股份有限公司 指纹图像的校正方法、装置和终端
CN106022290B (zh) * 2016-05-30 2018-03-27 广东欧珀移动通信有限公司 一种指纹模板更新方法及终端设备
CN106372609B (zh) * 2016-09-05 2018-03-30 广东欧珀移动通信有限公司 指纹模板更新方法、装置及终端设备
US10395129B2 (en) * 2016-09-14 2019-08-27 Idex Asa Dynamic registration seed
CN106557755B (zh) * 2016-11-24 2021-05-04 北京小米移动软件有限公司 指纹模板获取方法及装置
CN106778165A (zh) * 2016-11-30 2017-05-31 努比亚技术有限公司 指纹处理装置及方法
CN108319829B (zh) * 2017-01-11 2022-05-06 中兴通讯股份有限公司 一种声纹验证方法和装置
CN107038414B (zh) * 2017-03-08 2020-08-14 Oppo广东移动通信有限公司 一种指纹模板同步方法及设备
KR102558741B1 (ko) * 2017-12-12 2023-07-24 삼성전자주식회사 사용자 등록 장치 및 방법
KR20190074782A (ko) * 2017-12-20 2019-06-28 삼성전자주식회사 생체 정보와 관련된 이미지의 품질에 따라, 이미지를 지정된 방식으로 처리하여 인증하는 방법 및 이를 수행하는 전자 장치
CN108629172B (zh) 2018-05-09 2019-03-29 飞天诚信科技股份有限公司 一种指纹管理方法及系统
CN108694796A (zh) * 2018-06-04 2018-10-23 四川斐讯信息技术有限公司 基于路由器与智能家居实现安全审计预警的系统及其方法
CN108846913A (zh) * 2018-06-25 2018-11-20 江苏优泰智能科技有限公司 一种防止代签到打卡器的系统控制方法
CN109145800B (zh) * 2018-08-13 2021-06-01 Oppo广东移动通信有限公司 指纹模板更新方法及相关产品
CN110858294B (zh) * 2018-08-26 2023-11-10 敦泰电子有限公司 提升指纹识别率的指纹识别方法及指纹识别芯片
CN109543570B (zh) * 2018-11-06 2023-04-18 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN109690563B (zh) * 2018-12-04 2023-05-30 深圳市汇顶科技股份有限公司 指纹注册方法、终端和计算机可读存储介质
KR102021736B1 (ko) 2019-01-09 2019-09-18 주식회사 시큐어티앤에스 생체 인증 정보 등록 및 동적 업데이트 방법
CN111611831A (zh) * 2019-02-26 2020-09-01 浙江中正智能科技有限公司 一种指纹模板自学习方法
WO2020232636A1 (zh) * 2019-05-21 2020-11-26 深圳市汇顶科技股份有限公司 指纹识别装置、指纹识别方法及电子设备
CN110717429B (zh) * 2019-09-27 2023-02-21 联想(北京)有限公司 一种信息处理方法、电子设备及计算机可读存储介质
KR102610600B1 (ko) * 2019-10-21 2023-12-05 선전 구딕스 테크놀로지 컴퍼니, 리미티드 지문 인식 방법, 지문 인식 장치 및 전자 장치
CN111144323A (zh) * 2019-12-28 2020-05-12 广东智冠信息技术股份有限公司 一种掌静脉生物特征识别注册库自适应变化方法
CN111241314A (zh) * 2020-01-13 2020-06-05 北京迈格威科技有限公司 指纹底库录入方法、装置、电子设备及存储介质
CN113191246A (zh) * 2021-04-26 2021-07-30 深圳轻喜到家科技有限公司 一种可远程控制式家政信息采集终端
CN112990163B (zh) * 2021-05-18 2021-08-06 深圳阜时科技有限公司 指纹校准方法、电子设备及存储介质
CN116311388B (zh) * 2022-08-18 2024-05-10 荣耀终端有限公司 指纹识别的方法和装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254167A (zh) * 2011-08-16 2011-11-23 杭州晟元芯片技术有限公司 一种降低指纹比对拒真率的方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125192A (en) * 1997-04-21 2000-09-26 Digital Persona, Inc. Fingerprint recognition system
JP2004342073A (ja) * 2003-04-25 2004-12-02 Nec Corp 指紋認証システム及び指紋認証方法
KR100888824B1 (ko) * 2007-02-15 2009-03-17 (주)휴제닉스 휴대형 지문인식 및 개인인증 장치 및 이를 이용한지문인식 및 개인인증 방법
CN101231692A (zh) * 2007-12-24 2008-07-30 浙江金指码科技有限公司 通过指纹特征值调整的学习型智能指纹识别比对方法
CN101231691A (zh) * 2007-12-24 2008-07-30 浙江金指码科技有限公司 通过指纹数据数量调整的学习型智能指纹识别比对方法
CN102708360A (zh) * 2012-05-09 2012-10-03 深圳市亚略特生物识别科技有限公司 一种指纹模板生成及自动更新的方法
EP2945071B1 (en) * 2013-01-11 2020-08-26 NEC Corporation Index generating device and method, and search device and search method
WO2015009111A1 (ko) * 2013-07-18 2015-01-22 삼성전자 주식회사 생체인식 기반 인증 방법 및 장치
US9760756B2 (en) * 2013-12-05 2017-09-12 Aro, Inc. Venue identification using sensor fingerprints
JP6631519B2 (ja) * 2014-07-10 2020-01-15 日本電気株式会社 インデックス生成装置及びインデックス生成方法
US9582705B2 (en) * 2014-08-31 2017-02-28 Qualcomm Incorporated Layered filtering for biometric sensors

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254167A (zh) * 2011-08-16 2011-11-23 杭州晟元芯片技术有限公司 一种降低指纹比对拒真率的方法

Also Published As

Publication number Publication date
CN105868679A (zh) 2016-08-17
US10482311B2 (en) 2019-11-19
US20170200043A1 (en) 2017-07-13
EP3188074A4 (en) 2018-03-07
KR20170046756A (ko) 2017-05-02
EP3188074A1 (en) 2017-07-05
EP3188074B1 (en) 2020-08-05
CN105868679B (zh) 2017-11-28
WO2016115940A1 (zh) 2016-07-28

Similar Documents

Publication Publication Date Title
KR101893315B1 (ko) 지문 정보의 동적 업데이트 방법과 지문 인식 장치
US10769256B2 (en) Methods and apparatuses for adaptively updating enrollment database for user authentication
US10496804B2 (en) Fingerprint authentication method and system, and terminal supporting fingerprint authentication
CN106326327B (zh) 用于更新用户认证数据的方法和设备
US8242881B2 (en) Method of adjusting reference information for biometric authentication and apparatus
KR20180060840A (ko) 압력에 기초한 지문 인식 방법 및 장치
JP6798798B2 (ja) ユーザ認証のためのデータを更新する方法及び装置
CN110119746B (zh) 一种特征识别方法及装置、计算机可读存储介质
US20100045787A1 (en) Authenticating apparatus, authenticating system, and authenticating method
US20120189170A1 (en) Biometric authentication device, method of controlling biometric authentication device and non-transitory, computer readable storage medium
CN111581625A (zh) 一种用户身份识别方法、装置及电子设备
KR20120066462A (ko) 얼굴 인식 방법 및 시스템, 얼굴 인식을 위한 학습용 특징 벡터 추출 장치 및 테스트용 특징 벡터 추출 장치
KR102367859B1 (ko) 특징 벡터를 이용하여 데이터를 분류하는 장치 및 방법
US20150104065A1 (en) Apparatus and method for recognizing object in image
KR102558741B1 (ko) 사용자 등록 장치 및 방법
EP3203415A1 (en) Biometric authentication device, biometric authentication method and biometric authentication program
KR101628602B1 (ko) 프로그램의 유사도를 판단하기 위한 유사도 판단 방법 및 유사도 판단 장치
US20230350878A1 (en) Automated database updating and curation
US11386340B2 (en) Method and apparatus for performing block retrieval on block to be processed of urine sediment image
KR101240901B1 (ko) 얼굴 인식 방법, 장치, 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체
CN106708806B (zh) 样本确认方法和装置及系统
KR20150043958A (ko) 객체 인식장치 및 그 방법
KR20240030657A (ko) 최근접 좌표 검색 장치 및 방법
KR102205903B1 (ko) 손글씨 인식 방법 및 디바이스
JP2002259906A (ja) パターン認識方法、装置及びプログラム

Legal Events

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