KR102316587B1 - 홍채들로부터의 생체정보 인식 방법 - Google Patents

홍채들로부터의 생체정보 인식 방법 Download PDF

Info

Publication number
KR102316587B1
KR102316587B1 KR1020190052859A KR20190052859A KR102316587B1 KR 102316587 B1 KR102316587 B1 KR 102316587B1 KR 1020190052859 A KR1020190052859 A KR 1020190052859A KR 20190052859 A KR20190052859 A KR 20190052859A KR 102316587 B1 KR102316587 B1 KR 102316587B1
Authority
KR
South Korea
Prior art keywords
image
biometric
iris
biometric information
eye
Prior art date
Application number
KR1020190052859A
Other languages
English (en)
Other versions
KR20190129003A (ko
Inventor
에미네 크리셩
장 보데
귈 엘리스 르
Original Assignee
아이데미아 아이덴티티 앤드 시큐리티 프랑스
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 아이데미아 아이덴티티 앤드 시큐리티 프랑스 filed Critical 아이데미아 아이덴티티 앤드 시큐리티 프랑스
Publication of KR20190129003A publication Critical patent/KR20190129003A/ko
Application granted granted Critical
Publication of KR102316587B1 publication Critical patent/KR102316587B1/ko

Links

Images

Classifications

    • G06K9/00597
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor
    • G06T3/0093
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/18Image warping, e.g. rearranging pixels individually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/193Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/197Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/45Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from two or more image sensors being of different type or operating in different modes, e.g. with a CMOS sensor for moving images in combination with a charge-coupled device [CCD] for still images
    • H04N5/2258

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Ophthalmology & Optometry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

생체정보 인식 후보자 눈의 홍채의 진위를 검증하는 방법으로서, 상기 홍채의 평탄도를 이미지 센서에 대해 서로 다른 배향에서 상기 홍채의 2개의 이미지로부터 검증하는 단계를 포함하는, 방법.
상기 방법을 구현하는 광학 인식 방법 및 장치.

Description

홍채들로부터의 생체정보 인식 방법{Method for biometric recognition from irises}
본 발명은 생체정보 분야에 관한 것이며, 더 구체적으로는 홍채들로부터의 생체정보 인식 분야에 관한 것이다.
다음과 같은 단계들을 포함하는 생체정보 인식 방법들이 있다:
- 개인의 홍채의 이미지를 캡처하는 단계;
- 상기 이미지로부터 생체정보 특성을 추출하는 단계;
- 상기 추출된 생체정보 특성을 저장된 생체정보 특성과 비교하여 유사도 스코어(similarity score)를 결정하는 단계;
- 상기 유사도 스코어가 사전에 결정된 임계 값보다 높으면 인식을 확인하는 단계.
상기 저장된 생체정보 특성은,
- IC(integrated circuit) 카드, 여권 또는 다른 물품과 같은, 사용자가 휴대하는 개인용 데이터 캐리어에; 또는
- 인증된 개인의 생체정보 특성 및 ID(identification) 데이터, 컴퓨터 시스템 또는 다른 시스템에 대한 액세스 권한을 연계하는 데이터베이스에;
저장될 수 있다.
상기 저장된 생체정보 특성은 개인 등록의 이전 단계 동안 추출 및 기록되어 있다.
현재 사람들은 홍채의 외관을 바꾸기 위해 홍채를 적어도 부분적으로 마스킹(masking)하는 장식용 또는 미용(美容)용 렌즈를 착용하는 것이 일반적이다. 이러한 미용용 렌즈의 사용은 생체정보 인식을 왜곡시킬 수 있는데, 특히 인식을 위한 후보자가 상기 인식을 위한 후보자와는 다른 개인의 홍채들의 외관을 재현하는 패턴의 렌즈들을 착용하는 경우에 그러하다.
본 발명의 한 목적은 홍채들로부터의 생체정보 인식 방법의 신뢰도를 개선하는 수단을 제공하는 것이다.
이러한 목적을 위해, 본 발명에 따른, 홍채 이미지로부터 생체정보 인식 후보자 눈의 홍채의 진위를 검증하는 방법이 제공되며, 상기 방법은,
- 상기 후보자 눈의 제1 이미지 및 제2 이미지를 이미지 센서에 대한 상기 후보자 눈의 상대적인 제1 및 제2 배향에서 적어도 하나의 광학 센서로 각각 캡처하는 단계;
- 상기 제1 이미지 및 상기 제2 이미지에서 상응하는 특성점들을 검출하는 단계;
- 상기 제1 이미지의 상응하는 특성점들이 상기 제2 이미지의 상응하는 특성점들에 호모그래피(homography)를 적용한 후에 상기 제2 이미지의 상응하는 특성점들에 대응되는지를 검사하는 단계;
- 상기 검증이 긍정적일 때 상기 홍채가 실제의 것으로 간주하는 단계;
를 포함한다.
본 발명의 방법은 서로 다른 배향을 지니는 2개의 이미지 상에 표현되어 있는 홍채가 실제의 홍채이므로 장식용 렌즈가 덮어씌어진 홍채의 재현이 아님을 검증할 수 있게 한다. 눈의 홍채는 상기 제1 이미지의 상응하는 특성점들에 의해 형성되는 패턴의 형상이 하나의 호모그래피(homography)로 상기 제2 이미지의 동일한 상응하는 특성점들에 의해 형성된 패턴의 형상과 일치하게 되도록 편평하다. 상기 미용용 렌즈는 상기 상응하는 특성점들이 평면 상에 위치하지 않고 실질적으로 구형 캡을 이루는 표면 상에 위치하도록 눈 표면의 일부분을 덮어 씌운다. 상기 제1 이미지의 상응하는 특성점들에 의해 형성되는 패턴은 상기 제2 이미지에서 동일한 형상을 지니지 않게 되며, 상기 패턴은 곡선 형상을 지니게 된다. 그러므로 제1 패턴으로부터 제2 패턴으로 전환할 수 있는 평면 투영은 없다.
바람직하게는, 상기 검증은 상기 제2 이미지의 상응하는 특성점들에 평면 투영을 적용한 후에 그리고 잔여 편차가 사전에 결정된 임계 값 미만일 때 상기 제1 이미지의 상응하는 특성점들이 상기 제2 이미지의 상응하는 특성점들에 대응되는 경우에 긍정적인 것으로 간주한다.
이렇게 하면 잘못된 거절의 위험이 줄어든다.
바람직하게는, 상기 사전에 결정된 임계 값은 눈의 배향에 따라 렌즈에 의해 유도된 변형을 고려하여 정의된다.
본 발명은 또한 이러한 미용용 렌즈 검출 방법을 구현하는 생체정보 인식 방법 및 장치에 관한 것이다.
본 발명의 다른 특성들 및 이점들은 이하 본 발명의 특정한 비-제한적인 실시 예들의 설명을 숙지하면 자명해질 것이다.
도 1은 본 발명에 따른 생체정보 인식 장치의 개략도이다.
도 2는 미용(美容)용 렌즈가 없는 눈의 개략도이다.
도 3은 미용용 렌즈가 있는 눈의 개략도이다.
첨부도면들을 참조하여, 본원 명세서에서는 본 발명이 개인들의 눈들 중 하나의 눈(A)(도 2)의 홍채(B)로부터의 개인들의 생체정보 인식에 적용해 설명된다.
본 발명은 본원 명세서에서 홍채로 나타낸 동일한 캡처 영역을 덮어씌우고 상기 캡처 영역에서 교차하는 시선(secant line of sight)들(11.1, 11.2)을 지니도록 서로에 대해 배향되어 있는 2개의 광학 센서(10.1, 10.2)를 포함하는 생체정보 인식 장치에 관한 것이다. 상기 광학 센서들(10.1, 10.2)은 본원 명세서에서 CCD 센서들 또는 포토다이오드 또는 포토트랜지스터 센서들이다.
상기 광학 센서들(10.1, 10.2)은 본 발명에 따른 인식 방법을 구현하고 상기 광학 센서들(10.1, 10.2)을 제어하기 위한 명령어들을 지니는 프로그램을 특히 포함하는 메모리 및 프로세서를 포함하는 전자 제어 유닛(20)에 접속된다.
후보자의 생체정보 인식 방법은 이하의 단계들을 포함한다:
상기 후보자의 한쪽 눈 홍채의 진위를 검사하는 단계;
후보자의 한쪽 눈 홍채의 적어도 하나의 이미지로부터 생체정보 특성을 추출하는 단계;
상기 추출된 생체정보 특성을 저장된 생체정보 특성과 비교하여 유사도 스코어(similarity score)를 결정하는 단계;
상기 유사도 스코어가 사전에 결정된 임계 값보다 높으면 인식을 확인하는 단계.
상기 진위의 검사는 상기 홍채가 실제의 홍채이고 장식용 렌즈(L)(도 3)를 통해 재현된 홍채가 아님을 보장하도록 의도된 것이다. 도 2 및 도 3은 실제의 홍채(B)(도 2)가 편평한 것인 반면 장식용 렌즈(L)(도 3)가 구형(球形) 캡과 같은 형상으로 이루어진 것임을 보여준다.
홍채의 진위를 검증하는 방법은 이하의 단계들을 포함한다:
- 상기 후보자 눈의 제1 이미지 및 제2 이미지를 이미지 센서에 대한 상기 후보자 눈의 상대적인 제1 및 제2 배향에 따라 2개의 광학 센서(10.1, 10.2)로 각각 캡처하는 단계;
- 상기 제1 이미지 및 상기 제2 이미지에서 상응하는 특성점들을 검출하는 단계;
- 상기 제1 이미지의 상응하는 특성점들이 상기 제2 이미지의 상응하는 특성점들에 호모그래피(homography)를 적용한 후에 상기 제2 이미지의 상응하는 특성점들에 대응되는지를 검사하는 단계;
- 상기 검증이 긍정적일 때 상기 홍채가 실제의 것으로 간주하는 단계.
상기 상응하는 특성점들은 용어의 기하학적 의미에서 특성적인 홍채 패턴들의 주변부 상에 특히 위치하며 상기 이미지들 양자 모두 상에서 보이는 점들이다. 상기 패턴들은 얼룩 형태들, 선 형태들 또는 다른 형태들을 취할 수 있는 불균일한 외관들이다. 상기 특성점들의 검출은 그 자체로 공지된 검출 알고리즘을 구현하는 전자 제어 유닛(20)에 의해 수행된다. 상기 검출 알고리즘은 예를 들어 SIFT(Scale Invariant Feature Transform) 유형의 알고리즘이다.
상기 검증 동작은 상기 제2 이미지(제2 고유 특징)의 상응하는 특성점들에 의해 형성된 특징에 호모그래피를 적용함으로써 제1 이미지(제 고유 특징)의 상응하는 특징점들에 의해 형성된 특징이 획득될 수 있음을 검증하는 것으로 이루어진다. 2 세트의 상응하는 특성점을 정렬시키는 것을 가능하게 하는 호모그래피의 결정은 숙련된 자에게 공지되어 있다(예를 들어,「Torr, P. H., and Zisserman, A., Feature based methods for structure and motion estimation, International workshop on vision algorithms (pp. 278-294), September 1999, Springer, Berlin, Heidelberg」 참조). 따라서, 예를 들어 다양한 호모그래피가 시도될 것이다. 상기 제2 고유 특징에 대한 각각의 호모그래피의 적용으로 제2 결과 특징이 나타나게 된다. 각각의 제2 결과 특징은 상기 제1 고유 특징과 비교되게 되며, 2개의 특징이 완전히 동일하지 않은 경우 잔여 편차가 결정된다. 상기 검증은 상기 잔여 편차가 사전에 결정된 임계 값보다 작으면 긍정적인 것으로 간주된다. 상기 사전에 결정된 임계 값은 눈의 배향에 따라 렌즈에 의해 유도된 변형을 고려하여 정의된다. 만곡된 외부 표면을 갖는 수정체는 홍채의 시각적 외관의 약간의 변형을 유도할 수 있다는 것이 알려져 있다.
상기 임계 값 결정의 정확도를 개선하기 위해, 2개의 시선 방향(11.1, 11.2) 간 각도가 고려된다. 이러한 각도는 그대로 저장될 수도 있고 삼각 측량에 의해 상기 광학 센서들(10.1, 10.2)의 위치로부터 결정될 수도 있다.
어떤 경우에는 미리 이미지 왜곡들(방사 왜곡, 접선 왜곡 등)을 보상하는 것이 유리할 수 있다는 점에 유념해야 한다.
대안으로, 생체정보 매칭 알고리즘을 사용하여 (상기 SIFT 방법의 대안으로서) 상응하는 점들을 결정할 수 있다.
물론, 본 발명은 설명되어 있는 실시 예들에 국한되지 않고 청구범위에서 정의되는 발명의 범위 내의 임의의 대안적인 해결수법을 포함한다.
특히, 이미지 캡처는 하나의 광학 센서를 사용하여 후보자에게 후보자 자신의 눈을 2개의 이미지 캡처 사이로 이동할 것을 요청하도록 수행될 수 있다. 이러한 목적을 위해, 상기 후보자는, 예를 들어, 제1 이미지의 캡처를 위한 제1 방향을 바라보고, 그 다음에는 제2 이미지의 캡처를 위한 제2 방향을 바라볼 것을 요청받을 수 있다. 이러한 2개의 방향은 스크린 상에서 연속적으로 그리고 서로 분리된 스크린의 2개의 영역에서 상기 후보자가 응시해야 하는 심벌을 디스플레이함으로써 "구체화(materialization)"될 수 있다.
대안으로, 진위 검증 방법은 상응하는 점들을 찾기 전에 각각의 이미지를 극좌표 표현으로 변환하는 단계를 포함할 수 있다.
생체정보 인식에 사용되는 생체정보 특성은 상기 제1 이미지, 및/또는 상기 제2 이미지 및/또는 특히 이러한 목적으로 캡처되는 제3 이미지로부터 추출될 수 있다. 이미지들은 동일한 파장 범위 또는 다른 범위에서 캡처될 수 있다.

Claims (11)

  1. 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법에 있어서,
    상기 방법은,
    - 생체정보 인식 장치에 의해, 상기 눈의 제1 이미지 및 제2 이미지를 이미지 센서에 대한 상기 눈의 상대적인 제1 및 제2 배향에서 적어도 하나의 광학 센서로 각각 캡처하는 단계;
    - 상기 생체정보 인식 장치에 의해, 상기 제1 이미지 및 상기 제2 이미지에서 상응하는 특성점들을 검출하는 단계;
    - 상기 생체정보 인식 장치에 의해, 상기 제1 이미지의 상응하는 특성점들 및 상기 제2 이미지의 상응하는 특성점들에 호모그래피(homography)를 적용한 후 상기 제2 이미지의 상응하는 특성점들 간의 잔여 편차를 결정하는 단계;
    - 상기 잔여 편차가 사전에 결정된 임계 값 미만일 때, 상기 생체정보 인식 장치에 의해, 상기 홍채가 실제의 것으로 간주하는 단계;
    를 포함하며,
    상기 상응하는 특성점들은 특성적인 홍채 패턴들의 주변부 상에 위치하며 상기 제1 이미지 및 상기 제2 이미지에서 보이는 점들인, 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법.
  2. 제1항에 있어서,
    상기 방법은,
    상기 생체정보 인식 장치에 의해, 상응하는 특성점들을 찾기 전에 각각의 이미지를 극좌표 표현으로 변환하는 단계를 포함하는, 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법.
  3. 제1항에 있어서,
    상기 제2 이미지의 상응하는 특성점들에 적용된 호모그래피는 평면 투영인, 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법.
  4. 제3항에 있어서,
    상기 사전에 결정된 임계 값은 상기 눈의 배향에 따라 렌즈에 의해 유도된 변형을 고려하여 정의되는, 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법.
  5. 제1항에 있어서, 상기 이미지들을 캡처하는 것은 후보자에게 후보자 자신의 눈을 상기 이미지들을 캡처하기 위한 2개의 방향 사이로 이동할 것을 요청함으로써 수행되는, 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법.
  6. 제1항에 있어서, 상기 이미지들을 캡처하는 것은 2개의 광학 센서의 공통 캡처 영역에서 교차하는 시선들을 지니는 2개의 광학 센서를 사용하여 수행되는, 홍채 이미지로부터 생체정보 인식 후보자의 한쪽 눈의 홍채의 진위를 검증하는 방법.
  7. 생체정보 인식 방법에 있어서,
    상기 생체정보 인식 방법은,
    - 생체정보 인식 장치에 의해, 제1항 내지 제6항 중 어느 한 항에 따른 방법을 수행함으로써 상기 후보자의 한쪽 눈 홍채의 진위를 검증하는 단계;
    상기 검증이 긍정적일 경우;
    - 상기 생체정보 인식 장치에 의해, 상기 후보자의 한쪽 눈 홍채의 적어도 하나의 이미지로부터 생체정보 특성을 추출하는 단계;
    - 상기 생체정보 인식 장치에 의해, 상기 추출된 생체정보 특성을 저장된 생체정보 특성과 비교하여 유사도 스코어(similarity score)를 결정하는 단계;
    - 상기 유사도 스코어가 사전에 결정된 임계 값보다 높으면, 상기 생체정보 인식 장치에 의해, 생체정보 인식을 확인하는 단계;
    를 포함하는, 생체정보 인식 방법.
  8. 제7항에 있어서, 상기 생체정보 특성이 추출되는 이미지는 상기 제1 이미지 또는 상기 제2 이미지인, 생체정보 인식 방법.
  9. 제7항에 있어서, 상기 생체정보 특성이 추출되는 이미지는 제3 이미지인, 생체정보 인식 방법.
  10. 제7항에 따른 인식 방법을 구현하기 위해 상기 광학 센서를 제어하도록 구성된 전자 제어 유닛에 접속된 적어도 하나의 광학 센서를 포함하는, 생체정보 인식 장치.
  11. 제10항에 있어서, 상기 생체정보 인식 장치는 동일한 캡처 영역을 덮어씌우고 상기 캡처 영역에서 교차하는 시선들을 지니도록 서로에 대해 배향되어 있는 2개의 광학 센서를 포함하는, 생체정보 인식 장치.
KR1020190052859A 2018-05-09 2019-05-07 홍채들로부터의 생체정보 인식 방법 KR102316587B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1853975A FR3081072B1 (fr) 2018-05-09 2018-05-09 Procede de reconnaissance biometrique a partir des iris
FR1853975 2018-05-09

Publications (2)

Publication Number Publication Date
KR20190129003A KR20190129003A (ko) 2019-11-19
KR102316587B1 true KR102316587B1 (ko) 2021-10-22

Family

ID=63834083

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190052859A KR102316587B1 (ko) 2018-05-09 2019-05-07 홍채들로부터의 생체정보 인식 방법

Country Status (4)

Country Link
US (1) US11188749B2 (ko)
EP (1) EP3567521B1 (ko)
KR (1) KR102316587B1 (ko)
FR (1) FR3081072B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021245932A1 (ja) * 2020-06-05 2021-12-09 日本電気株式会社 情報処理装置、情報処理方法、及び、記録媒体

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101640014B1 (ko) * 2014-07-17 2016-07-15 크루셜텍 (주) 허위 안면 이미지 분류가 가능한 홍채 인식 장치
US20170103276A1 (en) * 2015-10-08 2017-04-13 Microsoft Technology Licensing, Llc Iris recognition

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100359920B1 (ko) * 2000-11-17 2002-11-07 엘지전자 주식회사 홍채 인식 시스템에서의 모조 홍채 판별방법
KR20050025927A (ko) * 2003-09-08 2005-03-14 유웅덕 홍채인식을 위한 동공 검출 방법 및 형상기술자 추출방법과 그를 이용한 홍채 특징 추출 장치 및 그 방법과홍채인식 시스템 및 그 방법
KR100565959B1 (ko) * 2003-12-15 2006-03-30 학교법인연세대학교 가시광선을 이용한 모조홍채 판별방법
US8594374B1 (en) * 2011-03-30 2013-11-26 Amazon Technologies, Inc. Secure device unlock with gaze calibration
US9767358B2 (en) * 2014-10-22 2017-09-19 Veridium Ip Limited Systems and methods for performing iris identification and verification using mobile devices
NZ741863A (en) * 2015-10-16 2019-05-31 Magic Leap Inc Eye pose identification using eye features
FR3053500B1 (fr) * 2016-06-30 2019-06-28 Safran Identity & Security Procede de detection de fraude d'un systeme de reconnaissance d'iris

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101640014B1 (ko) * 2014-07-17 2016-07-15 크루셜텍 (주) 허위 안면 이미지 분류가 가능한 홍채 인식 장치
US20170103276A1 (en) * 2015-10-08 2017-04-13 Microsoft Technology Licensing, Llc Iris recognition

Also Published As

Publication number Publication date
FR3081072B1 (fr) 2020-04-17
FR3081072A1 (fr) 2019-11-15
US11188749B2 (en) 2021-11-30
EP3567521B1 (fr) 2023-08-23
EP3567521A1 (fr) 2019-11-13
KR20190129003A (ko) 2019-11-19
US20190347483A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
US11188734B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US7983451B2 (en) Recognition method using hand biometrics with anti-counterfeiting
CN110326001B (zh) 使用利用移动设备捕捉的图像执行基于指纹的用户认证的系统和方法
US7508960B1 (en) Projection of light patterns for liveness verification of biometrics
KR101314008B1 (ko) 특정인의 신원확인방법 및 취득장치
KR101596298B1 (ko) 스마트폰을 활용한 비접촉식 지문인식방법
US20140161325A1 (en) Iris biometric matching system
Connell et al. Fake iris detection using structured light
Ross Information fusion in fingerprint authentication
CN110647955A (zh) 身份验证方法
WO2020079741A1 (ja) 虹彩認証装置、虹彩認証方法および記録媒体
WO2020065851A1 (ja) 虹彩認証装置、虹彩認証方法および記憶媒体
JP2008198083A (ja) 個人識別装置
KR102316587B1 (ko) 홍채들로부터의 생체정보 인식 방법
Krichen et al. A new phase-correlation-based iris matching for degraded images
WO2007097510A1 (en) Deformation-resilient iris recognition methods
KR20120135381A (ko) 동공 경계 정보를 이용한 생체 인식 방법 및 이를 적용하는 장치
JP2009080706A (ja) 個人認証装置
JP4617121B2 (ja) 個人認証装置及び個人認証方法
KR101718244B1 (ko) 얼굴 인식을 위한 광각 영상 처리 장치 및 방법
WO2023175939A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
Amali et al. Evolution of Deep Learning for Biometric Identification and Recognition
KR100585640B1 (ko) 홍채의 진위 판단방법
Shruthi et al. Multi-Mode Detection and Identification of Biometric using Multilevel Scaler SVM
CN112069917A (zh) 一种用于固定场景的人脸识别系统

Legal Events

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