KR102270674B1 - 생체인식 카메라 - Google Patents

생체인식 카메라 Download PDF

Info

Publication number
KR102270674B1
KR102270674B1 KR1020140130189A KR20140130189A KR102270674B1 KR 102270674 B1 KR102270674 B1 KR 102270674B1 KR 1020140130189 A KR1020140130189 A KR 1020140130189A KR 20140130189 A KR20140130189 A KR 20140130189A KR 102270674 B1 KR102270674 B1 KR 102270674B1
Authority
KR
South Korea
Prior art keywords
user
image
shutter
iris
light source
Prior art date
Application number
KR1020140130189A
Other languages
English (en)
Other versions
KR20150037628A (ko
Inventor
일리아 오브시안니코브
이빙 미쉘 왕
박용화
조용철
윤희선
박창영
더크 스미츠
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20150037628A publication Critical patent/KR20150037628A/ko
Application granted granted Critical
Publication of KR102270674B1 publication Critical patent/KR102270674B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/586—Depth or shape recovery from multiple images from multiple light sources, e.g. photometric stereo
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명의 실시 예에 따른 모바일 장치를 위한 생체인식 카메라 시스템은: 이미지 캡쳐 동안 상기 모바일 장치의 사용자에게 근적외선 광과 함께 플래시를 터뜨리는 근적외선 광원; 상기 근적외선 광원으로부터 오프셋 된 상기 모바일 장치에 배치되는 생체인식 카메라; 그리고 이미지 센서로부터 사용자의 홍채의 비디오 이미지들을 수신하고, 상기 비디오 이미지들을 홍채 데이터베이스에 저장된 앞서 등록된 이미지들과 매칭시키는 프로세서를 포함하되, 매칭 결과 일치하는 것이 발견되면 사용자가 인증된다.

Description

생체인식 카메라{BIOMETRIC CAMERA}
본 발명은 생체인식 카메라에 관한 것으로서, 좀 더 상세하게는 모바일 장치 등에 적용될 수 있는 홍채 인식 카메라에 관한 것이다.
랩톱, 그리고 최근의 스마트폰과 같은 모바일 장치는 사용자 식별의 목적을 갖는 생체인식 장치를 포함하고 있다. 예를 들어, 생체인식 장치는 지문 스캐너(fingerprint scanner), 홍채 스캐너(iris scanner), 및 안면 및/또는 음성 인식이 가능한 카메라 시스템을 포함할 수 있다. 그러나 지문 인식 시스템은 사용자들이 다양한 물체들 상에 일상적으로 지문을 남긴다는 문제가 있다. 그리고, 이 지문들은 지문 인식 시스템을 회피하기 위해 도용되고 재생산될 수 있다. 그리고, 안면 및 음성 인식 시스템은 충분하게 정확하지 않을 수 있고, 상대적으로 용이하게 회피될 수 있다. 이러한 상황에서, 홍채 인식 시스템은 매우 정확하고 사용하기 쉬운 반면, 상대적으로 회피하기 어렵기 때문에 좋은 대안이 될 수 있다.
홍채의 이미지를 캡쳐하기 위한 다양한 카메라 시스템들이 있다. 특히, 스마트폰 또는 태블릿과 같은 모바일 장치에 구현될 수 있는 생체인식 카메라 시스템을 제공하는데 흥미가 있다. 그러한 생체인식 카메라 시스템은 그들의 동작에 있어서 많은 어려움과 직면해 있다. 이러한 어려움은 1) 주위의 조명(ambient illumination) (예를 들어, 태양 빛에서 동작하는 경우); 2) 모션 블러(motion blur) (예를 들어, 스마트폰을 쥐고 홍채를 캡쳐하는 동안에 발생하는 사용자의 손의 움직임); 3) 근거리에서의 피사계 심도(depth of field) (예를 들어, 근거리에서 사진을 찍는 동안, 이미지 흐릿함을 발생시키는, 초점 거리보다 가까운 곳에 있는 물체); 그리고 5) 제한된 시야 (예를 들어, 카메라는 신뢰할만한 인증을 위해 홍채의 고해상도 이미지를 캡쳐해햐 함. 카메라와 홍채 사이의 거리는, 예를 들어, 25cm 내지 팔의 길이 정도로서 상당한 반면, 홍채는 지름이 약 12mm 정도로써 작기 때문에, 카메라는 안면과 홍채에 상당히 "줌 인" 되어야 함.) 등을 포함한다.
따라서, 이러한 문제점을 해결할 수 있는 홍채인식 카메라 시스템을 제공하는 것이 필요하다.
본 발명의 목적은 상기와 같은 문제점을 해결할 수 있는 신뢰성 있는 홍채 인식 카메라를 제공하는데 있다.
본 발명의 실시 예에 따른 모바일 장치를 위한 생체인식 카메라 시스템은: 이미지 캡쳐 동안 상기 모바일 장치의 사용자에게 근적외선 광과 함께 플래시를 터뜨리는 근적외선 광원; 상기 근적외선 광원으로부터 오프셋 된 상기 모바일 장치에 배치되는 생체인식 카메라로써, 상기 생체 인식 카메라는: 확장된 피사계 심도 (EDOF) 이미지 렌즈; 상기 EDOF에 인접하여 배치되고 이미지 캡쳐 동안 주변광을 제거하는 밴드패스 필터; 그리고 상기 밴드패스 필터에 인접하여 배치되고 이미지 처리를 위해 물체의 광학 이미지를 전극으로 변환시키는 이미지 센서를 포함하는 것; 그리고 상기 이미지 센서로부터 사용자의 홍채의 비디오 이미지들을 수신하고, 상기 비디오 이미지들을 홍채 데이터베이스에 저장된, 앞서 등록된 이미지들과 매칭시키는 프로세서를 포함하되, 매칭 결과 일치하는 것이 발견되면, 사용자가 인증되는 생체인증 카메라 시스템.
실시 예로써, 상기 밴드패스 필터는 근적외선 밴드패스 필터를 포함할 수 있다.
다른 실시 예로써, 상기 밴드패스 필터는 솔리드-스테이트 셔터와 결합할 수 있다.
또 다른 실시 예로써, 상기 솔리드-스테이트 셔터는 갈륨 아세나이드(GaAs)를 포함할 수 있다.
또 다른 실시 예로써, 상기 솔리드-스테이트 셔터는 적어도 두 개의 별도로 다루어질 수 있는 셔터 영역들을 포함하여 연속적인 프레임들이 캡쳐되고, 상기 별도로 다루어질 수 있는 셔터 영역들 중 적어도 하나를 갖춘 각각은 상기 프레임 캡쳐 동안 개방될 수 있다.
또 다른 실시 예로써, 상기 밴드패스 필터에 인접하여 배치되고 가시광을 제거하는 가시광 필터를 더 포함할 수 있다.
또 다른 실시 예로써, 상기 이미지 센서는 롤링 셔터 및 프리즈-프레임 셔터 중 적어도 하나를 더 포함할 수 있다.
또 다른 실시 예로써, 상기 프로세서는: 상기 이미지 센서의 노출을 시작하는 단계; 앞서 캡쳐된 이미지로부터 사용자에 대한 홍채 위치를 식별함으로써 그리고 상기 홍채 위치 주위의 WOI(window of interest)를 정의함으로써 읽기 시간을 감소시키고, 그리고 상기 WOI에 의해 정의된 상기 이미지 센서의 일부로부터 캡쳐하고 읽어내는 단계를 실행함으로써 주변광으로부터의 노출을 감소시킬 수 있다.
또 다른 실시 예로써, 상기 이미지 센서는 롤링 셔터를 포함하고, 상기 근적외선 광원은 상기 롤링 셔터의 읽기와 동기화되어 펄스 될 수 있다.
또 다른 실시 예로써, 상기 프로세서는: 상기 이미지 센서로 제 1 신호를 캡쳐하고 주변광의 제 1 세기를 측정하는 단계; 상기 근적외선 광원을 인에이블 시키는 단계; 상기 이미지 센서로 제 2 신호를 캡쳐하고 주변광 및 반사된 근적외선 광의 제 2 세기를 측정하는 단계; 상기 근적외선 광원을 디스에이블 시키는 단계; 그리고 상기 제 1 및 제 2 주변광의 세기 사이의 차이를 판단하는 단계를 실행함으로써 근접 센서 동작을 구현하되, 임계치를 초과하는 신호 차이는 물체가 근거리에 있음을 나타낼 수 있다.
또 다른 실시 예로써, 상기 근적외선 광은 3D 센싱을 구현하기 위해 구조형 광 패턴으로 덮여질 수 있다.
또 다른 실시 예로써, 상기 근적외선 광 및 생체인식 카메라는, 야간 카메라, 3D TOF 센서, 눈의 위치 감지 및 시선 추적, 그리고 움직임 감지 중 적어도 하나를 위해 사용될 수 있다.
본 발명의 실시 예에 따른 모바일 장치를 위한 생체인식 카메라 시스템은: 전면 카메라; 구조형 광 패턴으로 덮여지고, 이미지 캡쳐 동안 상기 모바일 장치의 사용자에게 근적외선 광과 함께 플래시를 터뜨리는 근적외선 광원; 상기 근적외선 광원으로부터 오프셋 된 상기 모바일 장치에 배치되는 생체인식 카메라로써, 상기 생체 인식 카메라는: 확장된 피사계 심도 (EDOF) 이미지 렌즈; 상기 EDOF에 인접하여 배치되고 이미지 캡쳐 동안 주변광을 제거하는 밴드패스 필터; 그리고 상기 밴드패스 필터에 인접하여 배치되고 이미지 처리를 위해 물체의 광학 이미지를 전극으로 변환시키는 이미지 센서를 포함하는 것; 그리고 사용자의 안면의 RGB 이미지들을 캡쳐하기 위해 상기 전면 카메라를 사용하고, 상기 구조형 광 패턴을 갖춘 상기 근적외선 광원 및 상기 사용자의 안면의 하나 또는 그 이상의 3D 깊이 맵들을 캡쳐하기 위한 상기 생체인식 카메라를 사용하고, 상기 RGB 이미지들 및 상기 사용자의 안면의 3D 모델을 생성하기 위한 상기 하나 또는 그 이상의 3D 깊이 맵들을 사용하고, 그리고 상기 사용자를 위한 생체인식 서명을 생성하기 위해 상기 3D 모델을 사용하는 프로세서를 포함할 수 있다.
실시 예로써, 상기 생체인식 카메라 시스템은 홍채 감지 및 3D 모델 감지에 기초하여 멀티-팩터 인증을 실행하기 위해 상기 사용자의 홍채의 이미지를 동시에 캡쳐하는데 사용될 수 있다.
다른 실시 예로써, 상기 밴드패스 필터는 근적외선 밴드패스 필터를 포함할 수 있다.
또 다른 실시 예로써, 상기 밴드패스 필터는 솔리드-스테이트 셔터와 결합할 수 있다.
또 다른 실시 예로써, 상기 솔리드-스테이트 셔터는 갈륨 아세나이드(GaAs)를 포함할 수 있다.
또 다른 실시 예로써, 상기 솔리드-스테이트 셔터는 적어도 두 개의 별도로 다루어질 수 있는 셔터 영역들을 포함하여 연속적인 프레임들이 캡쳐되고, 상기 별도로 다루어질 수 있는 셔터 영역들 중 적어도 하나를 갖춘 각각은 상기 프레임 캡쳐 동안 개방될 수 있다.
또 다른 실시 예로써, 상기 밴드패스 필터에 인접하여 배치되고 가시광을 제거하는 가시광 필터를 더 포함할 수 있다.
또 다른 실시 예로써, 상기 이미지 센서는 롤링 셔터 및 프리즈-프레임 셔터 중 적어도 하나를 더 포함할 수 있다.
본 발명의 실시 예에 따르면, 홍채인식 카메라 시스템의 신뢰성을 향상시킬 수 있다.
본 발명의 특징들이 첨부된 도면들과 함께 발명의 상세한 설명으로부터 좀 더 명백해질 것이다.
도 1은 본 발명의 실시 예에 따른 모바일 장치 생체인식 카메라 시스템을 보여주는 블록도이다.
도 2는 본 발명의 실시 예에 따른 모바일 장치를 위한 생체인식 카메라를 보여주는 블록도이다.
도 3은 인식된 홍채를 포함하는 WOI(window of interest)가 있는 프레임에 의해 경계 지어진 캡쳐된 이미지를 보여주는 블록도이다.
앞의 일반적인 설명 및 다음의 상세한 설명 모두 예시적이라는 것이 이해되어야 하며, 청구된 발명의 부가적인 설명이 제공되는 것으로 여겨져야 한다. 참조 부호들이 본 발명의 바람직한 실시 예들에 상세히 표시되어 있으며, 그것의 예들이 참조 도면들에 표시되어 있다. 가능한 어떤 경우에도, 동일한 참조 번호들이 동일한 또는 유사한 부분을 참조하기 위해서 설명 및 도면들에 사용된다.
아래에서, 장치 및 방법이 본 발명의 특징 및 기능을 설명하기 위한 한 예로서 사용된다. 하지만, 이 기술 분야에 정통한 사람은 여기에 기재된 내용에 따라 본 발명의 다른 이점들 및 성능을 쉽게 이해할 수 있을 것이다. 본 발명은 다른 실시 예들을 통해 또한, 구현되거나 적용될 수 있을 것이다. 게다가, 상세한 설명은 본 발명의 범위, 기술적 사상 그리고 다른 목적으로부터 상당히 벗어나지 않고 관점 및 용도에 따라 수정되거나 변경될 수 있다.
한 요소 또는 층이 다른 요소 또는 층에 "연결되는", "결합하는", 또는 "인접하는" 것으로 언급되는 때에는, 다른 요소 또는 층에 직접적으로 연결되거나, 결합 되거나, 또는 인접하는 것일 수 있고, 혹은 그 사이에 끼워지는 요소 또는 층이 존재할 수 있음이 잘 이해될 것이다. 본 명세서에서 사용되는 "및/또는"이라는 용어는 나열된 요소들의 하나 또는 그 이상의 가능한 조합들을 포함할 것이다.
비록 "제 1", "제 2" 등의 용어가 여기서 다양한 요소를 설명하기 위해 사용될 수 있다 하더라도, 이들 요소는 이 용어들에 의해 한정되지 않는다. 이 용어들은 단지 다른 것들로부터 하나의 구성요소를 구별하기 위해 사용될 수 있다. 따라서, 본 명세서에서 사용된 제 1 구성요소, 구간, 층과 같은 용어는 본 발명의 사상을 벗어나지 않는 범위 내에서 제 2 구성요소, 구간, 층 등으로 사용될 수 있다.
"아래의", "하부의", "위의", "상부의", 및 이와 유사한 용어들은 직접적으로(directly) 또는 다른 층을 개재하여(indirectly) 배치되는 경우를 모두 포함한다. 그리고, 공간적으로 상대적인 이러한 용어들은 도면에 도시된 방향에 더하여 다른 방향을 포함하는 것으로 이해되어야 한다. 예를 들어, 만일 디바이스가 뒤집히면, "아래의"로 설명된 구성요소는 "위의"가 될 것이다.
본 명세서에서 설명되는 용어는 단지 특정한 실시 예를 설명하기 위한 목적으로 사용되며, 그것에 한정되지 않는다. "하나의"와 같은 용어는 달리 명백하게 지칭하지 않으면 복수의 형태를 포함하는 것으로 이해되어야 한다. "포함하는" 또는 "구성되는"과 같은 용어는 설명된 특징, 단계, 동작, 성분, 및/또는 구성요소의 존재를 명시하며, 추가적인 하나 또는 그 이상의 특징, 단계, 동작, 성분, 구성요소 및/또는 그들의 그룹의 존재를 배제하지 않는다.
달리 정의되지 않으면, 본 명세서에서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 지닌 자에 의해 공통적으로 이해될 수 있도록 동일한 의미를 갖는 것으로 사용된다. 그리고, 사전에서 공통적으로 정의된 용어들은 관련 분야에서 일관된 의미를 갖는 것으로 해석되어야 하며, 달리 정의되지 않으면, 과도한 의미로써 사용되지 않는다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있도록 본 발명의 실시 예를 첨부된 도면을 참조하여 설명할 것이다.
도 1은 본 발명의 실시 예에 따른 모바일 장치 생체인식 카메라 시스템을 보여주는 블록도이다. 시스템은 메모리(12), 적어도 하나의 프로세서(14), 입출력 디바이스(I/O)(16), 전면 카메라(18)(예를 들어, RGB 카메라), 및 디스플레이(22)를 갖는 일반적인 구성요소들을 포함할 수 있다.
메모리(12), 적어도 하나의 프로세서(14), I/O(16), 전면 카메라(18), 및 디스플레이(22)는 하나 또는 그 이상의 시스템 버스들(미도시)을 통해 함께 연결될 수 있다. 메모리(12)는, 예를 들어, RAM, ROM, 캐시, 가상 메모리 및 플래시 메모리를 포함하는 다른 메모리 타입들로 구성된 하나 또는 그 이상의 메모리들을 포함할 수 있다. 프로세서(14)는 하나 또는 그 이상의 코어들을 갖는 싱글 프로세서, 또는 하나 또는 그 이상의 프로세서들을 갖는 멀티 프로세서들을 포함할 수 있다. I/O(16)는 정보를 입력하고 출력하는 구성요소들의 집합이다. 예를 들어, I/O (16)를 구성하는 구성요소들은 마이크로폰, 스피커, 및 무선 네트워크를 통하여 통신하기 위한 네트워크 인터페이스 컨트롤러 (또는 이와 유사한 구성요소)를 포함할 수 있다. 프로세서(14)는 하드웨어 리소스를 관리하고 기본적인 작업을 수행하는 운영 체제(OS)를 실행할 수 있다. 예를 들어, OS는 Symbian™, BlackBerry OS™, iOS™, Windows™, 및 Android™를 포함할 수 있다. 실시 예로써, 디스플레이(22)는 모바일 장치(10)와 함께 집적될 수 있다. 또는 디스플레이(22)는 모바일 장치(10)의 외부에 있을 수 있다.
실시 예로써, 모바일 장치(10)는, 예를 들어 셀룰러 폰 또는 스마트폰, 태블릿, 노트북 또는 랩톱 컴퓨터, 텔레비전, 그리고 웨어러블 컴퓨터를 포함하지만 이에 한정되지 않는, 모바일 장치 폼 팩터(mobile device form factor)의 어떤 타입을 포함할 수 있다. 실시 예로써, 모바일 장치(10)는 모바일 장치(10)의 동일한 면에 위치한 디스플레이(22) 및 전면 카메라(18)와 함께 구현될 수 있으며, 전면 카메라(18)는 사용자가 디스플레이(22)를 볼 수 있도록 사용자를 향할 수 있다. 모바일 장치(10)가 랩톱 또는 노트북을 구성하는 경우, 전면 카메라는 일반적으로 랩톱의 뚜껑 내에 제공될 수 있다.
본 발명의 실시 예에 따르면, 모바일 장치(10)는 사용자 인식 및 인증을 위해 인간 홍채의 이미지를 캡쳐하는데 사용되는 생체인식 카메라 시스템(24)과 함께 제공될 수 있다. 실시 예로써, 생체인식 카메라 시스템(24)은 근적외선(near infrared; NIR) 광원(20), 생체인식 카메라(28), 홍채 인식 구성요소(30), 및 홍채 데이터베이스(32)를 포함할 수 있다. 실시 예로써, 홍채 인식 구성요소(30) 및 홍채 데이터베이스(32)는 메모리(12)에 저장되는 소프트웨어 구성요소일 수 있고 프로세서(14)에 의해 실행될 수 있다.
보인 바와 같이, 생체인식 카메라(28)는 (비록 다른 위치들이 가능하다 할지라도) 모바일 장치(10)의 한 코너에 위치할 수 있다. 반면, NIR 광원(20)은 모바일 장치(10)의 본체 내의 생체인식 카메라(28)로부터 NIR 광원(20)을 오프셋 시키기 위해 반대쪽 코너에 위치할 수 있다. 실시 예로써, NIR 광원(20)은 발광 다이오드(LED) 또는 레이저 다이오드를 사용하여 구현될 수 있고, NIR 광원(20)은, 사용자에 의해 모바일 장치(10)가 쥐어질 때 예상된 거리에 위치한 사용자의 눈을 가리킬 수 있도록 살짝 위쪽으로 각을 지어 향할 수 있다.
동작시, NIR 광원(20)은 생체인식 카메라(28)에 의해 사용자의 홍채의 이미지를 캡쳐하는 동안 근적외선과 함께 모바일 장치(10)의 사용자에게 플래시를 터뜨릴 수 있다. 생체인식 카메라(28)로부터 출력되는 비디오 이미지는, 홍채의 이미지를 홍채 데이터베이스(32)에 저장된 앞서 등록된 이미지와 매치시키는, 홍채 인식 구성요소(30)에 의해 수신될 수 있다. 만일 일치하는 것이 발견되면, 사용자는 인증된 것이다.
도 2는 본 발명의 실시 예에 따른 생체인식 카메라(28)의 구성요소를 보여주는 블록도이다. 실시 예로서, 생체인식 카메라(28)는 이미지 렌즈(200), 밴드패스 필터(202), 및 이미지 센서(204)의 조합을 사용하여 반사된 근적외선을 모으고 인상 홍채의 이미지를 형성할 수 있다. 예를 들어, 이미지 렌즈(200)는 확장된 피사계 심도 (extended depth of field; EDOF) 이미지 렌즈로 구성될 수 있다.
밴드패스 필터(202)는 이미지 렌즈(200)에 인접하여 배치될 수 있고, 주변광을 상쇄하는 기능을 수행할 수 있다. 실시 예로써, 밴드패스 필터(202)는 솔리드-스테이트 셔터와 결합될 수 있다. 실시 예로써, 밴드패스 필터는 근적외선 밴드패스 필터를 포함할 수 있다. 도면에 점선으로 도시된 바와 같이, 생체인식 카메라(28)는 가시광을 제거하는데 사용될 수 있는 밴드패스 필터(202) 및 선택적인 솔리드-스테이트 셔터에 인접하여 배치된 선택적인 가시광 필터(206)를 포함할 수 있다.
이미지 센서(204)는 밴드패스 필터(202)에 인접하여 배치될 수 있고, 그 다음의 이미지 처리를 위해 물체(예를 들어, 홍채)의 광학 이미지를 전기적 신호로 변환시킬 수 있다. 실시 예로써, 이미지 센서(204)는 내장형 롤링 셔터(built-in rolling shutter) 또는 프리즈-프레임 셔터(freeze-frame shutter)를 포함할 수 있다. 실시 예로써, 이미지 센서(204)는 디지털 전하 결합 소자(digital charge-coupled device; CCD) 또는 CMOS (complementary metal oxide semiconductor) 액티브 픽셀 센서들을 포함할 수 있다.
실시 예로써, 생체인식 카메라 시스템(28)은 스마트폰과 같은 모바일 장치(10)에 적합하도록 매우 작은 사이즈를 갖도록, 그리고 저비용으로 설계될 수 있다. 이러한 설계 목표를 충족시키기 위해, 이미지 센서(204)는 매우 작은 픽셀 피치(pitch)(예를 들어, 11㎛)를 갖는 CMOS, 및 (프리즈-프레임이 아닌) 롤링 셔터를 포함할 수 있다. 그러한 센서 타입은 상업적으로 이용가능하고, 전면 및 후면 카메라들을 위해 스마트폰에 사용될 수 있다. 따라서, 바람직한 실시 예는 롤링 셔터 및 작은 픽셀들과 함께 규격품의(off the shelf) 흑백 CMOS 센서를 이용할 수 있다.
밴드패스 필터(202)는 근적외선(예를 들어, 800㎚) 근처를 제외한 모든 파장들을 제거하는 기능을 수행할 수 있다. 예를 들어, 밴드패스 필터(202)는 솔리스-스테이트 셔터와 결합할 수 있다. 이미지를 캡쳐하는 단계는 1) 모든 프레임을 동시에 노출하는 모드에서 이미지 센서를 시작하는 단계; 2) NIR 광원을 펄싱(pulsing) 시키는 동안 솔리드-스테이트 셔터를 동시에 개방하는 단계; 3) 솔리드-스테이트 셔터를 닫는 단계; 그리고 4) 이미지 센서로부터 캡쳐된 이미지를 읽어내는 단계를 포함할 수 있다.
하나의 목적은 (솔리드-스테이스 셔터가 개방되고 NIR 광원이 인에이블 되었을 때) 노출 시간을 현실적으로 가능한 짧게 만드는 것일 수 있다. 짧은 노출 시간을 위해 보상하기 위해, NIR 광원 파워는 사람의 눈에 손상을 입히지 않도록 현실적으로 가능한 높게 만들어질 수 있다. 캡처하는 동안을 제외한 모든 시간에서 솔리드-스테이트 셔터가 닫히도록 유지함으로써, 장면의 다른 곳으로부터 수신된 주변광은 충분히 감소할 수 있다. 이것은 주변광을 제거하는 목적을 달성하게 한다. 그리고, 매우 짧은 노출 시간으로 인하여, 움직임 흐릿함으로부터 자유로운(motion blur-free) 이미지 캡쳐의 목적이 달성될 수 있다.
실시 예로써, 솔리드-스테이트 셔터는 갈륨 아세나이드(GaAs)를 포함할 수 있다. 이러한 타입의 셔터는 외부로부터 전압을 공급함으로써 매우 짧은 시간(예를 들어, 수 나노 초) 내에 그것의 상태를 불투명한 상태로부터 투명한 상태로 변환시킬 수 있다. 이러한 타입의 셔터는 높은 굴절률을 갖기 때문에, 필터로써 GaAa 기반의 셔터를 사용하는 것은 특히 바람직할 수 있다. 일반적인 색선별(dichroic)("간섭") 광학 베이스밴드 필터들은 입사각에 대한 중앙 파장의 의존성 때문에 종종 상대적으로 넓은 밴드패스 폭을 가질 수 있다. 카메라 시스템에 있어서, 광선들은 다양한 각도에서 광학 필터를 통과할 수 있다. 입사하는 광선 각의 작용으로서 밴드패스 파장은 변하기 때문에, 일반적으로 밴드패스를 넓게 할 수 있고, 그 결과 입사하는 광선 각에 상관없이, 바람직한 파장의 빛 에너지는 광학 필터를 통과할 수 있다. 중앙 파장의 변이 량은 수학식 1과 같다.
Figure 112014092660934-pat00001
여기서 λC는 중앙 파장이고, λ0는 수직 입사시의 중앙 파장이고, n*는 필터 유효 굴절률이다. GaAs는 높은 n*를 갖기 때문에, 변화 효과(shift effect)는 감소할 수 있고, 필터는 좁은 밴드 폭을 갖도록 설계될 수 있다. 그 결과, 더 많은 주변광이 제거될 수 있다.
또는, 솔리드-스테이트 셔터를 사용하는 대신에, 내장형 프리즈-프레임 셔터(built-in freeze-frame shutter) 및 NIR 밴드패스 셔터(가능한 GaAs)를 갖춘 CMOS 센서가 사용될 수 있다. 그러나, 프리즈-프레임 셔터를 갖춘 CMOS 센서는 일반적으로 롤링 셔터(rolling shutter)를 사용하는 CMOS 센서에 비해 넓은 사이즈의 픽셀들을 갖는다. 넓은 픽셀 사이즈는 이미지 해상도를 감소시키거나, 또는 센서 사이즈 및 비용을 증가시킬 수 있다. 또한, 넓은 픽셀 사이즈는 피사계 심도(depth of field)를 감소시킬 수 있다. 이것은 GaAs 솔리드 셔터의 사용이 선호되는 이유이다.
GaAs에 기초한, 솔리드-스테이트 셔터는 그것의 닫힌 상태에서도 약간의 빛을 누설할 수 있다. 만일 롤링 셔터를 사용하는 이미지 센서에서 일반적인, 이미지가 읽혀지는 동안에도 이미지 센서(204)가 이미지를 감지하는 것을 계속 한다면, 누설된 주변광은 캡쳐된 이미지에 등록될 수 있고, 어떤 이미지 영역을 포화시키거나 또는 이미지에 노이즈를 부가함으로써 이미지의 품질에 영향을 줄 수 있다. 실시 예로써, 프로세서는 다음과 같이 노출 및 읽기 시간을 감소시킴으로써 주변광으로부터의 노출을 감소시키도록 구성될 수 있다.
1) 특히 롤링 셔터를 갖춘 센서에 있어서, 모든 픽셀들로부터 동시에 전하를 제거하기 위해 글로벌 리셋(global reset)을 사용하여, 이미지 센서(204)의 노출을 시작한다. 그 결과, 주변광이 감지되는 시간을 감소시킬 수 있다.
2) 앞서 캡쳐된 이미지로부터 홍채 위치를 식별하고 홍채 위치 주변의 WOI(window of interest)를 정의함으로써, 그리고 그 뒤에 WOI에 의해 정의되는 이미지 센서의 부분으로부터 캡쳐하고 읽어냄으로써 읽기 시간을 감소시킨다. 예를 들어, 도 3에 도시된 바와 같이, 앞서 캡쳐된 이미지는 프레임(300)에 의해 경계 지어졌으며, WOI(302)는 전체 프레임보다 작은, 홍채를 포함하도록 식별되었다.
실시 예로써, NIR 광원은 롤링 셔터의 읽기와 함께 동시에 일어나도록 펄싱(pulsing)될 수 있다. 본 실시 예에서, 롤링 셔터는 단지 WOI(window of interest)(302)에 있는 픽셀들이 읽혀지는 행-열 방식(row-column manner)으로 다뤄질 수 있다. 예를 들어, NIR 광원은 WOI(302)의 좌측 상단의 픽셀이 읽혀질 때 또는 약간 이전에 턴 온 될 수 있고, WOI(302)의 우측 하단의 픽셀이 읽혀진 후에 턴 오프 될 수 있다. 실시 예로써, 주변광의 제거는 더 높은 빛의 세기에서 펄싱(pulsing) 함으로써 만들어질 수 있다. NIR의 총 양 그리고 순간적인 양은 눈의 손상을 피할 수 있는 어떤 임계치 이하이어야 한다. NIR 광은 오직 윈도(302)를 노출시키고 읽는 동안에만 턴 온 되기 때문에, 만일 그것이 전체 프레임(300)을 노출시키고 읽는 동안에만 사용된다면, 빛의 세기는 눈의 안전을 위해 허용되는 것보다 긴 구간 동안 증가할 수 있다. 증가한 빛의 세기는 더 짧은 노출 및 읽기 시간을 가능하게 하고, 더 적은 주변광 읽기로 이끌 수 있다.
실시 예로써, 롤링 셔터는 작은 윈도(302) 보다는 전체의 라인들을 읽는데 사용될 수 있다. 이 경우, 셔터는 픽셀들을 리셋시키고, 윈도(302)의 맨 윗부분을 읽어내고, 그리고 윈도의 맨 아랫부분에서 읽기를 끝낼 수 있다. 실시 예로써, NIR 광은 읽기의 시작과 끝에 동기화되도록 턴 온 되고 턴 오프 될 수 있다. 프레임(300)의 조각이 전체 프레임보다 더 작아질수록, 펄스 된(pulsed) NIR의 강도는 전체 프레임을 노출하는 것보다 더 커진다. 특정한 실시 예로써, NIR 광은 각각의 라인 읽기와 동기화되기 위해 더 펄스 될(pulsed) 수 있다. 여기서, 비록 전체의 라인들이 읽혀진다 하더라도, NIR은 오직 WOI(302)를 노출시키는 동안에만 턴 온 될 수 있다. 비록 전체 NIR 플럭스(flux)가 감소할 수 있다고 하더라도, 본 실시 예에서 순간적인 강도는 앞선 것보다 더 강할 수 있다.
피사계 심도(Depth of Field)
생체인식 카메라(28)는 일반적으로 25cm 부근의 거리에 있는 홍채의 이미지를 캡쳐한다. 그러한 짧은 거리에서, 피사계 심도는 일반적으로 제한되고, 선명한 이미지를 얻는 것은 어렵다. 피사계 심도를 증가시키기 위해, 본 발명의 실시 예는 다음 단계를 포함할 수 있다.
1) 바람직하게는 고정 초점의 렌즈와 결합한, EDOF의 특정한 웨이브 프런트 코딩 타입에 있어서, 확장된 피사계 심도(extended depth of field; EDOF) 기술을 사용하는 단계;
2) 보상하기 위한 광원 전력을 부스팅하는 동안, 렌즈 조리개를 감소시키는 단계;
3) 보상하기 위한 광원 전력을 부스팅하는 동안, 픽셀 사이즈를 감소시키는 단계; 그리고
4) 자동-초점 장치(auto-focus actuator)를 사용하는 단계. 비록 자동 초점 장치의 목적이 "매크로" 범위(예를 들어, 10~50cm 부근)에 있는 물체에 대해 빠르게 초점을 맞추는 것에 있다 하더라도, 홍채를 스캐닝하기 위해, 장치는 이하 설명될 적용을 위해서 무한대에 이르는 먼 거리에 초점을 맞출 수 있다.
EDOF 시스템은 역사적으로 모든 가시 파장(visible wavelengths)에 걸쳐 이미지를 캡쳐하고 수집하는 색상 캡쳐 및 경험된 어떤 이슈를 위해 사용되었고, 이는 이미지 품질의 저하를 초래하였다. 본 실시 예가 단색광 NIR 이미지를 캡쳐하기 때문에, 넓은 범위의 파장에 걸쳐 동작하는데 관련된 이슈들은 제거되고, 시스템 성능은 향상될 수 있다. 게다가, 각각의 픽셀 위치에서 단지 3 개의 색상 중 하나만 샘플링되는 베이어 패턴(Bayer pattern)을 사용하는 컬러 센서와는 달리, 단색광 센서는 모든 픽셀에서 이미지를 샘플링하고, 그 결과 향상된 시스템 성능을 위해 모든 정보를 갖춘 EDOF를 제공할 수 있다.
비록 EDOF 시스템이 홍채 이미지가 찍히는 범위를 향상시키기 위해 초점 심도(depth of focus)를 증가시킨다고 하더라도, 그것은 이미지의 MTF를 감소시키는 경향이 있다. 실시 예로써, 이미지 품질은, 홍채의 여러 이미지를 캡쳐하고 더 선명한 이미지를 얻기 위해 그것들을 처리하는, 알려진 슈퍼 해상도(super resolution) 기술들을 사용함으로써 개선될 수 있다. 이를 달성하기 위해, 여러 이미지들이 여러 번 WOI(window of interest)(302)를 빨리 캡쳐하기 위해 서브-윈도 롤링 셔터(sub-window rolling shutter)를 가지고 연속하여 촬영될 수 있다. 만일 프레임들 사이에 움직임이 있다면, 조합 이전에 이미지 등록이 실행될 것이다. 조합하는 단계는 슈퍼-해상도 기술을 사용할 수 있고, 또는 노이즈를 감소시키기 위해 단순한 싱글 애버리징(signal averaging)을 실행할 수 있다. 특정한 실시 예에서, 이것은 NIR 펄스를 동기화시킴으로써 더 빠른 윈도의 읽기를 위해 WOI(302)를 읽어내는 것 그리고 프레임 내에서 움직임의 효과를 개선하는 것과 조합될 수 있다.
추가적인 기능들
실시 예로써, 생체인증 카메라 시스템(24)의 구성은 생체인증 카메라 시스템(24)이 스캐닝뿐만 아니라, 이하 설명될, 근접 감지(proximity sensing), 야간 식별(night-vision), 3D TOF 센싱(time-of-flight sensing), 눈의 위치 및 시선 위치 추적(eye position and gaze tracking), 및 3D 센싱을 위한 구조형 광(structured light)을 제공하는 것을 포함하는 추가적인 기능들을 수행하도록 할 수 있다.
근접 센서
근접 센서(proximity sensor)는 이미지 센서 및 NIR 광원을 사용한다. 이미지 센서는 일반적으로 (복수의 픽셀들의 어레이가 아닌) 싱글 픽셀을 사용하며, 근접 동작은 다음과 같은 단계들을 포함할 수 있다.
1) 이미지 센서를 가지고 제 1 신호를 캡쳐하고, 주변광의 제 1 세기를 측정하는 단계;
2) NIR 광원을 인에이블 시키는 단계;
3) 이미지 센서를 가지고 제 2 신호를 캡쳐하고, 주변광의 제 2 세기 및 근접한 물체로부터 반사된 어떤 NIR 빛들을 측정하는 단계;
4) NIR 광원을 디스에이블 시키는 단계; 그리고
5) 주변광 측정들의 제 1 및 제 2 세기 사이의 차이를 판단하는 단계로써, 임계치를 초과하는 신호 차이는 물체가 근거리에 있음을 나타낸다. 실시 예로서, 셔터 및 NIR 빛을 갖춘 센서는 NIR 광원 플래시를 가지고 그리고 없이 이미지를 캡쳐할 수 있고, (선택적으로) 각각의 이미지에 있는 픽셀 출력들을 합할 수 있고 두 값들을 뺄 수 있다.
근접 선서는 일반적으로 넓은 동적 범위를 갖기 위해 설계된 것으로서, 그것은 센 주변광이 있는 야외에서 작동함을 상기하라. GaAs 셔터가 사용되었을 때, 셔터는 (NIR 광원 펄싱과 함께 동기화되어) 매우 짧은 시간 동안 개방될 수 있고, 따라서 주변광으로부터의 노출을 현저히 감소시킬 수 있다. 따라서, 높은 동적 기능은 필요하지 않을 수 있으며, 잠재적으로 이미지 비용을 감소시키고 이미지 품질을 향상시킬 수 있다.
일반적으로, 모든 스마트폰은, 사용자가 스마트폰을 귀에 대고 쥐고 있을 때 갑작스런 터치 입력을 방지하기 위해 터치 스크린을 턴 오프 시키는 근접 센서를 구비하고 있다. 따라서, 중요하게, 생체인식 카메라 시스템(24)은 근접 센서의 기능을 수행하기 때문에, 근접 센서는 스마트폰으로부터 제거될 수 있고, 기능의 희생 없이 그리고 불필요한 스마트폰 사이즈 및 비용의 증가 없이 생체인식 카메라 시스템(24)으로 대체될 수 있다. 실시 예는 또한 이미 사용한 NIR 광원을 근접 센싱 및 생체인식 스캐닝을 위해 재사용할 수 있다.
야간 카메라(Night Camera)
생체인식 카메라(28)는 NIR 및 NIR 광원(20)을 이용하기 때문에, 생체인식 카메라(28)는 어둠에서 이미지를 캡쳐할 수 있다. 시스템(24)은 어둠에서 사용자를 감지하고, 홍채를 스캐닝하고, 사용자 제스처를 캡쳐할 수 있다. 고정된 초점 (EDOF) 렌즈 대신에 자동 초점 장치를 사용하는 것은 25cm 이상의 거리에 있는 물체를 또렷하게 캡쳐하는데 유용할 수 있다.
3D TOF 센서(3D Time-of-Flight Sensor)
빠른 GaAs 셔터 및 NIR 광원을 갖춘 규격품의(off-the-shelf) CMOS 카메라는 원거리의 이미지를 캡쳐할 수 있다. 예를 들어, TOF 카메라는, 그것 안에 각각의 레이저 또는 광 펄스와 함께 전체 장면이 캡쳐되는, 스캐너 없는(scannerless) LIDAR의 종류이다. TOF 카메라에 의해 물체(예를 들어, 안면)까지 측정된 거리는 자동 초점 장치를 사용하여 빠른 초점 조정을 하는데 사용될 수 있음을 상기하라.
눈의 위치 감지 및 시선 위치 추적 카메라(Eye Position Detection and Gaze Tracking Camera)
NIR 광원(20) 및 NIR 생체인식 카메라(20)의 유용성은 현존하는 기술을 사용하여 홍채 및 눈을 캡쳐하고 그들의 위치 및 시선을 끊임없이 추적하도록 하는데 있다.
움직임 감지(Motion Detection)
NIR 생체인식 카메라(28)는 본 기술 분야에 알려진 이미지 기술들(예를 들어, 프레임들을 캡쳐하고 그들의 합쳐진 선명도(aggregated sharpness)를 비교하는 것을 사용함으로써 완전한 어둠에서의 움직임을 포함하는 움직임을 감지하는데 사용될 수 있다.
3D 센싱을 위한 구조형 광(Structured Light for 3D Sensing)
패턴 된 슬라이드(patterned slide)가 3D 센싱을 구현하기 위해 NIR 광원(20) 앞에 삽입될 수 있다. 패턴은 이미지 처리된 물체에 떨어져 반사될 것이며, 생체인식 카메라(28)에 의해 캡쳐될 수 있다. 이미지 및 프로젝트 된 버전 사이에서의 패턴의 상대적인 왜곡을 비교함으로써, 물체에 대한 포인트의 절대적인 거리가 판단될 수 있다.
움직이는 물체는 너무 빨리 위치를 바꿔 흐릿함 없이 깊이 맵(depth map)을 업데이트 할 수 없기 때문에, 일반적으로 구조형 광 캡쳐는 오직 고해상도에서 정적인 장면을 이미지 처리하기 위해 사용될 수 있다. 게다가, 밝은 주변광 조건에서, 구조형 광 깊이 캡쳐 시스템(structured lighting depth capture system)은 워시 아웃(wash out)을 겪을 수 있다.
이 시스템에서, 빠른 셔터 및 강한 NIR 광원(20)은 이러한 이슈들을 완화시킬 수 있다. 만일 다른 NIR 광원이 제 1 슬라이드의 패턴에 상보적인 패턴을 갖는 패턴된 슬라이드에 더해지면, 주변의 워시 아웃 문제는 감소할 수 있다. 예를 들어, 만일 새로운 슬라이드가 제 1 패턴에 반대되는 패턴을 갖는다면, 물체는 신속히 제 1 NIR 소스로, 그 후 제 2 소스로 밝혀질 수 있고, 빠른 셔터로 동기화될 수 있고, 그리고 두 개의 캡쳐된 패턴들에 대한 일반적인 컴퓨터에 의한 이미지 처리 동작(standard computational imaging operations)을 사용함으로써 고 해상도의 패턴을 형성할 수 있다. 예를 들어, 이것은 3D 비디오 캡쳐, 또는 전면 모드에 있는 카메라를 쥐고 있는 사용자의 안면 표정의 미세한 변화를 추적하는 것을 가능하게 한다.
생체인식을 위한 3D 안면 인식(3D Face Recognition for Biometrics)
앞서 설명된 실시 예에 있어서, 시스템은, 보통의 전면 카메라로부터 캡쳐된 안면의 RGB 이미지와 병행되어, 높은 정확성, 낮은 흐릿함, 사람 안면의 3D 깊이 맵을 캡쳐하기 위해, IR 조명기(IR illuminator)를 통해 빠른 셔터 및 구조형 광 패턴을 사용할 수 있다. 본 실시 예에서, NIR 카메라의 시야는 적용을 위한 타깃 거리 범위(일반적으로 10~25cm)에서 사용자의 안면 전체를 캡쳐하기에 충분히 넓도록 설계될 수 있다. 3D 깊이 맵 및 RGB 이미지 쌍들은 사람 안면의 3D 모델을 생성하는데 사용될 수 있고, 사용자 특유의 생체인식 서명을 생성하는데 사용될 수 있다. 본 실시 예의 이점은 동일한 시스템 셋업이 사람의 홍채 이미지 및 3D 안면 이미지를 동시에 캡쳐하는데 사용될 수 있다는 것인데, 이는 다원적 인증(multi-factor authentication)을 가능하게 한다. 홍채 및 3D 안면의 캡쳐는 동일한 IR 이미지로 실행될 수 있으며, 또는 두 개의 IR 조명기들이 있을 수 있다. 이때 하나는 그것의 상부에 구조형 광 패턴을 갖추고 있고, 다른 하나는 상부에 패턴이 없다. 이것은 홍채 이미지로부터 구조형 광 패턴을 제거할 필요가 있는 이미지의 프로세싱을 잠재적으로 단순화시킬 수 있다. 동일한 카메라는 홍채 및 3D 안면 이미지를 캡쳐하는 신속한 교대 순서에 사용될 수 있다.
어드레서블 셔터를 이용한 캡쳐(Capture with Addressable Shutter)
앞선 실시 예들에서, 생체인식 카메라(28)의 솔리드-스테이트 셔터는 전극들의 싱글 세트와 함께 다루어지며(addressable) 셔터의 전체 시야를 다룬다(cover). 실시 예로써, 셔터의 둘 또는 그 이상의 다룰 수 있는 영역(addressable area)들, 즉, 셔터의 한 부분이 다른 부분 또는 부분들이 닫힐 수 있는 동안 측정된 빛의 파장들에 대해 개방된 채 남겨질 수 있도록, 전극들은 셔터에 패턴 될 수 있다. 도 4a는 셔터(400)가 왼쪽 절반(402) 및 오른쪽 절반(404)으로 패턴 된 실시 예를 보여주는 블록도이다. 여기서, 다른 절반이 오픈 된 상태인 동안 연속하여 차단된 각각의 반쪽에 대해 사진이 번갈아가며 찍힐 수 있다. 예를 들어, 3D 스테레오 이미지는 타임-멀티플렉스(time-multiplex)를 갖춘 싱글 렌즈 기술을 통하여 캡쳐될 수 있다. 왼쪽 스테레오 쌍 이미지는 셔터(400)의 왼쪽 절반(402)으로 투명하게 그리고 오른쪽 절반(404)으로 불투명하게 켭쳐될 수 있다. 오른쪽 스테레오 쌍 이미지는 셔터(400)의 오른쪽 절반(404)으로 투명하게 그리고 왼쪽 절반(402)으로 불투명하게 켭쳐될 수 있다. 왼쪽 및 오른쪽의 캡쳐된 이미지들은 싱글 렌즈 카메라를 사용하여 스테레오 쌍 이미지들을 제공하기 위한 알려진 기술들을 사용하여 처리될 수 있다. 이 적용에서, 강한 주변광은 이미지들을 캡쳐하는데 사용될 수 있다. 특정한 실시 예에서, NIR 광원은 주변광을 보충하거나 대체하는데 사용될 수 있다. NIR 펄스는 눈에 대한 안전 한계를 초과하지 않고 노출을 증가시키는 동안 셔터 절반들의 타이밍에 동기화될 수 있다.
다른 실시 예에서, 생체인식 카메라(28)의 셔터는 라이트 필드 사진(light-field photo)을 위한 타임-멀티플렉스(time-multiplex)와 함께, 패턴 된 셔터를 생성하기 위해 좀 더 독립적으로 다루어질 수 있는 영역들로 다시 나누어질 수 있다. 도 5a는 생체인식 카메라가 플렌옵틱 카메라(plenoptic camera)로써 사용될 수 있도록 셔터(500)가 좀 더 독립적으로 다루어질 수 있는 영역들(502)로 분할된 것을 보여주는 도면이다. 본 실시 예에서, 연속적인 프레임들이 찍혀질 수 있으며, 셔터(500)의 영역들(502) 각각은 그것의 프레임 캡쳐 동안 개방될 수 있다. 일련의 캡쳐된 프레임들은 라이트 필드 이미지 세트(light field image set)로써 처리될 수 있다. 비록 본 실시 예가 단지 프레임 캡쳐 동안 한 번에 개방되는 단일의 다루어질 수 있는 영역(502)만을 보여준다 하더라도, 다른 실시 예에서, 셔터의 복수의 영역들(502)은 다양한 패턴들로 동시에 개방될 수 있다.
RGB 카메라를 이용한 결합된 사용(Combined Use with RGB Camera)
생체인식 카메라(28)는 상대적으로 좁은 범위의 시야(~ 수평으로 30°)를 가지고 있기 때문에, 그것은 단지 한 눈의 이미지만을 캡쳐할 수 있으며, 사용자의 전체 안면의 이미지를 항상 캡쳐하지 않을 수 있다. 어느 눈(왼쪽 또는 오른쪽)이 전면 카메라(18)의 출력인지 판단하는 것은 어느 눈이 생체인식 카메라(28)에 의해 이미지처리되었는지 여부를 판단하는 것과 결합될 수 있다. 전면 카메라(18)로부터의 이미지는 생체인식 카메라(28)에 의해 이미지 처리된 시야와 관련하여 안면의 위치에 관한 이미지를 제공할 수 있다.
다른 결합된 사용은 다음을 포함할 수 있다.
1) TOF 동작은 초점을 맞추기 위해 전면 카메라(18)를 보조하는데 사용될 수 있다;
2) 전면 카메라(18)는 홍채 스캔 동안 사용자의 안면을 자동으로 캡쳐할 수 있다;
3) 전면 카메라(18)는 (색상의 컬러 영상 처리(spatio-temporal filtering) 및 증폭에 기초하여 알려진 방법들을 사용하여 펄스를 추적하는 것을 사용함으로써) 사용자가 살아있는 인간이라는 것을 추가적으로 검증하기 위한 홍채 스캔과 함께 사용자의 안면을 캡쳐할 수 있다;
4) 전면 카메라(18)는 머리 위치에 관한 문제가 발생한 경우 인식을 돕기 위해 홍채 스캔 동안 사용자의 머리의 존재를 확인할 수 있고 위치를 판단할 수 있다. 그 결과 (예를 들어, 사용자가 바라볼 타깃을 디스플레이 또는 스마트폰의 플래시 LED 상에 보여줌으로써) 시스템은 사용자가 그의 머리를 적당하게 위치시키도록 안내할 수 있다;
5) 전면 카메라는 안경, 머리카락의 존재를 인식할 수 있고, 성공적인 홍채 스캔을 방해하는 다른 문제들을 확인할 수 있다. 시스템(예를 들어, 스마트폰)은 전면 카메라를 사용하여 사용자가 이러한 문제들을 다룰 수 있도록(예를 들어, 안경을 제거하거나, 머리카락을 바로잡거나) 인도할 수 있고, 그리고 문제들이 다루어질 수 있다는 것을 추적하고 검증할 수 있다.
생체인식 카메라 시스템을 위한 방법 및 시스템이 설명되었다. 본 발명이 개시된 실시 예에 따라 설명되었으며, 실시 예의 다양한 변형 예가 있을 것이며, 다양한 변형 예가 본 발명의 사상 범위 내에 있을 것이다. 예를 들어, 예시적인 실시 예는 하드웨어, 소프트웨어, 프로그램 명령들을 포함하는 컴퓨터 판독 가능 매체, 또는 그들의 조합을 사용하여 구현될 수 있다. 본 발명에 따라 프로그램된 소프트웨어는 메모리, 하드 디스크, 또는 CD/DVD-ROM과 같은 컴퓨터 판독 가능 매체의 형태 내에 저장되거나 또는 프로세서에 의해 실행될 수 있다. 첨부된 청구항들의 사상을 벗어나지 않는 범위 내에서 본 발명이 속하는 기술 분야에서 통상의 지식을 지닌 자들에 의해 많은 변형 예들이 만들어질 수 있다.
10: 모바일 장치 12: 메모리
14: 프로세서 16: 입출력 디바이스
18: 전면 카메라 20: NIR 광원
22: 디스플레이 24: 생체인식 카메라 시스템
28: 생체인식 카메라 30: 홍채 인식 구성요소
32: 홍채 데이터베이스

Claims (10)

  1. 모바일 장치를 위한 생체인식 카메라 시스템에 있어서:
    이미지 캡쳐 동안 상기 모바일 장치의 사용자에게 근적외선 광과 함께 플래시를 터뜨리는 근적외선 광원;
    상기 근적외선 광원으로부터 오프셋 된 상기 모바일 장치에 배치되는 생체인식 카메라로써, 상기 생체 인식 카메라는: 확장된 피사계 심도 (EDOF) 이미지 렌즈; 상기 EDOF에 인접하여 배치되고 이미지 캡쳐 동안 주변광을 제거하는 밴드패스 필터; 그리고 상기 밴드패스 필터에 인접하여 배치되고 이미지 처리를 위해 물체의 광학 이미지를 전극으로 변환시키는 이미지 센서를 포함하는 것; 그리고
    상기 이미지 센서로부터 사용자의 홍채의 비디오 이미지들을 수신하고, 상기 비디오 이미지들을 홍채 데이터베이스에 저장된, 앞서 등록된 이미지들과 매칭시키는 프로세서를 포함하되,
    매칭 결과 일치하는 것이 발견되면, 사용자가 인증되고,
    상기 밴드패스 필터는 솔리드-스테이트 셔터와 결합되고, 상기 솔리드-스테이트 셔터는 기준 시간 내에 투명 또는 불투명 상태를 변환함으로써, 설정된 노출 시간을 제공하는 생체인식 카메라 시스템.
  2. 제 1 항에 있어서,
    상기 밴드패스 필터는 근적외선 밴드패스 필터를 포함하는 생체인식 카메라 시스템.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 솔리드-스테이트 셔터는 적어도 두 개의 별도로 다루어질 수 있는 셔터 영역들을 포함하여 연속적인 프레임들이 캡쳐되고, 상기 별도로 다루어질 수 있는 셔터 영역들 중 적어도 하나를 갖춘 각각은 상기 프레임 캡쳐 동안 개방되는 생체인식 카메라 시스템.
  5. 제 1 항에 있어서,
    상기 밴드패스 필터에 인접하여 배치되고 가시광을 제거하는 가시광 필터를 더 포함하는 생체인식 카메라 시스템.
  6. 제 1 항에 있어서,
    상기 프로세서는:
    상기 이미지 센서의 노출을 시작하는 단계;
    앞서 캡쳐된 이미지로부터 사용자에 대한 홍채 위치를 식별함으로써 그리고 상기 홍채 위치 주위의 WOI(window of interest)를 정의함으로써 읽기 시간을 감소시키고, 그리고 상기 WOI에 의해 정의된 상기 이미지 센서의 일부로부터 캡쳐하고 읽어내는 단계를 실행함으로써 주변광으로부터의 노출을 감소시키는 생체인식 카메라 시스템.
  7. 제 1 항에 있어서,
    상기 이미지 센서는 롤링 셔터를 포함하고, 상기 근적외선 광원은 상기 롤링 셔터의 읽기와 동기화되어 펄스 되는 생체인식 카메라 시스템.
  8. 제 1 항에 있어서,
    상기 프로세서는:
    상기 이미지 센서로 제 1 신호를 캡쳐하고 주변광의 제 1 세기를 측정하는 단계;
    상기 근적외선 광원을 인에이블 시키는 단계;
    상기 이미지 센서로 제 2 신호를 캡쳐하고 주변광 및 반사된 근적외선 광의 제 2 세기를 측정하는 단계;
    상기 근적외선 광원을 디스에이블 시키는 단계; 그리고
    상기 제 1 및 제 2 주변광의 세기 사이의 차이를 판단하는 단계를 실행함으로써 근접 센서 동작을 구현하되,
    임계치를 초과하는 신호 차이는 물체가 근거리에 있음을 나타내는 생체인식 카메라 시스템.
  9. 모바일 장치를 위한 생체인식 카메라 시스템에 있어서:
    전면 카메라;
    구조형 광 패턴으로 덮여지고, 이미지 캡쳐 동안 상기 모바일 장치의 사용자에게 근적외선 광과 함께 플래시를 터뜨리는 근적외선 광원;
    상기 근적외선 광원으로부터 오프셋 된 상기 모바일 장치에 배치되는 생체인식 카메라로써, 상기 생체 인식 카메라는: 확장된 피사계 심도 (EDOF) 이미지 렌즈; 상기 EDOF에 인접하여 배치되고 이미지 캡쳐 동안 주변광을 제거하는 밴드패스 필터; 그리고 상기 밴드패스 필터에 인접하여 배치되고 이미지 처리를 위해 물체의 광학 이미지를 전극으로 변환시키는 이미지 센서를 포함하는 것; 그리고
    사용자의 안면의 RGB 이미지들을 캡쳐하기 위해 상기 전면 카메라를 사용하고, 상기 구조형 광 패턴을 갖춘 상기 근적외선 광원 및 상기 사용자의 안면의 하나 또는 그 이상의 3D 깊이 맵들을 캡쳐하기 위한 상기 생체인식 카메라를 사용하고, 상기 RGB 이미지들 및 상기 사용자의 안면의 3D 모델을 생성하기 위한 상기 하나 또는 그 이상의 3D 깊이 맵들을 사용하고, 그리고 상기 사용자를 위한 생체인식 서명을 생성하기 위해 상기 3D 모델을 사용하는 프로세서를 포함하고,
    상기 밴드패스 필터는 솔리드-스테이트 셔터와 결합되고, 상기 솔리드-스테이트 셔터는 기준 시간 내에 투명 또는 불투명 상태를 변환함으로써, 설정된 노출 시간을 제공하는 생체인식 카메라 시스템.
  10. 제 9 항에 있어서,
    상기 생체인식 카메라 시스템은 홍채 감지 및 3D 모델 감지에 기초하여 멀티-팩터 인증을 실행하기 위해 상기 사용자의 홍채의 이미지를 동시에 캡쳐하는데 사용되는 생체인식 카메라 시스템.
KR1020140130189A 2013-09-30 2014-09-29 생체인식 카메라 KR102270674B1 (ko)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201361884778P 2013-09-30 2013-09-30
US61/884,778 2013-09-30
US201361885291P 2013-10-01 2013-10-01
US61/885,291 2013-10-01
US201361913620P 2013-12-09 2013-12-09
US61/913,620 2013-12-09

Publications (2)

Publication Number Publication Date
KR20150037628A KR20150037628A (ko) 2015-04-08
KR102270674B1 true KR102270674B1 (ko) 2021-07-01

Family

ID=53033511

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140130189A KR102270674B1 (ko) 2013-09-30 2014-09-29 생체인식 카메라

Country Status (2)

Country Link
US (2) US9971937B1 (ko)
KR (1) KR102270674B1 (ko)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10678897B2 (en) * 2015-04-16 2020-06-09 Tobii Ab Identification, authentication, and/or guiding of a user using gaze information
US20160350607A1 (en) * 2015-05-26 2016-12-01 Microsoft Technology Licensing, Llc Biometric authentication device
US10706266B2 (en) * 2015-09-09 2020-07-07 Nec Corporation Guidance acquisition device, guidance acquisition method, and program
GB2552090B (en) * 2017-06-29 2021-06-16 Inodyn Newmedia Gmbh Front-facing camera and maximized display screen of a mobile device
US10712446B1 (en) * 2015-09-25 2020-07-14 Apple Inc. Remote sensing for detection and ranging of objects
US10778672B2 (en) * 2015-11-16 2020-09-15 International Business Machines Corporation Secure biometrics matching with split phase client-server matching protocol
KR102388249B1 (ko) * 2015-11-27 2022-04-20 엘지이노텍 주식회사 일반 촬영 및 적외선 촬영 겸용 카메라 모듈
CN108780498B (zh) 2016-01-06 2023-04-28 Lg伊诺特有限公司 虹膜识别摄像机系统、透镜模块和虹膜识别摄像机模块
EP3403217A4 (en) * 2016-01-12 2019-08-21 Princeton Identity, Inc. SYSTEMS AND METHODS FOR BIOMETRIC ANALYSIS
US10733275B1 (en) * 2016-04-01 2020-08-04 Massachusetts Mutual Life Insurance Company Access control through head imaging and biometric authentication
US10956544B1 (en) 2016-04-01 2021-03-23 Massachusetts Mutual Life Insurance Company Access control through head imaging and biometric authentication
US10547829B2 (en) 2016-06-16 2020-01-28 Samsung Electronics Co., Ltd. Image detecting device and image detecting method using the same
US10775605B2 (en) * 2016-06-16 2020-09-15 Intel Corporation Combined biometrics capture system with ambient free IR
WO2018000184A1 (en) * 2016-06-28 2018-01-04 Intel Corporation Iris or other body part identification on a computing device
KR102525126B1 (ko) 2016-07-29 2023-04-25 삼성전자주식회사 홍채 카메라를 포함하는 전자 장치
US10445896B1 (en) 2016-09-23 2019-10-15 Apple Inc. Systems and methods for determining object range
CN110023814B (zh) * 2016-09-28 2022-01-11 奇跃公司 由可穿戴设备进行面部模型捕获
US10573042B2 (en) 2016-10-05 2020-02-25 Magic Leap, Inc. Periocular test for mixed reality calibration
CN107066079A (zh) * 2016-11-29 2017-08-18 阿里巴巴集团控股有限公司 基于虚拟现实场景的业务实现方法及装置
US20180165537A1 (en) * 2016-12-12 2018-06-14 Princeton Identity, Inc. Systems And Methods Of Biometric Analysis
WO2018125563A1 (en) * 2016-12-30 2018-07-05 Tobii Ab Identification, authentication, and/or guiding of a user using gaze information
CN107122642A (zh) 2017-03-15 2017-09-01 阿里巴巴集团控股有限公司 基于虚拟现实环境的身份认证方法及装置
CN107424187B (zh) 2017-04-17 2023-10-24 奥比中光科技集团股份有限公司 深度计算处理器、数据处理方法以及3d图像设备
US20180357470A1 (en) * 2017-06-08 2018-12-13 Stmicroelectronics, Inc. Biometric ear identification
CN107506696A (zh) * 2017-07-29 2017-12-22 广东欧珀移动通信有限公司 防伪处理方法及相关产品
KR20190017551A (ko) 2017-08-11 2019-02-20 권민정 사용자 인증 방법 및 장치
JPWO2019039017A1 (ja) * 2017-08-23 2020-08-06 パナソニックＩｐマネジメント株式会社 画像処理装置、距離検出装置、画像処理方法及びプログラム
US11481479B2 (en) * 2017-09-28 2022-10-25 Hewlett-Packard Development Company, L.P. Magnetic switch
KR102507746B1 (ko) * 2018-03-02 2023-03-09 삼성전자주식회사 복수의 파장대역을 감지할 수 있는 카메라를 이용하여 복수의 정보를 생성하는 방법 및 이를 구현한 전자 장치
US11508249B1 (en) 2018-03-05 2022-11-22 Intelligent Technologies International, Inc. Secure testing using a smartphone
KR20190117176A (ko) * 2018-04-06 2019-10-16 삼성전기주식회사 적외선 카메라 모듈, 이의 이미지 센서 및 전자 기기
CN108804900B (zh) 2018-05-29 2022-04-15 Oppo广东移动通信有限公司 验证模板的生成方法和生成系统、终端和计算机设备
JP2019207568A (ja) * 2018-05-29 2019-12-05 シャープ株式会社 電子機器、制御装置、電子機器の制御方法、制御プログラム
US20200026389A1 (en) * 2018-07-19 2020-01-23 Suzhou Maxpad Technologies Co., Ltd Electronic whiteboard capable of simultaneous writing and projection storage
EP3827426A4 (en) 2018-07-24 2022-07-27 Magic Leap, Inc. AD SYSTEMS AND PROCEDURES FOR DETERMINING A REGISTRATION BETWEEN AN AD AND A USER'S EYES
WO2020101641A1 (en) * 2018-11-12 2020-05-22 Hewlett-Packard Development Company, L.P. Camera shutters with light filters
US11288386B2 (en) 2018-12-21 2022-03-29 Verizon Patent And Licensing Inc. Method and system for self-sovereign information management
US11196740B2 (en) 2018-12-21 2021-12-07 Verizon Patent And Licensing Inc. Method and system for secure information validation
US11514177B2 (en) 2018-12-21 2022-11-29 Verizon Patent And Licensing Inc. Method and system for self-sovereign information management
US10860874B2 (en) * 2018-12-21 2020-12-08 Oath Inc. Biometric based self-sovereign information management
US11182608B2 (en) 2018-12-21 2021-11-23 Verizon Patent And Licensing Inc. Biometric based self-sovereign information management
US11281754B2 (en) 2018-12-21 2022-03-22 Verizon Patent And Licensing Inc. Biometric based self-sovereign information management
US11062006B2 (en) 2018-12-21 2021-07-13 Verizon Media Inc. Biometric based self-sovereign information management
US11288387B2 (en) 2018-12-21 2022-03-29 Verizon Patent And Licensing Inc. Method and system for self-sovereign information management
US20220156356A1 (en) * 2019-03-26 2022-05-19 Nec Corporation Biometric-information authentication system, biometricinformation authentication method, authentication device, authentication method, measurement device, measurement method, and computer-readable recording medium having program recorded thereon
US11271747B2 (en) * 2019-09-16 2022-03-08 Lawrence Livermore National Security, Llc Optical authentication of images
EP4073689A4 (en) 2019-12-09 2022-12-14 Magic Leap, Inc. SYSTEMS AND PROCEDURES FOR THE OPERATION OF A USER IDENTIFICATION-BASED HEAD-MOUNTED DISPLAY
KR102320723B1 (ko) * 2019-12-20 2021-11-02 라인플러스 주식회사 사용자를 인증하는 방법 및 시스템
US20210358149A1 (en) * 2020-05-18 2021-11-18 Nec Laboratories America, Inc Anti-spoofing 3d face reconstruction using infrared structure light
US11892877B2 (en) * 2020-05-21 2024-02-06 Dell Products L.P. Information handling system partial spectrum camera shutter
US11523043B2 (en) * 2020-10-12 2022-12-06 Apple Inc. Camera autofocus using time-of-flight assistance
US11278452B1 (en) * 2021-03-24 2022-03-22 Stroma Medical Corporation Systems and methods for eye imaging and position control

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7369759B2 (en) 2003-03-27 2008-05-06 Matsushita Electric Industrial Co., Ltd. Eye image pickup apparatus, iris authentication apparatus and portable terminal device having iris authentication function
US7652685B2 (en) 2004-09-13 2010-01-26 Omnivision Cdm Optics, Inc. Iris image capture devices and associated systems
KR100729280B1 (ko) 2005-01-08 2007-06-15 아이리텍 잉크 스테레오 카메라를 장착한 이동단말기를 이용한 홍채인식시스템 및 그 방법
JP4265600B2 (ja) * 2005-12-26 2009-05-20 船井電機株式会社 複眼撮像装置
EP2891918A1 (en) * 2008-02-29 2015-07-08 Global Bionic Optics Pty Ltd. Single-lens extended depth-of-field imaging systems
US20090245594A1 (en) * 2008-03-31 2009-10-01 General Electric Company Iris imaging and iris-based identification
WO2011045065A1 (en) 2009-10-15 2011-04-21 Sony Corporation Birefringent device with application specific pupil function and optical device
KR20120020024A (ko) * 2010-08-28 2012-03-07 김인선 무선 이동통신 단말기에서의 홍채인식 및 홍채진단을 위한 영상 처리장치 및 방법
US9076048B2 (en) * 2012-03-06 2015-07-07 Gary David Shubinsky Biometric identification, authentication and verification using near-infrared structured illumination combined with 3D imaging of the human ear
KR20130104682A (ko) * 2012-03-15 2013-09-25 최상길 이동통신 단말기에서 디스플레이 화면 및 터치 자동 잠금 장치 및 그 방법

Also Published As

Publication number Publication date
US20180121724A1 (en) 2018-05-03
KR20150037628A (ko) 2015-04-08
US20180268215A1 (en) 2018-09-20
US10311298B2 (en) 2019-06-04
US9971937B1 (en) 2018-05-15

Similar Documents

Publication Publication Date Title
KR102270674B1 (ko) 생체인식 카메라
KR102305263B1 (ko) 홍채 이미지 형성을 위한 다중 모드 이미지 획득
KR102332320B1 (ko) 홍채 컬러 인식을 갖는 멀티-밴드 생체인식 카메라
CN108810413B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN107408201B (zh) 具有同时的结构化和非结构化照明的数字相机单元
WO2021073140A1 (zh) 单目摄像机、图像处理系统以及图像处理方法
US20140099005A1 (en) Authentication apparatus, authentication method, and program
US10395093B2 (en) Image processing apparatus, image processing method, and non-transitory computer-readable storage medium
Thavalengal et al. Proof-of-concept and evaluation of a dual function visible/NIR camera for iris authentication in smartphones
JP2012118817A (ja) 画像処理装置及び画像処理方法、プログラム、並びに記憶媒体
JP2017038162A (ja) 撮像装置及び画像処理方法、プログラム、並びに記憶媒体
JP2001005948A (ja) 虹彩撮像装置
US10853641B2 (en) Apparatus and method for acquiring iris image outdoors and indoors
KR102506363B1 (ko) 정확히 2개의 카메라를 갖는 디바이스 및 이 디바이스를 사용하여 2개의 이미지를 생성하는 방법
JP2017157043A (ja) 画像処理装置、撮像装置、及び、画像処理方法
JP2014049863A (ja) 画像処理装置、その制御方法、および制御プログラム、並びに撮像装置
KR20090090851A (ko) 비접촉식 촬영이 가능한 촬상장치 및 비접촉식 촬영방법
JP2009267733A (ja) 撮像装置および撮像制御方法
US20190057271A1 (en) Image processing method, photographing device and storage medium
JP5946785B2 (ja) 視覚効果評価装置、方法およびプログラム並びに画像撮像装置
JP2005327161A (ja) 虹彩認証装置
KR20230061799A (ko) 홍채인식 기능을 이용한 출입 방명록 및 기록 방법
JP2012119912A (ja) 撮影装置、画像処理装置、撮影方法及び画像処理方法
JP2016200742A (ja) 撮像装置
WO2014087425A2 (en) An iris pattern capturing device

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