KR102475956B1 - 얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템 - Google Patents

얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템 Download PDF

Info

Publication number
KR102475956B1
KR102475956B1 KR1020220029846A KR20220029846A KR102475956B1 KR 102475956 B1 KR102475956 B1 KR 102475956B1 KR 1020220029846 A KR1020220029846 A KR 1020220029846A KR 20220029846 A KR20220029846 A KR 20220029846A KR 102475956 B1 KR102475956 B1 KR 102475956B1
Authority
KR
South Korea
Prior art keywords
face
image
mask
registration
biometric information
Prior art date
Application number
KR1020220029846A
Other languages
English (en)
Inventor
이명성
윤영호
Original Assignee
한국인식산업(주)
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 한국인식산업(주) filed Critical 한국인식산업(주)
Priority to KR1020220029846A priority Critical patent/KR102475956B1/ko
Application granted granted Critical
Publication of KR102475956B1 publication Critical patent/KR102475956B1/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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/02—Constructional features of telephone sets
    • H04M1/0202—Portable telephone sets, e.g. cordless phones, mobile phones or bar type handsets
    • H04M1/026—Details of the structure or mounting of specific components
    • H04M1/0264—Details of the structure or mounting of specific components for a camera module assembly
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/60—Subscription-based services using application servers or record carriers, e.g. SIM application toolkits
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Collating Specific Patterns (AREA)

Abstract

얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템이 제공되며, 카메라로 촬영되는 촬영 이미지에서 얼굴 객체를 검출하고, 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지를 오버레이하는 등록 단말 및 등록 단말에서 촬영된 촬영 이미지에서 얼굴 객체를 검출하는 검출부, 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지가 오버레이 되도록 설정하는 얼굴보호부 및 검출된 얼굴 객체를 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보로 등록하는 등록부를 포함하는 등록 서비스 제공 서버를 포함한다.

Description

얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템{SYSTEM FOR PROVIDING FACE REGISTER SERVICE FOR FACE RECOGNITION}
본 발명은 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템에 관한 것으로, 얼굴인식을 위하여 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보를 등록할 때 디스플레이에 출력되는 각 개인의 얼굴에 가상 이미지를 오버레이하여 개인정보는 보호하고 보안성은 높일 수 있는 시스템을 제공한다.
최근 생체인식 기술을 이용한 출입통제가 점점 증가하고 있다. 특히 장기화 되는 코로나19 펜데믹으로 비접촉 트렌드가 유행하면서 생체인증의 주류를 이루던 지문인식이 비접촉 방식인 얼굴인식으로 대체되고 있다. 일반적인 얼굴인식 출입 시스템의 경우, 얼굴 인증을 위해 사전에 본인의 얼굴영상을 수동으로 등록해야 한다. 미리 촬영한 본인의 얼굴 사진을 입력하거나 얼굴인식 시스템 카메라 앞에 서서 얼굴을 촬영하고 터치스크린 등의 조작을 통해 본인의 ID를 등록한다. 얼굴 인식을 위해 많이 사용되는 오픈소스 라이브러리는 OpenCV와 Dlib가 존재하고, OpenCV에서 얼굴 인식 알고리즘으로 가장 대표적인 것은 Haar Cascade 알고리즘이다. Harr Cascade는 머신 러닝 기반의 오브젝트 검출 알고리즘으로 이미지나 영상을 픽셀이 아닌 직사각형 영역으로 나누어 영상 처리를 하기 때문에 픽셀을 이용한 얼굴 인식 방법보다 동작 속도가 빠르다.
이때, 얼굴인식을 수행하여 개인을 식별하거나 얼굴인식을 이용하여 프라이버시를 보호하는 구성이 각각 연구 및 개발되었는데, 이와 관련하여 선행기술인 한국등록특허 제10-1107308호(2012년01월20일 공고) 및 한국등록특허 제10-2123248호(2020년06월16일 공고)에는, 입력영상에서 얼굴영역을 검출하고 등록하고, 검출된 얼굴영역을 기초로 얼굴영역과 몸의 나머지 부분과의 비율관계에 따라 몸의 각 부분의 영역을 입력영상에서 추출하여 등록하여 표준영상 데이터베이스를 구축한 후 인식대상 영상을 입력받아 그 인식대상 영상에서의 얼굴영역 또는 몸의 각 부분의 특징 영역을 표준 영상 데이터베이스에 저장된 정보와 비교하여 인식대상 영상의 사람과 동일인임을 인식하는 구성과, 촬영 장치에서 생성된 실시간 영상 데이터를 송출하여 스트리밍 방송을 제공하되, 인공지능 알고리즘을 이용하여 실시간 영상 데이터에서 얼굴을 인식하고, 인식된 얼굴을 촬영 동의 리스트와 비교하여, 촬영 동의 리스트에 저장된 얼굴과 동일한 얼굴을 제외한 나머지 얼굴 영역을 비식별화 처리하고, 얼굴영역 객체를 객체 추적하여 실시간 영상 데이터를 송출하는 구성이 각각 개시되어 있다.
다만, 전자의 경우 얼굴인식 및 신체의 비율을 이용하여 각 개인을 식별해내는 공지기술이고, 후자의 경우에도 초상권 침해를 방지하기 위하여 방송 또는 유튜브 촬영 중 타인을 블러처리하는 구성에 불과할 뿐, 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 등록과정에서 공개된 장소의 키오스크 또는 디스플레이에 자신의 얼굴이 크게 출력되어 나오는 것을 방지하는 구성이 아니다. 얼굴인식을 위하여 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴을 등록하는 과정에서 공개된 장소에 자신의 얼굴이 크게 표시되어 나오는 것에 대한 거부감도 존재하며 이를 누군가 몰래 촬영할 수도 있기 때문에 얼굴등록과정에서 개인정보보호를 할 필요성이 존재한다. 이에, 얼굴등록을 할 때 얼굴을 촬영한 화면 상에 가상의 이미지를 오버레이하면서도 얼굴 객체는 백그라운드 모드로 업로드하여 얼굴등록을 마칠 수 있는 시스템의 연구 및 개발이 요구된다.
본 발명의 일 실시예는, 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴등록을 할 때 포어그라운드 모드로 얼굴을 촬영한 화면 상에 가상의 이미지를 오버레이하면서도 얼굴 객체는 백그라운드 모드로 업로드하여 얼굴등록을 마칠 수 있어, 공공장소나 공개된 장소에서도 얼굴을 등록하는 사람의 얼굴이 디스플레이상 표출되지 않거나 표출되더라도 가상 이미지로 가려질 수 있고, 사용자의 거부감은 줄이고 보안성은 높일 수 있는, 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 카메라로 촬영되는 촬영 이미지에서 얼굴 객체를 검출하고, 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지를 오버레이하는 등록 단말 및 등록 단말에서 촬영된 촬영 이미지에서 얼굴 객체를 검출하는 검출부, 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지가 오버레이 되도록 설정하는 얼굴보호부 및 검출된 얼굴 객체를 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보로 등록하는 등록부를 포함하는 등록 서비스 제공 서버를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴등록을 할 때 포어그라운드 모드로 얼굴을 촬영한 화면 상에 가상의 이미지를 오버레이하면서도 얼굴 객체는 백그라운드 모드로 업로드하여 얼굴등록을 마칠 수 있어, 공공장소나 공개된 장소에서도 얼굴을 등록하는 사람의 얼굴이 디스플레이상 표출되지 않거나 표출되더라도 가상 이미지로 가려질 수 있고, 얼굴이 모니터에 출력함에 따라 발생가능한 사용자의 거부감은 줄이고 보안성은 높이면서 사용자 편의성 및 감성품질은 높일 수 있으며, 스마트폰에서도 적용가능하여 개인정보보호와 동시에 유출을 방지할 수 있다.
도 1은 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 등록 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 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'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템(1)은, 적어도 하나의 등록 단말(100) 및 등록 서비스 제공 서버(300)를 포함할 수 있다. 다만, 이러한 도 1의 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 등록 단말(100)은 네트워크(200)를 통하여 등록 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 등록 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 등록 단말(100)과 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
적어도 하나의 등록 단말(100)은, 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 각 개인의 얼굴을 등록하는 절차를 진행하는 단말일 수 있다. 이때, 등록 단말(100)은, 디스플레이, 모니터, 키오스크 화면 등에 각 사용자의 얼굴이 출력되는 순간 얼굴 객체를 감지하고 얼굴 객체 상에 적어도 하나의 가상 이미지를 오버레이하여 개인정보를 보호하고 사용자의 거부감을 줄이도록 하는 단말일 수 있다.
여기서, 적어도 하나의 등록 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 등록 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 등록 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
등록 서비스 제공 서버(300)는, 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 등록 서비스 제공 서버(300)는, 등록 절차를 진행하는 등록 단말(100)에서 얼굴 객체가 감지되는 순간 기 저장된 가상 이미지를 얼굴 객체 상에 오버레이하도록 제어하는 서버일 수 있다. 그리고, 등록 서비스 제공 서버(300)는 얼굴 객체를 감지하여 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 등록절차를 진행하는 서버일 수 있다.
여기서, 등록 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 등록 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 2를 참조하면, 등록 서비스 제공 서버(300)는, 검출부(310), 얼굴보호부(320), 등록부(330) 및 커버영역조절부(340)를 포함할 수 있다.
본 발명의 일 실시예에 따른 등록 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 등록 단말(100)로 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 등록 단말(100)은, 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 등록 단말(100)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.
도 2를 참조하면, 검출부(310)는, 등록 단말(100)에서 촬영된 촬영 이미지에서 얼굴 객체를 검출할 수 있다. 등록 단말(100)은 카메라로 촬영되는 촬영 이미지에서 얼굴 객체를 검출할 수 있다. 이때, 등록 단말(100)은 스마트폰을 포함할 수 있다. 예를 들어, 보안시스템을 위한 키오스크, 모니터와 같이 다중이 이용하는 시스템 이외에도 개인이 사용하는 사용자 단말인 스마트폰 등에서도 본 발명의 프로세스를 진행할 수 있다.
얼굴보호부(320)는, 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지가 오버레이 되도록 설정할 수 있다. 등록 단말(100)은, 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지를 오버레이할 수 있다. 기 등록된 가상 이미지는, 카메라로 촬영되는 촬영 이미지에 실시간으로 얼굴 가림을 제공하는 가상 이미지일 수 있다. 예를 들어, 선글라스 형태의 가상 이미지일 수도 있고, 얼굴 가림막이 이미지화된 가상 이미지일 수도 있다. 또는, 기 등록된 가상 이미지는, 얼굴 객체의 기 설정된 일부 또는 전영역에 위치하도록 구비된 증강현실 콘텐츠일 수도 있다. 최근 머리나 얼굴의 눈, 코, 입 등을 인식하여 해당 부분에 AR 스티커를 증강시켜주는 애플리케이션 등이 존재하는데 이와 같이 AR 콘텐츠를 증강시켜 표시해줄 수도 있다.
<딥러닝 기반 마커리스 정합>
AR 콘텐츠를 증강시켜 사용자의 얼굴 중 일부 또는 전부를 가려주기 위해서는 얼굴이 어디있는지부터 확인해야 한다. 이를 위하여 딥러닝 기반 마커리스 정합 알고리즘을 이용할 수 있는데, 딥러닝 기반 마커리스 정합 알고리즘은 ① 딥러닝을 사용하여 이미지 내에서 정합 부위를 자동으로 추출하는 부분과 ② 추출된 정합 부위를 사용하여 AR 콘텐츠를 정합(위치를 찾아 오버레이)하는 부분으로 나눌 수 있다. 먼저 ① 딥러닝 기반 정합 부위 추출 같은 경우, U-Net을 사용하여 RGB-D 카메라에서 획득한 이미지에서 자동으로 AR 콘텐츠가 오버레이될 정합 부위를 추출할 수 있으며, 다음으로 정합을 진행하기 위해서 기계 학습을 사용해 카메라 이미지에서 얼굴 특징점을 추출하여 해당 점들을 통해 각 위치를 확인할 수 있다.
<딥러닝 기반 정합 부위 자동 추출>
정합 부위 추출은 의료 영상 분할에 주로 사용되는 네트워크인 U-Net을 이용할 수 있으며, 부위는 눈썹 아래부터 입술 위까지의 얼굴 표면을 사용할 수 있으나 그 이외의 부위를 설정하는 것을 배제하지 않는다. RGB 이미지에서 정합 부위를 추출하기 위해서는 전체적인 얼굴의 특징을 학습해야 할 필요성이 있다. 이러한 이유로 기존 U-Net의 컨볼루션(Convolution)을 Dilated Convolution으로 변경하여 Receptive Field의 크기를 증가시킬 수 있다. 학습에는 획득한 사람 얼굴 이미지의 80%를 회전, 좌우 반전 등을 사용하여 증강하여 진행할 수 있다. 해당 네트워크로 정합 부위를 추출하기 전, 정확도를 평가하기 위해 획득한 사람 얼굴 이미지의 20%를 사용할 수 있다. 평가는 다이스 계수(Dice Coefficient)로 진행할 수 있다.
<마커리스 정합 알고리즘>
카메라 좌표계와 AR 콘텐츠 좌표계를 정합하기 위해 먼저 얼굴 특징점들을 사용하여 초기 정합을 할 수 있다. 얼굴 특징점 추출은 SVM과 Random Forest 알고리즘을 사용할 수 있지만 이에 한정되지는 않는다. 정합부위 추출에 사용되었던 RGB 이미지와 AR 콘텐츠가 위치할 영역 내에서 기계학습을 통해 얼굴 특징점 2D 픽셀 좌표를 획득할 수 있다. 초기 정합에는 가장 불변하는 점인 콧대 점과 입 양끝 점 등이 사용될 수 있고, 점대점 매칭으로 진행될 수 있다.
한편, 얼굴보호부(320)는, 등록 단말(100)의 포어그라운드 모드(ForeGround Mode)에서는 가상 이미지가 오버레이된 촬영 화면이 출력되도록 하면서도, 백그라운드 모드(BackGround Mode)로는 얼굴 객체를 추출하여 등록 서비스 제공 서버(300)로 전달하는 역할을 수행할 수 있다. 이는 프론트 엔드(Front-End)나 백엔드(Back-End)로 표현될 수도 있다. 이때, 얼굴보호부(320)는 영상 내 피사체를 탐지하고, 피사체 중 얼굴 영역을 확정하며, 얼굴 영역 내 적어도 하나의 랜드마크(LandMark)를 설정하여 특징점을 수집하고 매핑함으로서 얼굴 데이터를 생성하고 저장할 수도 있다. 이때, 랜드마크를 설정하고 얼굴의 특징점을 저장하는 구성은 본 출원인의 한국등록특허 제10-2180719호(2020년11월19일 공고)에 개시되어 있으므로 상세한 설명은 생략하기로 한다.
등록부(330)는 검출된 얼굴 객체를 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보로 등록할 수 있다. 등록 단말(100)은 디스플레이를 포함하는 단말이고, 얼굴등록과정에서 디스플레이 상에 기 설정된 가상 이미지를 얼굴 객체 상에 출력할 수 있다. 이때, 얼굴등록을 할 때 추출된 얼굴 객체에 마스크를 증강시켜 합성하는 방법으로 이후 마스크를 쓴 상태일지라도 얼굴인식이 가능하도록 설정할 수 있다.
얼굴 인식(Face Identification) 기술은 크게 신원 확인(Face Recognition)과 동일인 조회(Face Verification) 문제로 구분할 수 있다. 그 중에서 본인 인증은 본인의 얼굴 이미지를 앵커(Anchor) 이미지로 등록하고, 인식이 필요할 때마다 앵커 이미지와의 동일인 여부를 판단하는 일대일(One-to-One) 매칭 문제로 동일인 조회(Face Verification)에 해당한다. 현존하는 동일인 조회 모델의 경우 다양한 데이터 셋에서 99%를 웃도는 높은 성능을 보이고 있지만, 모자, 안경 등 인식 방해 요소들이 여전히 성능에 영향을 미친다. 특히 마스크를 착용하는 경우 턱, 코, 입 등 얼굴 특징점 좌표의 대부분이 가려지는 만큼 얼굴 인식(Face Identification)에 상당한 어려움이 있다. 얼굴 인식 오픈소스 애플리케이션 DeepFace도 마스크를 착용한 경우에는 얼굴을 인식하지 못한다.
이때, COVID-19 사태로 공공장소에서의 마스크 착용이 생활화되면서 기존 기술을 활용한 얼굴 인식에 어려움이 생겼다. 따라서 본인 인증을 위해 일시적으로 마스크를 벗어야 하는 상황이 발생하는데, 이는 사용자가 인증 과정에서 번거로움을 느낄 뿐 아니라 바이러스의 전염 위험성 증가를 유발하므로 개선이 요구된다. 이에 따라, 본 발명의 일 실시예는 한국인 안면 이미지를 활용하여 마스크 미착용 얼굴 이미지에 마스크를 합성하는 방식으로 데이터를 증강하고, 증강된 마스크 착용 얼굴 이미지를 활용하여 동일인 조회(Face Verification) 모델을 구현, 공공장소에서의 본인 인증 시 일시적으로 마스크를 벗어야 하는 사용자 불편을 해소하도록 할 수 있다.
얼굴 이미지에서 마스크 착용 여부를 분류(Mask Face Classification)하거나, 마스크 착용/미착용 얼굴을 검출(Mask Face Detection)하는 방식의 경우 이미 높은 성능을 보이고 있지만, 마스크 착용 이미지를 얼굴 인식(Face Identification)에 적용한 방법은 존재하지 않고, 관련 데이터의 부족으로 인식 성능 향상 및 검증에도 한계가 있다. 또한, 일반적으로 사용된 얼굴 데이터 셋(MS-Celeb, VGG face, LFW 등)들은 주로 서양인을 대상으로 하여 동양인 얼굴 이미지와는 간극이 존재한다. 이에 따라, 본 발명의 일 실시예는, 마스크 착용 얼굴 인식을 시도하여 COVID-19 상황에서의 기존 얼굴 인식의 불편함을 해소할 수 있도록 한다. 특히 서양인의 얼굴 데이터 위주로 학습되어온 일반적인 방법의 한계를 극복하기 위해 한국인 안면 이미지를 도입할 수 있고, 이때, 안경, 모자 등 다양한 액세서리 착용 이미지를 함께 활용함으로써 모델의 일반화 성능을 강화할 수 있다. 또한, 마스크 착용 동일인 조회(Face Verification)의 성능 향상을 위해 마스크 미착용 얼굴 이미지에 마스크를 합성하는 방식으로 데이터를 증강할 수 있으며, 한국인들이 주로 착용하는 KF94 마스크와 Surgical 마스크를 증강에 이용할 수 있다. 증강된 마스크 착용 이미지를 활용하여 동일인 조회(Face Verification) 모델을 학습할 수 있다.
이에 본 발명의 등록 과정은 두 개의 단계로 구성될 수 있다. 첫 번째는 한국인 안면 이미지 이용하는 단계인데, 마스크 미착용 얼굴 이미지로 마스크 착용 얼굴 이미지를 증강하는 단계이고, 두 번째는, 첫 번째 단계에서 생성된 마스크 착용 이미지를 이용하여, 동일인 조회(Face Verification) 모델을 학습하고 검증하는 단계이다.
<마스크 착용 데이터 증강>
마스크 착용 동일인 조회(Face Verification)의 성능 향상을 위해서는 마스크를 착용한 얼굴 이미지를 학습에 활용해야 한다. 이를 위해 실제 마스크 착용 이미지 데이터 셋을 확보하여 레이블을 부여하기는 쉽지 않다. 그러나 마스크 미착용 이미지에 마스크를 합성하는 방식의 시뮬레이션을 통해 마스크 착용 이미지를 생성할 수 있다. 한국인 안면 이미지는 한국인을 대상으로 다양한 연령과 성별을 고려하여 촬영된 안면 이미지 데이터이다. 해당 데이터는 총 400명의 인원에 대해 촬영 각도 20종, 조명 30종, 액세서리 6종, 표정 3종으로 다양하게 구성되어 있다. 마스크 착용 시뮬레이션은 마스크와 얼굴 특징점 좌표에서 각각 N 개의 점을 기준으로 원근 변환(Perspective Transformation)을 시행하여 마스크 착용 얼굴 이미지를 생성할 수 있다.
<마스크 착용 동일인 조회>
동일인 조회(Face Verification)모델 학습을 위해 학습 및 검증 데이터를 분리하고, 성능 평가를 위해 마스크 미착용 이미지(Non_mask)와 마스크 착용 이미지(Mask)를 한 쌍의 페어(Pair)로 만들어 총 M 개의 페어를 구성할 수 있다. 학습 모델은 모델의 정확도와 속도를 모두 고려하기 위해 ArcFace와 MobileFaceNets를 각각 이용할 수 있고, 증강된 마스크 이미지를 학습에 이용했는지에 따라 ①과 ②로 나누어 학습한 후 결과를 비교할 수 있다.
커버영역조절부(340)는, 등록 단말(100)의 설치장소 또는 사용위치를 파악하고, 설치장소 또는 사용위치가 공공장소의 위치이고, 등록 단말(100)이 얼굴등록과정을 진행하는 시점에 유동인구가 기 설정된 수치를 초과하는 경우, 기 설정된 가상 이미지의 개수를 증가시키거나, 얼굴 객체에 가상 이미지가 오버레이되는 영역을 증가시키거나, 가상 이미지의 투명도를 감소시킬 수 있다.
만약 반투명 가상 이미지라면 투명도를 더욱 낮춰서 불투명으로 설정한다면 사용자의 얼굴이 확실히 가려질 수 있다. 또, 가상 이미지의 개수를 증가시키는 경우에도 커버하는 영역이 많아질 수 있으므로 개인 얼굴이 화면에 출력되는 영역을 줄일 수 있고, 오버레이되는 영역을 증가하는 경우에도 얼굴이 더 많이 가려지게 되므로 개인의 신상이 노출되지 않을 수 있다.
이하, 상술한 도 2의 등록 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3을 참조하면, (a) 등록 서비스 제공 서버(300)는 얼굴을 촬영하면서 모니터 또는 디스플레이 등 등록 단말(100)의 화면에 각 개인의 얼굴이 출력되면, 가상 이미지를 얼굴 상에 오버레이하여 가려줌과 동시에 얼굴 객체는 오버레이되지 않은 상태인 얼굴 객체 그대로로 추출하여 업로드받는다. (b) 유동인구가 많은 시간대 및 장소에서 얼굴등록을 하는 경우에는 가상 이미지의 개수를 늘리거나, 가상 이미지가 위치하는 영역을 늘리거나 투명도를 줄이는 방법으로 더 가려줄 수 있다. 이때, 각 지점마다 구글맵스에서는 시간대별, 요일별 방문인구를 통계로 제공하고 있으므로 이를 이용하면 어느 시간대, 어느 요일에 붐비는지 알 수 있고, 현재 등록 단말(100)이 어디에 위치하는지만 파악하면 몇 개의 가상 이미지를 더 부가할 것인지 등을 결정할 수 있다. 또, 본 발명의 일 실시예에 따른 서비스는 도 4a 내지 도 4e와 같은 기술을 이용하여 실시간으로 빠르게 모니터에 나온 각 개인의 얼굴을 가려서 보호해주고, 얼굴 객체는 성능의 저하없이 빠르고 정확하게 검출할 수 있도록 한다.
이와 같은 도 2 내지 도 4의 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 도 1의 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.
도 5를 참조하면, 등록 서비스 제공 서버는, 등록 단말에서 촬영된 촬영 이미지에서 얼굴 객체를 검출하고(S5100), 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지가 오버레이 되도록 설정한다(S5200).
그리고, 등록 서비스 제공 서버는, 검출된 얼굴 객체에 대한 용도를 확인한 후(S5300), 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보로 등록한다(S5400). 이때 생체정보란 얼굴 객체를 포함하는 정보라는 의미로 해석될 수 있다. 이에 따라, 검출된 얼굴 객체를 얼굴 인식을 위한 얼굴 정보로 저장한다는 의미로 해석될 수 있다.
상술한 단계들(S5100~S5400)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5400)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.
이와 같은 도 5의 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 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 포함한다.
전술한 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 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 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (6)

  1. 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보 등록 서비스 제공 시스템으로서,
    카메라로 촬영되는 촬영 이미지에서 얼굴 객체를 검출하고, 상기 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지를 오버레이하는 등록 단말; 및
    상기 등록 단말에서 촬영된 촬영 이미지에서 얼굴 객체를 검출하는 검출부, 상기 얼굴 객체의 일부 또는 전부에 기 등록된 가상 이미지가 오버레이 되도록 설정하는 얼굴보호부 및 상기 검출된 얼굴 객체를 얼굴인식을 위한 생체정보 저장과 저장된 생체 정보와 비교에 필요한 얼굴정보로 등록하는 등록부를 포함하는 등록 서비스 제공 서버를 포함하고,
    상기 등록 서비스 제공 서버는,
    상기 촬영 이미지가 마스크 착용 얼굴 이미지인 경우, 상기 등록 단말로부터 상기 마스크 착용 얼굴 이미지를 획득하고, 마스크를 미착용 하고 있는 상기 촬영 이미지에 마스크를 합성하는 마스크 착용 시뮬레이션을 통해 마스크 착용 얼굴 이미지를 생성하며, 상기 생성된 마스크 착용 얼굴 이미지와 상기 획득된 마스크 착용 얼굴 이미지를 비교하여 동일인 조회를 수행한 후, 이를 상기 등록부의 얼굴정보로 등록하며,
    상기 마스크 착용 시뮬레이션은,
    상기 마스크와 상기 촬영 이미지의 얼굴 특징점 좌표에서 각각 N 개의 점을 기준으로 원근 변환(Perspective Transformation)을 수행하여 상기 마스크 착용 얼굴 이미지를 생성하는 것을 특징으로 하는 얼굴정보 등록 서비스 제공 시스템.
  2. 제 1 항에 있어서,
    상기 기 등록된 가상 이미지는,
    상기 카메라로 촬영되는 촬영 이미지에 실시간으로 얼굴 가림을 제공하는 가상 이미지인 것을 특징으로 하는 얼굴정보 등록 서비스 제공 시스템.
  3. 제 1 항에 있어서,
    상기 기 등록된 가상 이미지는,
    상기 얼굴 객체의 기 설정된 일부 또는 전영역에 위치하도록 구비된 증강현실 콘텐츠인 것을 특징으로 하는 얼굴정보 등록 서비스 제공 시스템.
  4. 제 1 항에 있어서,
    상기 등록 단말은 디스플레이를 포함하는 단말이고,
    상기 디스플레이 상에 얼굴등록과정에서 기 설정된 가상 이미지를 상기 얼굴 객체 상에 출력하는 것을 특징으로 하는 얼굴정보 등록 서비스 제공 시스템.
  5. 제 1 항에 있어서,
    상기 등록 서비스 제공 서버는,
    상기 등록 단말의 설치장소 또는 사용위치를 파악하고, 상기 설치장소 또는 사용위치가 공공장소의 위치이고, 상기 등록 단말이 얼굴등록과정을 진행하는 시점에 유동인구가 기 설정된 수치를 초과하는 경우, 상기 기 설정된 가상 이미지의 개수를 증가시키거나, 상기 얼굴 객체에 상기 가상 이미지가 오버레이되는 영역을 증가시키거나, 상기 가상 이미지의 투명도를 감소시키는 커버영역조절부;
    를 더 포함하는 것을 특징으로 하는 얼굴정보 등록 서비스 제공 시스템.
  6. 삭제
KR1020220029846A 2022-03-10 2022-03-10 얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템 KR102475956B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220029846A KR102475956B1 (ko) 2022-03-10 2022-03-10 얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220029846A KR102475956B1 (ko) 2022-03-10 2022-03-10 얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템

Publications (1)

Publication Number Publication Date
KR102475956B1 true KR102475956B1 (ko) 2022-12-09

Family

ID=84440376

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220029846A KR102475956B1 (ko) 2022-03-10 2022-03-10 얼굴인식을 위한 얼굴정보 등록 서비스 제공 시스템

Country Status (1)

Country Link
KR (1) KR102475956B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160147515A (ko) * 2015-06-15 2016-12-23 삼성전자주식회사 사용자 인증 방법 및 이를 지원하는 전자장치
KR20180014624A (ko) * 2016-08-01 2018-02-09 삼성전자주식회사 홍채 인증 시스템 및 방법
KR20180109634A (ko) * 2017-03-28 2018-10-08 삼성전자주식회사 얼굴 인증 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160147515A (ko) * 2015-06-15 2016-12-23 삼성전자주식회사 사용자 인증 방법 및 이를 지원하는 전자장치
KR20180014624A (ko) * 2016-08-01 2018-02-09 삼성전자주식회사 홍채 인증 시스템 및 방법
KR20180109634A (ko) * 2017-03-28 2018-10-08 삼성전자주식회사 얼굴 인증 방법 및 장치

Similar Documents

Publication Publication Date Title
CN108197586B (zh) 脸部识别方法和装置
US10366487B2 (en) Electronic apparatus for providing health status information, method of controlling the same, and computer-readable storage medium
CN107767333B (zh) 美颜拍照的方法、设备及计算机可存储介质
CN106682632B (zh) 用于处理人脸图像的方法和装置
CN107169458B (zh) 数据处理方法、装置及存储介质
KR20190032084A (ko) 혼합현실 콘텐츠를 제공하는 장치 및 방법
US20150186708A1 (en) Biometric identification system
KR20200098875A (ko) 3ｄ 얼굴인식 시스템 및 방법
CN108712603B (zh) 一种图像处理方法及移动终端
CN110287671B (zh) 验证方法及装置、电子设备和存储介质
KR102167730B1 (ko) 영상 마스킹 장치 및 영상 마스킹 방법
CN110163806A (zh) 一种图像处理方法、装置以及存储介质
KR20160147515A (ko) 사용자 인증 방법 및 이를 지원하는 전자장치
KR20120046652A (ko) 얼굴 인식 기반의 헤어 추천 시스템 및 그 방법
CN109033935B (zh) 抬头纹检测方法及装置
CN105913019A (zh) 虹膜识别方法及终端
Shu et al. Cardea: Context-aware visual privacy protection from pervasive cameras
KR20120046653A (ko) 얼굴 및 스타일 인식 기반의 상품 추천 시스템 및 그 방법
CN105894042A (zh) 检测证件图像遮挡的方法和装置
CN107992811A (zh) 人脸识别方法及装置
WO2022267653A1 (zh) 图像处理方法、电子设备及计算机可读存储介质
CN114698399A (zh) 人脸识别方法、装置及可读存储介质
US20160350622A1 (en) Augmented reality and object recognition device
CN114187166A (zh) 图像处理方法、智能终端及存储介质
US20240028698A1 (en) System and method for perfecting and accelerating biometric identification via evolutionary biometrics via continual registration

Legal Events

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