KR102350685B1 - 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치 - Google Patents

생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치 Download PDF

Info

Publication number
KR102350685B1
KR102350685B1 KR1020200012098A KR20200012098A KR102350685B1 KR 102350685 B1 KR102350685 B1 KR 102350685B1 KR 1020200012098 A KR1020200012098 A KR 1020200012098A KR 20200012098 A KR20200012098 A KR 20200012098A KR 102350685 B1 KR102350685 B1 KR 102350685B1
Authority
KR
South Korea
Prior art keywords
biometric information
artificial neural
neural network
network
feature point
Prior art date
Application number
KR1020200012098A
Other languages
English (en)
Other versions
KR20210098206A (ko
Inventor
조동민
권혁준
이강의
Original Assignee
주식회사 알체라
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 알체라 filed Critical 주식회사 알체라
Priority to KR1020200012098A priority Critical patent/KR102350685B1/ko
Priority to US17/417,652 priority patent/US20230027328A1/en
Priority to JP2021537095A priority patent/JP7246652B2/ja
Priority to PCT/KR2020/016263 priority patent/WO2021153888A1/ko
Publication of KR20210098206A publication Critical patent/KR20210098206A/ko
Application granted granted Critical
Publication of KR102350685B1 publication Critical patent/KR102350685B1/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
    • 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
    • G06F21/45—Structures or tools for the administration of authentication
    • 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
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6272—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database by registering files or documents with a third party
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2117—User registration

Abstract

본 명세서에서 개시되는 실시예들은 인공신경망을 이용한 생체 정보 등록 장치 및 생체 정보 등록 방법에 관한 것으로서, 보다 상세하게는 최초 입력값으로 수신한 생체 정보를 저장하지 않고도 지속적인 업데이트가 가능하도록 설계된 인공신경망을 이용한 생체 정보 등록 장치 및 생체 정보 등록 방법에 관한 것이다. 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시예에 따르면, 보안 정보를 추출하기 위한 인코딩 네트워크 및 특징점을 추출하기 위한 특징점 추출 네트워크가 연속적으로 연결되어 구성된 인공신경망에 기초하여 변환 정보 및 생체 정보 템플릿을 도출하여 생체 정보를 등록하되, 인공신경망 업데이트 시 변환 정보를 이용하여 생체 정보 템플릿을 갱신하는 생체 정보 등록 장치 및 생체 정보 등록 방법이 개시된다.

Description

생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치{APPARATUS AND METHOD FOR REGISTERING ORGANISM INFORMATION}
본 명세서에서 개시되는 실시예들은 인공신경망을 이용한 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치에 관한 것으로서, 보다 상세하게는 최초 입력값으로 수신한 생체 정보 없이도 지속적인 업데이트가 가능하도록 설계된 인공신경망을 이용한 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치에 관한 것이다.
최근 보안성을 향상시킴과 동시에 편의성을 증대시키기 위하여 생체 정보를 이용한 보안 기술이 보편화되고 있다. 생체 정보를 이용한 보안 기술은 보안 구역의 출입, 개인 휴대 전화의 보안, 은행 거래에 이르기까지 이미 다양한 분야에 적용되어 이용되고 있다.
특히, 딥러닝 네트워크로 대표되는 인공 지능 기술이 개발됨에 따라 생체 정보를 이용한 보안 기술과 인공 지능 기술이 접목되어 보안성 및 정확성이 더욱 향상되고 있다.
예를 들어, 한국 공개특허 제10-2016-0118508호의 '사용자 인증 장치 및 방법'에 따르면, 홍채 정보를 이용하여 사용자 인증을 수행하되, 인증 과정에서 인공신경망을 이용하는 기술에 관해 개시하고 있다.
다만, 기존의 기술로는 생체 정보를 등록하기 위해 설계된 인공신경망의 유지, 보완이 어려워 빠르게 발전하는 딥러닝 기술을 즉각적으로 적용하는 데에 어려움이 있다.
따라서 본 명세서에서 개시되는 실시예들은 상술한 문제점을 해결하고, 생체 정보 등록을 위한 인공신경망의 유지 및 보완을 용이하게 하기 위한 기술을 개시하고자 한다.
한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 명세서에서 개시되는 실시예들은, 최초 입력값으로 수신한 생체 정보 없이도 지속적인 업데이트가 가능하도록 설계된 인공신경망을 이용한 생체 정보 등록 장치 및 방법을 제시하고자 한다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시예에 따르면, 인공신경망에 기초하여 생체 정보에 대응하는 생체 정보 템플릿을 생성하는 생체 정보 등록 장치에 있어서, 상기 생체 정보를 수신하고, 상기 생체 정보의 등록 결과를 출력하는 입출력부; 상기 생체 정보의 등록을 위한 프로그램이 저장되는 저장부; 및 적어도 하나의 프로세서를 포함하는 제어부를 포함하며, 상기 제어부는, 상기 생체 정보에 대한 등록 요청을 수신하면, 상기 프로그램을 실행하여 인코딩 네트워크 및 특징점 추출 네트워크가 연속적으로 연결된 인공신경망을 형성하고, 상기 인공신경망에 상기 생체 정보를 입력으로 인가하여 상기 인코딩 네트워크의 출력을 변환 정보로서 저장하고, 상기 특징점 추출 네트워크의 출력을 상기 생체 정보 템플릿으로서 저장하며, 상기 변환 정보는 상기 인공신경망의 업데이트 시 상기 생체 정보 템플릿의 갱신을 위해 사용되는 것을 특징으로 하는 생체 정보 등록 장치가 개시된다.
다른 실시예에 따르면, 인공신경망에 기초하여 생체 정보에 대응하는 생체 정보 템플릿을 생성하는 생체 정보 등록 장치가 수행하는 것으로서, 상기 생체 정보를 수신하는 단계; 인코딩 네트워크 및 특징점 추출 네트워크가 연속적으로 연결된 인공신경망을 형성하는 단계; 상기 인공신경망에 상기 생체 정보를 입력으로 인가하여 상기 인코딩 네트워크의 출력을 변환 정보로서 저장하는 단계; 및 상기 특징점 추출 네트워크의 출력을 상기 생체 정보 템플릿으로서 저장하는 단계를 포함하되, 상기 변환 정보는 상기 인공신경망의 업데이트 시 상기 생체 정보 템플릿의 갱신을 위해 사용되는 것을 특징으로 하는 생체 정보 등록 방법이 개시된다.
또 다른 실시예에 따르면, 인공신경망에 기초하여 생체 정보에 대응하는 생체 정보 템플릿을 생성하는 생체 정보 등록 장치가 수행하는 것으로서, 상기 생체 정보를 수신하는 단계; 인코딩 네트워크 및 특징점 추출 네트워크가 연속적으로 연결된 인공신경망을 형성하는 단계; 상기 인공신경망에 상기 생체 정보를 입력으로 인가하여 상기 인코딩 네트워크의 출력을 변환 정보로서 저장하는 단계; 및 상기 특징점 추출 네트워크의 출력을 상기 생체 정보 템플릿으로서 저장하는 단계를 포함하되, 상기 변환 정보는 상기 인공신경망의 업데이트 시 상기 생체 정보 템플릿의 갱신을 위해 사용되는 것을 특징으로 하는 생체 정보 등록 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체가 개시된다.
또 다른 실시예에 따르면, 인공신경망에 기초하여 생체 정보에 대응하는 생체 정보 템플릿을 생성하는 생체 정보 등록 장치에 의해 수행되며, 상기 생체 정보를 수신하는 단계; 인코딩 네트워크 및 특징점 추출 네트워크가 연속적으로 연결된 인공신경망을 형성하는 단계; 상기 인공신경망에 상기 생체 정보를 입력으로 인가하여 상기 인코딩 네트워크의 출력을 변환 정보로서 저장하는 단계; 및 상기 특징점 추출 네트워크의 출력을 상기 생체 정보 템플릿으로서 저장하는 단계를 포함하되, 상기 변환 정보는 상기 인공신경망의 업데이트 시 상기 생체 정보 템플릿의 갱신을 위해 사용되는 것을 특징으로 하는 생체 정보 등록 방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램이 개시된다.
전술한 과제 해결 수단 중 어느 하나에 의하면, 최초 입력값으로 수신한 생체 정보 없이도 지속적인 업데이트가 가능하도록 설계된 인공신경망을 이용한 생체 정보 등록 장치 및 방법을 제시할 수 있다.
개시되는 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 개시되는 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 일 실시예에 따른 생체 정보 등록 장치의 구성을 도시한 블록도이다.
도 2는 일 실시예에 따른 생체 정보 등록 장치를 설명하기 위한 예시도이다.
도 3 내지 도 5는 일 실시예에 따른 생체 정보 등록 방법을 설명하기 위한 순서도이다.
아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐 아니라, '그 중간에 다른 구성을 사이에 두고 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.
이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.
이하의 실시예들에서는 최초 입력값으로 수신한 생체 정보(10) 없이도 지속적인 업데이트가 가능하도록 설계된 인공신경망(20)을 이용한 생체 정보 등록 장치(100) 및 생체 정보 등록 방법을 개시한다.
실시예에 따라 생체 정보 등록 장치(100)는 등록 요청된 생체 정보(10)를 입력값으로 하여 인공신경망(20)을 통한 연산을 수행함으로써 특징점을 추출하여 생체 정보 템플릿(40)을 생성하고, 저장함으로써 생체 정보(10)를 등록할 수 있다.
먼저 도 1은 일 실시예에 따라 인공신경망(20)을 이용하여 생체 정보(10)를 등록하는 생체 정보 등록 장치(100)의 구성을 도시한 구성도이다.
도 1을 참고하면, 일 실시예에 따른 생체 정보 등록 장치(100)는 입출력부(110), 제어부(120) 및 저장부(130)를 포함할 수 있다.
입출력부(110)는 등록이 요청된 자의 생체 정보(10)를 수신하는 입력부 및 생체 정보(10) 등록의 결과를 출력하는 출력부를 포함할 수 있다.
실시예에 따르면, 생체 정보(10)는 지문 영상, 홍채 영상, 안면 영상 등을 포함할 수 있으며, 실시예에 따라 성문 등을 포함할 수도 있다. 이와 같은 생체 정보(10)를 수신하기 위하여 입력부는 지문 인식기, 고성능의 카메라, 마이크 등을 포함할 수 있으며, 타 장치를 통해 획득한 생체 정보(10)를 원격으로 입력 받을 수도 있다.
또한, 제어부(120)는 CPU, GPU 등과 같은 적어도 하나의 프로세서를 포함하는 구성으로서 인공신경망(20)을 형성하고, 형성된 인공신경망(20)에 기초한 연산을 수행한다. 제어부(120)는 후술할 저장부(130)에 저장된 프로그램을 실행시킴으로써 이와 같은 동작을 수행할 수 있다.
저장부(130)는 파일 및 프로그램을 저장할 수 있는 구성으로서 다양한 종류의 메모리를 포함하여 구현될 수 있다. 특히 저장부(130)에는 인공신경망(20)을 이용하여 생체 정보 등록 방법을 수행할 수 있는 프로그램이 저장될 수 있으며, 제어부(120)는 이러한 프로그램을 실행시킴으로써 생체 정보(10)에 관한 연산을 처리하고, 생체 정보(10)를 등록할 수 있다.
이하에서는 제어부(120)가 인공신경망(20)을 이용하여 생체 정보(10)를 등록하는 과정을 도 2를 참고하여 설명한다.
일 실시예에 따르면, 제어부(120)는 입력부를 통해 등록이 요청된 자의 생체 정보(10)를 수신할 수 있다.
그리고 제어부(120)는 저장부(130)에 저장된 프로그램을 실행하여 인공신경망(20)을 형성할 수 있다. 이때, 인공신경망(20)은 생체 정보(10)를 등록하기 위하여, 생체 정보(10)로부터 특징점을 추출하여 생체 정보 템플릿(40)을 생성하도록 설계된 것으로서, 도 2를 참고하면, 인공신경망(20)은 인코딩 네트워크(21) 및 특징점 추출 네트워크(22)가 연속적으로 연결되어 구성될 수 있다.
여기서 인코딩 네트워크(21)는 생체 정보(10)를 인코딩함으로써, 로우 데이터(Raw data)로서의 생체 정보(10)를 대신할 수 있는 변환 정보(30)를 출력하는 구성이며, 특징점 추출 네트워크(22)는 인코딩 네트워크(21)에 연결되어 연산을 수행함으로써 생체 정보(10)에 대응하는 생체 정보 템플릿(40)을 출력하는 구성이다. 이때, 변환 정보(30)는 인코딩 네트워크(21)의 마지막 레이어에 따라 다차원의 벡터값으로 구현될 수 있으며, 제어부(120)는 변환 정보(30)를 특징점 추출 네트워크(22)에 입력으로 인가하여 인공신경망(20)의 연산을 계속할 수 있다.
즉, 제어부(120)는 이와 같은 인공신경망(20)에 생체 정보(10)를 입력으로 인가하여 연산을 수행하되, 인공신경망(20)의 전단에 배치된 인코딩 네트워크(21)의 출력을 생체 정보(10)에 대한 변환 정보(30)로서 저장부(130)에 저장하고, 인코딩 네트워크(21)에 연결되어 인공신경망(20)의 후단에 배치된 특징점 추출 네트워크(22)의 출력을 생체 정보 템플릿(40)으로서 저장부(130)에 저장할 수 있다. 이때, 생체 정보 템플릿(40)은 암호화 알고리즘에 따라 암호화되어 저장될 수 있다.
실시예에 따르면, 변환 정보(30)는 인공신경망(20)의 업데이트 시 생체 정보 템플릿(40)의 갱신을 위해 사용될 수 있다.
이와 관련하여 일 실시예에 따르면, 제어부(120)는 인공신경망(20)을 업데이트 하되, 특징점 추출 네트워크(22)를 업데이트할 수 있다. 예를 들면, 인공신경망(20) 중 인코딩 네트워크(21)를 제외한 특징점 추출 네트워크(22)에 대하여 업데이트를 실행할 수 있다.
이때, 제어부(120)는 저장된 변환 정보(30)를 업데이트 된 특징점 추출 네트워크(22)에 입력으로 인가하여 생체 정보 템플릿(40)을 갱신할 수 있다. 즉, 제어부(120)는 생체 정보(10)를 대신하여 변환 정보(30)를 업데이트 된 특징점 추출 네트워크(22)에 입력으로 인가함으로써 생체 정보(10) 없이도 생체 정보 템플릿(40)을 갱신할 수 있다.
따라서 제어부(120)는 생체 정보(10)를 저장하지 않고 파기함으로써 개인 정보 보호를 충실히 수행할 수 있으며, 업데이트를 위해 생체 정보(10)를 재수신하는 과정을 생략하여 편의를 도모하고 인공신경망의 즉각적인 보완이 가능하게 한다.
이하에서는 상술한 바와 같은 인공신경망(20)에 기초하여 생체 정보 템플릿(40)을 생성하는 생체 정보 등록 장치(100)가 수행하는 생체 정보 등록 방법을 설명한다. 도 3 내지 도 5는 일 실시예에 따라, 인코딩 네트워크(21) 및 특징점 추출 네트워크(22)가 연속적으로 연결되어 구성된 인공신경망(20)에 기초하여 생체 정보(10)로부터 특징점을 추출하여 생체 정보 템플릿(40)을 생성함으로써 생체 정보(10)를 등록하는 방법을 설명하기 위한 순서도이다.
도 3 내지 도 5에 도시된 실시예에 따른 생체 정보 등록 방법은 도 1 및 도 2에 도시된 생체 정보 등록 장치(100)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 1 및 도 2에 도시된 생체 정보 등록 장치(100)에 관하여 이상에서 기술한 내용은 도 3 내지 도 5에 도시된 실시예에 따른 생체 정보 등록 방법에도 적용될 수 있다.
도 3을 참조하면, 실시예에 따른 생체 정보 등록 장치(100)가 수행하는 생체 정보 등록 방법은 인공신경망(20)에 기초하여 생체 정보(10)를 등록하는 단계(S31)와, 인공신경망(20)을 업데이트하고 등록 정보를 갱신하는 단계(S32)로 구분할 수 있다.
이하에서는 도 4 및 도 5를 참고하여, 상술한 두 단계를 보다 구체적으로 설명한다.
먼저, 도 4에 따르면, 생체 정보 등록 장치(100)는 등록 요청된 자의 생체 정보(10)를 등록하기 위하여 생체 정보(10)를 수신할 수 있다(S41). 이때, 생체 정보(10)는 지문 영상, 홍채 영상, 안면 영상 등을 포함할 수 있으며, 실시예에 따라 성문 등을 포함할 수도 있음은 상술한 바와 같다.
그리고 생체 정보 등록 장치(100)는 생체 정보(10)의 등록을 위하여 인코딩 네트워크(21) 및 특징점 추출 네트워크(22)가 연속적으로 연결된 인공신경망(20)을 형성할 수 있다(S42).
또한, 생체 정보 등록 장치(100)는 인공신경망(20)에 생체 정보(10)를 입력으로 인가하고, 인코딩 네트워크(21)의 출력을 변환 정보(30)로서 저장할 수 있다(S43).
그리고 생체 정보 등록 장치(100)는 특징점 추출 네트워크(22)의 출력을 생체 정보 템플릿(40)으로서 저장할 수 있다(S44).
상술한 바와 같이, 인코딩 네트워크(21)는 생체 정보(10)를 인코딩하여 변환 정보(30)를 출력하는 구성으로서, 실시예에 따르면, 변환 정보(30)는 인공신경망(20)의 업데이트 시 생체 정보 템플릿(40)의 갱신을 위해 사용될 수 있다.
관련하여 도 5를 참고하여, 생체 정보 등록 장치(100)가 수행하는 인공신경망(20)의 업데이트에 따른 생체 정보 템플릿(40)의 갱신 과정을 설명한다.
실시예에 따르면, 생체 정보 등록 장치(100)는 인공신경망(20)을 업데이트하되, 특징점 추출 네트워크(22)를 업데이트할 수 있다(S51). 이때, 생체 정보 등록 장치(100)는 인코딩 네트워크(21)를 제외한 특징점 추출 네트워크(22)를 업데이트할 수 있다.
또한, 생체 정보 등록 장치(100)는 저장된 변환 정보(30)를 업데이트된 특징점 추출 네트워크(22)에 입력으로 인가하여 생체 정보 템플릿(40)을 갱신할 수 있다(S52).
이로써, 생체 정보 등록 장치(100)는 생체 정보(10)를 인공신경망(20)에 인가하여 생체 정보 템플릿(40)을 업데이트하는 대신, 변환 정보(30)만으로 업데이트된 인공신경망(20)으로부터 갱신된 생체 정보 템플릿(40)을 얻을 수 있다.
따라서, 생체 정보 등록 장치(100)는 생체 정보(10)를 저장하지 않고 파기하여 개인 정보를 보호할 수 있으며, 인공신경망(20)의 업데이트 시마다 생체 정보(10)를 재수신하는 번거로운 과정을 생략하고도 즉각적이고 용이한 유지, 보완이 가능하다.
이상의 실시예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.
구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.
뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다.
도 3 내지 도 5를 통해 설명된 실시예에 따른 생체 정보 등록 방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.
또한 도 3 내지 도 5를 통해 설명된 실시예에 따른 생체 정보 등록 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.
따라서 도 3 내지 도 5를 통해 설명된 실시예에 따른 생체 정보 등록 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.
여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.
또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.
그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.
상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 명세서를 통해 보호 받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.
100: 생체 정보 등록 장치 110: 입출력부
120: 제어부 130: 저장부
10: 생체 정보 20: 인공신경망
21: 인코딩 네트워크 22: 특징점 추출 네트워크
30: 변환 정보 40: 생체 정보 템플릿

Claims (8)

  1. 인공신경망에 기초하여 생체 정보에 대응하는 생체 정보 템플릿을 생성하는 생체 정보 등록 장치에 있어서,
    상기 생체 정보를 수신하고, 상기 생체 정보의 등록 결과를 출력하는 입출력부;
    상기 생체 정보의 등록을 위한 프로그램이 저장되는 저장부; 및
    적어도 하나의 프로세서를 포함하는 제어부를 포함하며,
    상기 제어부는,
    상기 생체 정보에 대한 등록 요청을 수신하면, 상기 프로그램을 실행하여 인코딩 네트워크 및 특징점 추출 네트워크가 연속적으로 연결된 인공신경망을 형성하고, 상기 인공신경망에 상기 생체 정보를 입력으로 인가하여 상기 인코딩 네트워크의 출력을 변환 정보로서 저장하고, 상기 특징점 추출 네트워크의 출력을 상기 생체 정보 템플릿으로서 저장하며,
    상기 변환 정보는 상기 인공신경망의 업데이트 시 상기 생체 정보 템플릿의 갱신을 위해 사용되는 것을 특징으로 하는, 생체 정보 등록 장치.
  2. 제1항에 있어서,
    상기 제어부는,
    상기 특징점 추출 네트워크를 업데이트 하고, 저장된 상기 변환 정보를 업데이트된 특징점 추출 네트워크에 입력으로 인가하여 상기 생체 정보 템플릿을 갱신하는, 생체 정보 등록 장치.
  3. 제1항에 있어서,
    상기 제어부는,
    상기 생체 정보를 파기하는 것을 특징으로 하는, 생체 정보 등록 장치.
  4. 인공신경망에 기초하여 생체 정보에 대응하는 생체 정보 템플릿을 생성하는 생체 정보 등록 장치가 수행하는 것으로서,
    상기 생체 정보를 수신하는 단계;
    인코딩 네트워크 및 특징점 추출 네트워크가 연속적으로 연결된 인공신경망을 형성하는 단계;
    상기 인공신경망에 상기 생체 정보를 입력으로 인가하여 상기 인코딩 네트워크의 출력을 변환 정보로서 저장하는 단계; 및
    상기 특징점 추출 네트워크의 출력을 상기 생체 정보 템플릿으로서 저장하는 단계를 포함하되,
    상기 변환 정보는 상기 인공신경망의 업데이트 시 상기 생체 정보 템플릿의 갱신을 위해 사용되는 것을 특징으로 하는, 생체 정보 등록 방법.
  5. 제4항에 있어서,
    상기 특징점 추출 네트워크를 업데이트 하는 단계; 및
    저장된 상기 변환 정보를 업데이트된 특징점 추출 네트워크에 입력으로 인가하여 상기 생체 정보 템플릿을 갱신하는 단계를 더 포함하는, 생체 정보 등록 방법.
  6. 제4항에 있어서,
    상기 생체 정보를 파기하는 단계를 더 포함하는, 생체 정보 등록 방법.
  7. 제4항에 기재된 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
  8. 생체 정보 등록 장치에 의해 수행되며, 제4항에 기재된 방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램.

KR1020200012098A 2020-01-31 2020-01-31 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치 KR102350685B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020200012098A KR102350685B1 (ko) 2020-01-31 2020-01-31 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치
US17/417,652 US20230027328A1 (en) 2020-01-31 2020-11-18 Biometric information registration method and biometric information registration device for performing same
JP2021537095A JP7246652B2 (ja) 2020-01-31 2020-11-18 生体情報登録方法及びこれを遂行するための生体情報登録装置
PCT/KR2020/016263 WO2021153888A1 (ko) 2020-01-31 2020-11-18 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200012098A KR102350685B1 (ko) 2020-01-31 2020-01-31 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치

Publications (2)

Publication Number Publication Date
KR20210098206A KR20210098206A (ko) 2021-08-10
KR102350685B1 true KR102350685B1 (ko) 2022-01-13

Family

ID=77078927

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200012098A KR102350685B1 (ko) 2020-01-31 2020-01-31 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치

Country Status (4)

Country Link
US (1) US20230027328A1 (ko)
JP (1) JP7246652B2 (ko)
KR (1) KR102350685B1 (ko)
WO (1) WO2021153888A1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019101927A (ja) 2017-12-06 2019-06-24 株式会社日立製作所 学習システム及び画像検索システム
US20190280868A1 (en) * 2018-03-07 2019-09-12 Open Inference Holdings LLC Systems and methods for privacy-enabled biometric processing

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102139795B1 (ko) * 2014-12-15 2020-07-31 삼성전자주식회사 생채 특징 패턴을 업데이트하는 방법 및 이를 위한 전자 장치
KR20170098105A (ko) * 2016-02-19 2017-08-29 삼성전자주식회사 인증 모듈을 갖는 전자 장치 및 인증 모듈의 동적 제어를 통한 사용자 인증 방법
CH712399A2 (fr) 2016-04-27 2017-10-31 Bron Christophe Système d'identification biométrique basé sur les réseaux veineux et des codages uniques et non falsifiables de structures arborescentes et procédé associé.
US11502841B2 (en) 2018-03-07 2022-11-15 Private Identity Llc Systems and methods for privacy-enabled biometric processing
KR102082418B1 (ko) * 2018-05-08 2020-05-22 엘지전자 주식회사 전자 장치 및 그 제어 방법
KR102511292B1 (ko) * 2018-07-11 2023-03-17 삼성전자주식회사 전자 장치의 객체 인증 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019101927A (ja) 2017-12-06 2019-06-24 株式会社日立製作所 学習システム及び画像検索システム
US20190280868A1 (en) * 2018-03-07 2019-09-12 Open Inference Holdings LLC Systems and methods for privacy-enabled biometric processing

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Arun Kumar Jindal et al, "Face Template Protection using Deep Convolutional Neural Network"(2018.)
Jong-hyuk Roh et al, "Learning based biometric key generation method using CNN and RNN"(2018.)
Yukun Ma et al, "A Secure Face-Verification Scheme Based on Homomorphic Encryption and Deep Neural Networks"(2017.)

Also Published As

Publication number Publication date
KR20210098206A (ko) 2021-08-10
JP2022521879A (ja) 2022-04-13
US20230027328A1 (en) 2023-01-26
WO2021153888A1 (ko) 2021-08-05
JP7246652B2 (ja) 2023-03-28

Similar Documents

Publication Publication Date Title
US11386701B2 (en) Face recognition method and apparatus
US11295111B2 (en) Method and apparatus for detecting fake fingerprint, and method and apparatus for recognizing fingerprint
US20160379041A1 (en) Face recognition method and apparatus
US8593452B2 (en) Face feature vector construction
US9798871B2 (en) Method and apparatus for authenticating user
KR20200007010A (ko) 바이오메트릭 식별을 위한 시스템 및 방법
US20200353311A1 (en) System and Method for Content and Style Predictions in Sports
CA3139144A1 (en) Data protection via attributes-based aggregation
KR102412832B1 (ko) 개인 정보 보호를 위하여 원본 데이터를 변조하는 변조 네트워크를 학습하는 방법 및 테스팅하는 방법, 그리고, 이를 이용한 학습 장치 및 테스팅 장치
US11810397B2 (en) Method and apparatus with facial image generating
KR102350685B1 (ko) 생체 정보 등록 방법 및 이를 수행하기 위한 생체 정보 등록 장치
KR102206843B1 (ko) 딥러닝 네트워크를 이용하여 복수의 이미지들로부터 이야기를 생성하기 위한 방법 및 장치
CN113239852B (zh) 一种基于隐私保护的隐私图像处理方法、装置及设备
WO2023010701A1 (en) Image generation method, apparatus, and electronic device
Ramakrishnan Introductory Chapter: Face Recognition-Overview, Dimensionality Reduction, and Evaluation Methods
KR102434483B1 (ko) 생체인증 시스템의 관리 방법 및 이를 수행하기 위한 장치
JP7274183B2 (ja) 生体情報分散管理システム及びこれを用いた生体認証方法
KR20190129417A (ko) 바이오매트릭스와 Fuzzy Vault를 이용하여 암호학적 키를 생성하는 방법 및 시스템
Pandey et al. Learning representations for cryptographic hash based face template protection
Basaran et al. An efficient face recognition scheme using local zernike moments (LZM) patterns
Alonso-Fernandez et al. Squeezerfacenet: Reducing a small face recognition CNN even more via filter pruning
JP7475192B2 (ja) 識別器学習装置及び識別器学習方法
Imteyaz Mohsin et al. Improved Bio-hashing Fingerprint Security Using Modified Arnold’s Cat Map
WO2020148874A1 (ja) 照合装置、照合方法、及びコンピュータ読み取り可能な記録媒体
Hitzer Quaternionic Moments

Legal Events

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