KR102330327B1 - 압력에 기초한 지문 인식 방법 및 장치 - Google Patents

압력에 기초한 지문 인식 방법 및 장치 Download PDF

Info

Publication number
KR102330327B1
KR102330327B1 KR1020160160806A KR20160160806A KR102330327B1 KR 102330327 B1 KR102330327 B1 KR 102330327B1 KR 1020160160806 A KR1020160160806 A KR 1020160160806A KR 20160160806 A KR20160160806 A KR 20160160806A KR 102330327 B1 KR102330327 B1 KR 102330327B1
Authority
KR
South Korea
Prior art keywords
fingerprint
input
registered
fingerprint image
image
Prior art date
Application number
KR1020160160806A
Other languages
English (en)
Other versions
KR20180060840A (ko
Inventor
김규홍
이희국
김현호
이해동
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
Priority to KR1020160160806A priority Critical patent/KR102330327B1/ko
Priority to US15/804,739 priority patent/US20180150679A1/en
Publication of KR20180060840A publication Critical patent/KR20180060840A/ko
Application granted granted Critical
Publication of KR102330327B1 publication Critical patent/KR102330327B1/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
    • G06V40/13—Sensors therefor
    • G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • G06K9/00013—
    • 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
    • G06K9/00087—
    • 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
    • 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
    • G06V40/1371—Matching features related to minutiae or pores
    • 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
    • G06V40/1376—Matching features related to ridge properties or fingerprint texture
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

지문 인식 장치 및 방법이 제공된다. 일 실시예에 따른 지문 인식 장치는 지문 입력 시에 발생하는 압력 및 동시에 획득된 입력 지문 이미지에 기초하여 사용자를 인식할 수 있다.

Description

압력에 기초한 지문 인식 방법 및 장치{DEVICE AND METHOD FOR RECOGNIZING FINGER PRINT BASED ON PRESSURE}
이하, 압력에 기초하여 지문을 인식하는 기술이 제공된다.
최근 스마트 폰 등 다양한 모바일 기기나 웨어러블 기기의 발전으로 보안 인증에 대한 중요성이 증대되고 있다. 생체 인식에 의한 인증 기술은 지문, 홍채, 목소리, 얼굴, 혈관 등을 이용하여 사용자를 인증한다. 인증에 사용되는 생체 특성들은 사람마다 다르고, 소지의 불편함이 없을 뿐 아니라, 도용이나 모조의 위험성이 적고, 일생 동안 잘 변하지 않는다는 장점이 있기 때문이다.
특히, 지문 인식 기법은 편리성, 보안성, 경제성 등 여러 가지 이유로 현재 가장 많이 상용화되어 있다. 예를 들어, 지문 인식 기법은 사용자 기기에 대한 보안을 강화하고, 모바일 결제 등 각종 응용 서비스를 용이하게 제공할 수 있다.
최근 휴대용 디바이스들이 소형화되면서, 해당 디바이스들에 포함된 지문 센싱 영역의 크기도 작아질 수 밖에 없다. 지문의 일부만을 센싱하는 지문 센서를 이용하여 지문 등록 및 지문 인식을 하는 기술이 요구된다.
일 실시예에 따른 지문 인식 방법은, 사용자로부터의 지문 입력(fingerprint input)에 응답하여, 입력 지문 이미지를 획득하는 단계; 상기 지문 입력에 응답하여, 상기 지문 입력에 의한 압력 정보(pressure information)를 검출하는 단계; 및 상기 검출된 압력 정보 및 상기 획득된 입력 지문 이미지에 기초하여, 상기 사용자를 인식하는 단계를 포함할 수 있다.
상기 입력 지문 이미지를 획득하는 단계는, 상기 사용자의 지문과 센서 간의 접촉에 응답하여, 상기 사용자의 지문에 대응하는 상기 입력 지문 이미지를 캡쳐하는 단계를 포함할 수 있다.
상기 사용자를 인식하는 단계는, 상기 검출된 압력 정보로부터 압력 정도를 식별하는 단계; 상기 식별된 압력 정도에 대응하는 등록 지문 이미지로부터, 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계; 및 상기 등록 지문이 검색되는 경우에 응답하여, 상기 사용자를 상기 검색된 등록 지문에 매핑된 등록 사용자로 식별하는 단계를 포함할 수 있다.
상기 등록 지문을 검색하는 단계는, 상기 등록 지문 이미지의 각각에 대해 상기 획득된 입력 지문 이미지가 매칭되는 정도를 산출하는 단계; 상기 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택하는 단계를 포함할 수 있다.
상기 사용자를 인식하는 단계는, 상기 검출된 압력 정보의 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되지 않는 경우에 응답하여, 나머지 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계; 및 상기 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되는 경우에 응답하여, 상기 사용자를 상기 검색된 등록 지문에 매핑된 등록 사용자로 식별하는 단계를 포함할 수 있다.
상기 등록 지문을 검색하는 단계는, 상기 압력 정도에 대응하는 변형 정도(deformation level)에 기초하여 상기 입력 지문 이미지 및 상기 등록 지문 이미지가 매칭되는 정보를 산출하는 단계를 포함할 수 있다.
상기 등록 지문을 검색하는 단계는, 상기 획득된 입력 지문 이미지를 부분 지문 이미지로 분할하는 단계; 상기 등록 지문 이미지의 각각에 대해 상기 분할된 부분 지문 이미지의 각각이 매칭되는 정도를 산출하는 단계; 및 상기 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택하는 단계를 포함할 수 있다.
상기 등록 지문을 검색하는 단계는, 대상 압력 정도를 순차적으로 선택하면서, 선택된 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계를 포함할 수 있다.
상기 등록 지문을 검색하는 단계는, 대상 압력 정도를 무작위로 선택하면서, 선택된 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계를 포함할 수 있다.
상기 압력 정보를 검출하는 단계는, 상기 지문 입력이 최초 발생한 시점으로부터 미리 정한 시간 동안의 터치 면적의 변화량에 기초하여 상기 압력 정보의 압력 정도를 결정하는 단계를 포함할 수 있다.
상기 압력 정보를 검출하는 단계는, 버튼 스위치에 대한 눌림 없이 상기 버튼 스위치에 대한 상기 지문 입력의 접촉이 발생한 경우에 응답하여, 상기 압력 정보가 제1 세기를 가지는 것으로 결정하는 단계; 및 상기 지문 입력에 의해 상기 버튼 스위치가 눌린 경우에 응답하여, 상기 압력 정보가 제2 세기를 가지는 것으로 결정하는 단계를 포함할 수 있다.
상기 압력 정보를 검출하는 단계는, 압력 센서를 통해 상기 획득된 입력 지문 이미지 상에서 압력이 가해진 영역 및 상기 압력의 세기 중 적어도 하나를 검출하는 단계를 포함할 수 있다.
지문 인식 방법은 상기 사용자가 인식된 경우에 응답하여, 상기 압력 정보 및 상기 입력 지문 이미지에 기초하여 상기 입력 지문 이미지를 등록하는 단계를 포함할 수 있다.
상기 입력 지문 이미지를 등록하는 단계는, 상기 압력 정보를 상기 입력 지문 이미지에 매핑하여 등록 지문 데이터베이스에 저장하는 단계를 포함할 수 있다.
상기 입력 지문 이미지를 등록하는 단계는, 상기 입력 지문 이미지와 등록 지문 이미지 간의 매칭 정도가 임계 점수 이상인 경우에 응답하여, 상기 입력 지문 이미지를 등록 지문 데이터베이스에 추가하는 단계를 포함할 수 있다.
상기 입력 지문 이미지를 등록하는 단계는, 상기 입력 지문 이미지와 등록 지문 이미지 간에 중복되는 중복 영역이 중복 임계 미만인 경우에 응답하여, 상기 입력 지문 이미지를 등록 지문 데이터베이스에 추가하는 단계를 포함할 수 있다.
상기 사용자를 인식하는 단계는, 상기 입력 지문 이미지로부터 특징 데이터(feature data)를 추출하는 단계; 상기 입력 지문 이미지에서 임계 압력보다 큰 압력이 검출된 영역 내에서 추출된 특징 데이터를 배제하는 단계; 및 상기 입력 지문 이미지에서 압력이 임계 압력 이하인 영역 내에서 추출된 특징 데이터를 이용하여, 상기 입력 지문 이미지 및 등록 지문 이미지 간의 매칭 정도를 산출하는 단계를 포함할 수 있다.
상기 사용자를 인식하는 단계는, 상기 검출된 압력 정보로부터 압력 정도를 식별하는 단계; 임계 수량 이상 저장되어 있는, 상기 식별된 압력 정도에 대응하는, 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계; 및 상기 등록 지문이 검색되지 않는 경우에 응답하여, 상기 사용자를 미등록 사용자로 결정하는 단계를 포함할 수 있다.
일 실시예에 따른 지문 인식 장치는, 사용자로부터의 지문 입력(fingerprint input)에 응답하여, 입력 지문 이미지를 획득하는 지문 센서; 상기 지문 입력에 응답하여, 상기 지문 입력에 의한 압력 정보(pressure information)를 검출하고, 상기 검출된 압력 정보 및 상기 획득된 입력 지문 이미지에 기초하여, 상기 사용자를 인식하는 처리부를 포함할 수 있다.
도 1은 일 실시예에 따른 지문 이미지를 설명하는 도면이다.
도 2 내지 도 5는 일 실시예에 따른 압력에 의한 지문 변형을 설명하는 도면이다.
도 6은 일 실시예에 따른 지문 인식 방법을 설명하는 흐름도이다.
도 7 내지 도 9는 일 실시예에 따른 압력 검출을 설명하는 도면이다.
도 10 및 도 11은 일 실시예에 따른 압력 정보에 따른 지문 매칭 방식을 설명하는 도면이다.
도 12 및 도 13은 일 실시예에 따른 압력 정보에 기초한 지문 인식 과정을 설명하는 도면이다.
도 14 및 도 15는 다른 일 실시예에 따른 압력 정보에 기초한 지문 인식 과정을 설명하는 도면이다.
도 16은 일 실시예에 따른 압력 정보에 기초하여 미누샤를 배제하여 지문을 인식하는 과정을 설명하는 도면이다.
도 17은 일 실시예에 따른 압력 정보에 기초한 지문 등록을 설명하는 도면이다.
도 18 및 도 19는 일 실시예에 따른 지문 인식 장치의 구성을 도시한 블록도이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수 개의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 지문 이미지를 설명하는 도면이다.
도 1을 참조하면, 일 실시예에 따른 지문 센서(도면 미 표시)는 사용자의 지문(100)을 센싱한다. 지문 센서는 센싱 영역을 통하여 지문(100)을 센싱할 수 있다. 이 때, 지문 센서의 센싱 영역의 크기는 지문(100)의 크기보다 작을 수 있다. 예를 들어, 지문 센서의 센싱 영역은 지문(100)의 크기보다 작은 직사각형 모양을 가질 수 있다. 이 경우, 지문 센서는 센싱 영역을 통하여 지문(100)의 일부를 센싱할 수 있다.
지문 센서는 센싱된 지문을 캡쳐(capture) 함으로써 지문 이미지를 생성할 수 있다. 지문 센서의 센싱 영역의 크기가 지문(100)의 크기보다 작은 경우, 지문 센서에 의하여 생성되는 지문 이미지는 지문(100)의 일부를 포함하는 부분 이미지(partial image)에 해당할 수 있다.
지문 이미지는 사용자의 지문(100)을 등록하거나 인식하는데 이용될 수 있다. 예를 들어, 등록(enrollment) 단계에서 지문 이미지가 등록될 수 있다. 등록된 지문 이미지는 미리 구비된 저장소에 저장될 수 있다. 지문 센서의 센싱 영역의 크기가 지문(100)의 크기보다 작은 경우, 사용자의 지문(100)의 부분 이미지들에 해당하는 복수의 지문 이미지들이 등록될 수 있다. 예를 들어, 복수의 부분 이미지들(110 내지 170)이 등록될 수 있다. 부분 이미지들(110 내지 170)은 각각 지문(100)의 일부를 커버하고, 부분 이미지들(110 내지 170)이 모여 지문(100)을 전체적으로 커버할 수 있다. 이 때, 부분 이미지들(110 내지 170)은 서로 겹칠 수 있다. 이하, 설명의 편의를 위하여 기 등록된 지문의 부분 이미지를 등록 부분 이미지라고 지칭한다.
또한, 인식(recognition) 단계에서 지문 이미지가 인식될 수 있다. 예를 들어, 인식 단계에서 지문 이미지는 기 등록된 지문 이미지와 비교될 수 있다. 지문 이미지와 기 등록된 지문 이미지가 일치하는지 여부에 따라, 사용자 인증 결과 또는 사용자 식별 결과가 도출될 수 있다. 지문 센서의 센싱 영역의 크기가 지문(100)의 크기보다 작은 경우, 지문 이미지는 사용자의 지문(100)의 부분 이미지에 해당할 수 있다. 이하, 설명의 편의를 위하여 사용자의 지문의 부분 이미지를 입력 부분 이미지라고 지칭한다. 아래에서 상세히 설명하겠으나, 실시예들은 입력 부분 이미지와 등록 부분 이미지들을 비교함으로써 지문을 인식하는 기법을 제공할 수 있다.
도 1에서 지문 센서의 센싱 영역은 직사각형의 모양을 가지는 것으로 설명되었으나, 지문 센서의 센싱 영역의 크기 및 모양은 다양하게 변형될 수 있다. 예를 들어, 지문 센서의 센싱 영역은 원형일 수도 있다.
경우에 따라서, 등록 단계에서 이용되는 지문 센서와 인식 단계에서 이용되는 지문 센서는 서로 다를 수 있다. 예를 들어, 등록 단계에서는 도 1에 도시된 직사각형 모양의 센싱 영역을 갖는 지문 센서가 이용되고, 인식 단계에서는 원형 모양의 센싱 영역을 갖는 지문 센서가 이용될 수도 있다.
도 2 내지 도 5는 일 실시예에 따른 압력에 의한 지문 변형을 설명하는 도면이다.
도 2는 압력이 가해지지 않은 상태의 지문 이미지(210)를 나타낼 수 있다. 도 3은 지문에 가해진 압력에 의해 변형된 지문 이미지(310)를 나타낼 수 있다. 예를 들어, 도 2에 도시된 지문 이미지(210)에서 나타난 지점(220)과 도 3에 도시된 변형된 지문 이미지(310)에서 나타난 지점(320)은 서로 동일한 특징점으로서, 위치가 상이할 수 있다. 도 3에 도시된 바와 같이, 지문에 가해진 압력에 의해, 지문 이미지의 일부 영역이 틀어질 수 있다. 특징점은 지문의 특징을 나타내는 지점으로서, 예를 들어, 미누샤(minutiae)일 수 있다. 도 2 및 도 3에 도시된 지점(220, 320)은 지문 능선(fingerprint ridge)의 종점(end point)일 수 있다.
도 4는 압력이 가해지지 않은 상태의 지문 이미지(410)를 나타낼 수 있다. 도 5는 지문에 가해진 압력에 의해 변형된 지문 이미지(510)를 나타낼 수 있다. 예를 들어, 도 4에 도시된 지문 이미지(410)의 일부 영역(420)에서 나타나는 지문 능선의 폭(421)과, 도 5에 도시된 지문 이미지(510)의 일부 영역(520)에서 나타나는 지문 능선의 폭(521)은 서로 상이할 수 있다. 도 5에 도시된 바와 같이, 지문에 가해진 압력에 의해 지문 이미지의 일부 영역이 왜곡될 수 있다.
지문 입력시, 손가락이 누르는 압력에 의하여 접촉면이 변형될 수 있고, 입력 지문 이미지가 지역적으로 변형될 수 있다. 동일 지문이더라도, 손가락의 힘의 분포가 달라져서 지문이 틀어지기 때문이다. 따라서, 지문센서에 사용자가 입력시 가하는 압력에 따라 지문의 능선(Ridge)과 융선(Valley)의 분포 특성이 변화할 수 있다. 지문 인증시 입력 지문 이미지와 등록 지문 이미지 간 변형(deformation)이 없다면, 인증에 소요되는 연산이 간단할 수 있다. 다만, 일반적으로, 사용자는 상황에 따라 다른 압력으로 지문을 입력하므로, 입력 지문 이미지와 등록 지문 이미지 간에 변형이 발생할 수 있다. 일 실시예에 따른 지문 인식 장치는 지문 입력시 사용자가 누르는 압력을 복수의 정도(level)로 구분하고 이를 입력 지문 이미지와 함께 활용하여 인식 성능을 향상시킬 수 있다.
도 6은 일 실시예에 따른 지문 인식 방법을 설명하는 흐름도이다.
우선, 단계(610)에서 지문 인식 장치는 사용자로부터의 지문 입력(fingerprint input)에 응답하여, 입력 지문 이미지를 획득할 수 있다. 일 실시예에 따르면 지문 인식 장치는 사용자의 지문과 센서 간의 접촉에 응답하여, 사용자의 지문에 대응하는 입력 지문 이미지를 캡쳐할 수 있다. 입력 지문 이미지는 사용자로부터 입력된 지문에 대응하는 지문 이미지를 나타낼 수 있다.
그리고 단계(620)에서 지문 인식 장치는 지문 입력에 응답하여, 지문 입력에 의한 압력 정보(pressure information)를 검출할 수 있다. 압력 정보는 지문 입력에 의해 가해진 압력의 세기 및 압력이 가해진 영역 등과 관련된 정보를 포함할 수 있다.
일 실시예에 따르면 지문 인식 장치는 지문 입력이 최초 발생한 시점으로부터 미리 정한 시간 동안의 터치 면적의 변화량에 기초하여 압력 정보의 압력 정도를 결정할 수 있다. 터치 면적의 변화량에 기초한 압력 정도의 식별은 하기 도 7 및 도 8에서 설명한다.
다른 일 실시예에 따르면 지문 인식 장치는 버튼 스위치에 대한 눌림 없이 버튼 스위치에 대한 지문 입력의 접촉이 발생한 경우에 응답하여, 압력 정보가 제1 세기를 가지는 것으로 결정할 수 있다. 또한, 지문 인식 장치는 지문 입력에 의해 버튼 스위치가 눌린 경우에 응답하여, 압력 정보가 제2 세기를 가지는 것으로 결정할 수 있다. 예를 들어, 제1 세기는 지문 입력의 압력 세기가 0인 것을 나타낼 수 있고, 제2 세기는 지문 입력의 압력 세기가 1인 것을 나타낼 수 있다. 예를 들어, 압력 센서가 버튼식인 경우, 지문 인식 장치는 버튼이 눌렸을 때의 압력 정도를 1로 표현하고 버튼이 눌리지 않았을 때의 압력 정도를 0으로 표현하여 압력 정보를 생성할 수 있다. 모바일 단말에 사용되는 버튼(예를 들어, 전원버튼 및 홈 버튼 등) 상에 지문 센서가 배치되는 경우, 지문 인식 장치는 지문 센서가 배치된 버튼의 눌림 여부로 일정 크기 이상의 압력이 존재했는지의 여부를 판단할 수 있다.
또 다른 일 실시예에 따르면 지문 인식 장치는 압력 센서를 통해 획득된 입력 지문 이미지 상에서 압력이 가해진 영역 및 압력의 세기 중 적어도 하나를 검출할 수 있다. 지문 인식 장치는 다양한 방식으로 압력 정보를 생성할 수 있다. 예를 들어, 지문 인식 장치는 스마트폰에 자체적으로 내장된 마이크 및 스피커를 활용하여 압력 정보를 검출할 수 있다. 다른 예를 들어, 지문 인식 장치는 압력 센서로서 초음파 센서를 이용하여 압력 정보를 검출할 수 있다.
이어서 단계(630)에서 지문 인식 장치는 검출된 압력 정보 및 획득된 입력 지문 이미지에 기초하여, 사용자를 인식할 수 있다. 일 실시예에 따르면 지문 인식 장치는 검출된 압력 정보로부터 압력 정도를 식별할 수 있다. 지문 인식 장치는 식별된 압력 정도에 대응하는 등록 지문 이미지로부터, 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색할 수 있다. 지문 인식 장치는 등록 지문이 검색되는 경우에 응답하여, 사용자를 검색된 등록 지문에 매핑된 등록 사용자로 식별할 수 있다.
여기서, 지문 인식 장치는 입력 지문 이미지와 등록 지문 이미지가 매칭되는 정도에 기초하여 등록 지문을 검색할 수 있으나, 이로 한정하는 것은 아니다. 지문 인식 장치는 입력 지문 이미지로부터 입력 특징을 추출할 수 있고, 등록 지문에 대응하는 등록 특징과 매칭되는 정도를 산출하여 등록 지문을 검출할 수도 있다. 입력 특징은 입력 지문 이미지가 추상화된 특징을 나타낼 수 있고, 등록 특징은 등록 지문에 대응하는 등록 지문 이미지가 추상화된 특징을 나타낼 수 있다.
또한, 지문 인식 장치는 검출된 압력 정보의 압력 정도에 대응하는 등록 지문 이미지로부터 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되지 않는 경우에 응답하여, 나머지 압력 정도에 대응하는 등록 지문 이미지로부터 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색할 수 있다. 지문 인식 장치는 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되는 경우에 응답하여, 사용자를 검색된 등록 지문에 매핑된 등록 사용자로 식별할 수 있다.
다른 일 실시예에 따르면 지문 인식 장치는 대상 압력 정도를 순차적으로 선택하면서, 선택된 압력 정도에 대응하는 등록 지문 이미지로부터 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색할 수 있다. 여기서, 대상 압력 정도는, 데이터베이스에서 검색의 대상이 되는 압력 정도를 나타낼 수 있다. 다만, 이로 한정하는 것은 아니고, 지문 인식 장치는 대상 압력 정도를 무작위로 선택하면서, 선택된 압력 정도에 대응하는 등록 지문 이미지로부터 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색할 수도 있다.
지문 인식 장치에 의해 수행되는 동작을 상술한 바로 한정하는 것은 아니고, 보다 상세한 지문 인식 과정은 하기에서 설명한다.
도 7 내지 도 9는 일 실시예에 따른 압력 검출을 설명하는 도면이다.
도 7은 지문 센서(710)에 대한 터치 면적의 변화를 나타낼 수 있다. 설명의 편의상, 도 7에서 지문 센서(710)는 직사각형으로 도시하였으나, 이로 한정하는 것은 아니다. 지문 센서(710)는 터치 패널 또는 터치 스크린으로 구현될 수도 있다.
일 실시예에 따른 지문 인식 장치는 별도의 압력 센서가 구비되지 않더라도, 지문 센서(710)를 이용하여 압력을 추정할 수 있다. 예를 들어, 지문 센서(710)가 터치 패널에 의해 구현되는 경우, 지문 인식 장치는 객체(예를 들어, 손가락)이 터치 패널에 접촉 시 터치 패널의 커패시턴스 변화량을 이용하여 압력 정도를 결정할 수 있다.
예를 들어, 지문 인식 장치는 객체(예를 들어, 손가락)가 최초 터치 패널에 접촉하는 터치 입력 구간(예를 들어, 하기 도 8 및 도 9에서 0부터 t까지의 구간)과 터치 패널에 압력을 가하는 압력 입력 구간(예를 들어, 하기 도 8 및 도 9에서 t부터 t+n까지의 구간)을 식별할 수 있다. 지문 인식 장치는 터치 시점(예를 들어, 하기 도 8 및 도 9에서 t 시점)에서의 터치 면적(711) 및 터치 시점으로부터 미리 정한 시간(예를 들어, 하기 도 8 및 도 9에서 n)이 경과한 시점(예를 들어, 하기 도 8 및 도 9에서 t+n시점)에서의 터치 면적(712) 간의 변화량을 산출할 수 있다. 본 명세서에서, 터치 시점은 터치 입력 구간이 종료되는 시점을 나타낼 수 있고, 지문 입력이 최초 발생한 시점이 터치 시점일 수 있다.
지문 인식 장치는 압력 입력 구간(예를 들어, 도 8 및 도 9에서 t시점 및 t+n 시점 사이의 구간)에서의 터치 면적의 변화량에 기초하여, 압력 강도를 결정할 수 있다. 지문 인식 장치는 디스플레이의 동일 위치에 압력을 가했을 경우 터치 패널에서 측정한 터치 면적의 변화량을 검출할 수 있다.
지문 인식 장치는 지문 센서(710)에 대한 터치 면적을 계속적으로 모니터링할 수 있다. 도 8 및 도 9에 도시된 터치 면적 그래프(800, 900)는 지문 인식 장치에 의해 모니터링되는 터치 면적의 변화를 나타낼 수 있다. 지문 인식 장치는 t 시점에서 측정된 터치 면적에 대한 t+n 시점에서 측정된 터치 면적의 증가량에 기반하여 압력 정도를 결정할 수 있다. 예를 들어, 도 8에서 지문 입력이 최초 발생한 시점의 터치 면적(811) 및 미리 정한 시간이 경과한 시점의 터치 면적(812)의 변화량에 기초하여, 지문 인식 장치는 압력 정도가 약한 것으로 판단할 수 있다. 다른 예를 들어, 도 9에서 지문 입력이 최초 발생한 시점의 터치 면적(911) 및 미리 정한 시간이 경과한 시점의 터치 면적(912)의 변화량에 기초하여, 지문 인식 장치는 압력 정도가 강한 것으로 판단할 수 있다.
따라서, 지문 인식 장치는 압력 센서를 구비하는 것에 한정하지 않고, 터치 패널 또는 초음파 센서를 이용하여 압력을 측정할 수 있다.
일 실시예에 따르면, 지문 인식 장치는 등록 지문 이미지를, 해당 등록 지문 이미지의 입력시 획득된 압력 정보와 함께 저장할 수 있고, 압력 정보를 인디케이션(예를 들어, 강도 표시 그래프 또는 1 내지 5 등의 수치)로 시각화하여 표현할 수 있다.
또한, 지문 인식 장치는, 지문을 등록하는 동안, 사용자에게 다양한 압력으로 지문입력을 유도하도록 사용자 인터페이스를 통해, 지문 입력에 의한 압력을 그래프나 색 등으로 시각화하여 사용자에게 피드백(feedback)할 수 있다. 예를 들어, 지문 인식 장치는 현재 지문 센서(710)에 가해지는 압력의 압력 정보를 검출하고, 해당 압력 정보에 대응하는 색상 또는 그래프를 디스플레이를 통해 시각화할 수 있다.
도 10 및 도 11은 일 실시예에 따른 압력 정보에 따른 지문 매칭 방식을 설명하는 도면이다.
일 실시예에 따른 지문 인식 장치는, 동일한 압력 정도를 가지는 지문 이미지들에 대해서는 제1 지문 인식 모델을 이용하여 매칭할 수 있다. 지문 인식 장치는 서로 다른 압력 정보를 가지는 지문 이미지들에 대해서는 제2 지문 인식 모델을 이용하여 매칭할 수 있다. 하기 도 10은 제1 지문 인식 모델(1030)을 이용한 매칭을 설명하고, 하기 도 11은 제2 지문 인식 모델(1130)을 이용한 매칭을 설명한다.
도 10에서 제1 지문 인식 모델(1030)은 서로 동일한 압력 정도를 가지는 지문 이미지들로부터 매칭 정도 또는 유사도 정보를 출력하는 모델일 수 있다. 예를 들어, 지문 인식 장치는 제1 지문 인식 모델(1030)을 이용하여 서로 동일한 압력 정도를 가지는 지문 이미지들 각각의 미뉴셔(Minutiae) 정보, 특징점(Feature) 정보 및 주파수 도메인 정보 중 하나 이상으로부터 해당 지문 이미지들의 매칭 정도를 산출할 수 있다. 지문 인식 장치는 입력 지문 이미지(1011) 및 압력 정보(1012)를 포함하는 입력 데이터(1010)를 획득할 수 있다. 다만, 제1 지문 인식 모델(1030)을 상술한 바로 한정하는 것은 아니고, 다른 예를 들어, 제1 지문 인식 모델(1030)은 서로 동일한 압력 정도를 가지는 지문 이미지들로부터 매칭 정도를 출력하도록 트레이닝된 모델로서, 뉴럴 네트워크일 수 있다.
지문 인식 장치는 등록 지문 이미지(1021)의 각각에 대해 입력 지문 이미지(1011)가 매칭되는 정도를 산출할 수 있다. 압력 정도가 동일한 경우 변형된 정도도 동일할 것인 바, 지문 인식 장치는 입력 지문 이미지(1011) 전체를 이용하여, 등록 지문 이미지(1021)와 입력 지문 이미지(1011) 간의 인증을 시도할 수 있다. 제1 객체 모델을 이용하는 경우, 지문 인식 장치는 변형을 고려하지 않고 동일 지문인지의 여부를 판별하므로, 지문 인식 장치는 빠르고 정확하게 지문을 인식할 수 있다.
예를 들어, 도 10에 도시된 바와 같이, 지문 인식 장치는 입력 지문 이미지(1011)를 획득할 수 있고, 압력 정보(1012)로서 압력 정도 a를 검출할 수 있다. 지문 인식 장치는 데이터베이스(1020)로부터, 압력 정보(1022)로서 압력 정도 a를 가지는 등록 지문 이미지(1021)와 입력 지문 이미지(1011)를 비교하여 매칭되는 정도를 산출할 수 있다. 지문 인식 장치는 매칭되는 정도에 기초하여 인증 결과(1040)를 생성할 수 있다. 지문 인식 장치는 입력 지문 이미지(1011)와 매칭되는 정도가 임계값 이상인 등록 지문 이미지(1021)가 존재하는 경우에 응답하여, 정당한 사용자인 것으로 판단할 수 있다.
도 11에서 제2 지문 인식 모델(1130)은 서로 다른 압력 정도를 가지는 지문 이미지들로부터 매칭 정도 또는 유사도 정보를 출력하는 모델일 수 있다. 예를 들어, 지문 인식 장치는 제2 지문 인식 모델(1130)을 이용하여 서로 다른 압력 정도를 가지는 지문 이미지들 각각의 미뉴셔 정보, 특징점 정보 및 주파수 도메인 정보 중 하나 이상으로부터 해당 지문 이미지들의 매칭 정도를 산출할 수 있다. 도 11에서, 제2 지문 인식 모델(1130)은 입력 지문 이미지(1111)가 분할된 부분 지문 이미지(1113)와 등록 지문 이미지(1121, 1151) 간의 매칭 정도를 출력하는 모델일 수 있다. 지문 인식 장치는 제1 지문 인식 모델(1030)을 통해서 입력 지문 이미지(1111)가 인증되지 않은 경우, 제2 지문 인식 모델(1130)을 통해 인증을 시도할 수 있다. 다만, 제2 지문 인식 모델(1130)을 상술한 바로 한정하는 것은 아니고, 다른 예를 들어, 제2 지문 인식 모델(1130)은 지문 이미지들로부터 매칭 정도를 출력하도록 트레이닝된 모델로서, 뉴럴 네트워크일 수 있다.
지문 인식 장치는 압력 정도에 대응하는 변형 정도(deformation level)에 기초하여 입력 지문 이미지(1111) 및 등록 지문 이미지(1121, 1151)가 매칭되는 정보를 산출할 수 있다. 예를 들어, 지문 인식 장치는 획득된 입력 지문 이미지(1111)를 부분 지문 이미지(1113)로 분할할 수 있다. 지문 인식 장치는 등록 지문 이미지(1121, 1151)의 각각에 대해 분할된 부분 지문 이미지(1113)의 각각이 매칭되는 정도를 산출할 수 있다. 제2 객체 모델(1130)을 이용하는 경우, 지문 인식 장치는 변형을 고려하여 동일 지문인지의 여부를 판별하므로, 압력이 다르게 입력된 경우에도 인식률이 높을 수 있다.
예를 들어, 도 11에 도시된 바와 같이, 지문 인식 장치는 입력 지문 이미지(1111) 및 압력 정보(1112)로서 압력 정도 a를 포함하는 입력 데이터(1110)를 획득할 수 있다. 지문 인식 장치는 데이터베이스 (1190)로부터, 등록 데이터(1120, 1150) 중 압력 정보(1122)로서 압력 정도 b를 가지는 등록 지문 이미지(1121) 및 압력 정보(1152)로서 압력 정도 c를 가지는 등록 지문 이미지(1151)와 입력 지문 이미지(1111)를 비교하여 매칭되는 정도를 산출할 수 있다. 여기서, 지문 인식 장치는 입력 지문 이미지(1111)를 복수의 서브 블록(sub block) 단위의 부분 입력 이미지(1113)로 분할할 수 있다. 지문 인식 장치는 부분 입력 이미지(1113) 중 하나의 이미지(1114)를 등록 지문 이미지(1121)와 비교하여, 매칭되는 정도를 산출할 수 있다. 지문 인식 장치는 매칭되는 정도에 기초하여 인증 결과(1140)를 생성할 수 있다. 지문 인식 장치는 입력 지문 이미지(1111)와 매칭되는 정도가 임계값 이상인 등록 지문 이미지(1121)가 존재하는 경우에 응답하여, 정당한 사용자인 것으로 판단할 수 있다.
도 11에서, 압력 정도가 2개로 도시되었으나, 이로 한정하는 것은 아니고, 2개를 초과하는 갯수로 분류될 수 있다. 또한, 제2 지문 인식 모델(1130)을 이용하는 경우, 지문 인식 장치는 압력 정도에 따라 서브 블록의 크기와 개수를 조정할 수 있다. 예를 들면, 압력 정보가 5개의 압력 정도로 구분되는 경우, 지문 인식 장치는 제2 지문 인식 모델(1130)을 사용할 때, 동일한 압력 정도 간 비교할 때는 입력 지문 이미지(1111)를 1개의 서브 블록으로 분할할 수 있고, 서브 블록의 크기는 입력 지문 이미지(1111)와 동일할 수 있다. 다만, 입력 지문 이미지(1111)의 압력 정도와 등록 지문 이미지의 압력 정도 간의 차이가 증가할 수록, 지문 인식 장치는 서브 블록의 개수를 증가시킬 수 있고, 서브 블록의 크기를 감소시킬 수 있다.
예를 들어, 입력 지문 이미지(1111)의 압력 정도가 1이고 등록 지문 이미지의 압력 정도가 2인 경우, 지문 인식 장치는 서브 블록을 2개로 하여 입력 지문 이미지(1111)를 분할할 수 있다. 다른 예를 들어, 입력 지문 이미지(1111)의 압력 정도가 1이고, 등록 지문 이미지의 압력 정도가 3인 경우, 지문 인식 장치는 서브 블록을 3개로 하여 입력 지문 이미지(1111)를 분할할 수 있다. 더 나아가, 입력 지문 이미지(1111)에서 인접한 서브 블록 간에는 오버랩이 존재할 수 있다. 서브 블록의 개수가 증가할수록 매칭의 대상이 되는 이미지 간 변형 차이가 크므로, 지문 인식 장치는 단위 서브 블록의 크기를 감소시킬 수 있다.
도 12 및 도 13은 일 실시예에 따른 압력 정보에 기초한 지문 인식 과정을 설명하는 도면이다.
지문 인식 장치는 데이터베이스(1290)에 등록된 사용자의 등록 지문 이미지를 압력 정보와 함께 저장할 수 있다. 지문 인식 장치는 등록 지문 이미지를 그대로 저장할 수도 있고, 압축하여 저장할 수도 있다. 또한 등록 지문 이미지의 특징만 추출하여 원래의 지문 이미지로 복원할 수 없도록 변환하여 저장할 수도 있다. 압력 정보는 물리적 압력에 관한 수치를 저장하는 것이 아니라 강도를 의미하는 값을 나타낼 수 있다. 예를 들자면 지문 센서가 장착된 버튼이 눌렸을 경우 1, 눌리지 않은 경우 0 등의 이진(binary) 정보를 포함할 수 있다. 다른 예를 들면, 지문 인식 장치는 압력 정보를 일정 범위(예를 들어, 1 내지 4 의 자연수)로 저장할 수 있다. 지문 인식 장치는 데이터베이스(1290)에 도 12에 도시된 바와 같이 사용자의 등록 지문 이미지와 압력 정보를 동시에 저장할 수 있다.
우선, 단계(1310)에서 지문 인식 장치는 입력 지문 이미지를 획득할 수 있다. 지문 인식 장치는 획득된 입력 지문 이미지를 그대로 등록 지문 이미지와의 매칭에 사용할 수도 있으나, 이로 한정하는 것은 아니고, 지문 인식 장치는 입력 지문 이미지로부터 입력 특징을 추출하여 등록 특징과 매칭하는데 사용할 수도 있다.
그리고 단계(1320)에서 지문 인식 장치는 압력 정보를 획득할 수 있다. 압력 정보의 획득은 도 6 내지 도 8에서 상술한 바와 같을 수 있다.
이어서 단계(1330)에서 지문 인식 장치는 제1 지문 인식 모델을 이용하여 매칭을 시도할 수 있다. 일 실시예에 따르면, 지문 인식 장치는 등록 지문 이미지의 각각에 대해 획득된 입력 지문 이미지가 매칭되는 정도를 산출할 수 있다. 예를 들어, 지문 인식 장치는 단계(1320)에서 획득된 압력 정보와 동일한 압력 정도를 가지는 등록 지문들 중 입력 지문 이미지에 매칭되는 등록 지문을 검색할 수 있다. 도 12에 도시된 바와 같이, 지문 인식 장치는 압력 정도 a를 가지는 입력 지문 이미지(1210)와 압력 정도 a를 가지는 등록 지문 이미지(1220)에 대한 매칭을 시도할 수 있다.
그리고 단계(1340)에서 지문 인식 장치는 사용자가 인식되었는지를 판단할 수 있다. 지문 인식 장치는 제1 지문 인식 모델을 이용하여, 입력 지문 이미지 및 등록 지문 이미지의 매칭 여부에 기초하여 사용자를 인식할 수 있다.
이어서 단계(1360)에서, 지문 인식 장치는 사용자가 인식된 경우에 응답하여, 등록 사용자로 판단할 수 있다. 예를 들어, 지문 인식 장치는 입력 지문 이미지가 등록 지문 이미지 중 하나에 매칭되는 경우, 해당 사용자로 인식할 수 있다. 지문 인식 장치는 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택할 수 있다.
그리고 단계(1350)에서 지문 인식 장치는 사용자가 인식되지 않은 경우에 응답하여, 제2 지문 인식 모델을 이용하여 매칭을 시도할 수 있다. 일 실시예에 따르면 지문 인식 장치는 획득된 입력 지문 이미지를 부분 지문 이미지로 분할할 수 있다. 지문 인식 장치는 등록 지문 이미지의 각각에 대해 분할된 부분 지문 이미지의 각각이 매칭되는 정도를 산출할 수 있다. 예를 들어, 지문 인식 장치는 도 12에 도시된 바와 같이, 압력 정도 a를 가지는 입력 지문 이미지(1210)와 압력 정도 c를 가지는 등록 지문 이미지(1230) 간의 매칭을 시도할 수 있다.
이어서 단계(1370)에서 지문 인식 장치는 제2 지문 인식 모델을 이용하여 사용자가 인식되었는지를 판단할 수 있다. 지문 인식 장치는 제2 지문 인식 모델을 이용하여, 서로 압력 정도가 다른 입력 지문 이미지 및 등록 지문 이미지 간의 매칭이 성공하였는지 여부를 판단할 수 있다. 매칭이 성공한 경우, 지문 인식 장치는 단계(1360)에서 등록된 사용자인 것으로 판단할 수 있다. 여기서도, 지문 인식 장치는 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택할 수 있다. 또한, 지문 인식 장치는 제2 지문 인식 모델에 의해 산출된 매칭되는 정도가 승인되는 경우, 입력 지문 이미지 및 그에 대응하는 압력 정보를 데이터베이스에 하기 도 17과 같이 반영할 수 있다.
그리고 단계(1380)에서 지문 인식 장치는 사용자가 인식되지 않은 경우, 미등록 사용자로 판단할 수 있다. 지문 인식 장치는 사용자가 인식되지 않았으므로, 장치의 나머지 동작에 대한 권한을 제한할 수 있다.
일 실시예에 따르면, 변형이 없는 입력 지문 이미지에 대해 빠르고 정확한 인식률을 나타내는 제1 지문 인식 모델, 및 변형이 있는 입력 지문 이미지에 대해 비교적 정확한 인식률을 나타내는 제2 지문 인식 모델을 이용하여, 지문 인식 장치는 변형된 입력 지문 이미지에 대해서도 인식률 저하를 방지하면서, 변형되지 않은 입력 지문 이미지에 대한 인식속도를 개선할 수 있다. 또한, 압력 정보를 이용하여 필요한 경우에만 제2 지문 인식 모델을 이용함으로써, 지문 인식 장치는 불필요한 연산량을 감소시킬 수 있다. 결과적으로, 지문 인식 장치는 기본적으로는 제1 지문 인식 모델을 이용하여 사용자 인식을 수행하고, 입력 지문 이미지의 변형으로 인해 인식이 실패한 경우에만 제2 지문 인식 모델을 사용함으로써, 빠른 인식 속도 및 높은 정확도를 유지할 수 있다.
도 14 및 도 15는 다른 일 실시예에 따른 압력 정보에 기초한 지문 인식 과정을 설명하는 도면이다.
지문 인식 장치는 하기 도 17에서 설명한 바와 같이, 사용자로부터 획득된 입력 지문 이미지(1410)가 유효한 경우에 응답하여, 계속적으로 등록 지문 이미지(1420)를 데이터베이스(1490)에 추가할 수 있다. 지문 인식 장치는 데이터베이스(1490)에 충분한 등록 지문 이미지(1420)를 확보할 수 있다.
일 실시예에 따르면, 지문 인식 장치는 검출된 압력 정보로부터 압력 정도를 식별할 수 있다. 지문 인식 장치는 임계 수량 이상 저장되어 있는, 식별된 압력 정도에 대응하는, 등록 지문 이미지(1420)로부터 입력 지문 이미지(1410)에 대응하는 등록 지문을 검색할 수 있다. 여기서, 지문 인식 장치는 등록 지문이 검색되지 않는 경우에 응답하여, 사용자를 미등록 사용자로 결정할 수 있다. 따라서, 지문 인식 장치는 임의의 압력 정도에 대한 등록 지문 이미지(1420)가 임계 수량 이상으로 충분히 저장되어 있는 경우, 동일한 압력 정도를 가지는 지문 이미지들을 비교하는 제1 지문 인식 모델을 이용하여 입력 지문 이미지(1410) 및 등록 지문 이미지(1420)가 매칭되는 정도를 산출할 수 있다.
우선, 단계(1510)에서 지문 인식 장치는 도 14와 유사하게 입력 지문 이미지(1410)를 획득할 수 있다. 그리고 단계(1520)에서 지문 인식 장치는 압력 정보를 획득할 수 있다. 이어서 단계(1530)에서 지문 인식 장치는 제1 지문 인식 모델을 이용하여 매칭을 시도할 수 있다. 그리고 단계(1540)에서 지문 인식 장치는 도 14와 유사하게 사용자가 인식되었는지 여부를 판단할 수 있다.
이어서 단계(1560)에서 지문 인식 장치는 사용자가 인식된 경우에 응답하여, 등록 사용자로 판단할 수 있다.
그리고 단계(1580)에서 지문 인식 장치는 사용자가 인식되지 않은 경우에 응답하여, 미등록 사용자로 판단할 수 있다.
도 14에 도시된 데이터베이스(1490)에는, 각 압력 정도에 대해 임계 수량 이상의 충분한 등록 지문 이미지(1420)가 이미 저장되어 있는 바, 지문 인식 장치는 제1 지문 인식 모델만을 이용하여 입력 지문 이미지(1410) 및 등록 지문 이미지(1420) 간에 매칭되는 정도에 기초하여 사용자를 인식할 수 있다. 제1 지문 인식 모델에 의한 매칭이 실패하는 경우, 지문 인식 장치는 제2 지문 인식 모델을 이용하지 않고, 사용자 인식을 종료할 수 있다. 따라서, 데이터베이스(1490)가 충분히 업데이트된 경우, 지문 인식 장치는 제1 지문 인식 모델만을 이용하게 되므로, 보다 빠른 인증 속도 및 향상된 인식률을 가질 수 있다.
도 16은 일 실시예에 따른 압력 정보에 기초하여 미누샤를 배제하여 지문을 인식하는 과정을 설명하는 도면이다.
일 실시예에 따르면, 지문 인식 장치는 입력 지문 이미지를 획득(1610)하고, 압력 정보를 검출(1620)할 수 있다. 지문 인식 장치는 입력 지문 이미지로부터 특징 데이터(feature data)를 추출(1630)할 수 있다. 특징 데이터는 입력 지문 이미지가 추상화된 특징으로서, 입력 특징이라고 나타낼 수도 있다. 지문 인식 장치는 입력 지문 이미지에서 임계 압력보다 큰 압력이 검출된 영역(1621) 내에서 추출된 특징 데이터(1631)를 배제(1640)할 수 있다. 임계 압력은 특징 데이터(1631)가 배제되는 영역(1621)에 대해 설정된 압력 크기로서, 지문 인식 장치는 임계 압력을 기초로 매칭에 무의미한 영역(1621)을 무시할 수 있다. 지문 인식 장치는 입력 지문 이미지에서 압력이 임계 압력 이하인 영역 내에서 추출된 특징 데이터(1641)를 이용하여, 입력 지문 이미지 및 등록 지문 이미지 간의 매칭 정도를 산출할 수 있다.
압력 정도가 임계 압력보다 높게 획득된 입력 지문 이미지는 그 모양이 변형되어(deformation) 타인의 지문으로 오인식이 될 수 있다. 이러한 변조된 정보를 배제함으로써, 지문 인식 장치는 오인식률(False Acceptance Rate)을 개선할 수 있다.
도 17은 일 실시예에 따른 압력 정보에 기초한 지문 등록을 설명하는 도면이다.
일 실시예에 따르면 지문 인식 장치는 입력 지문 이미지가 인증되는 경우, 데이터베이스(1790)에 반영할 수 있다. 예를 들어, 지문 인식 장치는 사용자가 인식된 경우에 응답하여, 압력 정보 및 입력 지문 이미지에 기초하여 입력 지문 이미지를 등록할 수 있다. 지문 인식 장치는 제1 지문 인식 모델을 이용한 인증 성공시, 입력 지문 이미지에서 새로운 정보(예를 들어, 중복되지 않은 면적)가 일정 수준 이상 포함된 경우에 응답하여, 해당 입력 지문 이미지를 등록할 수 있다. 또한, 지문 인식 장치는 제2 지문 인식 모델을 이용한 인증 성공시에는, 입력 지문 이미지를 데이터베이스(1790)에 등록할 수도 있다. 여기서, 지문 인식 장치는 지문 입력 시에 검출된 압력 정보를 입력 지문 이미지에 매핑하여 등록 지문 데이터베이스(1790)에 저장할 수도 있다.
우선, 단계(1711)에서 지문 인식 장치는 입력 지문 이미지를 캡쳐할 수 있다. 지문 인식 장치는 지문 센서를 통해, 입력 지문에 대응하는 입력 지문 이미지를 획득할 수 있다.
그리고 단계(1712)에서 지문 인식 장치는 유효 영역을 측정할 수 있다. 예를 들어, 지문 인식 장치는 획득된 입력 지문 이미지에서, 매칭에 사용할 수 있는, 유효 영역의 크기를 측정할 수 있다. 예를 들어, 지문 인식 장치는 입력 지문 이미지의 지문 융선 또는 지문 능선 등이 식별되는 영역을 유효 영역으로 판단할 수 있다.
이어서 단계(1713)에서 지문 인식 장치는 유효 영역이 임계 영역을 초과하는 지 여부를 판단할 수 있다. 예를 들어, 임계 영역은 지문 매칭에 사용될 수 있는 최소 영역을 정의하는 크기로서, 유효 영역이 임계 영역보다 작은 경우는 매칭이 불가능할 수 있다. 여기서, 지문 인식 장치는 유효 영역이 임계 영역 이하인 경우에 응답하여, 단계(1711)을 반복할 수 있다.
그리고 단계(1721)에서 지문 인식 장치는 입력 지문 이미지 및 등록 지문 이미지를 비교할 수 있다. 일 실시예에 따르면, 지문 인식 장치는 입력 지문 이미지의 유효 영역이 임계 영역을 초과하는 경우에 응답하여, 입력 지문 이미지를 데이터베이스(1790)에 저장된 등록 지문 이미지와 비교할 수 있다. 지문 인식 장치는 입력 지문 이미지가 등록 지문 이미지와 매칭되는 정도인, 매칭 정도를 산출할 수 있다.
이어서 단계(1722)에서 지문 인식 장치는 매칭 정도가 임계 점수를 초과하는지 여부를 판단할 수 있다. 임계 점수는 인식 성공의 기준이 되는 점수로서, 매칭 정도가 임계 점수를 초과하는 경우는 매칭 성공, 매칭 정도가 임계 점수 이하인 경우는 매칭 실패일 수 있다.
그리고 단계(1723)에서 지문 인식 장치는 매칭 정도가 임계 점수를 초과하는 경우에 응답하여, 인식 성공으로 판단할 수 있다.
또는, 단계(1724)에서 지문 인식 장치는 매칭 정도가 임계 점수 이하인 경우에 응답하여, 인식 실패로 판단할 수 있다.
그리고 단계(1731)에서 지문 인식 장치는 매칭 정도가 업데이트 점수를 초과하는 지 여부를 판단할 수 있다. 업데이트 점수는, 데이터베이스(1790)에 입력 지문 이미지를 업데이트할 지 여부를 지시하는 기준 점수를 나타낼 수 있다. 지문 인식 장치는 매칭 정도가 업데이트 점수 이하인 경우에 응답하여, 지문 인식을 종료할 수 있다.
일 실시예에 따르면, 지문 인식 장치는 입력 지문 이미지와 등록 지문 이미지 간의 매칭 정도가 임계 점수 이상인 경우 에 응답하여, 입력 지문 이미지를 등록 지문 데이터베이스(1790)에 추가할 수 있다.
예를 들어, 단계(1732)에서 지문 인식 장치는 매칭 정도가 업데이트 점수를 초과하는 경우에 응답하여, 등록 지문 이미지와의 중복 영역을 산출할 수 있다. 중복 영역은 입력 지문 이미지와 등록 지문 이미지가 중복되는 영역을 나타낼 수 있다.
그리고 단계(1733)에서 지문 인식 장치는 중복 영역이 중복 임계 미만인 지 여부를 판단할 수 있다. 중복 임계는, 업데이트의 대상이 되는 입력 지문 이미지가 등록 지문 이미지와 중복되는 최대 영역을 정의할 수 있다. 지문 인식 장치는 중복 영역이 중복 임계 이상인 경우에 응답하여, 해당 입력 지문 이미지를 데이터베이스(1790)에 반영하지 않고, 절차를 종료할 수 있다. 예를 들어, 지문 인식 장치는 입력 지문 이미지와 등록 지문 이미지 간에 중복되는 중복 영역이 중복 임계 미만인 경우에 응답하여, 입력 지문 이미지를 등록 지문 데이터베이스(1790)에 추가할 수 있다.
이어서 단계(1734)에서 지문 인식 장치는 중복 영역이 업데이트 임계를 초과하는지 여부를 판단할 수 있다. 업데이트 임계는, 업데이트의 대상이 되는 입력 지문 이미지가 등록 지문 이미지와 중복되는 최소 영역을 정의할 수 있다.
그리고 단계(1735)에서 지문 인식 장치는 중복 영역이 업데이트 임계를 초과하는 경우에 응답하여, 데이터베이스(1790)를 업데이트할 수 있다. 일 실시예에 따르면, 지문 인식 장치는 중복 영역이 중복 임계 미만이면서, 업데이트 임계를 초과하는 경우에 응답하여, 입력 지문 이미지를 데이터베이스(1790)에 업데이트할 수 있다. 예를 들어, 지문 인식 장치는 입력 지문 이미지를 데이터베이스(1790)에 추가하거나, 데이터베이스(1790)에 등록되어 있던 등록 지문 이미지 중 적어도 하나를, 입력 지문 이미지로 대체할 수 있다.
도 18 및 도 19는 일 실시예에 따른 지문 인식 장치의 구성을 도시한 블록도이다.
도 18은 지문 인식 장치(1800)의 구성을 간략히 설명한다. 일 실시예에 따른 지문 인식 장치(1800)는 지문 센서(1810) 및 처리부(1820)를 포함한다.
지문 센서(1810)는 사용자로부터의 지문 입력(fingerprint input)에 응답하여, 입력 지문 이미지를 획득할 수 있다. 지문 센서(1810)는, 도 1 내지 도 17에서 상술한 바와 유사하게 입력 지문 이미지를 획득하는 동작을 수행할 수 있다. 지문 입력은 지문을 입력하는 사용자의 모든 행위 또는 조작을 포함할 수 있다. 예를 들어, 지문 센서(1810)는 초음파 방식, 상호 커패시턴스(Mutual Capacitance) 방식, IR 영상 캡쳐 등의 다양한 방식을 수행하도록 구현될 수 있다. 지문 센서(1810)는 일정 면적에 해당하는 지문 영역을 이미지로 변환할 수 잇는 센서를 나타낼 수 있다.
지문 센서(1810)는 입력된 지문의 미누샤(minutia)에 기초하여 지문의 굴곡 유형을 획득할 수 있다. 예를 들어, 지문 센서(1810)는 지문의 갈라진 점, 이어진 점, 끝점 등의 곡선 특징을 측정할 수 있다. 지문 센서(1810)는 사용자의 객체(예를 들어, 손가락)에 의한 스와이프(Swipe) 동작에 응답하여 입력 지문 이미지를 획득할 수 있다. 다른 예를 들어, 지문 인식 장치(1800)가 사용자의 편의성을 고려하여 작은 면적의 센싱 영역 상에 사용자가 손가락을 접촉하도록 가이드하면, 지문 센서(1810)는 센싱 영역 상에 접촉된 손가락의 지문을 센싱할 수 있다. 또 다른 예를 들어, 지문 센서(1810)가 디스플레이에 통합된 경우, 디스플레이 표면이 센싱 영역으로 구현될 수 있고, 디스플레이에 접촉된 손가락으로부터 지문을 센싱할 수 있다. 이와 같이, 지문 센서(1810)는 홈버튼이나 지문 인식 장치의 뒷면 또는 측면에 배치되거나, 디스플레이 상에 통합될 수도 있다.
처리부(1820)는 지문 입력에 응답하여, 지문 입력에 의한 압력 정보(pressure information)를 검출하고, 검출된 압력 정보 및 획득된 입력 지문 이미지에 기초하여, 사용자를 인식할 수 있다. 예를 들어, 처리부(1820)는 도 1 내지 도 17에서 상술한 동작들을 수행할 수 있다.
도 19에 도시된 지문 인식 장치(1900)는 도 18에 도시된 지문 인식 장치(1800)에 더하여, 압력 센서(1930), 디스플레이(1940), 및 저장부(1950)를 더 포함할 수 있다.
압력 센서(1930)는 지문 입력시에 발생하는 압력을 검출할 수 있는 센서를 나타낼 수 있다.
예를 들어, 압력 센서(1930)는 초음파 센서를 포함할 수 있다. 초음파 센서를 사용하여 획득된 이미지는, 지문 입력시 약한 압력이 가해진 경우, 입력 지문 이미지에서 중심 영역의 압력 세기(Intensity)가 높고, 가장자리 영역의 압력 세기는 낮은 특성을 나타낼 수 있다. 초음파는 공기층을 잘 통과하지 못하므로, 객체(예를 들어, 손가락)이 초음파 센서에 대해 강하게 밀착되지 않으면, 입력 지문 이미지의 콘트라스트(contrast)가 저하되기 때문이다. 더 나아가, 지문 인식 장치(1900)는 전체 입력 지문 이미지를 작은 영역으로 분할하고, 각 분할될 영역별로 분산(variance) 등을 측정함으로써, 입력 지문 이미지가 분할된 부분 지문 이미지의 압력 정보를 산출할 수 있다.
디스플레이(1940)는 지문 인식과 연관된 정보를 시각화하여 사용자에게 제공할 수 있다. 예를 들어, 디스플레이(1940)는 획득된 입력 지문 이미지를 시각화하거나, 지문 입력 시에 검출된 압력 정보 등을 시각화할 수 있다.
저장부(1950)는 등록 지문 이미지를 포함하는 데이터베이스를 저장할 수 있다. 또한, 저장부(1950)는 제1 지문 인식 모델 및 제2 지문 인식 모델 등을 저장할 수도 있다. 저장부(1950)는 등록 지문 이미지를 그에 대응하는 압력 정보에 매핑하여 저장할 수도 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다.　 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.　　
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
1800: 지문 인식 장치
1810: 지문 센서
1820: 처리부

Claims (20)

  1. 지문 인식 방법에 있어서,
    사용자로부터의 지문 입력(fingerprint input)에 응답하여, 입력 지문 이미지를 획득하는 단계;
    상기 지문 입력에 응답하여, 상기 지문 입력에 의한 압력 정보(pressure information)를 검출하는 단계; 및
    상기 검출된 압력 정보 및 상기 획득된 입력 지문 이미지에 기초하여, 상기 사용자를 인식하는 단계
    를 포함하고,
    상기 사용자를 인식하는 단계는,
    상기 검출된 압력 정보의 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되지 않는 경우에 응답하여, 나머지 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계; 및
    상기 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되는 경우에 응답하여, 상기 사용자를 상기 검색된 등록 지문에 매핑된 등록 사용자로 식별하는 단계
    를 포함하고,
    상기 등록 지문을 검색하는 단계는,
    상기 획득된 입력 지문 이미지를 부분 지문 이미지로 분할하는 단계;
    상기 등록 지문 이미지의 각각에 대해 상기 분할된 부분 지문 이미지의 각각이 매칭되는 정도를 산출하는 단계; 및
    상기 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택하는 단계
    룰 포함하고,
    상기 획득된 입력 지문 이미지와 상기 등록 지문 이미지의 압력 정도 간의 차이가 증가할수록, 상기 부분 지문 이미지의 개수를 증가시키고 크기는 감소시키는,
    지문 인식 방법.
  2. 제1항에 있어서,
    상기 입력 지문 이미지를 획득하는 단계는,
    상기 사용자의 지문과 센서 간의 접촉에 응답하여, 상기 사용자의 지문에 대응하는 상기 입력 지문 이미지를 캡쳐하는 단계
    를 포함하는 지문 인식 방법.
  3. 제1항에 있어서,
    상기 사용자를 인식하는 단계는,
    상기 검출된 압력 정보로부터 압력 정도를 식별하는 단계;
    상기 식별된 압력 정도에 대응하는 등록 지문 이미지로부터, 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계; 및
    상기 등록 지문이 검색되는 경우에 응답하여, 상기 사용자를 상기 검색된 등록 지문에 매핑된 등록 사용자로 식별하는 단계
    를 포함하는 지문 인식 방법.
  4. 제3항에 있어서,
    상기 등록 지문을 검색하는 단계는,
    상기 등록 지문 이미지의 각각에 대해 상기 획득된 입력 지문 이미지가 매칭되는 정도를 산출하는 단계;
    상기 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택하는 단계
    를 포함하는 지문 인식 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 등록 지문을 검색하는 단계는,
    상기 압력 정도에 대응하는 변형 정도(deformation level)에 기초하여 상기 입력 지문 이미지 및 상기 등록 지문 이미지가 매칭되는 정보를 산출하는 단계
    를 포함하는 지문 인식 방법.
  7. 삭제
  8. 제1항에 있어서,
    상기 등록 지문을 검색하는 단계는,
    대상 압력 정도를 순차적으로 선택하면서, 선택된 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계
    를 포함하는 지문 인식 방법.
  9. 제1항에 있어서,
    상기 등록 지문을 검색하는 단계는,
    대상 압력 정도를 무작위로 선택하면서, 선택된 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계
    를 포함하는 지문 인식 방법.
  10. 제1항에 있어서,
    상기 압력 정보를 검출하는 단계는,
    상기 지문 입력이 최초 발생한 시점으로부터 미리 정한 시간 동안의 터치 면적의 변화량에 기초하여 상기 압력 정보의 압력 정도를 결정하는 단계
    를 포함하는 지문 인식 방법.
  11. 제1항에 있어서,
    상기 압력 정보를 검출하는 단계는,
    버튼 스위치에 대한 눌림 없이 상기 버튼 스위치에 대한 상기 지문 입력의 접촉이 발생한 경우에 응답하여, 상기 압력 정보가 제1 세기를 가지는 것으로 결정하는 단계; 및
    상기 지문 입력에 의해 상기 버튼 스위치가 눌린 경우에 응답하여, 상기 압력 정보가 제2 세기를 가지는 것으로 결정하는 단계
    를 포함하는 지문 인식 방법.
  12. 제1항에 있어서,
    상기 압력 정보를 검출하는 단계는,
    압력 센서를 통해 상기 획득된 입력 지문 이미지 상에서 압력이 가해진 영역 및 상기 압력의 세기 중 적어도 하나를 검출하는 단계
    를 포함하는 지문 인식 방법.
  13. 제1항에 있어서,
    상기 사용자가 인식된 경우에 응답하여, 상기 압력 정보 및 상기 입력 지문 이미지에 기초하여 상기 입력 지문 이미지를 등록하는 단계
    를 포함하는 지문 인식 방법.
  14. 제13항에 있어서,
    상기 입력 지문 이미지를 등록하는 단계는,
    상기 압력 정보를 상기 입력 지문 이미지에 매핑하여 등록 지문 데이터베이스에 저장하는 단계
    를 포함하는 지문 인식 방법.
  15. 제13항에 있어서,
    상기 입력 지문 이미지를 등록하는 단계는,
    상기 입력 지문 이미지와 등록 지문 이미지 간의 매칭 정도가 임계 점수 이상인 경우에 응답하여, 상기 입력 지문 이미지를 등록 지문 데이터베이스에 추가하는 단계
    를 포함하는 지문 인식 방법.
  16. 제13항에 있어서,
    상기 입력 지문 이미지를 등록하는 단계는,
    상기 입력 지문 이미지와 등록 지문 이미지 간에 중복되는 중복 영역이 중복 임계 미만인 경우에 응답하여, 상기 입력 지문 이미지를 등록 지문 데이터베이스에 추가하는 단계
    를 포함하는 지문 인식 방법.
  17. 제1항에 있어서,
    상기 사용자를 인식하는 단계는,
    상기 입력 지문 이미지로부터 특징 데이터(feature data)를 추출하는 단계;
    상기 입력 지문 이미지에서 임계 압력보다 큰 압력이 검출된 영역 내에서 추출된 특징 데이터를 배제하는 단계; 및
    상기 입력 지문 이미지에서 압력이 임계 압력 이하인 영역 내에서 추출된 특징 데이터를 이용하여, 상기 입력 지문 이미지 및 등록 지문 이미지 간의 매칭 정도를 산출하는 단계
    를 포함하는 지문 인식 방법.
  18. 제1항에 있어서,
    상기 사용자를 인식하는 단계는,
    상기 검출된 압력 정보로부터 압력 정도를 식별하는 단계;
    임계 수량 이상 저장되어 있는, 상기 식별된 압력 정도에 대응하는, 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하는 단계; 및
    상기 등록 지문이 검색되지 않는 경우에 응답하여, 상기 사용자를 미등록 사용자로 결정하는 단계
    를 포함하는 지문 인식 방법.
  19. 제1항 내지 제4항, 제6항, 및 제8항 내지 제18항 중 어느 한 항의 방법을 수행하기 위한 명령어들을 포함하는 하나 이상의 프로그램을 저장한 컴퓨터 판독 가능 저장매체.
  20. 지문 인식 장치에 있어서,
    사용자로부터의 지문 입력(fingerprint input)에 응답하여, 입력 지문 이미지를 획득하는 지문 센서;
    상기 지문 입력에 응답하여, 상기 지문 입력에 의한 압력 정보(pressure information)를 검출하고, 상기 검출된 압력 정보 및 상기 획득된 입력 지문 이미지에 기초하여, 상기 사용자를 인식하는 처리부
    를 포함하고,
    상기 처리부는,
    상기 검출된 압력 정보의 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되지 않는 경우에 응답하여, 나머지 압력 정도에 대응하는 등록 지문 이미지로부터 상기 획득된 입력 지문 이미지에 대응하는 등록 지문을 검색하고, 상기 획득된 입력 지문 이미지에 대응하는 등록 지문이 검색되는 경우에 응답하여, 상기 사용자를 상기 검색된 등록 지문에 매핑된 등록 사용자로 식별하며, 상기 획득된 입력 지문 이미지를 부분 지문 이미지로 분할하고, 상기 등록 지문 이미지의 각각에 대해 상기 분할된 부분 지문 이미지의 각각이 매칭되는 정도를 산출하며, 상기 매칭되는 정도가 임계값 이상인 등록 지문 이미지에 대응하는 등록 지문을 선택하고, 상기 획득된 입력 지문 이미지와 상기 등록 지문 이미지의 압력 정도 간의 차이가 증가할수록, 상기 부분 지문 이미지의 개수를 증가시키고 크기는 감소시키는,
    지문 인식 장치.
KR1020160160806A 2016-11-29 2016-11-29 압력에 기초한 지문 인식 방법 및 장치 KR102330327B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160160806A KR102330327B1 (ko) 2016-11-29 2016-11-29 압력에 기초한 지문 인식 방법 및 장치
US15/804,739 US20180150679A1 (en) 2016-11-29 2017-11-06 Method and apparatus of fingerprint recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160160806A KR102330327B1 (ko) 2016-11-29 2016-11-29 압력에 기초한 지문 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180060840A KR20180060840A (ko) 2018-06-07
KR102330327B1 true KR102330327B1 (ko) 2021-11-24

Family

ID=62190907

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160160806A KR102330327B1 (ko) 2016-11-29 2016-11-29 압력에 기초한 지문 인식 방법 및 장치

Country Status (2)

Country Link
US (1) US20180150679A1 (ko)
KR (1) KR102330327B1 (ko)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10315222B2 (en) 2016-05-04 2019-06-11 Invensense, Inc. Two-dimensional array of CMOS control elements
US10445547B2 (en) 2016-05-04 2019-10-15 Invensense, Inc. Device mountable packaging of ultrasonic transducers
US10706835B2 (en) 2016-05-10 2020-07-07 Invensense, Inc. Transmit beamforming of a two-dimensional array of ultrasonic transducers
US10441975B2 (en) 2016-05-10 2019-10-15 Invensense, Inc. Supplemental sensor modes and systems for ultrasonic transducers
JP6821516B2 (ja) * 2017-06-09 2021-01-27 株式会社日立製作所 計算機システム、秘密情報の検証方法、及び計算機
EP3467706A4 (en) * 2017-08-14 2019-07-03 Shenzhen Goodix Technology Co., Ltd. TERMINAL DEVICE
CN107580142B (zh) * 2017-09-22 2020-11-27 北京小米移动软件有限公司 一种执行处理的方法和装置
US10755067B2 (en) 2018-03-22 2020-08-25 Invensense, Inc. Operating a fingerprint sensor comprised of ultrasonic transducers
KR102065912B1 (ko) * 2018-05-09 2020-01-14 주식회사 슈프리마 압력 감지를 이용한 사용자 인증 영상 획득 장치 및 방법
CN111026285B (zh) * 2018-10-10 2021-08-31 华为技术有限公司 一种调节压力阈值的方法及电子设备
US10332367B1 (en) * 2018-10-17 2019-06-25 Capital One Services, Llc Systems and methods for using haptic vibration for inter device communication
KR20200045844A (ko) * 2018-10-23 2020-05-06 삼성전자주식회사 변형가능한 지문 인식 소자, 이를 이용한 지문 인증 방법 및 전자 장치
CN109635540A (zh) * 2018-11-12 2019-04-16 联想(北京)有限公司 一种控制方法、电子设备及计算机存储介质
TWI813820B (zh) * 2018-11-30 2023-09-01 大陸商上海耕岩智能科技有限公司 一種指紋重建方法與一種生物特徵分析方法、儲存介質及生物特徵分析神經網路程式產品
WO2020223930A1 (zh) * 2019-05-08 2020-11-12 深圳市柔宇科技有限公司 显示装置及电子设备
US11188735B2 (en) 2019-06-24 2021-11-30 Invensense, Inc. Fake finger detection using ridge features
KR102095461B1 (ko) * 2019-07-12 2020-03-31 홍석기 가방 보안 장치
US11176345B2 (en) 2019-07-17 2021-11-16 Invensense, Inc. Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness
US11392789B2 (en) * 2019-10-21 2022-07-19 Invensense, Inc. Fingerprint authentication using a synthetic enrollment image
US11460957B2 (en) 2020-03-09 2022-10-04 Invensense, Inc. Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness
TWI761077B (zh) * 2020-05-05 2022-04-11 王建華 指紋感測裝置與指紋識別方法
US11995909B2 (en) 2020-07-17 2024-05-28 Tdk Corporation Multipath reflection correction
US20230419739A1 (en) * 2020-10-30 2023-12-28 Google Llc Fingerprint Enrollment Using Collocation of a User's Touch and a Fingerprint Sensor
CN112784816A (zh) * 2021-02-22 2021-05-11 深圳阜时科技有限公司 窄条形指纹的识别方法、存储介质及电子设备
EP4332739A1 (en) 2021-09-16 2024-03-06 Samsung Electronics Co., Ltd. Electronic device and touch recognition method of electronic device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101404A (ja) * 1999-09-29 2001-04-13 Matsushita Electric Ind Co Ltd 指紋認識方法と指紋認識装置
JP2003075135A (ja) * 2001-08-31 2003-03-12 Nec Corp 指紋画像入力装置および指紋画像による生体識別方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6064753A (en) * 1997-06-10 2000-05-16 International Business Machines Corporation System and method for distortion control in live-scan inkless fingerprint images
US8310372B2 (en) * 2008-02-29 2012-11-13 Purdue Research Foundation Fingerprint acquisition system and method using force measurements
US9218472B2 (en) * 2012-12-20 2015-12-22 Google Technology Holdings LLP Piezo based fingerprint sensor structure
US20160232342A1 (en) * 2015-02-05 2016-08-11 Wipro Limited Method and system for authenticating access
KR102205495B1 (ko) * 2015-04-15 2021-01-21 삼성전자주식회사 지문 인식 방법 및 장치
CN105094443A (zh) * 2015-08-21 2015-11-25 深圳市汇顶科技股份有限公司 触摸压力检测装置和方法
KR102170725B1 (ko) * 2016-11-07 2020-10-27 삼성전자주식회사 지문 등록 방법 및 장치
KR102564267B1 (ko) * 2016-12-01 2023-08-07 삼성전자주식회사 전자 장치 및 그 동작 방법
KR102587735B1 (ko) * 2017-01-09 2023-10-12 삼성디스플레이 주식회사 보안 장치 및 이를 포함하는 표시 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101404A (ja) * 1999-09-29 2001-04-13 Matsushita Electric Ind Co Ltd 指紋認識方法と指紋認識装置
JP2003075135A (ja) * 2001-08-31 2003-03-12 Nec Corp 指紋画像入力装置および指紋画像による生体識別方法

Also Published As

Publication number Publication date
US20180150679A1 (en) 2018-05-31
KR20180060840A (ko) 2018-06-07

Similar Documents

Publication Publication Date Title
KR102330327B1 (ko) 압력에 기초한 지문 인식 방법 및 장치
US10970516B2 (en) Systems and methods for biometric recognition
KR102170725B1 (ko) 지문 등록 방법 및 장치
US9646193B2 (en) Fingerprint authentication using touch sensor data
CN106326829B (zh) 检测虚假指纹的方法和设备以及识别指纹的方法和设备
KR102455633B1 (ko) 라이브니스 검사 방법 및 장치
US10068124B2 (en) Systems and methods for spoof detection based on gradient distribution
US9471765B1 (en) Fingerprint authentication with template updating
KR101706290B1 (ko) 생체 측정 인증 디바이스 및 방법
US10430638B2 (en) Systems and methods for spoof detection relative to a template instead of on an absolute scale
US20140331059A1 (en) Method and System for Authenticating Biometric Data
KR102415504B1 (ko) 사용자 인증을 위한 등록 데이터베이스의 갱신 방법 및 장치
US20170372049A1 (en) Systems and methods for sequential biometric matching
TWI694383B (zh) 具有指紋識別功能的電子裝置及指紋識別方法
US10552596B2 (en) Biometric authentication
US10713466B2 (en) Fingerprint recognition method and electronic device using the same
KR101959892B1 (ko) 지문 인증 방법 및 장치
US10127429B2 (en) Systems and methods for spoof detection based on local interest point locations
US10121054B2 (en) Systems and methods for improving spoof detection based on matcher alignment information
KR102558736B1 (ko) 지문 인식 방법 및 장치
KR102205495B1 (ko) 지문 인식 방법 및 장치
KR20210145458A (ko) 위조 지문 검출 장치 및 위조 지문 방지를 위한 모델 업데이트 방법
US10176362B1 (en) Systems and methods for a gradient-based metric for spoof detection
JPH04123276A (ja) 指紋照合装置
KR20220005960A (ko) 지문 인증 방법 및 지문 인증 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant