KR102669584B1 - Method and device for detecting animol biometric information - Google Patents
Method and device for detecting animol biometric information Download PDFInfo
- Publication number
- KR102669584B1 KR102669584B1 KR1020210017306A KR20210017306A KR102669584B1 KR 102669584 B1 KR102669584 B1 KR 102669584B1 KR 1020210017306 A KR1020210017306 A KR 1020210017306A KR 20210017306 A KR20210017306 A KR 20210017306A KR 102669584 B1 KR102669584 B1 KR 102669584B1
- Authority
- KR
- South Korea
- Prior art keywords
- biometric information
- region
- area
- information data
- partial
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 241001465754 Metazoa Species 0.000 claims abstract description 58
- 210000000088 lip Anatomy 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 210000004709 eyebrow Anatomy 0.000 claims description 4
- 210000001747 pupil Anatomy 0.000 claims description 4
- 210000003135 vibrissae Anatomy 0.000 claims description 4
- 210000004209 hair Anatomy 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000037308 hair color Effects 0.000 abstract description 18
- 238000001514 detection method Methods 0.000 description 84
- 238000005516 engineering process Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000003086 colorant Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
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
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 반려동물의 생체정보를 식별하는 방법에 관한 것으로, 반려동물의 생체정보를 인식하는 것을 일 목적으로 한다. 이러한 목적을 달성하기 위한 본 발명은 반려동물의 이미지를 수신하는 A 단계; 상기 이미지에서 관심부위를 포함하는 관심 영역을 설정하고, 상기 관심 영역에서 상기 반려동물의 모색 분포 정보를 식별하는 B 단계; 상기 모색 분포 정보를 기반으로 생체 정보 영역을 추출하는 C 단계; 및 상기 생체 정보 영역의 종류를 식별하는 D 단계를 포함하는 것을 특징으로 한다.The present invention relates to a method for identifying biometric information of a companion animal, and its purpose is to recognize the biometric information of a companion animal. The present invention for achieving this purpose includes step A of receiving an image of a companion animal; Step B of setting a region of interest including the region of interest in the image and identifying distribution information of the pet's hair color in the region of interest; Step C of extracting a biometric information area based on the hair color distribution information; and step D of identifying the type of the biometric information area.
Description
본 발명은 반려동물 생체정보 검출 방법 및 장치에 관한 것으로, 보다 자세하게는 이미지로부터 반려동물의 생체정보를 검출하는 방법 및 장치에 관한 것이다.The present invention relates to a method and device for detecting biometric information of a companion animal, and more specifically, to a method and device for detecting biometric information of a companion animal from an image.
정보통신기술이 발전함에 따라 복수의 프레임을 포함하는 영상에 포함된 객체를 식별하기 위한 기술들이 개발되고 있다. 특히, 인간이 지닌 인식 방법을 적용시킴으로써, 스스로 영상 내 객체를 식별하거나, 미리 설정된 소정의 객체를 식별하도록 하는 기술들이 개발되고 있다.As information and communication technology develops, technologies for identifying objects included in images containing multiple frames are being developed. In particular, technologies are being developed that enable autonomous recognition of objects in an image or identification of preset objects by applying human recognition methods.
또한, 최근 영상 인식 기술을 기반으로, 영상으로부터 사람의 생체정보를 획득하고, 획득된 생체 정보들을 이용하여 뱅킹, 쇼핑 및 잠금 해제 등을 위한 인증방식으로써 생체 인증 방식을 이용하는 기술 개발이 활발하게 진행되고 있다. 예를 들어, 대표적인 생체 인증 방식으로써, 영상에서 검출된 눈 영역의 이미지를 통한 홍채 인식, 영상에서 검출된 얼굴 영역의 이미지를 통한 얼굴 인식, 영상에서 검출된 손 지문 이미지를 분석하고, 분석된 결과에 기초하여 지문 인식을 수행하는 기술들이 개발되고 있다.In addition, based on recent image recognition technology, technology development is actively underway to obtain a person's biometric information from an image and use the obtained biometric information to use biometric authentication as an authentication method for banking, shopping, and unlocking. It is becoming. For example, as a representative biometric authentication method, iris recognition through the image of the eye area detected in the image, face recognition through the image of the face area detected in the image, and analysis of the handprint image detected in the image, and the analysis results Based on this, technologies for performing fingerprint recognition are being developed.
그러나, 생체 정보를 통한 인증 기술은, 인증 특성상 높은 정확도를 요구하기 때문에, 여전히 생체 정보를 통하여 정확하게 대상을 인증하기 위한 기술 개발이 요구되고 있다. 또한, 사람을 대상으로 하는 생체 인증 기술뿐만 아니라, 동물을 대상으로 하는 생체 인증 기술의 개발 역시 요구되고 있다.However, since authentication technology using biometric information requires high accuracy due to the nature of authentication, there is still a need to develop technology to accurately authenticate a subject through biometric information. In addition, there is a demand for the development of not only biometric authentication technology for humans, but also biometric authentication technology for animals.
본 발명은 전술한 문제점을 해결하기 위한 것으로서, 반려동물을 대상으로 생체정보를 인식하는 것을 일 목적으로 한다.The present invention is intended to solve the above-mentioned problems, and its purpose is to recognize biometric information of companion animals.
또한 본 발명은 입력된 이미지가 어둡거나, 반려동물의 모색에 따라 검출 성능에 차이를 보여 다양한 환경 및 대상에 대응할 수 있도록 생체정보 근처의 모색 분포 정보에 따라 동적 전처리 방법을 적용하여 반려동물의 생체정보의 검출 성능을 개선하는 것을 일 목적으로 한다.In addition, the present invention applies a dynamic pre-processing method according to the distribution information of the hair color near the biometric information to respond to various environments and objects, as the input image is dark or the detection performance varies depending on the pet's hair color. The purpose is to improve information detection performance.
이러한 목적을 달성하기 위한 본 발명은 관심 영역을 포함하는 이미지를 수신하는 A 단계, 상기 관심 영역에서 생체정보(부분 객체)를 포함하는 적어도 하나의 제1 영역 및 상기 관심 영역에서 상기 제1 영역을 제한 제2 영역을 추출하여, 상기 제12 영역에 포함된 상기 반려동물의 모색 분포 정보를 식별하는 B 단계, 상기 모색 분포 정보를 기반으로 상기 이미지를 전처리하는 C 단계 및 상기 전처리된 이미지에서 상기 반려동물의 생체정보를 검출하고, 그 종류를 식별하는 D 단계를 포함하는 것을 특징으로 한다.The present invention for achieving this purpose includes a step A of receiving an image including a region of interest, at least one first region containing biometric information (partial object) in the region of interest, and the first region in the region of interest. A step B of extracting a limited second region and identifying the color distribution information of the companion animal included in the twelfth region, a step C of preprocessing the image based on the color distribution information, and the pet animal in the preprocessed image. It is characterized by including a D step of detecting the animal's biometric information and identifying its type.
전술한 바와 같은 본 발명에 의하면, 본 발명은 전술한 문제점을 해결하기 위한 것으로서, 반려동물을 대상으로 생체정보를 인식할 수 있다.According to the present invention as described above, the present invention is intended to solve the above-described problem and can recognize biometric information of a companion animal.
또한 본 발명은 입력된 이미지가 어둡거나, 반려동물의 모색에 따라 검출 성능에 차이를 보여 다양한 환경 및 대상에 대응할 수 있도록 생체정보 근처의 모색 분포 정보에 따라 동적 전처리 방법을 적용하여 반려동물의 생체정보의 검출 성능을 개선할 수 있다.In addition, the present invention applies a dynamic pre-processing method according to the distribution information of the hair color near the biometric information to respond to various environments and objects, as the input image is dark or the detection performance varies depending on the pet's hair color. Information detection performance can be improved.
도 1은 본 발명의 일 실시 예에 의한 생체정보 검출 장치가 이미지 내 포함된 반려동물의 생체정보를 인식하는 예시를 설명하기 위한 도면,
도 2는 본 발명의 일 실시 예에 의한 생체정보 검출 장치가 이미지에서 반려동물의 생체정보를 식별하는 방법을 도시한 순서도,
도 3은 본 발명의 일 실시 예에 의한 제2 영역을 설명하기 위한 도면,
도 4는 본 발명의 일 실시 예에 의한 컬러 히스토그램을 설명하기 위한 도면,
도 5는 본 발명의 일 실시 예에 의한 반려동물의 생체정보를 검출하는 방법을 도시한 순서도,
도 6은 본 발명의 일 실시 예에 의한 생체정보 데이터베이스를 구축하는 방법을 설명하기 위한 순서도,
도 7은 본 발명의 일 실시 예에 의한 생체정보 데이터베이스를 구축함에 있어서 등록 생체정보 데이터를 결정하는 과정을 간략하게 도시한 도면,
도 8은 본 발명의 일 실시 예에 의한 반려동물의 생체정보를 식별하는 생체정보 검출 장치의 구성을 도시한 도면이다.1 is a diagram illustrating an example in which a biometric information detection device according to an embodiment of the present invention recognizes biometric information of a companion animal included in an image;
Figure 2 is a flowchart showing how the biometric information detection device according to an embodiment of the present invention identifies biometric information of a companion animal in an image;
3 is a diagram for explaining a second area according to an embodiment of the present invention;
4 is a diagram for explaining a color histogram according to an embodiment of the present invention;
5 is a flowchart showing a method for detecting biometric information of a companion animal according to an embodiment of the present invention;
6 is a flowchart illustrating a method of building a biometric information database according to an embodiment of the present invention;
Figure 7 is a diagram briefly illustrating the process of determining registered biometric information data in building a biometric information database according to an embodiment of the present invention;
Figure 8 is a diagram showing the configuration of a biometric information detection device for identifying biometric information of a companion animal according to an embodiment of the present invention.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다.The above-described objects, features, and advantages will be described in detail later with reference to the attached drawings, so that those skilled in the art will be able to easily implement the technical idea of the present invention. In describing the present invention, if it is determined that a detailed description of known technologies related to the present invention may unnecessarily obscure the gist of the present invention, the detailed description will be omitted.
도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용되며, 명세서 및 특허청구의 범위에 기재된 모든 조합은 임의의 방식으로 조합될 수 있다. 그리고 다른 식으로 규정하지 않는 한, 단수에 대한 언급은 하나 이상을 포함할 수 있고, 단수 표현에 대한 언급은 또한 복수 표현을 포함할 수 있음이 이해되어야 한다.In the drawings, the same reference numerals are used to indicate the same or similar components, and all combinations described in the specification and claims may be combined in any way. And, unless otherwise specified, it is to be understood that references to the singular may include more than one thing, and references to the singular may also include plural references.
본 명세서에서 사용되는 용어는 단지 특정 예시적 실시 예들을 설명할 목적을 가지고 있으며 한정할 의도로 사용되는 것이 아니다. 본 명세서에서 사용된 바와 같은 단수적 표현들은 또한, 해당 문장에서 명확하게 달리 표시하지 않는 한, 복수의 의미를 포함하도록 의도될 수 있다. 용어 "및/또는," "그리고/또는"은 그 관련되어 나열되는 항목들의 모든 조합들 및 어느 하나를 포함한다. 용어 "포함한다", "포함하는", "포함하고 있는", "구비하는", "갖는", "가지고 있는" 등은 내포적 의미를 갖는 바, 이에 따라 이러한 용어들은 그 기재된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트를 특정하며, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 이들의 그룹의 존재 혹은 추가를 배제하지 않는다. 본 명세서에서 설명되는 방법의 단계들, 프로세스들, 동작들은, 구체적으로 그 수행 순서가 확정되는 경우가 아니라면, 이들의 수행을 논의된 혹은 예시된 그러한 특정 순서로 반드시 해야 하는 것으로 해석돼서는 안 된다. 추가적인 혹은 대안적인 단계들이 사용될 수 있음을 또한 이해해야 한다.The terminology used herein is for the purpose of describing specific example embodiments only and is not intended to be limiting. As used herein, singular expressions may also be intended to include plural meanings, unless the context clearly indicates otherwise. The term “and/or,” “and/or” includes any one and all combinations of the associated listed items. The terms "comprise", "including", "comprising", "comprising", "having", "having", etc. have connotative meanings, and accordingly, these terms refer to the described features, integers, Identifies a step, operation, element, and/or component and does not exclude the presence or addition of one or more other features, integers, steps, operations, elements, components, and/or groups thereof. The steps, processes, and operations of the method described herein should not be construed as requiring their performance in the specific order discussed or illustrated, unless the order of performance is specifically determined. . It should also be understood that additional or alternative steps may be used.
또한, 각각의 구성요소는 각각 하드웨어 프로세서로 구현될 수 있고, 위 구성요소들이 통합되어 하나의 하드웨어 프로세서로 구현될 수 있으며, 또는 위 구성요소들이 서로 조합되어 복수 개의 하드웨어 프로세서로 구현될 수도 있다.Additionally, each component may be implemented with a hardware processor, the above components may be integrated and implemented as a single hardware processor, or the above components may be combined with each other and implemented as a plurality of hardware processors.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the attached drawings.
도 1은 본 발명의 일 실시 예에 의한 반려동물 생체정보 검출 장치에서 이미지 내 포함된 반려동물의 생체정보를 인식하는 예시를 설명하기 위한 도면이다.1 is a diagram illustrating an example of recognizing biometric information of a companion animal included in an image in a companion animal biometric information detection device according to an embodiment of the present invention.
도 1을 참조하면, 생체정보 검출 장치(10)는 반려동물의 이미지로부터 생체 정보를 추출할 수 있다. 상기 생체정보 검출 장치는 스마트폰, 테블릿 등의 모바일 디바이스를 예시할 수 있으나 본 발명은 이에 한정되지 않으며 카메라 모듈과 프로세서를 포함하는 시스템을 포함한다. Referring to FIG. 1, the biometric information detection device 10 can extract biometric information from an image of a companion animal. The biometric information detection device may be a mobile device such as a smartphone or tablet, but the present invention is not limited thereto and includes a system including a camera module and a processor.
이를 위하여 생체정보 검출 장치(10)는 카메라를 통해 이미지를 획득할 수 있다. 보다 구체적으로 생체 정보 검출 장치(10)는 사용자의 이미지 입력에 기초하여 반려동물 이미지를 획득하고, 획득된 반려동물의 이미지를 표시할 수 있다. 또한 일 실시 예에 의하면 생체정보 검출 장치(10)는 사용자가 반려동물의 이미지를 촬영하는 동안, 사용자의 편의를 위해 '강아지의 얼굴을 촬영해 주세요'와 같은 안내 메시지를 더 제공할 수도 있다.To this end, the biometric information detection device 10 can acquire an image through a camera. More specifically, the biometric information detection device 10 may acquire a companion animal image based on the user's image input and display the obtained image of the companion animal. Additionally, according to one embodiment, while the user is taking an image of the pet, the biometric information detection device 10 may further provide a guidance message such as 'Please take a picture of the dog's face' for the user's convenience.
생체정보 검출 장치(10)는 카메라를 통해 획득된 반려동물의 이미지에서, 반려동물의 신체 부위 중 관심 부위를 포함하는 영역을 관심 영역(101)으로 설정할 수 있다. The biometric information detection device 10 may set a region including the region of interest among the body parts of the companion animal as the region of interest 101 in the image of the companion animal acquired through the camera.
본 발명의 실시예를 따르는 생체정보 검출 장치(101)는 반려동물의 이미지 획득 과정에서 관심 영역(101)에 대한 가이드를 화면에 표시할 수 있다. 예를 들어, 생체정보 검출 장치(10)는 이미지에서 반려동물의 생체정보인 코 또는 눈과 관련된 부분 객체를 적어도 하나 포함하는 영역을 관심 영역(101)으로 설정할 수 있다. 본 발명의 일 실시 예에 의한 부분 객체는 동물의 눈과 관련된 눈썹, 눈동자, 흰자, 눈 영역의 주위에 위치하는 동물의 털 중 적어도 하나를 포함할 수 있고, 동물의 코와 관련된 콧구멍, 콧구멍 사이에 위치하는 인중, 코 주변에 위치하는 코털 중 적어도 하나를 포함할 수 있다.The biometric information detection device 101 according to an embodiment of the present invention can display a guide for the area of interest 101 on the screen during the process of acquiring an image of a companion animal. For example, the biometric information detection device 10 may set an area in an image that includes at least one partial object related to the nose or eyes, which is biometric information of a companion animal, as the region of interest 101 . A partial object according to an embodiment of the present invention may include at least one of the eyebrows, pupils, whites, and animal hair located around the eye area related to the animal's eyes, and the nostrils and nose related to the animal's nose. It may include at least one of the philtrum located between the holes and the nasal hairs located around the nose.
생체정보 검출 장치(10)는 획득한 이미지를 전처리하거나 또는 상기 이미지에서 관심 영역 (101)을 추출하고 관심 영역만 전처리할 수 있다. The biometric information detection device 10 may preprocess the acquired image or extract the region of interest 101 from the image and preprocess only the region of interest.
예를 들어 생체정보 검출 장치 (10)는 관심 영역 (101)의 잡음을 제거하고, 이미지 픽셀의 히스토그램을 노말라이즈 할 수 있다. 예를 들어 생체 정보 검출 장치(10)는 관심 영역의 이미지 픽셀 별로 컬러 및/또는 명도 정보를 소정의 레벨로 분류한 빈(bin)들에 이미지 내 픽셀들의 컬러 및/또는 명도 값을 분류함으로서 이미지 픽셀에 대한 히스토그램을 생성하고 이를 노말라이즈함으로서 이미지 전체의 contrast를 향상시킬 수 있다.For example, the biometric information detection device 10 can remove noise in the region of interest 101 and normalize the histogram of image pixels. For example, the biometric information detection device 10 classifies the color and/or brightness values of pixels in the image into bins that classify color and/or brightness information into predetermined levels for each image pixel in the area of interest. By creating a histogram for pixels and normalizing it, you can improve the contrast of the entire image.
생체정보 검출 장치(10)는 전처리된 이미지에서 눈 또는 코 등 생체 정보 영역 (102)을 추출할 수 있다. 예를 들어 눈 영역은 눈과 관련된 눈썹, 눈동자, 흰자를 포함할 수 있으며, 코 영역은 콧구멍, 인중, 코 주변에 위치하는 코털을 포함할 수 있다. The biometric information detection device 10 can extract a biometric information area 102, such as eyes or nose, from a preprocessed image. For example, the eye area may include the eyebrows, pupils, and whites of the eyes, and the nose area may include the nostrils, philtrum, and nasal hairs located around the nose.
이를 위하여 생체 정보 검출 장치(10)는 관심 영역 (101)에서 식별가능한 객체를 검출할 수 있다. 예를 들어 생체 정보 검출 장치 (101)는 관심 영역 (101) 이미지에 호그 (HOG, Histogram of Oriented Gradients) 알고리즘을 적용하여 객체를 검출할 수 있다. To this end, the biometric information detection device 10 can detect an identifiable object in the area of interest 101. For example, the biometric information detection device 101 may detect an object by applying the Histogram of Oriented Gradients (HOG) algorithm to the image of the region of interest 101.
또 다른 예로 생체 정보 검출 장치 (10)는 관심 영역 (101)에서 임의의 객체에 대응되는 윤곽(contour)을 검출할 수 있다. 일 실시 예에 의하면, 생체 정보 검출 장치(10)는 관심 영역(101)에 포함되는 객체에 대응되는 복수의 윤곽들을 검출할 수 있고, 검출된 윤곽들 중, 최외곽 윤곽들을 결정할 수도 있다. As another example, the biometric information detection device 10 may detect a contour corresponding to an arbitrary object in the region of interest 101. According to one embodiment, the biometric information detection device 10 may detect a plurality of outlines corresponding to an object included in the region of interest 101 and determine the outermost outlines among the detected outlines.
일 실시예에 의하면, 생체 정보 검출 장치 (10)는 convex hull 알고리즘을 이용하여 이미지 내 검출된 윤곽들 중, 최외곽(max contour)를 검출할 수도 있다. 또한, 일 실시 예에 의하면, 생체 정보 검출 장치 (10)는 이진화된 적어도 하나의 가이드 영역으로부터 윤곽을 검출한 후, 검출된 윤곽에 대하여 중간값 필터를 적용함으로써, 윤곽의 경계를 평탄화(smoothing)하는 과정을 더 수행할 수도 있다. 생체 정보 검출 장치 (10)는 평탄화된 후보 윤곽선을 적어도 하나의 가이드 영역 별 객체에 관한 윤곽으로 검출할 수 있다.According to one embodiment, the biometric information detection device 10 may detect the outermost contour (max contour) among contours detected in the image using a convex hull algorithm. Additionally, according to one embodiment, the biometric information detection device 10 detects an outline from at least one binarized guide area and then smoothes the boundary of the outline by applying a median filter to the detected outline. Additional steps may be performed. The biometric information detection device 10 may detect the flattened candidate outline as an outline for an object in at least one guide area.
생체정보 검출 장치(10)는 관심 영역 (101)에서 추출된 객체가 생체 정보 영역 (102)에 해당하는지 판단할 수 있다. The biometric information detection device 10 may determine whether an object extracted from the area of interest 101 corresponds to the biometric information area 102.
예를 들어 생체정보 검출 장치(10)는 추출된 제 1 객체가 눈 영역에 해당하는지 여부를 눈 영역에 대한 대량의 이미지를 미리 학습한 머신러닝 모델을 이용하여 확률적으로 판단할 수 있다. 이를 위하여 생체정보 검출 장치(10)는 제 1 객체의 형상, 모양, 색채 정보, 관심 영역(101)에서 제 1 객체가 차지하는 위치 정보, 제 1 객체와 다른 객체의 관계에 대한 정보 등을 포함하는 제 1 객체에 대한 벡터를 생성할 수 있다. 이후 생체 정보 검출 장치 (10)는 대량의 반려동물 눈 영역 이미지를 미리 학습한 머신러닝 모델에 상기 제 1 객체 벡터를 임베딩하고 제 1 객체가 눈영역에 해당할 확률을 계산할 수 있다. For example, the biometric information detection device 10 may probabilistically determine whether the extracted first object corresponds to the eye area using a machine learning model that has previously learned a large number of images of the eye area. For this purpose, the biometric information detection device 10 includes information on the shape, shape, and color of the first object, information on the position occupied by the first object in the region of interest 101, and information on the relationship between the first object and other objects. A vector for the first object can be created. Thereafter, the biometric information detection device 10 may embed the first object vector in a machine learning model that has previously learned a large amount of pet eye area images and calculate the probability that the first object corresponds to the eye area.
또 다른 예로 생체정보 검출 장치(10)는 추출된 제 2 객체가 코 영역에 해당하는지 여부를 코 영역을 판단하는 알고리즘을 이용하여 판단할 수 있다. 예를 들어 제 2 객체에 포함된 콧구멍 두개의 크기 차이가 임계값 이내인지, 콧구멍 두개의 높이 차이가 임계값 이내인지, 인중의 위치가 양쪽 콧구멍 사이에 위치하는지 여부를 확인하여 제 2 객체가 코영역에 해당하는지 여부를 확인할 수 있다. As another example, the biometric information detection device 10 may determine whether the extracted second object corresponds to the nose area using an algorithm for determining the nose area. For example, by checking whether the size difference between the two nostrils included in the second object is within the threshold, whether the height difference between the two nostrils is within the threshold, and whether the position of the philtrum is located between both nostrils, the second object is You can check whether the object corresponds to the nose area.
도 2는 본 발명의 일 실시 예에 의한 생체정보 검출 장치가 이미지에서 반려동물의 생체정보를 검출하는 방법을 도시한 순서도이다.Figure 2 is a flowchart showing a method by which a biometric information detection device according to an embodiment of the present invention detects biometric information of a companion animal from an image.
도 2를 참조하면, 생체정보 검출 장치(10)는 반려동물의 생체정보인 부분 객체가 적어도 하나 포함된 관심 영역을 적어도 하나 포함하는 이미지를 획득(S100)할 수 있다. 예를 들어, 생체정보 검출 장치(10)는 적어도 하나의 카메라를 통해 촬영된 이미지를 획득할 수 있다. 생체정보 검출 장치(10)는 카메라를 통해 제1 이미지를 획득한 후, 다음 프레임의 제2 이미지를 획득할 수 있다. 즉, 생체정보 검출 장치(10)는 부분 객체가 포함된 복수 개의 이미지를 포함하는 영상을 획득할 수도 있다.Referring to FIG. 2 , the biometric information detection device 10 may acquire an image including at least one region of interest including at least one partial object that is biometric information of a companion animal ( S100 ). For example, the biometric information detection device 10 may acquire images captured through at least one camera. The biometric information detection device 10 may acquire a first image through a camera and then acquire a second image of the next frame. That is, the biometric information detection device 10 may acquire an image including a plurality of images including partial objects.
생체정보 검출 장치(10)는 획득된 이미지에서 반려동물의 신체 부위 중 관심 부위를 포함하는 영역을 관심 영역으로 설정할 수 있다. (S110) 예를 들어, 생체정보 검출 장치(10)는 이미지에서 반려동물의 생체정보인 코 또는 눈과 관련된 부분 객체를 적어도 하나 포함하는 영역을 관심 영역으로 설정할 수 있다. 본 발명의 일 실시 예에 의한 부분 객체는 동물의 눈과 관련된 눈썹, 눈동자, 흰자, 눈 영역의 주위에 위치하는 동물의 털 중 적어도 하나를 포함할 수 있고, 동물의 코와 관련된 콧구멍, 콧구멍 사이에 위치하는 인중, 코 주변에 위치하는 코털 중 적어도 하나를 포함할 수 있다.The biometric information detection device 10 may set a region including the region of interest among body parts of the companion animal in the acquired image as the region of interest. (S110) For example, the biometric information detection device 10 may set an area in the image that includes at least one partial object related to the nose or eyes, which is biometric information of the companion animal, as the area of interest. A partial object according to an embodiment of the present invention may include at least one of the eyebrows, pupils, whites, and animal hair located around the eye area related to the animal's eyes, and the nostrils and nose related to the animal's nose. It may include at least one of the philtrum located between the holes and the nasal hairs located around the nose.
이후 생체정보 검출 장치(10)는 관심 영역을 전처리할 수 있다. Thereafter, the biometric information detection device 10 may preprocess the region of interest.
예를 들어 생체정보 검출 장치 (10)는 관심 영역의 잡음을 제거하고, 관심 영역에 대한 컬러 히스토그램을 생성할 수 있다. 예를 들어 생체 정보 검출 장치(10)는 관심 영역의 이미지 픽셀 별로 색상 및/또는 명도 정보를 소정의 레벨로 분류한 빈(bin)들에 이미지 내 픽셀들의 색상 및/또는 명도 값을 분류함으로서 이미지 픽셀에 대한 컬러 히스토그램을 생성하고 이를 노말라이즈함으로서 이미지 전체의 contrast를 향상시킬 수 있다. (S120)For example, the biometric information detection device 10 can remove noise in the area of interest and generate a color histogram for the area of interest. For example, the biometric information detection device 10 classifies the color and/or brightness values of pixels in the image into bins that classify color and/or brightness information into predetermined levels for each image pixel in the area of interest. By creating a color histogram for each pixel and normalizing it, you can improve the contrast of the entire image. (S120)
본 발명의 추가적인 실시예를 따르면, 생체정보 검출 장치(10)는 반려 동물의 이미지에서 관심 영역을 설정하고, 관심 영역에 대응하는 적어도 하나의 제1 및 제2 영역을 결정할 수 있다. 제1 영역은 관심 영역에서 눈, 코 등 생체 정보 객체가 포함된 영역이고, 제2 영역은 관심 영역에서 제1 영역을 제한 영역으로, 이미지 내 포함된 반려동물의 모색으로 판단되는 영역을 구분하여 모색 분포 정보를 파악하기 위한 것이다. 제2 영역은 사각 형태의 영역일 수도 있고, 각 모서리를 포함하는 삼각 형태의 영역일 수도 있으며, 보다 적절하게는 생체 정보 객체의 윤곽 바깥 영역일 수 있다. 제2 영역의 크기는 기 설정된 크기 값을 기반으로 할 것이다. 본 발명의 일 실시 예에 의한 제2 영역은 도 3의 104, 제 1영역은 도 3의 103일 수 있다.According to an additional embodiment of the present invention, the biometric information detection device 10 may set a region of interest in an image of a companion animal and determine at least one first and second region corresponding to the region of interest. The first area is an area of interest that contains biometric information objects such as eyes and nose, and the second area is an area that limits the first area in the area of interest and divides the area that is judged by the groping of the pet included in the image into an area. This is to obtain information on the distribution of hair color. The second area may be a square-shaped area, a triangular-shaped area including each corner, or more appropriately, an area outside the outline of the biometric information object. The size of the second area will be based on a preset size value. According to an embodiment of the present invention, the second area may be 104 in FIG. 3, and the first area may be 103 in FIG. 3.
생체정보 검출 장치(10)는 관심 영역에 대한 텍스처 분석을 수행할 수 있다. 생체정보 검출 장치(10)는 관심 영역에 포함된 반려동물의 모색 색상 분포를 확인하고 모색 색상 분포 패턴을 파악하기 위해 텍스처 분석을 수행할 수 있다. (S130)The biometric information detection device 10 may perform texture analysis on the area of interest. The biometric information detection device 10 may check the color distribution of the pet's fur included in the area of interest and perform texture analysis to determine the color distribution pattern of the pet's fur. (S130)
본 발명의 추가적인 실시예를 따르면, 생체정보 검출 장치는 제2 영역(104)의 모색 색상 분포에 따른 패턴을 확인함으로써 제1 영역(103)에서 부분 객체(눈과 코)를 보다 잘 인식할 수 있는 효과가 있다. 예를 들어 점박이 무늬를 갖는 반려동물의 경우 제2 영역(104)에 검정색 점박이 무늬가 존재할 수 있으며, 점박이 무늬는 눈과 혼동되기 쉽다. 이를 방지하기 위해 본 발명의 실시예를 따르면 제2 영역(104)에서 모색의 색상 분포를 파악하여 눈과 유사한 특징의 무늬가 있다고 판단하여 눈을 보다 정확하게 식별할 수 있는 것이다. According to an additional embodiment of the present invention, the biometric information detection device can better recognize partial objects (eyes and nose) in the first region 103 by checking the pattern according to the hair color distribution of the second region 104. There is an effect. For example, in the case of a pet with a spotted pattern, a black spotted pattern may exist in the second area 104, and the spotted pattern can easily be confused with eyes. In order to prevent this, according to an embodiment of the present invention, the color distribution of the hair color in the second area 104 is determined and it is determined that there is a pattern with characteristics similar to the eyes, so that the eyes can be more accurately identified.
본 발명의 일 실시 예에 의한 생체정보 검출 장치(10)는 텍스처 분석을 수행하기 위해 컬러 히스토그램을 더 이용할 수 있다. 히스토그램이란 영상 이미지의 픽셀 값들에 대한 분포를 나타내는 그래프로, 생체정보 검출 장치(10)는 관심영역에 포함된 RGB 색상 각각에 대한 컬러 히스토그램을 생성할 수 있다. 생체정보 검출 장치(10)는 컬러 히스토그램을 생성함에 있어서 종래의 기술을 따를 것이다. The biometric information detection device 10 according to an embodiment of the present invention may further use a color histogram to perform texture analysis. A histogram is a graph representing the distribution of pixel values of a video image, and the biometric information detection device 10 can generate a color histogram for each RGB color included in the region of interest. The biometric information detection device 10 will follow conventional techniques in generating the color histogram.
생성된 컬러 히스토그램의 예시는 도 4에 도시된 바와 같다. 도 4에 도시된 컬러 히스토그램을 살펴보면, 모색이 서로 상이한 경우에도 반려동물의 생체정보(눈, 코)의 색상으로 인해, 낮은 픽셀 값에서 동일하게 픽셀의 수가 많이 나타나는 것을 확인할 수 있다.An example of the generated color histogram is shown in Figure 4. Looking at the color histogram shown in FIG. 4, it can be seen that even when the hair colors are different, the same number of pixels appears at low pixel values due to the color of the pet's biometric information (eyes, nose).
생체정보 검출 장치(10)는 제2 영역(104)에 대응되는 컬러 히스토그램을 기반으로 반려동물의 모색 분포 정보를 추출할 수 있다. 본 발명의 일 실시 예에 의한 모색 분포 정보는 검정색, 흰색, 혼합색(갈색), 점박이 등을 포함할 수 있다. 점박이 무늬를 갖는 반려동물의 일 제2 영역(104)에 대한 모색 분포 정보의 일 예로 '왼쪽 눈 바로 위 원형으로 갈색 털이 있고, 전체적으로 검정색 털의 색상을 띔'이 있을 수 있다.The biometric information detection device 10 may extract the color distribution information of the companion animal based on the color histogram corresponding to the second area 104. Color distribution information according to an embodiment of the present invention may include black, white, mixed color (brown), spotted, etc. An example of color distribution information for the second region 104 of a companion animal with a spotted pattern may be 'brown fur in a circle just above the left eye, and the overall color of the fur is black.'
생체정보 검출 장치(10)는 컬러 히스토그램을 기반으로 반려동물의 모색 분포 정보를 추출할 수 있는데 도 4의 (a)를 참조하면, R, G, B 색상 히스토그램에서, 낮은 픽셀 값에서만 픽셀 수가 많이 나타나는 경우 제2 영역(104)의 모색 분포 정보를 균일한 검정색으로 판단할 수 있다. The biometric information detection device 10 can extract the color distribution information of a companion animal based on the color histogram. Referring to (a) of FIG. 4, in the R, G, and B color histogram, the number of pixels is large only at low pixel values. If it appears, the color distribution information of the second area 104 can be judged to be uniformly black.
도 4의 (b)를 참조하면, 반려동물의 모색 분포 정보가 혼합색(갈색)일 경우 컬러 히스토그램은 R, G, B 색상이 서로 상이한 픽셀 값에서 픽셀의 수가 많이 나타남에 따라 제2 영역(104)의 모색 분포 정보는 균일한 혼합색(갈색)인 것으로 판단할 수 있다. Referring to (b) of FIG. 4, when the pet's color distribution information is a mixed color (brown), the color histogram shows a large number of pixels at different pixel values of R, G, and B colors, resulting in a second area (104). )'s color distribution information can be judged to be a uniform mixed color (brown).
한편 도 4의 (c)를 참조하면, 반려동물의 모색 분포 정보가 흰색일 경우 컬러 히스토그램은 R, G, B 색상이 모두 높은 픽셀 값에서 많은 픽셀이 나타남에 따라 제2 영역(104)의 모색 분포 정보는 균일한 흰색인 것으로 판단할 수 있다.Meanwhile, referring to (c) of FIG. 4, when the pet's color distribution information is white, the color histogram shows the color of the second area 104 as many pixels of R, G, and B colors appear at high pixel values. The distribution information can be judged to be uniformly white.
생체정보 검출 장치(10)는 제2 영역(104)에서 식별된 모색 분포 정보에 따라 상이한 파라미터를 적용하여 이미지를 전처리(S140)할 수 있다. 생체정보 검출 장치(10)는 모색 분포 정보에 따라 파라미터를 달리 함으로써 반려동물의 모색과 무관하게 제1 영역(103)에 포함되는 생체정보의 윤곽선이 잘 드러나게 할 수 있다.The biometric information detection device 10 may preprocess the image by applying different parameters according to the hair color distribution information identified in the second area 104 (S140). The biometric information detection device 10 can clearly reveal the outline of the biometric information included in the first area 103 regardless of the companion animal's hair color by varying the parameters according to the hair color distribution information.
전처리 과정을 구체적으로 설명하면, 생체정보 검출 장치(10)는 히스토그램 균일화(Histogram Equalization)을 통해 좁은 범위에 집중되어 있는 픽셀 값들을 0~255 범위에 골고루 분포하도록 변환함으로써 이미지를 균일화하고, RGB 색상 및 콘트라스트를 보정하여 이미지의 색상을 보정할 수 있다.To describe the preprocessing process in detail, the biometric information detection device 10 equalizes the image by converting pixel values concentrated in a narrow range to be evenly distributed in the range of 0 to 255 through histogram equalization, and RGB color The color of the image can be corrected by correcting the contrast.
나아가 생체정보 검출 장치(10)는 제1 영역(103)에서 생체정보의 윤곽선을 보다 잘 추출하기 위하여, 제1 영역의 텍스처를 분석하여 Blur_rate를 조정함으로써 윤곽선 추출에 방해되는 에지 등을 제거할 수 있다. 이 때 가우시안 블러와 같이 종래의 기술을 이용할 수 있다.Furthermore, in order to better extract the outline of biometric information in the first area 103, the biometric information detection device 10 can remove edges that interfere with outline extraction by analyzing the texture of the first area and adjusting the Blur_rate. there is. At this time, conventional techniques such as Gaussian blur can be used.
생체정보 검출 장치(10)는 전처리된 이미지에 포함된 관심 영역을 기반으로 반려동물의 생체정보를 검출(S150)할 수 있다. 본 발명의 일 실시 예에 의한 생체정보 검출 장치(10)는 반려동물의 생체정보에 대응하는 부분 객체를 검출하기 위해 이미지의 픽셀의 명도 값을 활용할 수 있다. 이는 반려동물의 모색 분포 정보에 따라 상이한 파라미터를 적용하여 이미지를 전처리함으로 인해, 부분 객체가 보다 부각되어 모색 분포 정보와 대비하였을 때 그 명도가 낮아 털과 부분 객체의 구분이 용이하기 때문이다.The biometric information detection device 10 may detect biometric information of a companion animal based on the region of interest included in the preprocessed image (S150). The biometric information detection device 10 according to an embodiment of the present invention can utilize the brightness value of a pixel of an image to detect a partial object corresponding to the biometric information of a companion animal. This is because the image is pre-processed by applying different parameters according to the color distribution information of the pet, so that the partial object becomes more prominent and its brightness is low when compared with the color distribution information, making it easy to distinguish between the fur and the partial object.
도 5를 참조하여 단계 S150을 구체적으로 설명하면, 생체정보 검출 장치(10)는 전처리된 이미지의 관심 영역에서 부분 객체의 엣지를 식별 (S151)할 수 있다.To describe step S150 in detail with reference to FIG. 5 , the biometric information detection device 10 may identify the edge of a partial object in the region of interest of the preprocessed image (S151).
생체정보 검출 장치(10)는 부분 객체의 엣지에서 기 설정된 임계 값 이하의 명도 값을 갖는 제1 픽셀을 식별(S153)하여, 제1 픽셀의 수를 기반으로 부분 객체의 윤곽을 추출 (S155)할 수 있다. 이때 생체 정보 검출 장치는 상기 임계 값을 부분 객체의 경계 영역의 명도, 채도 및 색조를 포함하는 모색 분포 정보에 따라 동적으로 설정할 수 있다.The biometric information detection device 10 identifies a first pixel having a brightness value less than or equal to a preset threshold at the edge of the partial object (S153) and extracts the outline of the partial object based on the number of first pixels (S155). can do. At this time, the biometric information detection device may dynamically set the threshold value according to color distribution information including the brightness, saturation, and hue of the boundary area of the partial object.
도 5는 관심영역에서 객체를 추출하는 하나의 실시예에 대한 것이며, 본 발명은 이에 한정되지 않는다. 이미지에서 식별가능한 객체를 빠르고 변화에 강인하게 추출할 수 있는 많은 알고리즘이 있으며, 이러한 종래의 알고리즘을 적용하여 객체를 추출할 수 있다. Figure 5 shows an example of extracting an object from a region of interest, but the present invention is not limited thereto. There are many algorithms that can quickly and robustly extract identifiable objects from images, and these conventional algorithms can be applied to extract objects.
다시 도 2에 대한 설명으로 복귀하여, 생체정보 검출 장치(10)는 검출된 부분 객체의 종류를 식별(S160)할 수 있다. Returning to the description of FIG. 2 , the biometric information detection device 10 may identify the type of the detected partial object (S160).
예를 들어 생체정보 검출 장치(10)는 추출된 제 1 객체가 눈 영역에 해당하는지 여부를 눈 영역에 대한 대량의 이미지를 미리 학습한 머신러닝 모델을 이용하여 확률적으로 판단할 수 있다. 이를 위하여 생체정보 검출 장치(10)는 제 1 객체의 형상, 모양, 색채 정보 및 관심 영역에서 제 1 객체가 차지하는 위치 정보, 제 1 객체와 다른 객체의 관계에 대한 정보 등을 포함하는 제 1 객체에 대한 벡터를 생성할 수 있다. 이후 생체 정보 검출 장치 (10)는 대량의 반려동물 눈 영역 이미지를 미리 학습한 머신러닝 모델에 상기 제 1 객체 벡터를 임베딩하고 제 1 객체가 눈영역에 해당할 확률을 계산할 수 있다.For example, the biometric information detection device 10 may probabilistically determine whether the extracted first object corresponds to the eye area using a machine learning model that has previously learned a large number of images of the eye area. For this purpose, the biometric information detection device 10 detects the first object including the shape, shape, and color information of the first object, information on the position occupied by the first object in the area of interest, and information about the relationship between the first object and other objects. You can create a vector for . Thereafter, the biometric information detection device 10 may embed the first object vector in a machine learning model that has previously learned a large amount of pet eye area images and calculate the probability that the first object corresponds to the eye area.
또 다른 예로 생체정보 검출 장치(10)는 추출된 제 2 객체가 코 영역에 해당하는지 여부를 코 영역을 판단하는 알고리즘을 이용하여 판단할 수 있다. 예를 들어 제 2 객체에 포함된 콧구멍 두개의 크기 차이가 임계값 이내인지, 콧구멍 두개의 높이 차이가 임계값 이내인지, 인중의 위치가 양쪽 콧구멍 사이에 위치하는지 여부를 확인하여 제 2 객체가 코영역에 해당하는지 여부를 확인할 수 있다. As another example, the biometric information detection device 10 may determine whether the extracted second object corresponds to the nose area using an algorithm for determining the nose area. For example, by checking whether the size difference between the two nostrils included in the second object is within the threshold, whether the height difference between the two nostrils is within the threshold, and whether the position of the philtrum is located between both nostrils, the second object is You can check whether the object corresponds to the nose area.
단계 160에서, 생체정보 검출 장치(10)는 부분 객체의 종류를 식별함에 있어서 생체정보 데이터베이스를 이용할 수 있다. 생체정보 데이터베이스는 종류 별 생체정보에 대응하는 제1 생체정보 데이터가 미리 입력된 것으로, 반려동물의 생체정보를 인식함에 있어서 중요한 롤을 갖는다. 이에 따라 생체정보 데이터베이스를 구축하는 과정 역시 매우 중요하다. 이하에서는 도 5를 참조하여 생체정보 데이터베이스를 구축하는 방법을 설명한다. In step 160, the biometric information detection device 10 may use the biometric information database to identify the type of partial object. The biometric information database is pre-entered with first biometric information data corresponding to each type of biometric information, and has an important role in recognizing the biometric information of a companion animal. Accordingly, the process of building a biometric information database is also very important. Hereinafter, a method of building a biometric information database will be described with reference to FIG. 5.
도 6은 본 발명의 일 실시 예에 의한 생체정보 데이터베이스를 구축하는 방법을 설명하기 위한 순서도이다.Figure 6 is a flowchart explaining a method of building a biometric information database according to an embodiment of the present invention.
생체정보 검출 장치(10)는 생체정보 데이터베이스를 구축하기 위해 먼저 생체정보를 적어도 하나 이상 포함하는 영상을 수신(S200)할 수 있다. 본 발명의 일 실시 예에 의한 영상은 반려동물의 코 및 눈 각각에 대한 생체정보를 기 설정된 개수 이상 포함할 수 있다.The biometric information detection device 10 may first receive an image containing at least one piece of biometric information (S200) in order to build a biometric information database. An image according to an embodiment of the present invention may include a preset number or more of biometric information about each of the pet's nose and eyes.
생체정보 검출 장치(10)는 입력된 영상에서 생체정보에 대응하는 부분 객체에 대한 임시 생체정보 데이터를 추출(S210)할 수 있다. 단계 210에서 임시 생체정보 데이터를 추출하는 과정은 본 발명의 일 실시 예에 의한 생체정보 검출 장치(10)가 단계 100 내지 단계 150에서 수행하는 이미지에서 생체정보를 검출하는 과정과 동일할 수 있다.The biometric information detection device 10 may extract temporary biometric information data for a partial object corresponding to biometric information from the input image (S210). The process of extracting temporary biometric information data in step 210 may be the same as the process of detecting biometric information from an image performed by the biometric information detection device 10 in steps 100 to 150 according to an embodiment of the present invention.
생체정보 검출 장치(10)는 추출된 적어도 하나의 임시 생체정보 데이터의 인증 정확도를 산출(S220)할 수 있다.The biometric information detection device 10 may calculate the authentication accuracy of at least one extracted temporary biometric information data (S220).
생체정보 검출 장치(10)는 임시 생체정보 데이터 중 임의의 제1 생체영역에 대응되며 기 설정된 제1 임계 값 이상의 인증 정확도를 갖는 제2 생체정보 데이터가 포함된 경우, 제2 생체정보 데이터의 인증 정확도에 따라 가중치를 상이하게 부여하여 평균 인증 정확도를 연산(S230)할 수 있다.When the biometric information detection device 10 includes second biometric information data that corresponds to an arbitrary first biometric area among the temporary biometric information data and has an authentication accuracy greater than or equal to a preset first threshold value, the biometric information detection device 10 authenticates the second biometric information data. The average authentication accuracy can be calculated (S230) by assigning different weights depending on the accuracy.
생체정보 검출 장치(10)는 평균 인증 정확도가 기 설정된 제2 임계 값 이상일 경우, 단계 230의 제2 생체정보 데이터를 제1 생체영역의 등록 생체정보 데이터로 설정(S240)할 수 있다. 생체정보 검출 장치(10)는 제2 생체정보 데이터의 인증 정확도가 상기 제2 임계 값 이하일 경우 제2 생체정보 데이터를 제1 생체영역의 등록 생체정보 데이터로 저장하지 않을 것이다.If the average authentication accuracy is greater than or equal to a preset second threshold, the biometric information detection device 10 may set the second biometric information data of step 230 as the registered biometric information data of the first biometric area (S240). If the authentication accuracy of the second biometric information data is less than or equal to the second threshold, the biometric information detection device 10 will not store the second biometric information data as registered biometric information data in the first biometric area.
한편, 본 발명의 일 실시 예에 의한 생체정보 검출 장치(10)는 제2 생체정보 데이터 중 제3 임계 값 이상의 인증 정확도를 갖는 제2 생체정보 데이터가 기 설정된 개수 이상 포함되는 경우, 제2 생체정보 데이터의 인증 정확도가 제4 임계 값 이상이면 제2 생체정보 데이터를 제1 생체영역의 등록 생체정보 데이터로 저장할 수 있다. Meanwhile, the biometric information detection device 10 according to an embodiment of the present invention detects the second biometric information data when the second biometric information data with an authentication accuracy higher than the third threshold is included in a preset number or more. If the authentication accuracy of the information data is greater than or equal to the fourth threshold, the second biometric information data can be stored as registered biometric information data in the first biometric area.
보다 구체적으로, 본 발명의 실시예를 따르는 생체정보 검출 장치(10)는 임시 생체정보 데이터에 포함된 부분 객체의 종류를 식별하기 위해 생체정보 데이터베이스에 접근하고, 임시 생체정보 데이터와 생체정보 데이터베이스를 비교하고 인증 정확도를 계산할 수 있다. More specifically, the biometric information detection device 10 according to an embodiment of the present invention accesses the biometric information database to identify the type of partial object included in the temporary biometric information data, and combines the temporary biometric information data and the biometric information database. You can compare and calculate authentication accuracy.
이때, 임시 생체정보 데이터에 포함된 제1 생체정보 데이터 중 어느 하나에 대하여 인증 정확도가 임의의 임계 값 이상일 경우 생체정보 데이터베이스에 해당 이미지 및/또는 해당 이미지에 포함된 생체 정보 데이터를 저장(S165)하여 생체 정보 데이터베이스를 업데이트할 수 있다.At this time, if the authentication accuracy for any one of the first biometric information data included in the temporary biometric information data is greater than or equal to an arbitrary threshold, the corresponding image and/or the biometric information data included in the image are stored in the biometric information database (S165) This allows the biometric information database to be updated.
본 발명의 실시예를 따르면, 인증 요청 영상에 포함된 이미지의 인증 정확도가 임계값 이상인 경우, 해당 이미지를 생체 정보 데이터베이스에 반영할 수 있다. 이러한 방식으로 반려 동물의 성장에 따르는 생체 정보 변화에도 불구하고 생체 정보 데이터베이스의 인증 정확도를 유지할 수 있다. 나아가 인증의 기준이 되는 이미지 획득이 어려운 반려동물의 특성에도 불구하고 생체 정보 데이터베이스를 인증 정확도를 높일 수 있다. According to an embodiment of the present invention, when the authentication accuracy of an image included in an authentication request image is greater than or equal to a threshold, the image may be reflected in the biometric information database. In this way, the authentication accuracy of the biometric information database can be maintained despite changes in biometric information as the pet grows. Furthermore, despite the characteristics of companion animals that make it difficult to obtain images that serve as the basis for authentication, the biometric information database can increase authentication accuracy.
본 발명의 일 실시 예에 의한 인증 정확도의 임계 값은 생체정보의 종류에 따라 상이하게 설정될 수 있고, 제1 및 제2 임계 값은 70%일 수 있으며, 제3 임계 값은 85%으로 제1 임계 값 보다 크고, 제4 임계 값은 50%로 제1 임계 값 보다 작을 것이다. 제1 내지 제4 임계 값의 값은 상기 값들에 한정되지 않고 관리자에 따라 달리 설정될 수 있다.The threshold value of authentication accuracy according to an embodiment of the present invention may be set differently depending on the type of biometric information, the first and second threshold values may be 70%, and the third threshold value may be 85%. 1 will be greater than the threshold, and the fourth threshold will be 50% less than the first threshold. The values of the first to fourth threshold values are not limited to the above values and may be set differently depending on the administrator.
생체정보 검출 장치(10)가 생성한 인증 요청 이미지를 이용하여 생체정보 데이터베이스를 업데이트 하는 것에 대한 과정은 도 7을 참조할 수 있다.The process of updating the biometric information database using the authentication request image generated by the biometric information detection device 10 can be referred to FIG. 7.
도 7을 참조하면, 6개의 임시 생체정보 데이터에 대한 인증 정확도가 각각 50%, 55%, 70%, 85%, 10%, 60%일 때, 5번 째의 임시 생체정보 데이터는 인증 정확도가 10%로 제1 내지 제4 임계 값 모두 보다 작기 때문에 생체정보 데이터베이스에 반영되지 않을 것이며, 생체정보의 종류가 눈인 4~6번 째 임시 생체정보 데이터 중 4번 째 임시 생체정보 데이터의 인증 정확도가 85%로 제3 임계 값보다 높기 때문에 6번 째 임시 생체정보 데이터가 제1 임계 값보다 낮더라도 제3 임계 값보다 높기 때문에 4 및 6번 째 임시 생체정보 데이터는 생체정보 데이터베이스에 반영될 것이다.Referring to FIG. 7, when the authentication accuracy of six temporary biometric information data is 50%, 55%, 70%, 85%, 10%, and 60%, respectively, the authentication accuracy of the fifth temporary biometric information data is Because it is smaller than both the first to fourth threshold values of 10%, it will not be reflected in the biometric information database, and the authentication accuracy of the fourth to sixth temporary biometric information data whose type of biometric information is eyes is 10%. Even if the 6th temporary biometric data is lower than the first threshold because it is higher than the third threshold at 85%, the 4th and 6th temporary biometric data will be reflected in the biometric information database because it is higher than the third threshold.
도 6에 대한 설명으로 복귀하면, 상기 단계 200 내지 단계 240를 통해 생성된 본 발명의 생체정보 데이터베이스는 최적의 ERR을 가질 수 있게 하여 반려동물의 생체정보를 보다 정확하게 인식할 수 있는 효과가 있다. Returning to the description of FIG. 6, the biometric information database of the present invention created through steps 200 to 240 has an optimal ERR, which has the effect of more accurately recognizing the biometric information of a companion animal.
도 8은 본 발명의 일 실시 예에 의한 반려동물의 생체정보를 검출하는 생체정보 검출 장치의 구성을 도시한 도면이다. 도 8을 참조하면, 생체정보 검출 장치는 프로세서(11), 메모리(12), 디스플레이부(13)를 포함할 수 있다. 그러나 도시된 구성 요소 모두가 필수구성요소인 것은 아니며, 도시된 구성요소보다 많은 구성요소에 의해 생체정보 검출 장치(10)가 구현될 수도 있고, 그보다 적은 구성 요소에 의해서도 생체정보 검출 장치(10)가 구현될 수도 있다. 예를 들어, 본 발명의 일 실시 예에 의한 생체정보 검출 장치(10)는 프로세서(11), 메모리(12), 디스플레이부(13) 이외에, 출력부(15) 등을 더 포함할 수도 있다.Figure 8 is a diagram showing the configuration of a biometric information detection device for detecting biometric information of a companion animal according to an embodiment of the present invention. Referring to FIG. 8, the biometric information detection device may include a processor 11, a memory 12, and a display unit 13. However, not all of the illustrated components are essential components, and the biometric information detection device 10 may be implemented with more components than the illustrated components, or the biometric information detection device 10 may also be implemented with fewer components. may be implemented. For example, the biometric information detection device 10 according to an embodiment of the present invention may further include an output unit 15 in addition to the processor 11, memory 12, and display unit 13.
출력부(15)는 오디오 신호, 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(15)는 디스플레이부(14), 음향 출력부(16) 등을 포함할 수 있다. 디스플레이부(14)는 프로세서(11)에서 처리되는 정보를 표시 출력하기 위한 화면을 포함한다. 또한, 화면은 반려동물 이미지를 사용자가 촬영하도록 하기 위한 안내 메시지를 사용자에게 제공할 수 있다.The output unit 15 may output an audio signal, a video signal, or a vibration signal, and the output unit 15 may include a display unit 14, a sound output unit 16, etc. The display unit 14 includes a screen for displaying and outputting information processed by the processor 11. Additionally, the screen may provide the user with a guidance message to allow the user to take an image of the pet.
프로세서(11)는 생체정보 검출 장치(10)의 전반적인 동작을 제어할 수 있는데, 프로세서(11)는 메모리(12)에 저장된 프로그램들을 실행함으로써 상술한 생체정보 검출 장치(10)의 기능을 수행할 수 있다.The processor 11 can control the overall operation of the biometric information detection device 10. The processor 11 can perform the functions of the biometric information detection device 10 described above by executing programs stored in the memory 12. You can.
구체적으로 프로세서(11)는 사용자로부터 부분 객체가 포함된 관심 영역을 적어도 하나 포함하는 이미지를 획득할 수 있다. 프로세서(11)는 획득된 이미지 내 관심 영역에 대응하는 적어도 하나의 제1 및 제2 영역을 결정할 수 있다. 제1 영역은 관심 영역에서 부분 객체(생체정보)가 포함된 영역이고, 제2 영역은 관심 영역에서 제1 영역을 제한 영역으로, 관심 영역의 각 변을 포함하는 사각 형태의 영역일 수도 있고, 각 모서리를 포함하는 삼각 형태의 영역일 수도 있다. 제2 영역은 반려동물의 모색 분포 정보를 판단하기 위하여 설정될 수 있다.Specifically, the processor 11 may obtain an image including at least one region of interest containing a partial object from the user. The processor 11 may determine at least one first and second region corresponding to the region of interest in the acquired image. The first area is an area containing a partial object (biometric information) in the area of interest, and the second area may be a square-shaped area containing each side of the area of interest, with the first area limited to the area of interest, It may be a triangular area including each corner. The second area may be set to determine the distribution information of the companion animal's hair color.
프로세서(11)는 제2 영역에 대한 텍스처 분석을 수행할 수 있다. 프로세서(110)는 제2 영역의 모색 색상 분포를 확인하여 이를 기반으로 하는 패턴을 확인함으로써 제1 영역에서 부분 객체의 인식 정확도를 향상시킬 수 있다.The processor 11 may perform texture analysis on the second area. The processor 110 may improve the recognition accuracy of partial objects in the first area by checking the color distribution of the second area and identifying a pattern based on it.
본 발명의 일 실시 예에 의한 프로세서(11)는 제2 영역에 대한 텍스처 분석을 수행하기 위해 컬러 히스토그램을 이용할 수 있다. 히스토그램이란 영상 이미지의 픽셀 값들에 대한 분포를 나타내는 그래프로, 제2 영역에 포함된 RGB 색상 각각에 대한 컬러 히스토그램을 생성할 수 있다. 프로세서(11)는 제2 영역에 대응되는 컬러 히스토그램을 기반으로 반려동물의 모색 분포 정보를 추출할 수 있다.The processor 11 according to an embodiment of the present invention may use a color histogram to perform texture analysis on the second area. A histogram is a graph representing the distribution of pixel values of a video image, and a color histogram can be generated for each RGB color included in the second area. The processor 11 may extract color distribution information of the companion animal based on the color histogram corresponding to the second region.
프로세서(11)는 제2 영역에서 식별된 모색 분포 정보에 따라 상이한 파라미터를 적용하여 이미지를 전처리할 수 있다. 프로세서(11)는 모색 분포 정보에 따라 파라미터를 달리 함으로써 반려동물의 모색 패턴과 무관하게 생체정보의 윤곽선이 잘 드러나게 할 수 있다.The processor 11 may preprocess the image by applying different parameters according to the color distribution information identified in the second area. The processor 11 can vary the parameters according to the hair color distribution information to clearly reveal the outline of the biometric information regardless of the pet's hair color pattern.
프로세서(11)는 전처리된 이미지에 포함된 관심 영역을 기반으로 반려동물의 생체정보를 검출할 수 있다. 본 발명의 일 실시 예에 의한 프로세서(11)는 반려동물의 생체정보를 검출하기 위해 이미지의 픽셀의 명도 값을 활용할 수 있다. 이는 반려동물의 모색 색상 패턴 정보에 따라 상이한 파라미터를 적용하여 이미지를 전처리함으로 인해, 반려동물의 생체정보가 보다 부각되어 모색 색상 패턴 정보와 대비하였을 때 그 명도가 낮아 털과 생체정보의 구분이 용이하기 때문이다.The processor 11 can detect the companion animal's biometric information based on the region of interest included in the preprocessed image. The processor 11 according to an embodiment of the present invention may utilize the brightness value of a pixel of an image to detect biometric information of a companion animal. This is because the image is pre-processed by applying different parameters according to the pet's hair color pattern information, so the pet's biometric information stands out more and its brightness is low when compared to the pet's hair color pattern information, making it easy to distinguish between fur and biometric information. Because it does.
프로세서(11)는 식별된 생체정보를 기반으로 반려동물의 생체정보의 종류를 식별할 수 있다. 구체적으로, 프로세서(11)는 메모리(12)의 생체정보 데이터베이스에 미리 입력된 제1 생체정보 데이터와 식별된 반려동물의 생체정보를 비교함으로써 반려동물의 생체정보 종류를 식별할 수 있다.The processor 11 can identify the type of biometric information of the companion animal based on the identified biometric information. Specifically, the processor 11 may identify the type of biometric information of the companion animal by comparing the first biometric information data pre-entered into the biometric information database of the memory 12 with the biometric information of the identified companion animal.
나아가 프로세서(11)는 식별된 생체정보의 종류를 식별함에 있어서 메모리(12)의 생체정보 데이터베이스에 접근함에 따라, 생체정보가 생체정보 데이터베이스에 저장된 생체정보 데이터 중 어느 하나에 대하여 인증 정확도가 제2 임계 값 이상이면 생체정보 데이터베이스에 이미지를 저장할 수 있다.Furthermore, as the processor 11 accesses the biometric information database of the memory 12 in identifying the type of identified biometric information, the authentication accuracy of any one of the biometric information data stored in the biometric information database is second. If it is above the threshold, the image can be stored in the biometric information database.
본 명세서와 도면에 개시된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.The embodiments of the present invention disclosed in this specification and drawings are only provided as specific examples to easily explain the technical content of the present invention and to facilitate understanding of the present invention, and are not intended to limit the scope of the present invention. It is obvious to those skilled in the art that in addition to the embodiments disclosed herein, other modifications based on the technical idea of the present invention can be implemented.
Claims (7)
상기 이미지에서 상기 가이드에 대응하는 영역을 관심 영역으로 설정하는 단계;
상기 관심 영역에서 복수의 영역을 결정하는 단계 -상기 복수의 영역은 각각 제1 영역과 제2 영역을 포함하고, 상기 제1 영역은 상기 관심 영역에서 상기 반려동물의 생체 정보에 대응하는 부분 객체가 포함된 영역이고, 상기 제2 영역은 상기 제1 영역을 둘러싼 영역임-;
복수의 제2 영역 각각에 대한 컬러 히스토그램을 기반으로 상기 복수의 제2 영역 각각에 대하여 상기 반려동물의 모색 분포 정보를 식별하는 단계;
상기 식별된 모색 분포 정보에 따라 결정된 파라미터들을 상기 복수의 영역 중 대응되는 영역에 각각 적용하여, 상기 부분 객체가 부각될 수 있도록 상기 관심 영역을 전처리하는 단계;
상기 전처리된 관심 영역을 기반으로 복수의 부분 객체를 검출하는 단계;
상기 검출된 복수의 부분 객체 각각에 대한 생체 정보의 종류를 식별하는 단계; 및
상기 식별된 복수의 부분 객체를 생체 정보 데이터베이스에 저장하는 단계를 포함하는
반려동물 생체정보 검출 방법.
Receiving an image obtained by photographing the companion animal while placing a plurality of biometric information of the companion animal within a guide displayed on the screen of the display unit;
setting a region corresponding to the guide in the image as a region of interest;
Determining a plurality of regions in the region of interest - The plurality of regions each include a first region and a second region, and the first region is a partial object corresponding to the biometric information of the companion animal in the region of interest. an included area, and the second area is an area surrounding the first area;
Identifying color distribution information of the companion animal for each of the plurality of second regions based on a color histogram for each of the plurality of second regions;
preprocessing the region of interest so that the partial object is highlighted by applying parameters determined according to the identified color distribution information to corresponding regions among the plurality of regions;
Detecting a plurality of partial objects based on the preprocessed region of interest;
identifying a type of biometric information for each of the plurality of detected partial objects; and
Comprising the step of storing the identified plurality of partial objects in a biometric information database.
Method for detecting pet biometric information.
상기 복수의 생체 정보는 두 개의 눈 영역, 적어도 하나의 눈 영역과 코 영역, 또는 두 개의 눈 영역과 코 영역을 포함하고,
상기 적어도 하나의 눈 영역은 눈과 관련된 부분 객체로서 눈썹, 눈동자, 흰자, 주위에 위치하는 털 중 적어도 하나를 포함하고,
상기 코 영역은 코와 관련된 부분 객체로서 콧구멍, 콧구멍 사이에 위치하는 인중, 코 주변에 위치하는 코털 중 적어도 하나를 포함하는
반려동물 생체정보 검출 방법.
According to paragraph 1,
The plurality of biometric information includes two eye regions, at least one eye region and a nose region, or two eye regions and a nose region,
The at least one eye area is a partial object related to the eye and includes at least one of eyebrows, pupils, the whites of the eyes, and hair located around the eyes,
The nose area is a partial object related to the nose and includes at least one of the nostrils, the philtrum located between the nostrils, and the nasal hairs located around the nose.
Method for detecting pet biometric information.
상기 전처리는,
상기 복수의 영역 각각에 대해 히스토그램 균일화하는 것, 상기 복수의 영역 각각에 대해 RGB 색상 및 콘트라스트를 보정하는 것, 및 복수의 제1 영역 각각에 대하여 텍스처를 분석하여 Blur_rate를 조정함으로써 윤곽선 추출에 방해되는 에지를 제거하는 것 중 하나 이상을 포함하는
반려동물 생체정보 검출 방법.
According to paragraph 1,
The preprocessing is,
Equalizing the histogram for each of the plurality of regions, correcting RGB color and contrast for each of the plurality of regions, and analyzing the texture for each of the plurality of first regions to adjust the Blur_rate to prevent interference with outline extraction. Contains one or more of the following: removing edges
Method for detecting pet biometric information.
상기 복수의 부분 객체를 검출하는 단계는,
상기 복수의 영역에서 엣지를 식별하는 단계;
상기 식별된 엣지에서 기준값 이하의 명도 값을 갖는 제1 픽셀을 식별하는 단계; 및
상기 제1 픽셀의 수를 기반으로 상기 복수의 부분 객체를 검출하는 단계를 포함하고,
상기 기준값은 상기 식별된 모색 분포 정보에 따라 동적으로 설정되는
반려동물 생체정보 검출 방법.
According to paragraph 1,
The step of detecting the plurality of partial objects includes:
identifying edges in the plurality of areas;
identifying a first pixel having a brightness value less than or equal to a reference value at the identified edge; and
Detecting the plurality of partial objects based on the number of first pixels,
The reference value is dynamically set according to the identified color distribution information.
Method for detecting pet biometric information.
상기 식별하는 단계는,
상기 검출된 복수의 부분 객체 중 제1 부분 객체에 대한 벡터를 생성하고, 대량의 반려동물의 눈 영역의 이미지를 미리 학습한 머신러닝 모델에 상기 벡터를 임베딩하여, 상기 제1 부분 객체가 눈 영역에 해당할 확률을 계산하고, 상기 확률에 근거하여 상기 제1 부분 객체가 눈 영역에 해당하는지를 판단하는 단계 -상기 벡터는 상기 제1 부분 객체의 형상, 모양, 색체 정보, 상기 관심 영역에서 상기 제1 부분 객체가 차지하는 위치 정보, 상기 제1 부분 객체와 다른 부분 객체의 관계에 대한 정보 중 적어도 하나를 포함함-; 및
상기 검출된 복수의 부분 객체 중 제2 부분 객체에 포함된 콧구멍 두 개의 크기 차이가 임계값 이내인지, 콧구멍 두 개의 높이 차이가 임계값 이내인지, 양쪽 콧구멍 사이에 인중이 위치하는지 여부를 확인하여 상기 제2 부분 객체가 코 영역에 해당하는지를 판단하는 단계를 포함하는
반려동물 생체정보 검출 방법.
According to paragraph 1,
The identification step is,
A vector for a first partial object among the plurality of detected partial objects is generated, and the vector is embedded in a machine learning model that has previously learned a large number of images of the pet's eye area, so that the first partial object is in the eye area. Calculating a probability corresponding to and determining whether the first partial object corresponds to an eye area based on the probability - the vector is the shape, shape, and color information of the first partial object, and the first partial object in the region of interest Contains at least one of location information occupied by one partial object and information about the relationship between the first partial object and other partial objects; and
Among the plurality of detected partial objects, whether the size difference between the two nostrils included in the second partial object is within a threshold value, whether the height difference between the two nostrils is within the threshold value, and whether the philtrum is located between both nostrils Confirming and determining whether the second partial object corresponds to the nose area
Method for detecting pet biometric information.
상기 저장하는 단계는,
상기 식별된 복수의 부분 객체 각각을 임시 생체 정보 데이터로 설정하는 단계;
상기 각 임시 생체 정보 데이터와 상기 생체 정보 데이터베이스에 저장되어 있는 생체 정보 데이터를 비교하여 상기 각 임시 생체 정보 데이터의 인증 정확도를 계산하는 단계;
상기 인증 정확도에 대하여 기 설정된 복수의 임계값 중에서 제1 임계값 보다 큰 인증 정확도를 갖는 제1 임시 생체 정보 데이터가 존재하는 경우, 상기 제1 임시 생체 정보 데이터의 인증 정확도에 따라 가중치를 상이하게 부여하여 평균 인증 정확도를 계산하는 단계;
상기 평균 인증 정확도가 제2 임계값 이상인 경우, 상기 제1 임시 생체 정보 데이터를 등록 생체 정보 데이터로 설정하는 단계; 및
상기 등록 생체 정보 데이터를 상기 생체 정보 데이터베이스에 반영하여 상기 생체 정보 데이터베이스를 업데이트하는 단계를 포함하고,
상기 복수의 임계값 중 적어도 하나는 상기 반려동물의 생체 정보의 종류에 따라 다르게 설정되는
반려동물 생체정보 검출 방법.
According to paragraph 1,
The saving step is,
setting each of the identified plurality of partial objects as temporary biometric information data;
Comparing each temporary biometric information data with biometric information data stored in the biometric information database to calculate authentication accuracy of each temporary biometric information data;
When there is first temporary biometric information data having an authentication accuracy greater than a first threshold among the plurality of thresholds preset for the authentication accuracy, different weights are assigned according to the authentication accuracy of the first temporary biometric information data. calculating the average authentication accuracy;
If the average authentication accuracy is greater than or equal to a second threshold, setting the first temporary biometric information data as registered biometric information data; and
Comprising the step of updating the biometric information database by reflecting the registered biometric information data in the biometric information database,
At least one of the plurality of thresholds is set differently depending on the type of biometric information of the companion animal.
Method for detecting pet biometric information.
상기 저장하는 단계는,
상기 식별된 복수의 부분 객체 각각을 임시 생체 정보 데이터로 설정하는 단계;
상기 각 임시 생체 정보 데이터와 상기 생체 정보 데이터베이스에 저장되어 있는 생체 정보 데이터를 비교하여 상기 각 임시 생체 정보 데이터의 인증 정확도를 계산하는 단계;
상기 인증 정확도에 대하여 기 설정된 복수의 임계값 중에서 최대 임계값 보다 큰 인증 정확도를 갖는 제1 임시 생체 정보 데이터가 존재하는 경우, 상기 제1 임시 생체 정보 데이터와 생체 정보 종류가 동일한 제2 임시 생체 정보 데이터 중에서 최소 임계값 보다 작은 인증 정확도를 갖는 제3 임시 생체 정보 데이터를 제외한 나머지 제2 임시 생체 정보 데이터를 등록 생체 정보 데이터로 설정하는 단계; 및
상기 등록 생체 정보 데이터를 상기 생체 정보 데이터베이스에 반영하여 상기 생체 정보 데이터베이스를 업데이트하는 단계를 포함하고,
상기 복수의 임계값 중 적어도 하나는 상기 반려동물의 생체 정보의 종류에 따라 다르게 설정되는
반려동물 생체정보 검출 방법.According to paragraph 1,
The saving step is,
setting each of the identified plurality of partial objects as temporary biometric information data;
Comparing each temporary biometric information data with biometric information data stored in the biometric information database to calculate authentication accuracy of each temporary biometric information data;
When there is first temporary biometric information data having an authentication accuracy greater than the maximum threshold among the plurality of preset threshold values for the authentication accuracy, second temporary biometric information having the same biometric information type as the first temporary biometric information data setting the remaining second temporary biometric information data, excluding the third temporary biometric information data having an authentication accuracy less than the minimum threshold, as registered biometric information data; and
A step of updating the biometric information database by reflecting the registered biometric information data into the biometric information database,
At least one of the plurality of thresholds is set differently depending on the type of biometric information of the companion animal.
Method for detecting pet biometric information.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210017306A KR102669584B1 (en) | 2021-02-08 | 2021-02-08 | Method and device for detecting animol biometric information |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210017306A KR102669584B1 (en) | 2021-02-08 | 2021-02-08 | Method and device for detecting animol biometric information |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220114150A KR20220114150A (en) | 2022-08-17 |
| KR102669584B1 true KR102669584B1 (en) | 2024-05-27 |
Family
ID=83111084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210017306A KR102669584B1 (en) | 2021-02-08 | 2021-02-08 | Method and device for detecting animol biometric information |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102669584B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012089071A (en) * | 2010-10-22 | 2012-05-10 | Fujitsu Ltd | Re-registration method of biometric data, re-registration device of biometric data, and re-registration program of biometric data |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3557659B2 (en) * | 1994-08-22 | 2004-08-25 | コニカミノルタホールディングス株式会社 | Face extraction method |
| KR20190014678A (en) * | 2017-08-03 | 2019-02-13 | 주식회사 쓰리이 | The method for adjusting user authentication level based on biometric information by user |
| KR102176934B1 (en) * | 2020-09-24 | 2020-11-10 | 주식회사 디랩스 | System for providing pet total care service using face recognition |
-
2021
- 2021-02-08 KR KR1020210017306A patent/KR102669584B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012089071A (en) * | 2010-10-22 | 2012-05-10 | Fujitsu Ltd | Re-registration method of biometric data, re-registration device of biometric data, and re-registration program of biometric data |
Non-Patent Citations (2)
| Title |
|---|
| 한국 공개특허공보 제10-2019-0014678호(2019.02.13.) 1부.* |
| 한국 등록특허공보 제10-2176934호(2020.11.10.) 1부.* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220114150A (en) | 2022-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102483642B1 (en) | Method and apparatus for liveness test | |
| KR102299847B1 (en) | Face verifying method and apparatus | |
| US7912253B2 (en) | Object recognition method and apparatus therefor | |
| US11210498B2 (en) | Facial authentication device, facial authentication method, and program recording medium | |
| WO2020244071A1 (en) | Neural network-based gesture recognition method and apparatus, storage medium, and device | |
| CN107633237B (en) | Image background segmentation method, device, equipment and medium | |
| JP2009211179A (en) | Image processing method, pattern detection method, pattern recognition method, and image processing device | |
| JP6351243B2 (en) | Image processing apparatus and image processing method | |
| US20220043895A1 (en) | Biometric authentication system, biometric authentication method, and program | |
| US11908157B2 (en) | Image processing device, image processing method, and recording medium in which program is stored | |
| KR102458615B1 (en) | Skin condition measuring apparatus, skin condition measring system and method thereof | |
| JP2020184331A (en) | Liveness detection method and apparatus, face authentication method and apparatus | |
| WO2013122009A1 (en) | Reliability level acquisition device, reliability level acquisition method and reliability level acquisition program | |
| CN112784712B (en) | Missing child early warning implementation method and device based on real-time monitoring | |
| JP6784261B2 (en) | Information processing equipment, image processing system, image processing method and program | |
| CN105279764B (en) | Eye image processing apparatus and method | |
| JP2022039984A (en) | System and method for finding area of eye from facial image | |
| KR102669584B1 (en) | Method and device for detecting animol biometric information | |
| CN109409322B (en) | Living body detection method and device, face recognition method and face detection system | |
| Amjed et al. | Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database | |
| KR102518061B1 (en) | Method and apparatus for checking whether mask is worn through facial contour estimation | |
| JP2008015871A (en) | Authentication device and authenticating method | |
| CN115830720A (en) | Living body detection method, living body detection device, computer equipment and storage medium | |
| US20230377315A1 (en) | Learning method, learned model, detection system, detection method, and program | |
| CN114241645B (en) | Barrier-free traffic information verification method and device |
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 |