KR20020022295A - 3차원 정보를 이용한 얼굴 인식 장치 및 방법 - Google Patents

3차원 정보를 이용한 얼굴 인식 장치 및 방법 Download PDF

Info

Publication number
KR20020022295A
KR20020022295A KR1020000055009A KR20000055009A KR20020022295A KR 20020022295 A KR20020022295 A KR 20020022295A KR 1020000055009 A KR1020000055009 A KR 1020000055009A KR 20000055009 A KR20000055009 A KR 20000055009A KR 20020022295 A KR20020022295 A KR 20020022295A
Authority
KR
South Korea
Prior art keywords
information
face
dimensional
vector
authenticated
Prior art date
Application number
KR1020000055009A
Other languages
English (en)
Inventor
강철권
김상배
Original Assignee
장기화
주식회사 솔루션닉스
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 장기화, 주식회사 솔루션닉스 filed Critical 장기화
Priority to KR1020000055009A priority Critical patent/KR20020022295A/ko
Publication of KR20020022295A publication Critical patent/KR20020022295A/ko

Links

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

Abstract

본 발명은 빛과 영상을 이용한 비접촉식 3차원 측정 기술을 통해 사람들의 3차원 얼굴 정보를 수집하고, 이를 기등록된 사용자의 3차원 얼굴 정보와 비교하여 신분을 확인하는 인증 기능을 수행할 수 있도록 한 3차원 정보를 이용한 얼굴 인식 장치 및 방법에 관한 것으로, 종래의 얼굴 인식 기술은 2차원 정보를 이용함에 따라 조명의 변화에 의해 영상의 명암 정보가 많은 영향을 받게 되고, 이로 인해 잘못된 특징적인 얼굴 정보를 추출하기 때문에 인식률이 저하되어 신원을 확인하는 인증이 정확히 이루어지지 않는 단점이 있었다.
따라서, 본 발명의 3차원 정보를 이용한 얼굴 인식 장치 및 방법에 따르면, 사람들의 얼굴 영상을 촬영하는 시점의 조명 상태나 얼굴 방향과 무관하게 인증의 정확성을 유지할 수 있게 된다.

Description

3 차원 정보를 이용한 얼굴 인식 장치 및 방법{Device And Method For Face Recognition Using 3 Dimensional Shape Information}
본 발명은 3차원 정보를 이용한 얼굴 인식 장치 및 방법에 관한 것으로, 특히 빛과 영상을 이용한 비접촉식 3차원 측정 기술을 통해 사람들의 3차원 얼굴 정보를 수집하고, 이를 기등록된 사용자의 3차원 얼굴 정보와 비교하여 신분을 확인하는 인증 기능을 수행할 수 있도록 한 3차원 정보를 이용한 얼굴 인식 장치 및 방법에 관한 것이다.
최근들어, 얼굴 인식 기술은 출입자 통제 장치를 비롯한 다양한 분야에서 활용되고 있으며, 이는 더욱 증가되는 추세인데, 이러한 얼굴 인식 기술은 지문이나 홍채 인식 등과 같은 다른 생체 인식 기술에 비해 능동적인 장점을 가지고 있다.
즉, 지문이나 홍채 인식의 경우 사용자가 인증을 받기 위해서는 정해진 행동 즉, 지문 인식의 경우는 손가락을 지문 인식 센서에 접촉시키고, 홍채 인식의 경우는 눈을 홍채 인식 센서에 근접시키는 행동을 취해야만 했다.
이에 반하여, 얼굴 인식 기술은 얼굴이 카메라의 영상에 잡히면, 얼굴 인식 과정을 진행할 수 있기 때문에 사용자 인증을 위해 부자연스러운 정해진 행동을 취할 필요가 없으며, 나아가서는 사용자가 인지하지 못하는 동안에 얼굴 인식 기술을 통해 사용자를 인증할 수도 있는 장점을 지니고 있다.
이러한 종래의 얼굴 인식 기술은 기등록된 사람들에 대한 2차원 얼굴 인식에의존하게 되는데, 이러한 2차원 얼굴 인식 기술을 설명하면 다음과 같다.
먼저, 특정 사람들의 2차원 얼굴 영상을 입력받은 후, 입력받은 각각의 2차원 얼굴 영상에 대해 색상 및 명암 정보를 기반으로 특징적인 얼굴 정보를 추출하여 데이터베이스에 저장해 놓음으로써, 새로운 사람의 얼굴 영상이 들어오는 경우 해당 데이터베이스 내의 특징적인 얼굴 정보와의 유사성을 검토하여 등록 여부와 등록된 사람인 경우에 신원을 확인하는 인증을 수행할 수 있었다.
전술한 바와 같이, 종래의 얼굴 인식 기술은 영상을 촬영하는 시점의 조명 상태와, 얼굴이 향하고 있는 방향에 따라서 인식률이 현저히 저하되는 단점이 있는데, 이는 종래의 얼굴 인식 기술이 2차원 영상의 명암 정보에만 의존하기 때문이다. 즉, 종래의 얼굴 인식 기술은 조명의 변화에 따라 영상의 명암 정보가 많은 영향을 받아 잘못된 특징적인 얼굴 정보를 추출하기 때문에 인식률이 저하되어 신원을 확인하는 인증이 정확히 이루어지지 않는 단점이 있었다.
본 발명은 전술한 바와 같은 문제점을 해결하기 위한 것으로 그 목적은, 인증할 사람들의 얼굴 영상을 촬영하는 시점의 조명 상태나 얼굴 방향과 무관하게 인증의 정확성을 유지할 수 있도록 하는 3차원 정보를 이용한 얼굴 인식 장치 및 방법을 제공하는데 있다.
도 1은 본 발명에 따른 3차원 정보를 이용한 얼굴 인식 장치의 구성 블록도.
도 2는 본 발명에서 대응점을 추출하여 삼각망을 생성한 3차원 형상을 도시한 도면.
도 3은 본 발명에 따라 얼굴 영역을 찾은 예를 도시한 도면.
도 4는 본 발명에서 3차원 얼굴 정보를 인증에 적합한 형태로 변환시키는 연산 과정을 도시한 순서도
도 5는 본 발명에서 얼굴 위에 형성된 좌표계와 기준이 되는 좌표계와의 관계를 예시한 도면.
도 6은 본 발명에서 인증시 활용할 점에 대한 정보의 설정 상태를 예시한 도면.
도 7은 본 발명에서 인증 과정을 도시한 순서도.
* 도면의 주요 부분에 대한 부호의 설명 *
11 : 수집부 12 : 연산부
13 : 저장부 14 : 인증부
상술한 바와 같은 목적을 해결하기 위한 본 발명의 특징은, 인증하고자 하는 얼굴에 대하여 3차원 형상과 명암 및 색상 정보를 수집하는 수집부와; 상기 수집부에서 수집한 3차원 얼굴 정보 중에서 특징적인 부분을 추출하여 변수화하는 연산부와; 상기 연산부에 의해 변수화된 정보를 저장하는 저장부와; 상기 저장부에 저장된 정보와 인증하고자 하는 얼굴에 대하여 특징적인 부분을 추출하여 변수화한 정보를 비교하여 등록 여부 및 신원을 확인하는 인증을 수행하는 인증부를 포함하는 3차원 정보를 이용한 얼굴 인식 장치를 제공하는데 있다.
여기서, 상기 수집부는 측정 대상이 되는 얼굴에 소정의 무늬를 투영하고, 상기 얼굴 위에 투영된 영상을 카메라로 입력받아 비접촉식으로 형상과 명암 및 색상 정보를 갖는 3차원 얼굴 정보를 수집하는 것을 특징으로 하되, 상기 명암 및 색상 정보는 얼굴의 형상 정보와 연계되어있는 명암 및 색상 정보인 것을 특징으로 한다.
본 발명의 다른 특징은, 측정 대상이 되는 얼굴의 영상을 촬영하여 3차원 정보인 형상 정보와 명암 및 색상 정보를 수집하는 과정과; 상기 수집한 3차원 얼굴 정보 중에서 특징적인 부분을 추출하여 변수화하는 과정과; 상기 변수화된 정보를 저장하는 과정과; 상기 기저장된 정보와, 인증하고자 하는 3차원 얼굴 정보를 수집하여 변수화한 정보를 비교하여 등록 여부 및 신원을 확인하는 인증 과정을 포함하는 3차원 정보를 이용한 얼굴 인식 방법을 제공하는데 있다.
이때, 상기 3차원 얼굴 정보의 수집하는 과정은, 카메라로 얼굴을 촬영한 2차원 영상에서 사람이 있는지 여부를 판단하는 단계와; 사람이 있는 것으로 판단되는 경우 3차원 측정을 통해 3차원 얼굴 정보를 수집하는 단계를 포함하는 것을 특징으로 하되, 상기 사람이 있는지 여부를 판단하는 단계는, 연속적으로 촬영한 영상의 연속된 프레임들간의 차이 또는 사람이 없는 상태에서의 기준 배경 영상과 새로 촬영한 영상과의 차이를 분석하여 판단하는 것을 특징으로 한다.
그리고, 상술한 3차원 정보를 이용한 얼굴 인식 방법에서 수집한 3차원 얼굴 정보를 벡터 형태의 형상 정보와 명암 및 색상 정보로 변환 처리하는 과정은, 수집한 3차원 얼굴을 소정의 위치와 방향으로 이동 및 회전시켜 3차원 얼굴 위에 형성되는 좌표계와 3차원 공간 상의 기준 좌표계를 일치시키는 단계와; 상기 3차원 얼굴 정보 중에서 인증에 활용할 특징적인 부분만을 추출하여 변수화하는 단계를 포함하는 것을 특징으로 하되, 상기 특징적인 부분을 추출하여 변환한 변수들을 주축이론을 이용하여 압축해서 저차원 벡터 형태의 형상 정보와 명암 및 색상 정보로 변환 처리하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 상술한 3차원 정보를 이용한 얼굴 인식 방법에서 등록 여부 및 신원을 확인하는 인증 과정은, 기저장된 등록자 벡터 정보 중에서 인증에 사용하고자 하는 기준 벡터를 선택하는 단계와; 상기 선택한 기준 벡터 정보와 현재 인증하고자 하는 벡터 정보 사이의 유사성을 비교하여 인증하고자 하는 사람이 등록된 사람인지, 등록되지 않은 사람인지를 확인하는 단계와; 상기 기준 벡터 정보와 인증하고자 하는 벡터 정보 사이의 유사성이 소정 임계값보다 큰 경우 인증하고자 하는 사람을 등록된 사람으로 처리하고, 상기 유사성이 소정 임계값보다 작은 경우 인증하고자 하는 사람을 등록되지 않는 사람으로 처리하는 단계를 포함하는 것을 특징으로 한다.
이때, 상기 인증에 사용하고자 하는 기준 벡터를 선택하는 단계는, 현재 인증하고자 하는 사용자에 대해 지정된 ID가 제공되는 경우에는 해당 ID에 대응하는 등록자 벡터를 기준 벡터로 선택하고, 상기 사용자에 대해 지정된 ID가 제공되지 않는 경우에는 인증하고자 하는 벡터 정보와 가장 유사한 등록자 벡터를 기준 벡터로 선택하는 것을 특징으로 한다.
이하, 본 발명에 따른 실시예를 첨부한 도면을 참조하여 상세하게 설명하면 다음과 같다.
본 발명에 따른 3차원 정보를 이용한 얼굴 인식 장치는 첨부한 도면 도 1에 도시한 바와 같이, 인증하고자 하는 얼굴의 3차원 정보(형상 정보와 명암 및 색상 정보)를 수집하는 수집부(11)와, 해당 수집부(11)에서 수집한 3차원 얼굴 정보를 크기가 작고 인증에 적합한 형태로 변환하는 연산 즉, 3차원 얼굴 정보 중에서 특징적인 부분을 추출하여 변수화하는 변환 처리를 수행하는 연산부(12)와, 해당 연산부(12)에 의해 변환된 정보를 저장하는 저장부(13)와, 해당 저장부(13)에 저장된 정보와 인증하고자 하는 얼굴로부터 추출하여 변수화한 정보를 비교하여 등록 여부 및 신원을 확인하는 인증을 수행하는 인증부(14)를 구비하여 이루어진다.
이때, 상술한 얼굴 인식 장치의 전체적인 동작은 얼굴의 3차원 정보를 이용하여 특정 얼굴을 등록하는 동작과, 새로운 얼굴에 대해 인증을 수행하는 동작으로 구분되는데, 이를 상세히 설명하면 다음과 같다.
먼저, 얼굴을 등록하는 동작은 수집부(11)에서 등록하고자 하는 각 사람들의 3차원 얼굴 정보를 수집한 후, 수집한 3차원 얼굴 정보를 연산부(12)로 전달하게 되면, 해당 연산부(12)에서 인증에 적합한 형태(벡터 형태의 형상 정보와, 명암 및 색상 정보)로 변환시킨 후, 변환된 정보를 저장부(13)에 저장하는 과정을 통해 이루어진다.
다음으로, 새로운 얼굴을 인증하는 동작은 수집부(11)에서 새로운 얼굴의 3차원 정보를 수집한 후, 수집한 3차원 얼굴 정보를 연산부(12)로 전달하게 되면, 해당 연산부(12)에서 인증에 적합한 형태로 변환시킨 후, 새로운 얼굴에 대한 변환된 정보와 저장부(13)에 저장되어 있는 변환된 정보를 비교하여 등록 여부를 판단한 후에 신원을 확인하는 인증 과정을 통해 이루어진다.
이때, 상술한 3차원 정보를 이용한 얼굴 인식 동작을 보다 상세히 설명하면 다음과 같다.
첫째로, 3차원 얼굴 정보를 수집하는 과정은, 측정 대상이 되는 얼굴에 관한 정보를 수집한 후, 수집한 얼굴 정보 중에서 3차원 얼굴 정보를 생성하게 되는데, 이는 접촉을 바탕으로 하는 접촉식 방법과, 빛과 영상을 이용한 비접촉식 방법으로 구분할 수 있다.
그리고, 해당 접촉식 방법에는 CMM(Coodinate Mesurement Machine)과 같이 선형 이송 장치의 종단에 접촉식 센서를 붙여놓고, 이를 물체에 접촉시켜 센서가 물체에 접촉했을 때 이송 장치의 위치로부터 3차원 정보를 얻어내는 방식이 있으며, 해당 비접촉식 방법에는 능동적 측정 방식과 수동적 측정 방식이 있다.
여기서, 능동적 측정 방식은 레이저와 같은 광원을 활용하여 측정 대상이 되는 물체에 소정의 무늬를 투영하고, 해당 무늬가 물체 위에 투영된 영상을 카메라로 입력받아 분석하여 처리함으로써 3차원 형상 정보를 얻어내는 방식(예를 들어, 레이저 스캔 방식)이며, 수동적 측정 방식은 스테레오 비전 방식과 같이 별도의 투영장치없이 다수의 카메라로 물체를 촬영하여 영상을 입력받은 후에 이들 영상간의 차이를 이용하여 3차원 형상 정보를 얻어내는 방식이다.
예를 들어, 비접촉 방법 중에서 능동적 측정 방식을 사용하는 경우 줄무늬를 얼굴의 전면에 투영하고, 투영된 영상을 카메라로 입력받아 분석한 후에 대응점을 추출하여 삼각망을 생성하게 되면, 첨부한 도면 도 2와 같은 3차원 형상을 얻을 수 있게 되는데, 이때, 도 2의 (가)는 3차원 점 정보를 정면에서 도시한 정면도이고, (나)는 좌측면도이며, (다)는 (가) 및 (나)의 3차원 점 정보로부터 삼각망을 생성하여 최종적인 3차원 형상 정보를 도시한 도면이다.
한편, 본 발명에 따른 3차원 정보를 이용한 얼굴 인식 장치는 측정 대상이 되는 물체가 사람의 얼굴이므로, 움직이는 경우에도 정확한 얼굴 인식을 위해 짧은 시간에 순간적으로 촬영해야 하며, 이를 위해 촬영시간이 늦은 접촉식 방법보다는 비접촉식 방법을 사용하는 것이 바람직하다.
그리고, 측정 대상이 되는 얼굴에 대한 형상뿐 아니라, 명암 및 색상 정보도 함께 수집해야 하는데, 이는 사람의 얼굴은 눈동자와 같이 형상만으로는 구별하기 어렵지만 명암 및 색상 정보로 구별이 용이하며, 얼굴 인식에 유용한 형상들이 있기 때문에, 이를 얼굴 인식에 활용하기 위해서는 명암 및 색상 정보를 함께 수집하는 것이 바람직하다.
이때, 명암 및 색상 정보는 형상 정보에 대한 함수의 관계(명암/색상 = 함수(x,y), 이때, x,y는 얼굴 표면 상의 점)로 서로 연관되어 있어야 한다. 즉, 얼굴 형상 내의 임의의 점에 대한 명암 및 색상 정보를 얻어내게 된다.
이러한 3차원 형상 정보와 명암 및 색상 정보를 연계시키는 방법으로는 공지의 텍스처 매핑(Texture mapping)을 사용하거나, 투영(perspective projection)의 관계를 사용하는 방법이 있는데, 여기서, 투영의 관계는 아래의 수학식 1과 같은 행렬로 나타낼 수 있으며, 이 행렬식을 사용하면 임의의 3차원 점에 대응되는 2차원 영상 위에서의 점을 찾을 수 있게 된다.
[u, v]= [x, y, z]P
이때, 'u, v'는 2차원 영상 위의 좌표, 'x, y, z'는 3차원 공간 상의 좌표를 의미하며, 'P'는 투영 행렬로서, 카메라 보정(calibration)으로 구할 수 있다.
또한, 비접촉식 방법에서 카메라로 촬영한 영상으로부터 3차원 정보를 생성하는 것은 연산시간이 많이 필요하게 되는데, 이는 매번 3차원 정보를 생성하는 대신에 즉, 2차원 영상에서 사람이 있는지 여부를 판단하여 사람이 수집부(11) 앞에 있는 경우에만 3차원 정보를 생성하게 되면, 3차원 정보를 생성하기 위한 연산시간을 줄일 수 있게 된다.
이를 위해 수집부(11)에 움직임을 감지하는 센서를 추가한 후, 움직이는 물체가 수집부(11) 앞에 있을 경우에만 3차원 정보를 생성하거나, 수집부(11)에 있는카메라를 통해 받아들인 영상을 이용하여 얼굴이 있는지 여부를 판단할 수 있는데, 이 경우 카메라를 통해 받아들인 영상에서 움직임이나 명암 및 색상 정보를 이용하여 얼굴이 있는지 여부를 판단하게 된다.
예를 들어, 연속적으로 받아들인 영상의 연속된 프레임들간의 차이를 분석하여 움직이는 물체가 있는지의 여부를 판단하거나, 사람이 없는 상태에서 기준이 되는 배경 영상을 미리 저장하고 있다가, 카메라를 통해 받아들인 영상과의 차이를 분석함으로써 움직이는 물체가 있는지의 여부를 판단할 수 있으며, 칼라 카메라를 사용하는 경우에는 영상의 움직이는 부분중에 살색이 포함되어 있는지를 확인하여 얼굴이 있는지의 여부를 판단할 수 있다.
이를 도면으로 도시하면 첨부한 도면 도 3과 같은데, 여기서, 도 3의 (가)는 연속적으로 받아들인 두 개의 영상을 도시한 도면이고, (나)는 (가)에 도시된 두 영상간의 차이로부터 파악한 움직이는 물체가 있는 영역을 도시한 도면이며, (다)는 (나)의 영역 중에서 색상 정보를 활용하여 찾은 얼굴 영역을 도시한 도면이다.
둘째로, 수집한 3차원 얼굴 정보를 인증에 적합한 형태로 변환시키는 연산 과정은 첨부한 도면 도 4와 같은 절차에 따라 수행되는데, 이는 수집부(11)에 의해 수집된 3차원 정보 중에서 3차원 얼굴 정보를 추출한 후(스텝 S41), 추출한 3차원 얼굴을 소정의 위치와 방향으로 이동 및 회전시켜 좌표계를 일치시키고(스텝 S42), 해당 3차원 얼굴 정보 중에서 인증에 활용할 부분만을 추출하여 변수화한 후(스텝 S43), 저장 및 인식의 효율을 높이기 위해 변수들을 주축이론(principal component analysis)을 이용하여 압축함으로써(스텝 S44), 인증에 적합한 형태로 변환시킬 수있게 된다.
여기서, 수집된 3차원 얼굴을 소정의 위치와 방향으로 이동 및 회전시키는 이유는 수집부(11)에서 3차원 얼굴 정보를 수집할 때 사용자의 얼굴이 항상 일정한 위치나 방향에 있지 않기 때문에 인증에 앞서 임의의 위치와 방향에서 수집한 3차원 얼굴 정보를 일정한 소정의 방향과 위치로 정렬시키는 것이다.
이를 보다 상세히 설명하면, 수집부(11)에서 수집한 3차원 얼굴 정보 중에서 특징이 되는 부분, 예를 들어 눈, 코, 입 등을 추출하게 되는데, 이는 3차원 형상 정보나 명암 및 색상 정보를 활용하여 추출하게 된다. 즉, 눈과 입의 경우 선추출(edge detection)과 같은 영상 처리 알고리즘을 이용하여 그 위치를 파악하게 되고, 코와 턱 부위는 3차원 형상 정보를 활용하여 그 위치를 파악하게 된다.
그리고, 이러한 방식을 사용하여 눈, 코, 입 등과 같은 특정 부분들의 위치를 찾은 경우 특징 부분들 중에서 일직선 상에 있지 않는 세개 이상의 점을 활용하면 3차원 얼굴 위에 일정한 좌표계를 구성할 있다.
이때, 얼굴 위에 형성되는 좌표계와 3차원 공간 상의 기준이 되는 좌표계와의 관계는 첨부한 도면 도 5와 같은데, 해당 얼굴 위에 좌표계(F)를 형성하게 되면 이를 기준 좌표계(W)(예를 들어, 카메라의 렌즈 중심에 있는 좌표계)와의 변환 행렬 형태로 나타낼 수 있게 된다.
이러한 변환 행렬을 사용하게 되면 아래의 수학식 2를 통해 임의의 방향과 위치에 있는 얼굴 형상을 일정한 위치와 방향으로 위치시킬 수 있게 된다. 즉, 임의의 거리에 떨어져 있고 정면을 보고 있지 않는 얼굴을 일정한 거리에서 정면을향하도록 위치시킬 수 있다.
여기서, 'XF'는 얼굴 좌표계(F)에서의 좌표값, 'XW'는 기준 좌표계(W)에서의 좌표값, 'R'은 회전 행렬(Rotation matrix), 'T'는 병진 행렬(Translation matrix)을 각각 나타낸다.
또한, 얼굴 형상 중에서 인증시 활용할 부분만을 남기고 나머지 부분은 미리 제거함으로써, 인증의 정확성을 향상시킬 수 있으며, 인증시 활용 부분은 사용자의 얼굴 영역 중에서 변화가 적은 부분을 선택하는 것이 바람직하다.
예를 들어, 수집된 3차원 형상 정보 중에서 얼굴을 정면 방향에서 바둑 모양의 격자를 투영하고, 격자점에 해당되는 점을 정렬한 후, 그 점의 위치 정보나 명암 및 색상 정보만을 취하게 되면, 이를 벡터 형태로 표현할 수 있게 되는데, 첨부한 도면 도 6과 같이 인증시 활용할 점(P)에 대한 정보를 설정한 경우 3차원 점에 대한 위치 정보는 'V1=(x1,x2,x3,…,xi, …,xm)'과 같은 벡터 형태(여기서, xi는 인증시 활용할 점의 위치 정보를 나타냄)로 표현할 수 있다. 이때, 격자의 크기가 클수록 벡터의 차원이 커져서 정확성은 증가할 수 있으나, 시간이 많이 걸리고 저장하는 정보의 양이 많아지는 단점이 있다.
그리고, 본 발명에서는 3차원 점에 대한 위치 정보만으로 얼굴의 특징을 정확하게 나타내기 어려울 수 있기 때문에, 색상 및 명암 정보도 함께 추출하게 되는데, 이는 'V2=(y1,y2,y3,…,yj, …,yn)'과 같은 벡터 형태(여기서, yj는 인증시 활용할 점의 색상 및 명암 정보를 나타냄)로 표현할 수 있으며, 이때, 3차원 점에 대한 위치가 특징적인 점과 색상 및 명암이 특징적인 점이 일치하지 않을 수 있으므로 'm'과 'n'은 서로 다른 값을 가질 수 있다. 또한, 한 예로서 형상 정보를 사용하지 않고 색상 및 명암 정보만을 사용한다면 'm=0'이고, 반대로 형상 정보만을 사용한다면 'n=0'이다.
나아가, 상술한 위치 정보에 대한 벡터와 색상 및 명암에 대한 벡터를 하나의 벡터 즉, 'V=(x1,x2,x3,…,xi, …,xm,y1,y2,y3,…,yj, …,yn)'으로 표현할 수 있으며, 인증의 정확성을 향상시키기 위해서는 바둑 모양으로 일정하게 점을 취하는 대신에 눈, 코, 턱과 같이 얼굴의 특징 부위에 상대적으로 많은 점을 선택하는 것이 바람직하다.
또한, 상술한 과정에 따라 생성한 벡터에 대하여 공지된 주축이론을 이용하게 되면 벡터의 차원을 줄여 인증의 효율을 증가시킬 수 있게 되는데, 여기서, 주축이론은 등록된 얼굴에 해당되는 벡터들의 공분산 행렬의 고유 벡터를 계산하고, 카메라를 통해 받아들인 얼굴을 고유 벡터 공간으로 투사시켜 그 성분들을 비교함으로써 인증을 수행하는 방법을 의미한다.
이러한 주축이론을 보다 상세히 설명하기 위해 각 얼굴에 해당되는 정보가 N 차원의 벡터로 표현되고, 얼굴 영상의 갯수가 M개라고 가정한 상태에서 각각의 벡터를 'v(i)'(i=1,M)라 하고, M개의 N 차원 벡터의 평균을 산출하여 'vave'라 하면,각각의 벡터 'v(i)'와 벡터 평균 'vave'의 차이를 산출한 후, 이를 행으로 하는 'N×M' 행렬을 구성할 수 있다.
이때에 구성된 행렬을 'A'라 하면, 이 행렬의 각 행은 각각의 얼굴과 평균 얼굴의 차이를 나타내며, 이러한 얼굴 정보의 공분산 행렬은 아래의 수학식 3과 같이 정의된다.
여기서, 행렬의 고유 벡터(eigenvector)는 각 얼굴의 특징적인 부분들을 서로 독립적으로 나타내는데, 각 얼굴의 정보를 각 고유 벡터의 선형 조합(linear combination)으로 나타냄으로써 3차원 얼굴 정보를 효과적으로 줄일 수 있게 된다.
예를 들어, 고유벡터를 'ei'라 하고, 3차원 얼굴 정보가 '∑(wi×ei)'으로 나타내 진다면, 고유 벡터 'ei'는 모든 3차원 얼굴 정보에 공통적으로 사용되기 때문에 각 얼굴에 대해 가중치 'wi'로 구성된 벡터로 표현할 수 있다.
셋째로, 상술한 연산을 통해 변수화된 3차원 얼굴 정보를 저장하는 과정은, 등록하고자 하는 각각의 사람에 대하여 ID(Identifier)를 부여하고, 각 ID에 대하여 변수화된 얼굴 정보를 연계하여 저장하게 되며, 이때 사용되는 저장 수단은 하드디스크와 같이 일반적으로 사용되는 저장 장치를 사용하게 된다.
마지막으로, 저장 수단에 저장된 정보 즉, 인증을 위해 기저장된 3차원 얼굴 정보(3차원 위치 정보와, 색상 및 명암 정보)를 이용하여 인증하는 과정은, 저장수단에 3차원 얼굴 정보가 기저장되어 있는 각각의 등록자에 해당되는 벡터를 각각 'a(i)'(i=1~p, p는 등록된 사용자의 수)라 하고, 인증을 원하는 사용자에 해당되는 벡터를 'b'라고 가정하면, 이때의 인증 과정은 첨부한 도면 도 7과 같은 절차로 수행된다.
먼저, 3차원 얼굴 측정 장치의 인증부(14)는 저장부(13)에 기저장된 등록자 벡터 'a(i)' 중에서 인증에 사용하고자 하는 기준 벡터를 선택하게 된다(스텝 S71). 여기서, 선택한 기준 벡터를 'a(k)'라고 가정한다.
이때, 해당 기준 벡터를 선택하는 방법은 용도에 따라 다르게 되는데, 인증(verification)의 용도인 경우에는 사용자가 ID를 입력하거나 ID가 입력되어 있는 장치(예를 들어, 마그네틱 카드)를 통해 제공되는 ID에 대응하는 등록자 벡터를 기준 벡터로 직접 선택하게 되고, 인식(recognition)의 용도인 경우에는 인증부에서 찾은 사용자 벡터 'b'와 가장 유사한 등록자 벡터를 기준 벡터로 선택하게 된다.
이후, 선택한 기준 벡터 'a(k)'와 인증을 원하는 사용자 벡터 'b' 사이의 유사성을 계산하여 인증을 원하는 사용자가 등록된 사람(등록자)인지, 등록되지 않은 사람인지를 확인하게 되는데, 이를 위해 해당 인증부(14)에서는 기준 벡터 'a(k)'와 인증을 원하는 사용자 벡터 'b' 사이의 유사성을 계산한 후(스텝 S72), 계산된 유사성을 소정 임계값과 비교하여(스텝 S73), 유사성이 소정 임계값보다 큰 경우(즉, 유사성이 큰 경우)에는 인증을 원하는 사용자가 기준 벡터 'a(k)'를 갖는 등록자인 것으로 처리하고(스텝 S74), 유사성이 소정 임계값보다 작은 경우(즉, 소정임계값이 큰 경우)에는 인증을 원하는 사용자가 등록되지 않은 사용자인 것으로 처리하게 된다(스텝 S75).
이때, 유사성을 계산하는 방법을 보다 상세히 설명하면, 벡터 형태로 나타낸 등록자 벡터 'a(i)'와 인증을 원하는 사용자 벡터 'b'에 대한 유사성 'i'는 아래의 수학식 4와 같이 정의할 수 있다.
이때, 'a(i,j)'는 등록자 벡터 'a(i)'의 'j'번째 요소이고, 'b(j)'는 인증을 원하는 사용자 벡터 'b'의 'j'번째 요소를 의미하며, 이들 중에서 가장 큰 값을 갖는 등록자 벡터 'a(k)'에 해당되는 등록자 'A(k)'를 선택하고, 유사성 'i'의 값이 소정 임계값보다 큰 경우 인증을 원하는 사용자를 등록자 'A(k)'와 동일인으로 처리하고, 소정 임계값보다 작은 경우 등록되지 않은 사용자로 처리하게 된다.
나아가, 등록자 벡터 'a(i)'와 인증을 원하는 사용자 벡터 'b'에 대하여 벡터를 구성하는 요소의 중요성이 다른 경우 예를 들어, 눈 주위는 높은 중요성을 부여하고, 입 주위는 상대적은 낮은 중요성을 부여한 경우에는 유사성 'i'를 상술한 수학식 4 대신에 아래의 수학식 5로 정의할 수 있다.
이때, 'w(i)'들은 각 얼굴에 대한 가중치 벡터를 의미한다.
상술한 바와 같이, 본 발명에 따른 3차원 얼굴 인식 장치는 수집부(11)를 이루는 3차원 얼굴 측정 장치를 물리적으로 여러 곳에 분산 설치하고, 이들이 하나의 저장부(13)를 공유하도록 할 수 있는데, 예를 들어, 출입문이 여러 곳에 있는 건물의 경우 각 출입문 주위에 수집부(11)를 이루는 3차원 얼굴 측정 장치만을 설치하고, 건물을 자유롭게 출입할 수 있는 사용자의 3차원 얼굴 정보는 하나의 저장부(13)에 등록시켜 놓으면, 건물을 출입하는 사람들을 효율적으로 감시할 수 있게 된다.
이러한 경우 각 출입문 주위에 설치된 카메라가 건물에 출입하는 사람들의 3차원 얼굴 정보를 수집한 후, 이를 LAN(Local Area Network)이나 인터넷과 같은 통신망을 통해 중앙 관리실로 전송하게 되면, 중앙 관리실에서는 각 카메라에서 수집된 3차원 얼굴 정보를 기등록된 사용자의 3차원 얼굴 정보와 비교함으로써, 건물을 출입하는 사람들에 대한 인증을 수행할 수 있게 된다.
또한, 본 발명에 따른 실시예는 상술한 것으로 한정되지 않고, 본 발명과 관련하여 통상의 지식을 가진자에게 자명한 범위내에서 여러 가지의 대안, 수정 및 변경하여 실시할 수 있다.
이상과 같이, 본 발명의 3차원 정보를 이용한 얼굴 인식 장치 및 방법에 따르면, 사람들의 얼굴 영상을 촬영하는 시점의 조명 상태나 얼굴 방향과 무관하게 인증의 정확성을 유지할 수 있게 된다.

Claims (13)

  1. 인증하고자 하는 얼굴에 대하여 3차원 형상과 명암 및 색상 정보를 수집하는 수집부와;
    상기 수집부에서 수집한 3차원 얼굴 정보 중에서 특징적인 부분을 추출하여 변수화하는 연산부와;
    상기 연산부에 의해 변수화된 정보를 저장하는 저장부와;
    상기 저장부에 저장된 정보와 인증하고자 하는 얼굴에 대하여 특징적인 부분을 추출하여 변수화한 정보를 비교하여 등록 여부 및 신원을 확인하는 인증을 수행하는 인증부를 포함하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 장치.
  2. 제 1항에 있어서,
    상기 수집부는, 측정 대상이 되는 얼굴에 소정의 무늬를 투영하고, 상기 얼굴 위에 투영된 영상을 카메라로 입력받아 비접촉식으로 형상과 명암 및 색상 정보를 갖는 3차원 얼굴 정보를 수집하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 장치.
  3. 제 1항 또는 2항에 있어서,
    상기 명암 및 색상 정보는, 얼굴의 형상 정보와 연계되어 있는 명암 및 색상 정보인 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 장치.
  4. 측정 대상이 되는 얼굴의 영상을 촬영하여 3차원 정보인 형상 정보와 명암 및 색상 정보를 수집하는 과정과;
    상기 수집한 3차원 얼굴 정보 중에서 특징적인 부분을 추출하여 변수화하는 과정과;
    상기 변수화된 정보를 저장하는 과정과;
    상기 기저장된 정보와, 인증하고자 하는 3차원 얼굴 정보를 수집하여 변수화한 정보를 비교하여 등록 여부 및 신원을 확인하는 인증 과정을 포함하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  5. 제 4항에 있어서,
    상기 3차원 얼굴 정보의 수집하는 과정은, 카메라로 얼굴을 촬영한 2차원 영상에서 사람이 있는지 여부를 판단하는 단계와;
    사람이 있는 것으로 판단되는 경우 3차원 측정을 통해 3차원 얼굴 정보를 수집하는 단계를 포함하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  6. 제 5항에 있어서,
    상기 사람이 있는지 여부를 판단하는 단계는, 연속적으로 촬영한 영상의 연속된 프레임들간의 차이 또는 사람이 없는 상태에서의 기준 배경 영상과 새로 촬영한 영상과의 차이를 분석하여 판단하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  7. 제 4항 또는 5항에 있어서,
    상기 3차원 얼굴 정보는, 측정 대상이 되는 얼굴에 소정의 무늬를 투영하고, 상기 얼굴 위에 투영된 영상을 카메라로 입력받아 수집하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  8. 제 4항에 있어서,
    상기 수집한 3차원 얼굴 정보를 벡터 형태의 형상 정보와 명암 및 색상 정보로 변환 처리하는 과정은, 수집한 3차원 얼굴을 소정의 위치와 방향으로 이동 및 회전시켜 3차원 얼굴 위에 형성되는 좌표계와 3차원 공간 상의 기준 좌표계를 일치시키는 단계와;
    상기 3차원 얼굴 정보 중에서 인증에 활용할 특징적인 부분만을 추출하여 변수화하는 단계를 포함하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  9. 제 8항에 있어서,
    상기 특징적인 부분을 추출하여 변환한 변수들을 주축이론을 이용하여 압축해서 저차원 벡터 형태의 형상 정보와 명암 및 색상 정보로 변환 처리하는 단계를 더 포함하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  10. 제 4항에 있어서,
    상기 등록 여부 및 신원을 확인하는 인증 과정은, 기저장된 등록자 벡터 정보 중에서 인증에 사용하고자 하는 기준 벡터를 선택하는 단계와;
    상기 선택한 기준 벡터 정보와 현재 인증하고자 하는 벡터 정보 사이의 유사성을 비교하여 인증하고자 하는 사람이 등록된 사람인지, 등록되지 않은 사람인지를 확인하는 단계와;
    상기 기준 벡터 정보와 인증하고자 하는 벡터 정보 사이의 유사성이 소정 임계값보다 큰 경우 인증하고자 하는 사람을 등록된 사람으로 처리하고, 상기 유사성이 소정 임계값보다 작은 경우 인증하고자 하는 사람을 등록되지 않는 사람으로 처리하는 단계를 포함하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  11. 제 10항에 있어서,
    상기 인증에 사용하고자 하는 기준 벡터를 선택하는 단계는, 현재 인증하고자 하는 사용자에 대해 지정된 ID가 제공되는 경우에는 해당 ID에 대응하는 등록자 벡터를 기준 벡터로 선택하고, 상기 사용자에 대해 지정된 ID가 제공되지 않는 경우에는 인증하고자 하는 벡터 정보와 가장 유사한 등록자 벡터를 기준 벡터로 선택하는 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  12. 제 10항에 있어서,
    상기 유사성은, 기준 벡터 정보에 포함된 각 요소에서 인증하고자 하는 벡터 정보에 포함된 각 요소를 감산하여 얻은 결과값을 각각 제곱한 후, 이를 합산하여 음수값을 취하여 얻은 값(, 이때, 'a(i,j)'는 등록자 벡터 'a(i)'의 'j'번째 요소, 'b(j)'는 인증을 원하는 사용자 벡터 'b'의 'j'번째 요소)인 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
  13. 제 12항에 있어서,
    상기 기준 벡터 정보와 인증하고자 하는 벡터 정보에 포함된 요소의 중요성이 다른 경우 상기 유사성은, 기준 벡터 정보에 포함된 각 요소에서 인증하고자 하는 벡터 정보에 포함된 각 요소를 감산하여 얻은 결과값을 각각 제곱한 후, 이들에 가중치(w(i))를 곱한 후 합산하여 음수값을 취하여 얻은 값(, 이때, 'a(i,j)'는 등록자 벡터 'a(i)'의 'j'번째 요소, 'b(j)'는 인증을 원하는 사용자 벡터 'b'의 'j'번째 요소)인 것을 특징으로 하는 3차원 정보를 이용한 얼굴 인식 방법.
KR1020000055009A 2000-09-19 2000-09-19 3차원 정보를 이용한 얼굴 인식 장치 및 방법 KR20020022295A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020000055009A KR20020022295A (ko) 2000-09-19 2000-09-19 3차원 정보를 이용한 얼굴 인식 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020000055009A KR20020022295A (ko) 2000-09-19 2000-09-19 3차원 정보를 이용한 얼굴 인식 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20020022295A true KR20020022295A (ko) 2002-03-27

Family

ID=19689381

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020000055009A KR20020022295A (ko) 2000-09-19 2000-09-19 3차원 정보를 이용한 얼굴 인식 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20020022295A (ko)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100643303B1 (ko) * 2004-12-07 2006-11-10 삼성전자주식회사 다면 얼굴을 검출하는 방법 및 장치
KR100828411B1 (ko) * 2006-10-20 2008-05-09 연세대학교 산학협력단 3차원 얼굴 인식을 위한 전역적 특징 추출 방법
WO2012002601A1 (ko) * 2010-07-01 2012-01-05 (주)비전에스티 3차원 영상 정보를 이용하는 사람 인식 방법 및 장치
KR20170066714A (ko) * 2007-09-24 2017-06-14 애플 인크. 전자 장치 내의 내장형 인증 시스템들
US10055634B2 (en) 2013-09-09 2018-08-21 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US10142835B2 (en) 2011-09-29 2018-11-27 Apple Inc. Authentication with secondary approver
US10334054B2 (en) 2016-05-19 2019-06-25 Apple Inc. User interface for a device requesting remote authorization
US10395128B2 (en) 2017-09-09 2019-08-27 Apple Inc. Implementation of biometric authentication
US10438205B2 (en) 2014-05-29 2019-10-08 Apple Inc. User interface for payments
US10484384B2 (en) 2011-09-29 2019-11-19 Apple Inc. Indirect authentication
US10521579B2 (en) 2017-09-09 2019-12-31 Apple Inc. Implementation of biometric authentication
US10860096B2 (en) 2018-09-28 2020-12-08 Apple Inc. Device control using gaze information
US11100349B2 (en) 2018-09-28 2021-08-24 Apple Inc. Audio assisted enrollment
US11170085B2 (en) 2018-06-03 2021-11-09 Apple Inc. Implementation of biometric authentication
US11209961B2 (en) 2012-05-18 2021-12-28 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US11676373B2 (en) 2008-01-03 2023-06-13 Apple Inc. Personal computing device control using face detection and recognition

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2844A (en) * 1842-11-04 Improvement in compositions for preserving leather
JPH09134428A (ja) * 1995-11-09 1997-05-20 Hitachi Vlsi Eng Corp 個人識別方法および個人識別装置
JPH11242745A (ja) * 1998-02-25 1999-09-07 Victor Co Of Japan Ltd 顔画像の計測・処理方法
KR20000032853A (ko) * 1998-11-18 2000-06-15 김운용 3차원 마스킹법에 의한 형상인식시스템 및 그 방법
KR20000033063A (ko) * 1998-11-19 2000-06-15 전주범 모델 기반 부호화 시스템에서의 얼굴 영상 정합 방법
KR20000035050A (ko) * 1998-11-18 2000-06-26 김운용 얼굴 촬영/인식방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2844A (en) * 1842-11-04 Improvement in compositions for preserving leather
JPH09134428A (ja) * 1995-11-09 1997-05-20 Hitachi Vlsi Eng Corp 個人識別方法および個人識別装置
JPH11242745A (ja) * 1998-02-25 1999-09-07 Victor Co Of Japan Ltd 顔画像の計測・処理方法
KR20000032853A (ko) * 1998-11-18 2000-06-15 김운용 3차원 마스킹법에 의한 형상인식시스템 및 그 방법
KR20000035050A (ko) * 1998-11-18 2000-06-26 김운용 얼굴 촬영/인식방법
KR20000033063A (ko) * 1998-11-19 2000-06-15 전주범 모델 기반 부호화 시스템에서의 얼굴 영상 정합 방법

Cited By (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100643303B1 (ko) * 2004-12-07 2006-11-10 삼성전자주식회사 다면 얼굴을 검출하는 방법 및 장치
KR100828411B1 (ko) * 2006-10-20 2008-05-09 연세대학교 산학협력단 3차원 얼굴 인식을 위한 전역적 특징 추출 방법
US10275585B2 (en) 2007-09-24 2019-04-30 Apple Inc. Embedded authentication systems in an electronic device
KR20170066714A (ko) * 2007-09-24 2017-06-14 애플 인크. 전자 장치 내의 내장형 인증 시스템들
US11468155B2 (en) 2007-09-24 2022-10-11 Apple Inc. Embedded authentication systems in an electronic device
KR20180114229A (ko) * 2007-09-24 2018-10-17 애플 인크. 전자 장치 내의 내장형 인증 시스템들
US10956550B2 (en) 2007-09-24 2021-03-23 Apple Inc. Embedded authentication systems in an electronic device
US11676373B2 (en) 2008-01-03 2023-06-13 Apple Inc. Personal computing device control using face detection and recognition
WO2012002601A1 (ko) * 2010-07-01 2012-01-05 (주)비전에스티 3차원 영상 정보를 이용하는 사람 인식 방법 및 장치
US10484384B2 (en) 2011-09-29 2019-11-19 Apple Inc. Indirect authentication
US10516997B2 (en) 2011-09-29 2019-12-24 Apple Inc. Authentication with secondary approver
US11755712B2 (en) 2011-09-29 2023-09-12 Apple Inc. Authentication with secondary approver
US10142835B2 (en) 2011-09-29 2018-11-27 Apple Inc. Authentication with secondary approver
US11200309B2 (en) 2011-09-29 2021-12-14 Apple Inc. Authentication with secondary approver
US10419933B2 (en) 2011-09-29 2019-09-17 Apple Inc. Authentication with secondary approver
US11209961B2 (en) 2012-05-18 2021-12-28 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US10410035B2 (en) 2013-09-09 2019-09-10 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US11494046B2 (en) 2013-09-09 2022-11-08 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on unlock inputs
US10055634B2 (en) 2013-09-09 2018-08-21 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US11287942B2 (en) 2013-09-09 2022-03-29 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces
US10372963B2 (en) 2013-09-09 2019-08-06 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US10262182B2 (en) 2013-09-09 2019-04-16 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on unlock inputs
US11768575B2 (en) 2013-09-09 2023-09-26 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on unlock inputs
US10803281B2 (en) 2013-09-09 2020-10-13 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US10796309B2 (en) 2014-05-29 2020-10-06 Apple Inc. User interface for payments
US10748153B2 (en) 2014-05-29 2020-08-18 Apple Inc. User interface for payments
US10902424B2 (en) 2014-05-29 2021-01-26 Apple Inc. User interface for payments
US11836725B2 (en) 2014-05-29 2023-12-05 Apple Inc. User interface for payments
US10977651B2 (en) 2014-05-29 2021-04-13 Apple Inc. User interface for payments
US10438205B2 (en) 2014-05-29 2019-10-08 Apple Inc. User interface for payments
US10334054B2 (en) 2016-05-19 2019-06-25 Apple Inc. User interface for a device requesting remote authorization
US10749967B2 (en) 2016-05-19 2020-08-18 Apple Inc. User interface for remote authorization
US11206309B2 (en) 2016-05-19 2021-12-21 Apple Inc. User interface for remote authorization
US10410076B2 (en) 2017-09-09 2019-09-10 Apple Inc. Implementation of biometric authentication
US10872256B2 (en) 2017-09-09 2020-12-22 Apple Inc. Implementation of biometric authentication
US11386189B2 (en) 2017-09-09 2022-07-12 Apple Inc. Implementation of biometric authentication
US11393258B2 (en) 2017-09-09 2022-07-19 Apple Inc. Implementation of biometric authentication
US10521579B2 (en) 2017-09-09 2019-12-31 Apple Inc. Implementation of biometric authentication
US11765163B2 (en) 2017-09-09 2023-09-19 Apple Inc. Implementation of biometric authentication
US10395128B2 (en) 2017-09-09 2019-08-27 Apple Inc. Implementation of biometric authentication
US10783227B2 (en) 2017-09-09 2020-09-22 Apple Inc. Implementation of biometric authentication
US11170085B2 (en) 2018-06-03 2021-11-09 Apple Inc. Implementation of biometric authentication
US11928200B2 (en) 2018-06-03 2024-03-12 Apple Inc. Implementation of biometric authentication
US11619991B2 (en) 2018-09-28 2023-04-04 Apple Inc. Device control using gaze information
US11100349B2 (en) 2018-09-28 2021-08-24 Apple Inc. Audio assisted enrollment
US11809784B2 (en) 2018-09-28 2023-11-07 Apple Inc. Audio assisted enrollment
US10860096B2 (en) 2018-09-28 2020-12-08 Apple Inc. Device control using gaze information

Similar Documents

Publication Publication Date Title
EP1629415B1 (en) Face identification verification using frontal and side views
US7881524B2 (en) Information processing apparatus and information processing method
JP5629803B2 (ja) 画像処理装置、撮像装置、画像処理方法
US20040223630A1 (en) Imaging of biometric information based on three-dimensional shapes
JP2000306095A (ja) 画像照合・検索システム
CN105740778B (zh) 一种改进的三维人脸活体检测方法及其装置
JP2003317101A (ja) データベース自動更新方法を用いた顔検証方法及びそのシステム
KR20020022295A (ko) 3차원 정보를 이용한 얼굴 인식 장치 및 방법
JP2003178306A (ja) 個人認証装置および個人認証方法
KR20140074303A (ko) 생체인식 유형의 접근제어시스템에 대한 부정 검출
JPWO2009004916A1 (ja) なりすまし検知システム、なりすまし検知方法およびなりすまし検知用プログラム
KR100775005B1 (ko) 사용자 인식 시스템 및 그 방법
JP3577908B2 (ja) 顔画像認識システム
Gao et al. Feature-level fusion in personal identification
JP2001092963A (ja) 画像照合方法および装置
CN111652018B (zh) 一种人脸注册方法和认证方法
Xu et al. Robust shape-feature-vector-based face recognition system
Kakadiaris et al. Profile-based face recognition
KR100862526B1 (ko) 얼굴동영상 데이터베이스 구축 방법 및 시스템과 이를이용한 얼굴 인식 방법 및 시스템.
Jones Face recognition: Where we are and where to go from here
JP2002208011A (ja) 画像照合処理システムおよび画像照合方法
Singh et al. Face liveness detection through face structure analysis
Guo et al. Human face recognition using a spatially weighted Hausdorff distance
Beumier et al. Automatic face recognition
Ben Amor et al. An experimental illustration of 3D facial shape analysis under facial expressions

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application