KR102604837B1 - 현출된 지문의 수준 판단 장치 및 방법 - Google Patents

현출된 지문의 수준 판단 장치 및 방법 Download PDF

Info

Publication number
KR102604837B1
KR102604837B1 KR1020210067810A KR20210067810A KR102604837B1 KR 102604837 B1 KR102604837 B1 KR 102604837B1 KR 1020210067810 A KR1020210067810 A KR 1020210067810A KR 20210067810 A KR20210067810 A KR 20210067810A KR 102604837 B1 KR102604837 B1 KR 102604837B1
Authority
KR
South Korea
Prior art keywords
fingerprint
fingerprint image
value
level
acquired
Prior art date
Application number
KR1020210067810A
Other languages
English (en)
Other versions
KR20220159779A (ko
Inventor
박남규
문병선
고재모
김진표
서영일
주은아
이제현
이상윤
이호용
Original Assignee
대한민국
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 대한민국 filed Critical 대한민국
Priority to KR1020210067810A priority Critical patent/KR102604837B1/ko
Priority to US17/366,973 priority patent/US11620851B2/en
Publication of KR20220159779A publication Critical patent/KR20220159779A/ko
Application granted granted Critical
Publication of KR102604837B1 publication Critical patent/KR102604837B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • 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
    • G06V40/13—Sensors therefor
    • 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
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1353—Extracting 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
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger

Landscapes

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

Abstract

본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치는, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 지문 영상 획득부 및 획득된 지문 영상의 융선의 현출 수준 정보를 확인하고 상호 비교 판단하는 융선 수준 판단부를 포함할 수 있다.

Description

현출된 지문의 수준 판단 장치 및 방법 {Method and apparatus for determining the level of fingerprint development}
본 발명의 실시예들은, 현출된 지문의 수준 판단 장치 및 방법에 관한 것이다.
형사 사건에서 지문의 분석은 용의자를 추정하는 데 있어 중요한 역할을 한다.
잠재지문은 사람 피부의 자연 분비물에 의하여 증거물에 유류되어, 육안으로 확인되지 않는 지문의 형태를 의미한다. 현장에서 생성되는 지문은 대부분 잠재지문의 형태로 존재하기 때문에 육안으로 보이지 않는 지문을 보이도록 현출하는 기법이 매우 중요하다.
잠재지문 현출기법은 현출되는 대상 표면 및 환경에 따라 수십 가지 이상이 존재하고, 환경에 따른 기존의 최적기법이 존재하나 지속적으로 발전하고 있는 상황이다.
잠재지문 현출기법 개발을 위한 지문 시약 혹은 방법 평가 시에 현출된 지문의 수준을 비교하여 새로운 기법의 우수성을 평가하게 되는데, 현출되는 지문의 수준을 객관적으로 평가하기가 힘든 상황이다.
따라서 여러 잠재지문 현출 기법들의 최적 조건을 찾기 위해, 기법에 따른 현출된 지문들의 수준을 객관적으로 평가하여 지문 평가의 신뢰도를 향상시킬 필요가 있다.
한국등록특허 제10-1495875호(2015.02.16. 등록일)
본 발명의 실시예들은, 현출된 지문의 수준 판단 장치 및 방법을 제공하고자 한다. 구체적으로, 현출된 지문 영상을 획득한 후, 지문의 융선 및 지문의 형태적인 개별 특성을 고려한 평가 항목을 도출하여 현출된 지문의 수준을 평가하고, 각각의 평가 항목에 대한 종합적인 확률값을 계산하여 상대적으로 보다 우수한 지문 현출 방법을 선택할 수 있는 기준을 제공하고자 한다.
나아가 본 발명의 실시예들은, 잠재지문 현출을 위한 시약과 기술들에 대한 평가를 보다 객관화하여 효과적이고 우수한 잠재지문 현출기법 및 시약을 선정할 수 있는 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치는, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 지문 영상 획득부 및 획득된 지문 영상의 융선의 현출 수준 정보를 확인하고 상호 비교 판단하는 융선 수준 판단부를 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치는, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 지문 영상 획득부 및 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 상기 획득된 지문 영상의 형태적인 특징 정보를 확인하고 상호 비교 판단하는 지문 특징 판단부를 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치는, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 지문 영상 획득부, 획득된 지문 영상의 융선의 현출 수준 정보를 확인하고 상호 비교 판단하는, 융선 수준 판단부 및 상기 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 상기 획득된 지문 영상의 형태적인 특징 정보를 확인하고 상호 비교 판단하는 지문 특징 판단부를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 획득된 지문 영상의 융선의 현출 수준 정보는, 상기 획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 상기 융선의 방향성과 연속성을 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 획득된 지문 영상의 형태적인 특징 정보는, 상기 획득된 지문 영상의 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 획득된 지문 영상의 융선의 현출 수준 정보 또는 형태적인 특징 정보로부터 평가 항목을 도출하여 계산한 종합적인 확률값을 기초로 하여, 현출된 지문의 수준을 상대적으로 판단하는 확률 판단부를 더 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 종합적인 확률값은, 상기 획득된 지문 영상의 대비값, 신호 대 잡음비, 중심부값, 삼각도값, 또는 특징점의 수를 포함하는 평가 항목 중 적어도 2개 이상의 곱을 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법은, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계, 획득된 지문 영상의 융선의 현출 수준 정보를 확인하는 단계 및 상기 획득된 지문 영상의 융선의 현출 수준 정보를 상호 비교 판단하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법은, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계, 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 상기 획득된 지문 영상의 형태적인 특징 정보를 확인하는 단계 및 상기 획득된 지문 영상의 형태적인 특징 정보를 상호 비교 판단하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법은, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계, 획득된 지문 영상의 융선의 현출 수준 정보를 확인하는 단계, 상기 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 상기 획득된 지문 영상의 형태적인 특징 정보를 확인하는 단계 및 상기 획득된 지문 영상의 융선의 현출 수준 정보 및 형태적인 특징 정보를 상호 비교 판단하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 획득된 지문 영상의 융선의 현출 수준 정보는, 상기 획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 상기 융선의 방향성과 연속성을 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 획득된 지문 영상의 형태적인 특징 정보는, 상기 획득된 지문 영상의 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 획득된 지문 영상의 융선의 현출 수준 정보 또는 형태적인 특징 정보로부터 평가 항목을 도출하여 계산한 종합적인 확률값을 기초로 하여, 현출된 지문의 수준을 상대적으로 판단하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 설명으로부터 명확해질 것이다.
본 발명의 일 실시예에 따르면, 지문 현출 기법에 따른 현출된 지문 영상을 획득하고, 지문의 융선 및 형태적인 특징을 고려하여 현출된 지문의 수준 평가 기준을 제공할 수 있다.
또한 본 발명의 일 실시예는, 현출된 지문의 수준을 평가할 수 있는 평가 항목을 도출한 후 종합적인 확률값을 계산하여, 상대적으로 우수한 지문 현출 방법을 선택할 수 있는 기준을 제공할 수 있다.
도 1은 일반적인 지문의 형태를 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 시스템을 개략적으로 나타낸 도면이다.
도 3은 도 2의 현출된 지문의 수준 판단 장치를 개략적으로 도시한 블록도이다.
도 4는 획득된 지문 영상을 나타낸 예시도이다.
도 5는 도 4의 지문 영상의 융선의 방향성을 나타낸 예시도이다.
도 6은 융선의 방향성의 의미를 설명하는 도면이다.
도 7은 도 4의 지문 영상의 오류 제거 영상을 나타낸 예시도이다.
도 8은 도 4의 지문 영상의 세선화 영상을 나타낸 예시도이다.
도 9는 획득된 지문 영상에서 발견될 수 있는 특징점의 종류를 나타낸 도면이다.
도 10은 도 4의 지문 영상의 중심부를 나타낸 예시도이다.
도 11은 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법을 개략적으로 나타낸 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
이하의 실시예에서, 막, 영역, 구성 요소 등의 부분이 다른 부분 위에 또는 상에 있다고 할 때, 다른 부분의 바로 위에 있는 경우뿐만 아니라, 그 중간에 다른 막, 영역, 구성 요소 등이 개재되어 있는 경우도 포함한다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
어떤 실시예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
이하의 실시예에서, 막, 영역, 구성 요소 등이 연결되었다고 할 때, 막, 영역, 구성 요소들이 직접적으로 연결된 경우뿐만 아니라 막, 영역, 구성요소들 중간에 다른 막, 영역, 구성 요소들이 개재되어 간접적으로 연결된 경우도 포함한다. 예컨대, 본 명세서에서 막, 영역, 구성 요소 등이 전기적으로 연결되었다고 할 때, 막, 영역, 구성 요소 등이 직접 전기적으로 연결된 경우뿐만 아니라, 그 중간에 다른 막, 영역, 구성 요소 등이 개재되어 간접적으로 전기적 연결된 경우도 포함한다.
본 명세서에서,'지문(fingerprint)'은 사람의 손가락 끝마디 안쪽에 있는 살갗의 무늬 또는 그것이 남는 흔적을 의미한다.
도 1은 일반적인 지문의 형태를 나타낸 도면이다.
도 1을 참조하면, '지문'의 구조는 다음과 같이 표현될 수 있다. '지문'은 크게 손가락 끝 피부에 있는 땀샘의 입구가 융기한 선인 융선(ridge)(1), 융선 사이의 패인 부분인 골(valley)(3)로 구성될 수 있다. 지문의 특징점(minutiae)은, 융선이 부드럽게 흐르다가 끊어지는 단점(ending point)(5)과 융선이 부드럽게 흐르다가 갈라지는 분기점(bifurcation point)(7)을 포함한다. 또한, 지문에서는 융선 회전의 끝 부분인 중심부(core)(9), 및 융선의 흐름이 세 방향으로부터 모이는 삼각도(delta)(11)를 관찰할 수 있다.
도 2는 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 시스템을 개략적으로 나타낸 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 시스템은, 현출된 지문의 수준 판단 장치(100), 서버(300), 및 이들을 연결하는 네트워크(500)를 포함할 수 있다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 시스템은 현출된 지문의 수준 판단 서비스를 제공한다. 구체적으로, 일 실시예에 따라 제공되는 현출된 지문의 수준 판단 시스템은, 사용자가 실험하는 현출된 지문의 수준 판단 방법에 의해 획득한 데이터를 업로드하고, 업로드한 데이터를 다른 사용자들과 공유할 수 있다. 예를 들면, 사용자는 특정한 잠재지문을 현출하여 획득한 지문 영상에 대한 데이터를 업로드할 수 있다. 일 실시예에 따른 현출된 지문의 수준 판단 시스템은, 사용자가 데이터를 업로드하면 이를 서버(300)에 등록하며, 다른 사용자들이 서버(300)에 등록된 데이터를 조회할 수 있는 인터페이스를 제공할 수 있다.
현출된 지문의 수준 판단 장치(100)는 네트워크(500)를 통해 서버(300)와 연결될 수 있다. 여기서, 본 발명이 적용되는 현출된 지문의 수준 판단 장치(100)는, 사용자가 이용하는 다양한 형태의 정보 처리 장치일 수 있으며, 예를 들면, PC(Personal Computer), 노트북 컴퓨터, 휴대폰(mobile phone), 태블릿 PC, 스마트폰(smart phone), PDA(Personal Digital Assistants) 등일 수 있다. 물론 이는 예시에 불과할 뿐이며, 상술한 예 이외에도 현재 개발되어 상용화되었거나 향후 개발될 모든 통신이 가능한 장치를 포함하는 개념으로 해석되어야 한다. 본 발명의 일 실시예에 의해 제공되는 현출된 지문의 수준 판단 방법(200)이 프로그래밍된 애플리케이션의 탑재가 가능하면 제한없이 차용될 수 있다.
네트워크(500)는 현출된 지문의 수준 판단 장치(100)와 서버(300)를 연결하는 역할을 수행한다. 예를 들어, 네트워크(500)는 현출된 지문의 수준 판단 장치(100)가 서버(300)에 접속한 후 패킷 데이터를 송수신할 수 있도록 접속 경로를 제공한다.
도면에는 도시되지 않았으나, 본 발명의 일 실시예에 따른 서버(300)는 메모리, 입/출력부, 프로그램 저장부, 제어부 등을 포함할 수 있다.
도 3은 도 2의 현출된 지문의 수준 판단 장치(100)를 개략적으로 도시한 블록도이다.
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치(100)는 적어도 하나 이상의 프로세서(processor)에 해당하거나, 적어도 하나 이상의 프로세서를 포함할 수 있다. 이에 따라, 현출된 지문의 수준 판단 장치(100)는 마이크로 프로세서나 범용 컴퓨터 시스템과 같은 하드웨어 장치에 포함된 형태로 구동될 수 있다.
도 3에 도시된 현출된 지문의 수준 판단 장치(100)는 본 실시예의 특징이 흐려지는 것을 방지하기 위하여 본 실시예와 관련된 구성요소들만을 도시한 것이다. 따라서, 도 3에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있을 것이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치(100)는 지문 영상 획득부(110)를 포함할 수 있으며, 융선 수준 판단부(120) 및 지문 특징 판단부(130) 중 적어도 하나를 포함할 수 있다.
지문 영상 획득부(110)는, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득할 수 있다. 이때 지문 영상 획득부(110)는, 동일한 지문 형태 및 동일한 지문 형성 환경 조건 하에서 서로 다른 현출 기법을 적용한, 적어도 2개 이상의 현출된 지문 영상을 획득할 수 있다.
예를 들어, 지문 영상 획득부(110)는 렌즈 및 이미지 센서를 포함하는 카메라를 포함할 수 있다. 이미지 센서는 렌즈에 의하여 입력된 영상을 전기적 신호로 변환할 수 있으며, CCD 또는 CMOS 등의 반도체 소자일 수 있다.
여기서 지문 영상 획득부(110)에서 획득된 지문 영상은 2차원 좌표로 표현이 가능한 픽셀로 구성될 수 있다.
도 4는 획득된 지문 영상을 나타낸 예시도이다.
예를 들어, 동일한 지문 형태에 대하여 Ninhydrin, 1,2-IND, DFO, 또는 Oil Red O 등의 서로 다른 시약을 사용하여 잠재지문을 현출할 수 있다. 이때, 동일한 압력을 가하는 등 지문 형성 환경 조건을 동일하게 하여 현출된 지문을 영상으로 획득할 수 있다.
도 4를 참조하면, 도 4의 (a), (b), (c)와 같이 동일한 지문 형태가 서로 다른 현출 기법에 따라서 현출되어 획득된 지문 영상을 확인할 수 있다.
융선 수준 판단부(120)는, 획득된 지문 영상의 융선의 현출 수준 정보를 확인하고 상호 비교 판단할 수 있다.
획득된 지문 영상의 융선의 현출 수준 정보는 획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 융선의 방향성과 연속성을 포함할 수 있다.
이때, 획득된 지문 영상의 대비값은 다음과 같이 계산된다.
특정 지문 현출 기법의 경우, 지문의 융선 뿐 아니라 지문이 찍혀 있는 용지 전반에 영향을 미치는 경우가 있다. 예를 들어, Oil Red O를 이용하여 현출된 지문은 붉은색으로, 지문 이외의 용지는 보다 옅은 분홍색으로 염색된다.
따라서, 획득된 지문 영상을 여러 구역으로 나누어 각각의 구역에 대한 대비값의 평균을 계산하여, 전체 지문 영상의 대비값을 계산한다. 이는, 지문 현출시 발생할 수 있는 잉크와 압력의 분배 또는 융선 분포에 따라 발생할 수 있는 오차에 대해 보정하기 위함이다.
이때 각각의 구역 내 픽셀 수를 Ix,y, 각각의 구역 내 픽셀 수의 평균을 A, 전체 지문 영상 내의 픽셀 수를 numbers of pixels라고 하였을 때, 획득된 지문 영상의 대비값은 수학식 1과 같이 나타내어질 수 있다.
이와 같이 획득된 지문 영상의 대비값은, 획득된 지문 영상을 구성하는 픽셀 수를 기초로 하여 표현될 수 있다.
표 1은 도 4의 지문 영상 (a), (b), (c)의 대비값을 예시적으로 나타낸 표이다. 표 1에 나타난 대비값은 간편한 계산을 위하여, 0 내지 1의 영역에 분포하도록 일반화한 값이다.
이와 같이 획득된 지문 영상의 대비값의 비교를 통하여, 지문 영상 내의 지문의 융선 부분이, 융선이 아닌 부분에 비하여 얼마나 선명하게 나타나는지를 확인할 수 있게 된다. 이때 대비값이 클수록 지문 현출 수준이 높다고 판단할 수 있다. 이와 같이 대비값의 비교를 통하여 특정 지문 현출 기법의 지문 현출 정도를 판단할 수 있다.
획득된 지문 영상의 신호 대 잡음비(SNR, Signal to Noise Ratio)는, 신호와 잡음 사이의 비율을 의미하는 척도이다. 획득된 지문 영상의 신호 대 잡음비는 지문 영상 신호에 얼마나 잡음이 포함되어 있는지를 나타낼 수 있다. 신호 대 잡음비는 지문 영상 내 특정 영역을 지정한 후 이를 여러 구역으로 나누어 각각의 구역에 대하여 계산한다. 신호 대 잡음비는 각각의 구역 내 픽셀 수의 평균을 μ, 표준편차를 σ라고 하였을 때, 픽셀 수를 기초로 하여 수학식 2와 같이 나타내어질 수 있다.
표 2는 도 4의 지문 영상 (a), (b), (c)의 신호 대 잡음비를 예시적으로 나타낸 표이다. 여기서, 신호 대 잡음비가 클수록 영상의 선명도가 높음을 나타낸다.
이와 같이 획득된 지문 영상의 신호 대 잡음비를 계산하여 수치화함으로써, 특정 현출 기법의 지문 현출 능력 뿐만 아니라, 지문이 형성된 물리적 상황 등에 따라서 현출되는 지문의 수준이 달라짐을 객관적으로 확인할 수 있다.
도 5는 도 4의 지문 영상의 융선의 방향성을 나타낸 예시도이다.
융선의 방향성이 균일할 때 융선의 연속성이 우수하다고 가정하고, 융선의 연속성이 우수한 경우 지문의 융선이 골고루 현출되어 우수한 현출 기법으로 평가될 수 있다.
예를 들어, 획득된 지문 영상을 일정 크기의 구역으로 나눈 후, 각 구역에 가우시안 필터(Gaussian Filter)를 적용하여 x축과 y축에 대하여 수치가 변화하는 정도를 측정한다. 이렇게 측정한 x축과 y축의 수치 분포에 대하여 공분산을 계산하고 종합하여, 융선의 방향성 및 연속성을 추출해낼 수 있다. 이때 획득된 지문 영상의 융선의 방향성을 추출하기 위한 방법은 본 방법 이외에도, 본 발명의 기술분야에서 통상의 기술자가 적용 가능한 모든 방법을 포함할 수 있다.
도 6은 융선의 방향성의 의미를 설명하는 도면이다.
예를 들어, 도 6(a)와 비교하여 도 6(b)는 융선의 방향성이 균일하지 못한 표시된 부분이 포함되어 있어, 연속적이지 못하다고 평가할 수 있다. 따라서, 도 6(b)의 표시된 부분이 현출되지 못하였거나, 문제가 있다고 평가하여, 도 6 (a)의 현출 기법이 더 우수하다는 평가를 할 수 있다.
한편, 융선의 방향성 및 연속성 판단은 획득된 지문 영상의 오류 제거 및 세선화 적용 후에도 판단이 가능하다.
지문 특징 판단부(130)는, 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 획득된 지문 영상의 형태적인 특징 정보를 확인하고 상호 비교 판단할 수 있다.
획득된 지문 영상의 형태적인 특징 정보는, 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함할 수 있다.
도 7은 도 4의 지문 영상의 오류 제거 영상을 나타낸 예시도이다.
획득된 지문 영상의 오류를 제거하는 방법으로는, 지문 영상의 회색조 변환, 일정 크기로 구분된 구역별 지문 영상 일반화, 고속 푸리에 변환, 잡음 제거 또는 영상 이진화를 활용할 수 있다. 상기 열거한 방법 이외에도, 본 발명의 기술분야에서 통상의 기술자가 적용 가능한 모든 방법을 포함할 수 있다.
도 8은 도 4의 지문 영상의 세선화 영상을 나타낸 예시도이다. 지문 영상의 세선화는 지문 융선의 두께를 일정한 수치인 1픽셀로 고정시키는 것을 의미한다. 이와 같이 지문 영상을 세선화하여 융선을 간략화할 수 있으며, 형태적인 특징 정보를 확인할 수 있다.
획득된 지문 영상의 형태적인 특징 정보는, 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함할 수 있다.
도 9는 획득된 지문 영상에서 발견될 수 있는 특징점의 종류를 나타낸 도면이다.
지문의 특징점은 지문 영상을 분할하고, 분할한 구역 내 융선을 포함한 픽셀 수를 측정하여 확인할 수 있다. 지문의 특징점은 획득된 지문 영상의 오류 제거 및 세선화를 거쳐 확인할 수 있으며, 도 9(a)는 특징점이 없는 경우, 도 9(b)는 융선이 분리되는 지점인 분기점, 도 9(c)는 진행되던 융선이 종료되는 지점인 단점을 표현하고 있다.
도 9를 참조하면, 지문 영상을 9픽셀로 분할된 구역을 기준으로, 융선이 차지하는 구역의 픽셀 수를 구하였을 때, 픽셀 수가 3이면 특징점이 없는 경우, 픽셀 수가 4 이상은 분기점, 픽셀 수가 2 이하는 단점을 표현한다. 따라서, 획득된 지문 영상에서 픽셀 수가 3 이외의 수인 경우, 지문 영상 내에 특징점이 존재한다고 볼 수 있다. 이와 같이 획득된 지문 영상을 구성하는 픽셀의 수를 기초로 하여, 지문의 특징점의 존재와 개수를 파악할 수 있다.
도 10은 도 4의 지문 영상의 중심부를 나타낸 예시도이다.
중심부의 경우, 획득된 지문 영상에서 지문 내 융선들의 곡률을 계산하여 최대 곡률 지점에서 존재를 확인하고, 개수를 파악할 수 있다.
삼각도의 경우, 획득된 지문 영상에서 좁은 범위 내 곡률의 변화가 극심한 부분에서 존재를 확인하고, 개수를 파악할 수 있다.
이와 같이, 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 확인하여, 획득된 지문 영상에서 형태적인 특징이 제대로 현출되었는지 여부를 확인할 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 장치(100)는 확률 판단부(140)를 더 포함할 수 있다.
확률 판단부(140)는, 획득된 지문 영상의 융선의 현출 수준 정보 또는 형태적인 특징 정보로부터 평가 항목을 도출하여 계산한 종합적인 확률값을 기초로, 현출된 지문의 수준을 상대적으로 판단할 수 있다.
이때 종합적인 확률값은 획득된 지문 영상의 대비값, 신호 대 잡음비, 중심부값, 삼각도값, 또는 특징점의 수를 포함하는 평가 항목 중 적어도 2이상의 곱을 포함할 수 있다.
여기서, 중심부값은 획득된 지문 영상에서 중심부가 존재하면 1, 존재하지 않으면 0.5의 값을 가질 수 있으며, 삼각도값은 획득된 지문 영상에서 삼각도가 존재하면 1, 존재하지 않으면 0.5의 값을 가질 수 있다. 각각 중심부와 삼각도가 존재할 때의 값이 존재하지 않을 때의 값보다 상대적으로 큰 값을 갖게 된다.
따라서, 종합적인 확률값은 수학식 3과 같이 예시적으로 표현할 수 있다.
(여기서, RRMS는 지문 영상의 대비값, RSNR은 지문 영상의 신호 대 잡음비)
서로 다른 지문 현출 기법을 통하여 계산된 종합적인 확률값을 상호 비교하여, 더 큰 수치를 가진 현출 기법이 더 우수한 현출 능력을 가지고 있다고 평가한다. 이와 같은 방법을 통하여, 현출된 지문의 수준의 상대적인 차이를 결정할 수 있게 된다.
또한, 현출된 지문의 수준 판단 장치(100)는 통신부, 저장부, 표시부, 프로세서 등을 포함할 수 있다.
통신부는 다른 시스템들 또는 장치들과의 통신을 위한 인터페이스를 제공할 수 있고, 저장부는 현출된 지문의 수준 판단 장치(100)의 동작을 위한 기본 프로그램, 응용 프로그램, 설정 정보 등의 데이터를 저장할 수 있다. 표시부는 숫자, 문자, 이미지, 그래픽 등의 형태로 정보를 출력하기 위한 기능들을 수행할 수 있다. 입력부는 외부(예: 사용자)로부터의 입력을 검출하고, 입력에 대응하는 데이터를 프로세서로 제공할 수 있다. 또한, 프로세서는 현출된 지문의 수준 판단 장치(100)의 전반적인 동작들을 제어할 수 있다.
이하, 본 발명의 실시예들에 따른 현출된 지문의 수준 판단 방법을 설명한다.
본 발명의 실시예들에 따른 현출된 지문의 수준 판단 방법은 다음과 같은 방법들을 포함할 수 있다.
융선의 현출 수준 정보 확인 및 비교
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법은, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계, 획득된 지문 영상의 융선의 현출 수준 정보를 확인하는 단계, 및 획득된 지문 영상의 융선의 현출 수준 정보를 상호 비교 판단하는 단계를 포함할 수 있다.
형태적인 특징 정보 확인 및 비교
본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법은, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계, 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 획득된 지문 영상의 형태적인 특징 정보를 확인하는 단계 및 획득된 지문 영상의 형태적인 특징 정보를 상호 비교 판단하는 단계를 포함할 수 있다.
융선의 현출 수준 정보와 형태적인 특징 정보 확인 및 비교
도 11은 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법을 개략적으로 나타낸 순서도이다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법(200)은, 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계(210), 획득된 지문 영상의 융선의 현출 수준 정보를 확인하는 단계(220), 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 획득된 지문 영상의 형태적인 특징 정보를 확인하는 단계(230), 및 획득된 지문 영상의 융선의 현출 수준 정보 및 형태적인 특징 정보를 상호 비교 판단하는 단계(240)를 포함할 수 있다.
상기 방법들에서, 획득된 지문 영상의 융선의 현출 수준 정보는, 획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 융선의 방향성과 연속성을 포함할 수 있다.
이때 획득된 지문 영상의 대비값은 상술한 바와 같이 수학식 1과 같이 표현될 수 있으며, 신호 대 잡음비는 수학식 2와 같이 지문 영상에 나타난 픽셀의 수를 기초로 표현될 수 있다. 여기서 획득된 지문 영상의 대비값과 신호 대 잡음비는 특정 현출 기법의 지문 현출 능력 뿐만 아니라, 지문을 얼마나 선택적으로 현출할 수 있는지를 객관적으로 확인할 수 있다.
또한, 융선의 방향성 및 연속성은 획득된 지문 영상으로부터 확인 가능하며, 획득된 지문 영상의 오류 제거 및 세선화를 수행한 이후에도 확인할 수 있다. 융선의 방향성이 균일할 때 융선의 연속성이 우수하다고 가정하고, 융선의 연속성이 우수한 경우 지문의 융선이 골고루 현출되어 우수한 현출 기법으로 평가될 수 있다.
상기 방법들에서, 획득된 지문 영상의 형태적인 특징 정보는, 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함할 수 있다. 획득된 지문 영상에서 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 확인하여, 지문 현출 정도를 파악할 수 있게 된다.
또한, 본 발명의 일 실시예에 따른 현출된 지문의 수준 판단 방법은, 획득된 지문 영상의 융선의 현출 수준 정보 또는 형태적인 특징 정보로부터 평가 항목을 도출하여 계산한 종합적인 확률값을 기초로 하여, 현출된 지문의 수준을 상대적으로 판단하는 단계(250)를 더 포함할 수 있다. 이때 종합적인 확률값은 획득된 지문 영상의 대비값, 신호 대 잡음비, 중심부값, 삼각도값, 또는 특징점의 수를 포함하는 평가 항목 중 적어도 2이상의 곱을 포함할 수 있다.
이때, 종합적인 확률값은 상술한 수학식 3과 같이 예시적으로 표현될 수 있다.
한편, 실시예에 따른　장치　및 방법은 하나 이상의　프로세서(processor)에 의해 수행되거나 또는 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 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. 상기 하드웨어　장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
전술한 바와 같이, 본 발명의 실시예들에 따른 현출된 지문의 수준 판단 장치(100) 및 방법(200)은 획득된 지문 영상의 융선의 현출 수준 정보(획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 융선의 방향성과 연속성 포함)와 형태적인 특징 정보(지문의 특징점, 중심부, 또는 삼각도의 존재와 개수 포함)에 따라서 각각 다른 시약이나 환경에서 현출된 지문의 수준을 판단하여 평가할 수 있다.
본 발명의 실시예들은, 획득된 지문 영상의 융선의 현출 수준 정보와 형태적인 특징 정보를 기초로 하여 평가 항목을 도출하여 종합적인 확률값을 계산할 수 있다. 이와 같이 종합적인 확률값을 상호 비교하여 각각 다른 시약이나 환경에서 현출된 지문의 수준을 평가하여 상대적으로 우수한 지문 현출 기법을 선택할 수 있는 기준을 제공할 수 있다.
이와 같이 범죄수사의 잠재지문 현출을 위한 시약과 기술들에 대한 평가를 보다 정량화된 기준에 따라 객관화하여, 효과적이고 우수한 지문 현출 기법 및 시약을 선택할 수 있어, 과학수사 연구 발전에 기여할 것으로 기대된다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 현출된 지문의 수준 판단 장치
110 : 지문 영상 획득부
120 : 융선 수준 판단부
130 : 지문 특징 판단부
140 : 확률 판단부

Claims (14)

  1. 삭제
  2. 삭제
  3. 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 지문 영상 획득부;
    획득된 지문 영상의 융선의 현출 수준 정보를 확인하고 상호 비교 판단하는, 융선 수준 판단부;
    상기 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 상기 획득된 지문 영상의 형태적인 특징 정보를 확인하고 상호 비교 판단하는 지문 특징 판단부; 및
    상기 획득된 지문 영상의 융선의 현출 수준 정보 또는 형태적인 특징 정보로부터 평가 항목을 도출하여 계산한 종합적인 확률값을 기초로 하여, 현출된 지문의 수준을 상대적으로 판단하는 확률 판단부;를 포함하되,
    상기 획득된 지문 영상의 융선의 현출 수준 정보는, 상기 획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 상기 융선의 방향성과 연속성을 포함하고,
    상기 획득된 지문 영상의 형태적인 특징 정보는, 상기 획득된 지문 영상의 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함하며,
    상기 종합적인 확률값은 다음의 식으로 표현되는, 현출된 지문의 수준 판단 장치.

    (여기서, RRMS는 지문 영상의 대비값, RSNR은 지문 영상의 신호 대 잡음비, 중심부값은 지문 영상에서 중심부가 존재하면 1, 존재하지 않으면 0.5의 값을 가지고, 삼각도값은 지문 영상에서 삼각도가 존재하면 1, 존재하지 않으면 0.5의 값을 가짐)
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 지문 현출 기법에 따른 적어도 2개 이상의 현출된 지문 영상을 획득하는 단계;
    획득된 지문 영상의 융선의 현출 수준 정보를 확인하는 단계;
    상기 획득된 지문 영상의 오류 제거 및 세선화를 수행하여, 상기 획득된 지문 영상의 형태적인 특징 정보를 확인하는 단계;
    상기 획득된 지문 영상의 융선의 현출 수준 정보 및 형태적인 특징 정보를 상호 비교 판단하는 단계; 및
    상기 획득된 지문 영상의 융선의 현출 수준 정보 또는 형태적인 특징 정보로부터 평가 항목을 도출하여 계산한 종합적인 확률값을 기초로 하여, 현출된 지문의 수준을 상대적으로 판단하는 단계;를 포함하되,
    상기 획득된 지문 영상의 융선의 현출 수준 정보는, 상기 획득된 지문 영상의 대비값, 신호 대 잡음비, 또는 상기 융선의 방향성과 연속성을 포함하고,
    상기 획득된 지문 영상의 형태적인 특징 정보는, 상기 획득된 지문 영상의 지문의 특징점, 중심부, 또는 삼각도의 존재와 개수를 포함하며,
    상기 종합적인 확률값은, 다음의 식으로 표현되는, 현출된 지문의 수준 판단 방법.

    (여기서, RRMS는 지문 영상의 대비값, RSNR은 지문 영상의 신호 대 잡음비, 중심부값은 지문 영상에서 중심부가 존재하면 1, 존재하지 않으면 0.5의 값을 가지고, 삼각도값은 지문 영상에서 삼각도가 존재하면 1, 존재하지 않으면 0.5의 값을 가짐)
  11. 삭제
  12. 삭제
  13. 삭제
  14. 제10항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020210067810A 2021-05-26 2021-05-26 현출된 지문의 수준 판단 장치 및 방법 KR102604837B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210067810A KR102604837B1 (ko) 2021-05-26 2021-05-26 현출된 지문의 수준 판단 장치 및 방법
US17/366,973 US11620851B2 (en) 2021-05-26 2021-07-02 Method and apparatus for determining the level of developed fingerprint

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210067810A KR102604837B1 (ko) 2021-05-26 2021-05-26 현출된 지문의 수준 판단 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220159779A KR20220159779A (ko) 2022-12-05
KR102604837B1 true KR102604837B1 (ko) 2023-11-22

Family

ID=84194066

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210067810A KR102604837B1 (ko) 2021-05-26 2021-05-26 현출된 지문의 수준 판단 장치 및 방법

Country Status (2)

Country Link
US (1) US11620851B2 (ko)
KR (1) KR102604837B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015009111A1 (ko) * 2013-07-18 2015-01-22 삼성전자 주식회사 생체인식 기반 인증 방법 및 장치
WO2018106987A1 (en) * 2016-12-08 2018-06-14 Veridium Ip Limited Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101495875B1 (ko) 2014-07-18 2015-02-26 성낙도 식용염료를 포함하는 잠재지문 현출제 조성물
US20160379038A1 (en) * 2015-06-29 2016-12-29 Qualcomm Incorporated Valid finger area and quality estimation for fingerprint imaging
KR102434703B1 (ko) * 2017-08-14 2022-08-22 삼성전자주식회사 생체 이미지 처리 방법 및 이를 포함한 장치
US11176347B2 (en) * 2019-06-14 2021-11-16 Analog Devices International Unlimited Company Fingerprint-on-display recognition
US11227141B2 (en) * 2019-07-01 2022-01-18 Novatek Microelectronics Corp. Fingerprint identification device and fingerprint identification method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015009111A1 (ko) * 2013-07-18 2015-01-22 삼성전자 주식회사 생체인식 기반 인증 방법 및 장치
WO2018106987A1 (en) * 2016-12-08 2018-06-14 Veridium Ip Limited Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices

Also Published As

Publication number Publication date
KR20220159779A (ko) 2022-12-05
US20220383017A1 (en) 2022-12-01
US11620851B2 (en) 2023-04-04

Similar Documents

Publication Publication Date Title
Song et al. A finger-vein verification system using mean curvature
CN106203305B (zh) 人脸活体检测方法和装置
CN109948408B (zh) 活性测试方法和设备
US9262614B2 (en) Image processing device, image processing method, and storage medium storing image processing program
US7151846B1 (en) Apparatus and method for matching fingerprint
EP2528018A1 (en) Biometric authentication device and biometric authentication method
US20150007295A1 (en) Biometric-based authentication method, apparatus and system
Ortega-Delcampo et al. Border control morphing attack detection with a convolutional neural network de-morphing approach
WO2011052036A1 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
KR20170002892A (ko) 위조 지문 검출 방법 및 장치, 지문 인식 방법 및 장치
KR100940902B1 (ko) 손가락 기하학 정보를 이용한 바이오 인식 방법
KR20160087167A (ko) 사용자 인증 방법 및 장치
US10552596B2 (en) Biometric authentication
US20100157088A1 (en) Authentication apparatus and authentication method
CN108399374B (zh) 选择用于指纹识别的候选指纹图像的方法和设备
Darwaish et al. Biometric identification on android smartphones
CN112200136A (zh) 证件真伪识别方法、装置、计算机可读介质及电子设备
JP6028453B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
Liu et al. An improved 3-step contactless fingerprint image enhancement approach for minutiae detection
KR20200020107A (ko) 기계학습을 이용한 획 기반 수기 서명 인증 방법 및 시스템
JP2013210902A (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
KR102558736B1 (ko) 지문 인식 방법 및 장치
CN105190689A (zh) 包括基于毗连特征的对象检测和/或双边对称对象分段的图像处理
Belhadj et al. Efficient fingerprint singular points detection algorithm using orientation-deviation features
KR102604837B1 (ko) 현출된 지문의 수준 판단 장치 및 방법

Legal Events

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