KR102436314B1 - 안면 인식 최적화를 위한 클라우드 시스템 - Google Patents

안면 인식 최적화를 위한 클라우드 시스템 Download PDF

Info

Publication number
KR102436314B1
KR102436314B1 KR1020200078101A KR20200078101A KR102436314B1 KR 102436314 B1 KR102436314 B1 KR 102436314B1 KR 1020200078101 A KR1020200078101 A KR 1020200078101A KR 20200078101 A KR20200078101 A KR 20200078101A KR 102436314 B1 KR102436314 B1 KR 102436314B1
Authority
KR
South Korea
Prior art keywords
user
module
login
classifier
image
Prior art date
Application number
KR1020200078101A
Other languages
English (en)
Other versions
KR20220000310A (ko
Inventor
정여빈
Original Assignee
정여빈
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 정여빈 filed Critical 정여빈
Priority to KR1020200078101A priority Critical patent/KR102436314B1/ko
Publication of KR20220000310A publication Critical patent/KR20220000310A/ko
Application granted granted Critical
Publication of KR102436314B1 publication Critical patent/KR102436314B1/ko

Links

Images

Classifications

    • 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
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
    • 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
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00571—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated by interacting with a central unit
    • 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
    • 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
    • G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration

Landscapes

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

Abstract

안면 인식 최적화를 위한 클라우드 시스템가 개시된다. 사용자의 안면을 촬영하여 안면 이미지를 생성하고, 생성된 안면 이미지에 따라 로그인을 수행하는 로그인 장치; 상기 로그인 장치의 안면 이미지를 이용하여 사용자를 확인하고 로그인을 허용하는 로그인 실행 클라우드 서버를 구성한다. 상술한 안면 인식 최적화를 위한 클라우드 시스템에 의하면, 사용자가 모자나 안경을 착용하거나 턱수염을 기르는 등 등록 안면 이미지와 차이가 발생하더라도 부분별 대비를 통해 사용자를 인식하도록 구성됨으로써, 사용자의 다양한 액세서리 착용이나 안면의 변화에 대해서도 정확하게 인식할 수 있는 효과가 있으며, 다양한 안면 이미지를 모두 등록할 필요가 없다. 한편, 위와 같은 액세서리 착용 등과 함께 사용자의 노화에 대해서도 노화에 따른 안면 이미지의 변화를 학습하여 사용자의 안면 이미지를 인식하도록 구성됨으로써, 장기간의 경과 후에도 정확하게 사용자를 인식할 수 있는 효과가 있다.

Description

안면 인식 최적화를 위한 클라우드 시스템{CLOUD SYSTEM FOR OPTIMIZING FACIAL RECOGNITION}
본 발명은 안면 인식 시스템에 관한 것으로서, 구체적으로는 안면 인식 최적화를 위한 클라우드 시스템에 관한 것이다.
노트북이나 근태 관리기 등에는 사용자의 안면 이미지나 지문 등을 이용한 로그인(login)을 하는 경우가 많이 있다.
지문의 경우에는 변화가 없기 때문에 인식률에 있어서 큰 문제가 되지 않지만, 안면 이미지의 경우에는 등록된 사용자의 안면 이미지와 현재의 사용자의 이미지가 다른 경우가 많아서 인식률에 있어서 많은 문제가 있다.
예를 들어, 사용자가 수염을 기르거나 머리 스타일이 달라져도 사용자가 아닌 것으로 인식할 수 있으며, 장기간에 걸쳐 체중이 늘어나거나 줄거나 또는 노화가 진행되는 경우에도 인식률이 떨어지게 되는 문제점이 있다.
또한, 모자나 안경을 쓰거나 액세서리를 착용하는 경우 또는 마스크(mask)를 착용하는 경우에도 인식 오류를 야기시키는 원인이 된다.
사용자가 안경을 착용한 이미지와 안경을 착용하지 않은 이미지를 각각 등록하거나 또는 헤어 스타일이 바뀔 때마다 그리고 노화가 어느 정도 진행될 때마다 매번 안면 이미지를 등록해야 한다면 매우 번거롭고 사실상 로그인 장치로서의 기능을 충분히 수행하고 있다고 볼 수 없다.
이러한 인식 오류로 인해 다수가 이용하는 시설에서는 출입 시 오류로 인해 상당한 불편을 초래한다.
이에, 사용자의 다양하고 변화무쌍하게 바뀔 수 있는 사용자의 안면 이미지를 정확하게 인식하고 지능적으로 판단할 수 있는 수단이 요구된다.
공개특허공보 10-2004-0037180 공개특허공보 10-2018-0135898
본 발명의 목적은 안면 인식 최적화를 위한 클라우드 시스템을 제공하는 데 있다.
상술한 본 발명의 목적에 따른 안면 인식 최적화를 위한 클라우드 시스템은, 사용자의 안면을 촬영하여 안면 이미지를 생성하고, 생성된 안면 이미지에 따라 로그인을 수행하는 로그인 장치; 상기 로그인 장치의 안면 이미지를 이용하여 사용자를 확인하고 로그인을 허용하는 로그인 실행 클라우드 서버를 포함하도록 구성될 수 있다.
여기서, 상기 로그인 장치는, 근태 관리기, 노트북 또는 도어락(doorlock)에 설치될 수 있다.
그리고 상기 로그인 실행 클라우드 서버는, 사용자 정보 및 사용자의 안면 이미지를 등록하여 저장하도록 구성될 수 있다.
상술한 안면 인식 최적화를 위한 클라우드 시스템에 의하면, 사용자가 모자나 안경을 착용하거나 턱수염을 기르는 등 등록 안면 이미지와 차이가 발생하더라도 부분별 대비를 통해 사용자를 인식하도록 구성됨으로써, 사용자의 다양한 액세서리 착용이나 안면의 변화에 대해서도 정확하게 인식할 수 있는 효과가 있으며, 다양한 안면 이미지를 모두 등록할 필요가 없다.
한편, 위와 같은 액세서리 착용 등과 함께 사용자의 노화에 대해서도 노화에 따른 안면 이미지의 변화를 학습하여 사용자의 안면 이미지를 인식하도록 구성됨으로써, 장기간의 경과 후에도 정확하게 사용자를 인식할 수 있는 효과가 있다.
아울러, 사용자의 등록 안면 이미지와 유사한 가상의 이미지를 생성하여 분류기(discriminator)를 학습시키도록 구성됨으로써, 분류기의 성능을 업그레이드하고 인식률을 제고할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 안면 인식 최적화를 위한 클라우드 시스템의 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 안면 부분 인식률 그래프의 예시도이다.
도 3은 본 발명의 일 실시예에 따른 노화에 따른 안면 이미지의 변화를 나타내는 예시 사진이다.
도 4는 본 발명의 일 실시예에 따른 사용자의 실제 이미지와 유사한 가상 이미지 예시 사진이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 발명을 실시하기 위한 구체적인 내용에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 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 본 발명이 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.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 안면 인식 최적화를 위한 클라우드 시스템의 블록 구성도이다. 그리고 도 2는 본 발명의 일 실시예에 따른 안면 부분 인식률 그래프의 예시도이고, 도 3은 본 발명의 일 실시예에 따른 노화에 따른 안면 이미지의 변화를 나타내는 예시 사진이고, 도 4는 본 발명의 일 실시예에 따른 사용자의 실제 이미지와 유사한 가상 이미지 예시 사진이다.
먼저 도 1을 참조하면, 본 발명의 일 실시예에 따른 안면 인식 최적화를 위한 클라우드 시스템은 로그인(login) 장치(100), 로그인 실행 클라우드 서버(cloud server)(200)를 포함하도록 구성될 수 있다.
이하, 세부적인 구성에 대하여 설명한다.
로그인 장치(100)는 사용자의 안면을 촬영하여 안면 이미지를 생성하고, 생성된 안면 이미지에 따라 로그인을 수행하도록 구성될 수 있다. 로그인 장치(100)는 노트북, 근태 관리기, 도어락(doorlock) 등에 설치될 수 있다.
로그인 장치(100)는 카메라 모듈(101), 안면 이미지 송신 모듈(102), 로그인 실행 모듈(103)을 포함하도록 구성될 수 있다.
이하, 세부적인 구성에 대하여 설명한다.
카메라 모듈(101)은 사용자의 안면을 촬영하여 안면 이미지를 생성하도록 구성될 수 있다.
안면 이미지 송신 모듈(102)은 카메라 모듈(101)에서 생성된 안면 이미지를 로그인 실행 클라우드 서버(200)로 실시간 송신하도록 구성될 수 있다.
로그인 실행 모듈(103)은 로그인 실행 클라우드 서버(200)의 로그인 허용 판단에 의해 로그인을 실행하도록 구성될 수 있다.
로그인 실행 클라우드 서버(200)는 로그인 장치(100)의 안면 이미지를 이용하여 로그인을 허용하도록 구성될 수 있다.
로그인 실행 클라우드 서버(200)는 사용자 등록 모듈(201), 사용자 정보 저장 모듈(202), 안면 이미지 수신 모듈(203), 안면 이미지 등록 모듈(204), 사용자별 안면 이미지 저장 모듈(205), 분류기(discriminator) 생성 모듈(206), 분류기 등록 모듈(207), 사용자별 분류기 저장 모듈(208), 전체 인식 모듈(209), 부분 인식 모듈(210), 사용자 로그인 이미지 저장 모듈(211), 로그인 이력 확인 모듈(212), 로그인 허용 모듈(213), 안면 학습 모듈(214), 분류기 재생성 모듈(215), 분류기 갱신/추가 모듈(216), 유사 안면 이미지 생성 모듈(217), 분류기 학습 모듈(218), 분류기 업그레이드 모듈(219)를 포함하도록 구성될 수 있다.
이하, 세부적인 구성에 대하여 설명한다.
사용자 등록 모듈(201)은 사용자 정보를 입력받아 등록하도록 구성될 수 있다. 사용자 정보는 사용자 이름, ID, 조직 내 권한 정보 등을 포함할 수 있다.
사용자 정보 저장 모듈(202)은 사용자 등록 모듈(201)에 의해 등록되는 사용자 정보가 저장되도록 구성될 수 있다.
안면 이미지 수신 모듈(203)은 로그인 장치(100)의 안면 이미지 송신 모듈(102)로부터 안면 이미지를 실시간 수신하도록 구성될 수 있다.
안면 이미지 등록 모듈(204)은 안면 이미지 수신 모듈(203)에 의해 실시간 수신된 안면 이미지를 미리 등록하도록 구성될 수 있다. 안면 이미지 등록 모듈(204)에 의해 등록되는 안면 이미지는 차후에 카메라 모듈(101)에 의해 촬영되는 사용자의 안면 이미지와 대비되어 사용자인지 여부를 인식하는 데 이용될 수 있다. 안면 이미지는 안면 이미지 상의 특징 벡터들로 구성될 수 있다. 안면 이미지 등록 모듈(204)은 등록하고자 하는 안면 이미지 상의 특징점들을 추출하고 그 추출된 특징점을 기반으로 안면을 정렬하도록 구성되며, 정렬된 안면에서 CNN을 이용하여 512개의 특징 벡터(vector)를 추출하도록 구성될 수 있다.
사용자별 안면 이미지 저장 모듈(205)은 안면 이미지 등록 모듈(204)에 의해 등록되는 안면 이미지가 사용자 별로 미리 저장되도록 구성될 수 있다.
분류기 생성 모듈(206)은 로그인을 위해 안면 이미지 수신 모듈(203)에 의해 수신되는 안면 이미지와 사용자별 안면 이미지 저장 모듈(205)에 미리 저장된 안면 이미지를 대비하여 사용자를 인식하기 위한 분류기(discriminator)를 미리 생성하도록 구성될 수 있다.
구체적으로는 분류기 생성 모듈(206)은 안면 이미지에서 안면을 검출하고 안면의 특징점을 추출하도록 구성될 수 있다. 그리고 그 추출된 특징점을 기반으로 안면을 정렬하도록 구성되며, 정렬된 안면에서 CNN을 이용하여 512개의 특징 벡터(vector)를 추출하고, 그 특징 벡터를 기준으로 사용자를 구별할 수 있는 분류기를 생성할 수 있다. 이러한 분류기는 수시로 입력되는 안면 이미지가 사용자의 미리 등록된 안면 이미지와 대응되는 안면 이미지인지 여부를 판단하는 기능을 수행할 수 있다. 분류기의 특징 벡터를 기준으로 특징 벡터의 대비를 통해 안면 전체 영역의 대비 또는 안면 부분 영역의 대비를 할 수 있다.
분류기 등록 모듈(207)은 분류기 생성 모듈(206)에 의해 생성된 분류기를 사용자 별로 미리 등록하도록 구성될 수 있다.
사용자별 분류기 저장 모듈(208)은 분류기 등록 모듈(207)에 의해 미리 등록되는 분류기가 사용자 별로 미리 저장되도록 구성될 수 있다. 이러한 분류기는 사용자마다 하나 또는 다수개가 구비되어 저장될 수 있다.
전체 인식 모듈(209)은 로그인을 위해 안면 이미지 수신 모듈(203)에서 실시간 수신되는 안면 이미지를 사용자별 분류기 저장 모듈(208)에 사용자 별로 미리 저장된 분류기를 이용하여 전체적으로 대비하여 사용자를 인식하도록 구성될 수 있다. 즉, 전체 인식 모듈(209)은 사용자의 안면 이미지 전체를 모두 대비하여 인식하기 위한 구성이다. 예를 들어, 눈, 코, 입 등의 부위는 물론 전체 얼굴형, 수염의 존재 여부, 헤어 스타일 등을 모두 대비하여 판단할 수 있다.
부분 인식 모듈(210)은 로그인을 위해 안면 이미지 수신 모듈(203)에서 실시간 수신되는 안면 이미지를 사용자별 분류기 저장 모듈(208)에 사용자 별로 미리 저장된 분류기를 이용하여 부분적으로 대비하여 사용자를 인식하도록 구성될 수 있다. 부분 인식 모듈(210)은 미리 등록된 안면 이미지와 실시간 수신되는 안면 이미지의 눈과 눈을 대비하거나 코와 코를 대비하거나 입과 입을 대비하는 것과 같이 부분별로 대비하여 인식하기 위한 구성이다. 안면 이미지를 상, 중, 하의 영역으로 나누어 대비할 수도 있다.
부분 인식 모듈(210)은 전체 인식 모듈(209)에 의해 사용자의 안면 이미지가 아닌 것으로 인식되는 경우 2차적으로 부분적으로 대비하여 인식하도록 구성될 수 있다. 도 2의 그래프는 안면의 각 부위별 유사 정도를 나타내고 있다. 경우에 따라서 눈과 입에서만 유사하게 나타나거나 코만 유사하게 나타나거나 눈과 귀만 유사하게 나타날 수도 있다.
부분 인식 모듈(210)의 유용성은 사용자가 마스크를 가리고 있거나 등록된 안면 이미지와 달리 안경을 착용하거나 모자를 착용하는 경우, 수염을 기른 경우 등에서 발휘될 수 있다. 즉, 사용자가 수염을 기른 경우에는 턱과 입 부위를 제외하고는 모두 유사하게 나타날 수 있고, 모자를 착용하거나 펌(perm)을 한 경우에는 눈 위의 이마와 머리 영역을 제외하고는 유사하게 나타날 수 있다. 그리고 안경을 착용한 경우에는 눈을 제외하고는 유사하게 나타날 수 있다. 이러한 경우, 액세서리 착용 등에 의해 부분적으로 유사하지 않은 부위가 있어도 동일한 사용자로 인식될 수 있어야 한다. 이에, 전체 인식 모듈(209)에서 사용자가 아닌 것으로 인식되면, 부분 인식 모듈(210)이 부분적인 유사성을 판단하여 사용자 여부를 다시 판단할 수 있다.
부분 인식 모듈(210)은 특정 부위가 유사하지 않은 경우에는 다른 부위의 유사성에 대해서는 전체 인식 프로세스보다 더 까다로운 기준으로 유사성을 판단하도록 구성될 수 있다. 예를 들면, 전체 인식 프로세스에서는 부위별로 80% 이상의 특징 벡터 간의 유사성을 가지면 유사한 것으로 판단할 수 있으나, 부분 인식 프로세스에서는 특정 부위의 유사성이 매우 낮게 나타나면 그 외의 부위의 특징 벡터 간의 유사성에 있어서는 90% 이상의 유사성을 가져야 유사한 것으로 판단하도록 구성될 수 있다.
사용자 로그인 이미지 저장 모듈(211)은 사용자 로그인 시의 안면 이미지인 사용자 로그인 이미지가 실시간으로 누적 저장되도록 구성될 수 있다. 다시 말하면, 사용자라 로그인을 위해 이미지 촬영을 할 때마다 해당 사용자 로그인 이미지를 누적 저장하여 빅데이터를 축적하도록 구성될 수 있다. 이러한 사용자 로그인 이미지는 해당 사용자의 머리 스타일의 변경, 안경의 착용, 노화 등의 변화를 판단하는 데 중요한 자료가 될 수 있다.
로그인 이력 확인 모듈(212)은 사용자의 로그인 이력을 확인하도록 구성될 수 있다. 로그인 일시는 물론 로그인 기간의 간격 등을 확인할 수 있다.
로그인 허용 모듈(213)은 전체 인식 모듈(209) 및 부분 인식 모듈(210)의 인식 결과에 따라 로그인을 허용하도록 구성될 수 있다. 로그인이 허용되면 노트북을 사용할 수 있게 되거나 근태 관리기에 근태를 자동으로 기록할 수 있게 된다.
안면 학습 모듈(214)은 로그인 허용 모듈(213)의 로그인 허용 시에 로그인 이력 확인 모듈(212)의 로그인 이력 및 사용자 로그인 이미지 저장 모듈(211)에 실시간 누적 저장되는 사용자 로그인 이미지를 참조하여 해당 사용자의 안면을 학습하도록 구성될 수 있다. 예를 들어, 사용자의 헤어 스타일이 변경된 상태에서 로그인을 하거나 턱수염을 갑자기 기른 상태에서 로그인을 하는 경우에도 부분 인식 모듈(210)에 의해 사용자로 인식될 수 있다. 이러한 경우 헤어 스타일이 바뀐 사용자의 사용자 로그인 이미지나 턱수염을 기른 사용자의 사용자 로그인 이미지는 사용자의 안면 학습을 위한 부가 자료로서 이용될 수 있다.
이에, 다음 로그인 시에 헤어 스타일이 바뀐 상태나 턱수염을 기른 상태의 해당 사용자에 대해서도 전체 인식 모듈(209)이나 부분 인식 모듈(210)은 그 사용자 로그인 이미지에 의한 학습을 통해 보다 정확하고 안전하게 사용자를 인식할 수 있다.
분류기 재생성 모듈(215)은 안면 학습 모듈(214)의 안면 학습 결과를 이용하여 해당 사용자의 분류기를 재생성하도록 구성될 수 있다. 분류기 재생성 모듈(215)은 사용자의 기존의 분류기와는 별도로 새로운 분류기를 추가로 재생성할 수 있다. 즉, 펌을 한 사용자, 턱수염을 기른 사용자, 종류별 안경을 낀 사용자 그리고 장기간에 걸쳐 노화가 진행된 사용자의 분류기가 각각 재생성될 수 있다.
분류기 갱신/추가 모듈(216)은 분류기 재생성 모듈(215)에 의해 재생성되는 분류기를 사용자별 분류기 저장 모듈(208)에 갱신하거나 추가하도록 구성될 수 있다.
앞서 설명한 펌을 한 사용자, 턱수염을 기른 사용자, 종류별 안경을 낀 사용자 그리고 장기간에 걸쳐 노화가 진행된 사용자의 분류기가 추가되거나 또는 기존의 분류기를 대체하여 갱신될 수 있다. 액세서리를 한 사용자에 대한 분류기는 추가될 수 있으나, 노화의 진행에 따른 사용자의 분류기는 기존의 분류기를 대체하여 갱신될 수 있다.
도 3과 같이 노화가 진행되면 사용자 안면의 특징 벡터가 많이 달라져서 최초 등록된 안면 이미지의 특징 벡터에 의해서는 인식을 할 수 없게 된다. 이에, 노화에 따른 분류기의 추가 내지는 갱신이 필요하다. 예를 들어, 노화의 진행에 따른 사용자의 분류기가 1년에 한 개씩10개가 추가되었다고 하면, 대략 5년 이전의 분류기에 대해서는 더 이상 의미가 없는 것으로 보고 5년 전 이후의 분류기로 대체할 수 있다. 여기서, 5년 이전의 5개의 분류기에 대해서는 네거티브 분류기(negative discriminator)로 별도 추가 등록할 수 있다. 노화 이전 사진 등을 이용하여 안면 인식을 시도하는 경우에는 현재의 사용자의 로그인 시도로 볼 수 없으므로 네거티브 분류기를 이용하여 사용자가 아닌 것으로 적극적인 판단을 하도록 구성될 수 있다.
유사 안면 이미지 생성 모듈(217)은 사용자 안면 이미지 저장 모듈(205)에 저장되는 안면 이미지를 이용하여 해당 사용자의 유사 안면 이미지를 자동 생성하도록 구성될 수 있다. 유사 안면 이미지 생성 모듈(217)은 사용자 안면 이미지 저장 모듈(205)에 저장된 안면 이미지와 유사한 안면 이미지를 생성하여 분류기가 정확한 판단을 할 수 없게 하는 구성이다. GANs(Generative Adversarial Networks) 알고리즘이 이용될 수 있으며, GANs의 제너레이터(Generator)의 기능을 수행할 수 있다. 분류기는 제너레이터에서 생성된 유사 안면 이미지를 이용하여 사용자 여부를 판단할 수 있다. 도 4에서는 다양한 유사 안면 이미지를 예시하고 있다.
분류기 학습 모듈(218)은 사용자 로그인 이미지 저장 모듈(211)에 저장된 사용자 로그인 이미지 및 유사 안면 이미지 생성 모듈(217)에 의해 자동 생성된 유사 안면 이미지를 이용하여 사용자별 분류기 저장 모듈(208)에 저장된 해당 사용자의 분류기를 학습시키도록 구성될 수 있다. 즉, 분류기 학습 모듈(218)은 기존의 수많은 사용자 로그인 이미지와 유사 안면 이미지를 이용하여 분류기가 사용자의 진짜 이미지인지 가짜 이미지인지를 반복적으로 학습하게 하는 구성이다. 분류기의 성능이 더 높아지고 더 정교한 인식과 판단이 가능해질 수 있다.
분류기 업그레이드 모듈(219)은 분류기 학습 모듈(218)의 학습 결과를 이용하여 해당 분류기의 성능을 업그레이드시켜 사용자별 분류기 저장 모듈(208)에 갱신 저장하도록 구성될 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 로그인 장치
101: 카메라 모듈
102: 안면 이미지 송신 모듈
103: 로그인 실행 모듈
200: 로그인 실행 클라우드 서버
201: 사용자 등록 모듈
202: 사용자 정보 저장 모듈
203: 안면 이미지 수신 모듈
204: 안면 이미지 등록 모듈
205: 사용자별 안면 이미지 저장 모듈
206: 분류기 생성 모듈
207: 분류기 등록 모듈
208: 사용자별 분류기 저장 모듈
209: 전체 인식 모듈
210: 부분 인식 모듈
211: 사용자 로그인 이미지 저장 모듈
212: 로그인 이력 확인 모듈
213: 로그인 허용 모듈
214: 안면 학습 모듈
215: 분류기 재생성 모듈
216: 분류기 갱신/추가 모듈
217: 유사 안면 이미지 생성 모듈
218: 분류기 학습 모듈
219: 분류기 업그레이드 모듈

Claims (3)

  1. 사용자의 안면을 촬영하여 안면 이미지를 생성하고, 생성된 안면 이미지에 따라 로그인을 수행하는 로그인 장치;
    상기 로그인 장치의 안면 이미지를 이용하여 사용자를 확인하고 로그인을 허용하는 로그인 실행 클라우드 서버를 포함하고,
    상기 로그인 장치는,
    상기 사용자의 안면을 촬영하여 안면 이미지를 생성하는 카메라 모듈;
    상기 카메라 모듈에서 생성된 안면 이미지를 실시간 송신하는 안면 이미지 송신 모듈;
    상기 로그인 실행 클라우드 서버의 로그인 허용에 의해 로그인을 실행하는 로그인 실행 모듈을 포함하도록 구성되고,
    상기 로그인 실행 클라우드 서버는,
    상기 사용자 정보를 입력받아 등록하는 사용자 등록 모듈;
    상기 사용자 등록 모듈에 의해 등록되는 사용자 정보가 저장되는 사용자 정보 저장 모듈;
    상기 로그인 장치의 안면 이미지 송신 모듈로부터 안면 이미지를 실시간 수신하는 안면 이미지 수신 모듈;
    상기 안면 이미지 수신 모듈에 의해 실시간 수신된 안면 이미지를 미리 등록하는 안면 이미지 등록 모듈;
    상기 안면 이미지 등록 모듈에 의해 등록되는 안면 이미지가 사용자 별로 미리 저장되는 사용자별 안면 이미지 저장 모듈;
    로그인을 위해 상기 안면 이미지 수신 모듈에 의해 수신되는 안면 이미지와 상기 사용자별 안면 이미지 저장 모듈에 미리 저장된 안면 이미지를 대비하여 사용자를 인식하기 위한 분류기를 미리 생성하는 분류기 생성 모듈;
    상기 분류기 생성 모듈에 의해 생성된 분류기를 사용자 별로 미리 등록하는 분류기 등록 모듈;
    상기 분류기 등록 모듈에 의해 미리 등록되는 분류기가 사용자 별로 미리 저장되는 사용자별 분류기 저장 모듈;
    로그인을 위해 상기 안면 이미지 수신 모듈에서 실시간 수신되는 안면 이미지를 상기 사용자별 분류기 저장 모듈에 사용자 별로 미리 저장된 분류기를 이용하여 전체적으로 대비하여 사용자를 인식하는 전체 인식 모듈;
    로그인을 위해 상기 안면 이미지 수신 모듈에서 실시간 수신되는 안면 이미지를 상기 사용자별 분류기 저장 모듈에 사용자 별로 미리 저장된 분류기를 이용하여 부분적으로 대비하여 사용자를 인식하는 부분 인식 모듈;
    사용자 로그인 시의 안면 이미지인 사용자 로그인 이미지가 실시간으로 누적 저장되는 사용자 로그인 이미지 저장 모듈;
    상기 사용자의 로그인 이력을 확인하는 로그인 이력 확인 모듈;
    상기 전체 인식 모듈 및 상기 부분 인식 모듈의 인식 결과에 따라 로그인을 허용하는 로그인 허용 모듈;
    상기 로그인 허용 모듈의 로그인 허용 시에 상기 로그인 이력 확인 모듈의 로그인 이력 및 상기 사용자 로그인 이미지 저장 모듈에 실시간 누적 저장되는 사용자 로그인 이미지를 참조하여 해당 사용자의 안면을 학습하는 안면 학습 모듈;
    상기 안면 학습 모듈의 안면 학습 결과를 이용하여 해당 사용자의 분류기를 재생성하는 분류기 재생성 모듈;
    상기 분류기 재생성 모듈에 의해 재생성되는 분류기를 상기 사용자별 분류기 저장 모듈에 갱신하거나 추가하는 분류기 갱신/추가 모듈;
    상기 사용자 안면 이미지 저장 모듈에 저장된 안면 이미지를 이용하여 해당 사용자의 유사 안면 이미지를 자동 생성하는 유사 안면 이미지 생성 모듈;
    상기 사용자 안면 이미지 저장 모듈에 저장된 안면 이미지 및 상기 유사 안면 이미지 생성 모듈에 의해 자동 생성된 유사 안면 이미지를 이용하여 상기 사용자별 분류기 저장 모듈에 저장된 해당 사용자의 분류기를 학습시키는 분류기 학습 모듈;
    상기 분류기 학습 모듈의 학습 결과를 이용하여 해당 분류기의 성능을 업그레이드시켜 상기 사용자별 분류기 저장 모듈에 갱신 저장하는 분류기 업그레이드 모듈을 포함하도록 구성되는 것을 특징으로 하는 안면 인식 최적화를 위한 클라우드 시스템.
  2. 제1항에 있어서, 상기 로그인 허용 모듈은,
    1차적으로 상기 전체 인식 모듈의 인식 결과에 따라 사용자를 인식하고, 상기 전체 인식 모듈의 인식 결과 사용자가 아닌 것으로 인식되는 경우 2차적으로 상기 부분 인식 모듈의 인식 결과에 따라 사용자를 인식하고 로그인을 허용하도록 구성되는 것을 특징으로 하는 안면 인식 최적화를 위한 클라우드 시스템.
  3. 제2항에 있어서, 상기 로그인 허용 모듈은,
    상기 부분 인식 모듈의 인식 결과 소정 부위의 유사성이 소정 기준 이하로 나타나는 경우 다른 부위의 유사성 판단 기준을 소정 기준 이상으로 높여서 판단하도록 구성되는 것을 특징으로 하는 안면 인식 최적화를 위한 클라우드 시스템.
KR1020200078101A 2020-06-25 2020-06-25 안면 인식 최적화를 위한 클라우드 시스템 KR102436314B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200078101A KR102436314B1 (ko) 2020-06-25 2020-06-25 안면 인식 최적화를 위한 클라우드 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200078101A KR102436314B1 (ko) 2020-06-25 2020-06-25 안면 인식 최적화를 위한 클라우드 시스템

Publications (2)

Publication Number Publication Date
KR20220000310A KR20220000310A (ko) 2022-01-03
KR102436314B1 true KR102436314B1 (ko) 2022-08-24

Family

ID=79348629

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200078101A KR102436314B1 (ko) 2020-06-25 2020-06-25 안면 인식 최적화를 위한 클라우드 시스템

Country Status (1)

Country Link
KR (1) KR102436314B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014181895A1 (ko) * 2013-05-06 2014-11-13 인터월드 코리아 이중보안 및 기록을 위한 장치와 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7308133B2 (en) 2001-09-28 2007-12-11 Koninklijke Philips Elecyronics N.V. System and method of face recognition using proportions of learned model
US10776926B2 (en) 2016-03-17 2020-09-15 Avigilon Corporation System and method for training object classifier by machine learning

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014181895A1 (ko) * 2013-05-06 2014-11-13 인터월드 코리아 이중보안 및 기록을 위한 장치와 방법

Also Published As

Publication number Publication date
KR20220000310A (ko) 2022-01-03

Similar Documents

Publication Publication Date Title
US11789699B2 (en) Systems and methods for private authentication with helper networks
US10430645B2 (en) Facial recognition operations based on pose
US11394552B2 (en) Systems and methods for privacy-enabled biometric processing
US11502841B2 (en) Systems and methods for privacy-enabled biometric processing
KR102362651B1 (ko) 얼굴 인식에 사용되는 템플릿들을 업데이트하기 위한 프로세스
US9177130B2 (en) Facial feature detection
EP3785165B1 (en) Automatic retries for facial recognition
US10114935B2 (en) Technologies for login pattern based multi-factor authentication
US11113510B1 (en) Virtual templates for facial recognition
EP3118810A1 (en) Information processing method and information processing system
CN108037900B (zh) 一种多功能打印机的远程和安全打印方法和装置
EP3785166A1 (en) Multiple enrollments in facial recognition
KR102436314B1 (ko) 안면 인식 최적화를 위한 클라우드 시스템
AU2020100218A4 (en) Process for updating templates used in facial recognition
US10311290B1 (en) System and method for generating a facial model
CN108959894A (zh) 一种指纹控制开机的实现方法及装置、计算机可读存储介质、终端
CN114694227A (zh) 一种基于人脸识别技术的身份认证持续优化方法
KR101567686B1 (ko) 인증 방법 및 이를 이용한 인증 장치
EP3189475A1 (en) Image processing apparatus for facial recognition
US20240235827A1 (en) Face-based key generation
Tol Ethical implications of face recognition tasks in law enforcement
De Marsico et al. A smart peephole on the cloud
CA3191888A1 (en) Systems and methods for private authentication with helper networks
Tran et al. Face recognition and speech recognition for access control
Singh et al. Biometric Methods of Face Recognition: A Mirror Review

Legal Events

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