KR20030049643A - Fingerprint recognition method for personal devices using low power - Google Patents
Fingerprint recognition method for personal devices using low power Download PDFInfo
- Publication number
- KR20030049643A KR20030049643A KR1020010079921A KR20010079921A KR20030049643A KR 20030049643 A KR20030049643 A KR 20030049643A KR 1020010079921 A KR1020010079921 A KR 1020010079921A KR 20010079921 A KR20010079921 A KR 20010079921A KR 20030049643 A KR20030049643 A KR 20030049643A
- Authority
- KR
- South Korea
- Prior art keywords
- fingerprint
- feature point
- personal device
- data structure
- host
- Prior art date
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
- G06V40/12—Fingerprints or palmprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Abstract
Description
본 발명은 지문 인식 방법에 관한 것이며, 보다 상세히는 스마트카드나 USB보안토큰과 같이 저전력을 사용하는 개인장치용 지문 인식 방법에 관한 것이다.The present invention relates to a fingerprint recognition method, and more particularly to a fingerprint recognition method for a personal device using a low power, such as a smart card or USB security token.
일반적으로 지문 인식 방법은 영상 기반의 지문 인식 방법과 특징 기반의 지문 인식 방법으로 구분된다.In general, the fingerprint recognition method is classified into an image-based fingerprint recognition method and a feature-based fingerprint recognition method.
상기 영상 기반의 지문 인식 방법은 융선정보를 이용한 방법으로서, 개버(Gaber)필터, 고속푸리에변환(FFT; Fast Fourier Transform), 기울기, 방향성 히스토그램, 투영 등의 기법을 적용하여 지문 영상의 전체적인 방향성 정보를 이용하는 가장 고전적인 방법 중의 하나이다.The image-based fingerprint recognition method is a method using ridge information. The overall directional information of a fingerprint image is applied by applying a technique such as a gaber filter, a fast Fourier transform (FFT), a tilt, a directional histogram, and a projection. One of the most classic ways to use.
상기 특징 기반의 지문 인식 방법은 크게 특징추출(minutiae extraction)과 매칭(matching)의 두 과정으로 이루어지는 가장 보편적인 방법으로서, 평활화, 전경과 배경영역의 분리, 이진화, 세선화 등의 여러 가지 영상처리기법을 적용하여 추출된 특징점(minutiae)들의 공간적인 특징을 이용한다.The feature-based fingerprint recognition method is the most common method consisting of two processes, minutiae extraction and matching, and various image processing such as smoothing, separation of foreground and background region, binarization, thinning, etc. The spatial feature of the extracted minutiae is applied by applying the technique.
한편, 상기와 같은 지문 인식 방법을 저전력을 사용하는 스마트 카드나 USB 보안 토큰 등과 같은 개인장치에 적용한 종래의 지문 인식 방법은 스마트 카드나 USB보안 토큰에 지문 데이터를 저장만하고 모든 지문 인증 작업이 호스트에서 이루어지는 수준(Store-on-Card)의 제품이 상용화되어 있으며, 스마트 카드나 USB보안 토큰에서 지문 인증 과정이 수행되는 방법(Match-on-Card)은 현재 연구되어지고 있으며, 도1에 도시된 바와 같이 수행된다.Meanwhile, the conventional fingerprint recognition method applying the above fingerprint recognition method to a personal device such as a smart card or a USB security token using low power stores only fingerprint data on the smart card or the USB security token, and all fingerprint authentication operations are performed. Store-on-Card products are commercially available, and how the fingerprint authentication process is performed on smart cards or USB security tokens (Match-on-Card) is currently being studied and is illustrated in FIG. As performed.
여기서, 도 1에 도시된 지문 인식 방법은 저전력을 사용하는 USB 보안 토큰에 적용한 종래의 지문 인식 방법으로서, 스마트 카드에도 동일한 방법으로 적용되며, 이 경우 아래의 호스트 컴퓨터는 카드리더기로 대체된다.Here, the fingerprint recognition method illustrated in FIG. 1 is a conventional fingerprint recognition method applied to a USB security token using low power, and is applied in the same manner to a smart card. In this case, the host computer below is replaced with a card reader.
도 1을 참조하면, 제일 먼저 호스트 컴퓨터에서는 사용자 인증을 위하여 등록하고자 하는 사용자의 지문 영상을 입력받아 상기 입력 지문 영상을 전처리하여(S10) 상기 입력 지문 영상으로부터 지문의 특징점들을 추출한 후(S12), 추출된 특징점들간의 상대적인 각도차, 상대적인 거리, 융선의 개수 등의 기하학적인 정보를 가지는 특징점 자료구조를 생성하여(S14), 상기 특징점 자료구조를 USB 보안 토큰에 등록한다(S16).Referring to FIG. 1, first, a host computer receives a fingerprint image of a user to be registered for user authentication, preprocesses the input fingerprint image (S10), and extracts feature points of the fingerprint from the input fingerprint image (S12). A feature point data structure having geometric information such as a relative angle difference, a relative distance, and the number of ridges between the extracted feature points is generated (S14), and the feature point data structure is registered in the USB security token (S16).
상기와 같이 USB 보안 토큰에 사용자의 지문 영상으로부터 추출한 특징점 자료구조가 등록된 상태에서, 상기 호스트 컴퓨터로 소정의 지문 영상(이하, 비교 지문 영상)이 입력되면, 상기 호스트 컴퓨터는 비교 지문 영상에 대하여 상기 사용자 지문 등록 과정과 동일하게 전처리(S18), 특징점 추출(S20), 및 자료구조 생성(S22) 절차를 수행하여 비교 지문 영상에 대한 특징점 자료구조를 생성하여 상기 USB 보안 토큰으로 전송한다.As described above, when a predetermined fingerprint image (hereinafter, referred to as a comparative fingerprint image) is input to the host computer while the feature point data structure extracted from the fingerprint image of the user is registered in the USB security token, the host computer receives a comparison fingerprint image. In the same manner as the user fingerprint registration process, preprocessing (S18), feature point extraction (S20), and data structure generation (S22) are performed to generate a feature point data structure for a comparison fingerprint image and transmit it to the USB security token.
이에 따라서, 상기 USB 보안 토큰은 기등록된 사용자의 특징점 자료구조와 비교 지문 영상의 특징점 자료구조에서 동일한 특징점을 추출하여 추출된 특징점들 사이의 회전 및 천이에 대한 파라미터, 예컨대 비교해야 할 두 지문 영상사이의 회전된 각도( Δθ), 비교해야 할 두 지문 영상사이의 천이 된 좌표양(Δx,Δy)을 산출하고(S24), 산출된 파라미터에 의해 상기 비교 지문 영상에 대한 특징점을 보정한 후(S26), 점매칭 동작을 수행하여 등록 지문과 비교 지문의 일치 여부에 따라서 사용자 인증을 결정한다(S28).Accordingly, the USB security token extracts the same feature point from the feature point data structure of the registered user and the feature point data structure of the comparison fingerprint image, such as parameters for rotation and transition between the extracted feature points, for example, two fingerprint images to be compared. After calculating the rotated angle (Δθ) between the two, the shifted coordinate amount (Δx, Δy) between the two fingerprint images to be compared (S24), after correcting the feature point for the comparison fingerprint image by the calculated parameters ( In operation S26, the user may determine user authentication according to whether the registration fingerprint and the comparison fingerprint match by performing a dot matching operation.
이때, 상기 USB 보안 토큰에서는 부동 소수점 연산(Floating-point operation) 및 곱셈 연산을 수행하여 등록 지문과 비교 지문의 특징점을 보정하고 비교하여 사용자 인증 여부를 결정한다.In this case, the USB security token performs a floating-point operation and a multiplication operation to correct and compare the feature points of the enrolled fingerprint and the compared fingerprint and determine whether to authenticate the user.
그러나, 상기와 같이 저전력을 사용하는 스마트 카드나 USB 보안 토큰과 같은 개인장치에 적용하는 종래의 지문 인식 방법은 카드리더기나 호스트 컴퓨터에서는 특징점 추출 과정만을 수행하고 스마트 카드나 USB 보안 토큰과 같은 개인장치에서 등록 지문과 비교 지문의 특징점을 보정하고 비교하기 위하여 부동 소수점 연산 및 곱셈 연산을 전적으로 수행해야 하기 때문에, 복잡한 연산을 위하여 요구되는 다수의 메모리 등의 하드웨어 자원을 기술적으로 충분히 만족시키기 어려운 문제점이 있다.However, the conventional fingerprint recognition method applied to a personal device such as a smart card or a USB security token that uses low power as described above performs only a feature extraction process in a card reader or a host computer and a personal device such as a smart card or a USB security token. Because it is necessary to perform floating point and multiplication operations entirely in order to correct and compare the feature points of enrolled fingerprints and comparison fingerprints, it is difficult to technically satisfy hardware resources, such as a large number of memories, that are required for complex operations. .
또한, 상기 문제점을 해결하기 위해서 개인장치에 저장된 사용자의 등록 지문이 호스트로 전송되어 하드웨어 자원이 풍부한 호스트에서 지문 인증이 이루어질 경우, 사용자의 지문 정보가 쉽게 외부로 유출될 수 있다는 문제점이 있다.In addition, in order to solve the problem, when a user's registered fingerprint stored in a personal device is transmitted to a host and fingerprint authentication is performed at a host rich in hardware resources, the user's fingerprint information may be easily leaked to the outside.
따라서, 본 발명은 상술한 종래의 문제점을 극복하기 위한 것으로서, 본 발명의 목적은 다수의 메모리 등의 풍부한 하드웨어 자원을 구비한 호스트에서 등록 지문과 비교 지문의 특징점을 비교하고 보정하기 위한 공지의 부동 소수점 연산 및 곱셈 연산을 전적으로 수행하도록 하고, 스마트 카드나 USB 보안 토큰과 같은 저전력을 사용하는 개인장치에서는 고정 소수점 연산(Fixed-point operation)의 반복만으로 지문 비교가 가능하도록 하는 저전력을 사용하는 개인장치용 지문 인식 방법을 제공하는데 있다.Accordingly, an object of the present invention is to overcome the above-described problems, and an object of the present invention is to provide a known floating method for comparing and correcting feature points of a registered fingerprint and a comparative fingerprint in a host having abundant hardware resources such as a plurality of memories. Low-power personal devices that allow full-scale decimal and multiply operations, and enable low-power personal devices such as smart cards or USB security tokens to enable fingerprint comparisons with only repeated fixed-point operations. To provide a fingerprint recognition method for a.
상기 본 발명의 목적을 달성하기 위한 저전력을 사용하는 개인장치용 지문 인식 방법은, 호스트에서 사용자 인증을 위하여 등록하고자 하는 사용자의 지문 영상을 입력받아 전처리하여 지문의 특징점들을 추출한 후, 추출된 특징점들간의 기하학적인 정보를 가지는 특징점 자료구조를 생성하는 단계와, 상기 호스트에서 생성된 특징점 자료구조를 개인장치에 등록하는 단계와, 상기 호스트로 비교 지문 영상이 입력되면 비교 지문 영상에 대한 특징점 자료구조를 생성하여 상기 개인장치로 전송하는 단계와, 상기 개인장치에서 기등록된 사용자의 특징점 자료구조와 비교 지문 영상의 특징점 자료구조에서 동일한 특징점을 추출하고, 동일한 특징점을 기준으로 두 영상의 회전 및 천이에 대한 파라미터를 산출하여, 산출된 파라미터를 암호화하여 호스트로 전송하는 단계와, 호스트에서 상기 암호화된 파라미터에 의해 상기 비교 지문 영상에 대한 특징점을 보정하여 개인장치로 전송하는 단계, 및 개인장치에서 보정된 비교 지문과 등록 지문의 특징점에 대한 점매칭 동작을 수행하여 사용자 인증을 결정하는 단계로 이루어진다.Fingerprint recognition method for a personal device using a low power to achieve the object of the present invention, after receiving the fingerprint image of the user to register for user authentication in the host to extract the feature points of the fingerprint, and then between the extracted feature points Generating a feature data structure having geometrical information, registering the feature data structure generated at the host with a personal device, and inputting a feature data structure for the comparison fingerprint image when the comparison fingerprint image is input to the host. Generating and transmitting the same feature point from the feature point data structure of the user registered in the personal device and the feature point data structure of the comparative fingerprint image, and to rotate and transition the two images based on the same feature point. Calculate the parameters for the call, encrypt the calculated parameters Transmitting the data to the personal device by correcting the feature point of the comparison fingerprint image by the encrypted parameter at the host, and performing dot matching on the feature point of the compared fingerprint and the registered fingerprint corrected by the personal device. Determining the user authentication.
도 1은 종래의 저전력을 사용하는 개인장치용 지문 인식 방법의 작동상태를 도시한 흐름도,1 is a flowchart illustrating an operating state of a fingerprint recognition method for a personal device using a conventional low power;
도 2는 본 발명에 따른 저전력을 사용하는 개인장치용 지문 인식 방법의 작동상태를 도시한 흐름도,2 is a flowchart illustrating an operating state of a fingerprint recognition method for a personal device using low power according to the present invention;
도 3과 도 4는 본 발명에 따른 지문 영상의 기준 특징점과 이웃 특징점 사이의 기하학적인 구조도,3 and 4 are geometrical structural diagrams between a reference feature point and a neighbor feature point of a fingerprint image according to the present invention;
도 5는 본 발명에 따른 등록 지문과 비교 지문의 특징점에서 동일한 특징점을 추출하는 과정을 도시한 구성도이다.5 is a block diagram illustrating a process of extracting the same feature point from the feature point of the enrolled fingerprint and the comparative fingerprint according to the present invention.
이하, 본 발명에 따른 저전력을 사용하는 개인장치용 지문 인식 방법을 첨부한 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, a fingerprint recognition method for a personal device using low power according to the present invention will be described in detail with reference to the accompanying drawings.
도 2는 본 발명에 따른 지문 인식 방법이 USB 버스 토큰에 적용된 실시예이며, 상기 USB 버스 토큰이 스마트 카드로 대체되면 상기 호스트는 카드 리더기로 대체된다.2 is an embodiment in which the fingerprint recognition method according to the present invention is applied to a USB bus token, and when the USB bus token is replaced with a smart card, the host is replaced with a card reader.
도 2를 참조하면, 본 발명에 따른 지문 인식 방법은 호스트에서 사용자 지문 정보에 대한 특징점을 추출하고 개인장치에 특징점 정보를 저장하는 등록 과정과 호스트에서 비교 지문 정보에 대한 특징점을 추출하고 상기 USB보안 토큰에 기저장된 사용자 지문과 비교하여 보정에 필요한 위한 파라미터 산출하고, 비교 지문을 보정한 후 두 지문을 정합하는 인증 과정으로 이루어진다.Referring to FIG. 2, the fingerprint recognition method according to the present invention extracts a feature point for user fingerprint information from a host, stores a feature point information in a personal device, and extracts a feature point for comparative fingerprint information from a host and the USB security. Comparing the user fingerprints already stored in the token, the necessary parameters for calibration are calculated, the comparison fingerprints are corrected, and the two fingerprints are matched.
상기 호스트에서는 부동 소수점 연산과 곱셈 연산을 많이 필요로 하는 등록 과정에서의 등록 지문에 대한 특징점을 추출하거나, 인증 과정에서의 비교 지문에 대한 특징점을 추출하고 비교 지문을 보정하는 동작을 수행한다.The host extracts a feature point for a registration fingerprint during registration that requires a lot of floating-point and multiplication operations, or extracts a feature point for a comparison fingerprint during authentication and corrects the comparison fingerprint.
상기 USB 보안 토큰에서는 고정 소수점 연산 및 덧셈 연산만을 반복하여 등록 지문의 특징점 자료구조에 대한 파라미터를 산출하고 사용자 인증을 위한 점매칭 동작을 수행한다.In the USB security token, only fixed-point and addition operations are repeated to calculate parameters for the feature point data structure of the registered fingerprint and perform dot matching for user authentication.
상기와 같이 이루어지는 본 발명에 따른 저전력을 사용하는 개인장치용 지문 인식 방법은 다음과 같이 수행된다.The fingerprint recognition method for a personal device using a low power according to the present invention made as described above is performed as follows.
최초에, 상기 호스트에서는 사용자 인증을 위하여 등록하고자 하는 사용자의 지문 영상을 입력받아 전처리하여(S30) 등록 지문의 특징점들을 추출한 후(S32),추출된 특징점들간의 기하학적인 정보를 가지는 특징점 자료구조를 생성한 다음(S34), 상기 사용자의 특징점 자료구조를 USB 보안 토큰으로 전송하여 등록한다(S36).Initially, the host receives a fingerprint image of a user to be registered for user authentication, preprocesses (S30), extracts feature points of a registered fingerprint (S32), and then extracts a feature data structure having geometric information between the extracted feature points. After generating (S34), the feature point data structure of the user is transferred to the USB security token and registered (S36).
이때, 상기 호스트에서는 USB 보안 토큰에서 등록 지문과 비교 지문사이의 동일한 특징점을 추출하여 소정의 파라미터를 산출할 때, 특징점에 대한 탐색영역을 감소시키기 위해서 동일한 지문 영상을 2회 입력받아 특징점 추출작업을 2회 반복하여 얻은 두 지문 영상의 특징점 중에서 공통적으로 존재하는 특징점만을 추출한다.In this case, when the host extracts the same feature point between the enrolled fingerprint and the comparison fingerprint from the USB security token and calculates a predetermined parameter, the host receives the same fingerprint image twice to reduce the search area for the feature point. Only the feature points which are common among the feature points of the two fingerprint images obtained by repeating twice are extracted.
또한, 상기 특징점 자료구조는 동일한 특징점을 보다 효율적으로 추출하기 위해서 필요에 따라 지문 영상에서 융선의 끝점과 분기점 외에 이웃한 특징점과의 기하학적인 정보를 가질 수 있으며, 특히 본 발명에서는 특징점들 각각에 대해서 가장 가까운 5개의 이웃 특징점들 사이의 상대적인 각도차, 상대적인 거리, 융선의 개수 등의 기하학적인 정보를 가지며, 상기 특징점 추출 및 특징점 자료구조 생성 과정을 보다 상세히 설명하면 다음과 같다.In addition, the feature point data structure may have geometric information with neighboring feature points in addition to the ridge end point and the branch point in the fingerprint image, in order to extract the same feature point more efficiently. It has geometrical information such as relative angle difference, relative distance, number of ridges, etc. between the nearest five neighboring feature points, and the feature point extraction and feature data structure generation process will be described in detail as follows.
도 3과 도 4를 참조하면, 상기 호스트에서는 등록 지문 영상으로부터 영상 평활화, 배경과 전경의 분리, 이진화, 세선화와 같은 다양한 영상처리기법을 적용하여 융선의 끝점과 분기점의 좌표값 및 방향정보로 구성된 특징점을 추출하게 된다.Referring to FIGS. 3 and 4, the host applies various image processing techniques such as image smoothing, background and foreground separation, binarization, and thinning from the registered fingerprint image to coordinate values and direction information of the ridge end point and the branch point. The constructed feature points are extracted.
또한, 추출된 각각의 기준 특징점(M)에 대하여는, 나머지 특징점들과의 좌표값에 대한 유클리디언 거리를 구한 후, 이를 오름차순으로 정렬하고, 다른 특징점과의 상대적인 거리(DMn)가 가장 가까운 M1부터 M5까지 5개의 이웃 특징점(Mn)을 결정하고, 상기 각각의 기준 특징점(M)과 5개의 이웃 특징점 사이의 상대적인 각도차(θMn)와 융선의 수(RMn)를 계산한다.For each reference feature point M, the Euclidean distance with respect to the coordinate values with the remaining feature points is obtained, and then, they are arranged in ascending order, and the relative distance D Mn from other feature points is closest. Five neighboring feature points (M n ) are determined from M 1 to M 5 , and the relative angle difference (θ Mn ) and the number of ridges (R Mn ) between each reference feature point (M) and five neighboring feature points are calculated. do.
이때, 상기 기준 특징점(M)과 5개의 이웃 특징점(Mn) 사이의 상대적인 각도차(θMn)는 도 4에 도시된 바와 같이, 상기 기준 특징점(M)의 방향을 기준으로 해서 반시계 방향각을 계산한다.In this case, the relative angle difference θ Mn between the reference feature point M and five neighboring feature points M n is counterclockwise based on the direction of the reference feature point M, as shown in FIG. 4. Calculate the angle.
따라서, 상기와 같이 끝점과 분기점의 좌표값 및 방향정보로 구성된 일반적인 특징점 데이터에 추가적으로 가장 가까운 5개의 특징점 정보와 상기 5개의 이웃한 특징점 사이의 거리(DMn), 5개의 이웃한 특징점 사이의 상대적인 각도차(θMn), 5개의 이웃한 특징점 사이에 존재하는 융선의 수(RMn)의 기하학적인 정보를 가지는 특징점 자료구조가 생성되며, 이와 같이 생성되는 특징점 자료구조의 테이블은 아래의 표 1과 같이 표시된다.Accordingly, the five feature point information closest to the general feature point data consisting of coordinate values and direction information of the end point and the branch point as described above, the distance D Mn between the five neighboring feature points, and the relative between the five neighboring feature points A feature point data structure with geometric information of the angular difference (θ Mn ) and the number of ridges (R Mn ) existing between five neighboring feature points is generated, and the table of the feature point data structure thus generated is shown in Table 1 below. Is displayed as:
상기와 같이 USB 보안 토큰에 사용자의 특징점 자료구조가 등록된 상태에서, 상기 호스트로 소정의 비교 지문 영상이 입력되면, 호스트에서는 비교 지문 영상에 대하여 상기 사용자 지문 등록 과정과 동일하게 전처리(S38), 특징점 추출(S40), 및 자료구조 생성(S42) 절차를 수행하여 상기 비교 지문 영상에 대한 특징점 자료구조를 생성하여 상기 USB 보안 토큰으로 전송한다(S42).As described above, when a predetermined comparison fingerprint image is input to the host while the feature point data structure of the user is registered in the USB security token, the host preprocesses the same as the user fingerprint registration process for the comparison fingerprint image (S38), A feature point data structure for the comparison fingerprint image is generated by performing a feature point extraction (S40) and a data structure generation (S42) procedure and transmitted to the USB security token (S42).
이때, 상기 호스트에서 비교 지문 영상에 대하여 특징점을 추출하고 소정의 특징점 자료구조를 생성하는 과정은 상기 등록 지문 영상에 대한 특징점 추출 및 특징점 자료구조의 생성 과정과 동일하게 진행되어 상기 표 1과 같이 표시된다.At this time, the process of extracting the feature points from the comparative fingerprint image and generating a predetermined feature data structure is performed in the same manner as the feature point extraction and the feature data structure generation process for the registered fingerprint image, as shown in Table 1 above. do.
이에 따라서, USB 보안 토큰에서는 기등록된 사용자의 특징점 자료구조와 비교 지문 영상의 특징점 자료구조에서 동일한 특징점을 추출하고, 동일한 특징점을 기준으로 두 영상의 회전 및 천이에 대한 파라미터, 예컨대 비교해야 할 두 지문 영상사이의 회전된 각도( Δθ), 비교해야 할 두 지문 영상사이의 천이 된 좌표양(Δx,Δy)을 산출하여, 산출된 파라미터를 암호화하여 호스트로 전송한다(S44).Accordingly, the USB security token extracts the same feature point from the registered user's feature point data structure and the feature fingerprint data structure of the comparison fingerprint image, and the parameters for rotation and transition of the two images based on the same feature point, such as two to be compared The rotated angle Δθ between the fingerprint images and the shifted coordinate amounts Δx and Δy between the two fingerprint images to be compared are calculated, and the calculated parameters are encrypted and transmitted to the host (S44).
이때, 설령 상기 호스트로 전송된 회전각( Δθ) 및 천이량(Δx,Δy)으로 산출되는 파라미터가 외부로 유출되더라도 상기 파라미터만으로는 USB보안 토큰 등의 개인장치에 기등록된 상기 등록 지문을 추정할 수 없게 된다.At this time, even if the parameters calculated by the rotation angle Δθ and the transition amount Δx, Δy transmitted to the host are leaked to the outside, the registered fingerprint registered in the personal device such as a USB security token may be estimated using only the parameters. It becomes impossible.
실제로, 상기 USB 보안 토큰에서는 도 5에 도시된 바와 같이, 등록 지문의 특징점 자료구조와 비교 지문 영상의 특징점 자료구조에서 동일한 특징점 쌍(M,M′)을 추출한 후, 상기 동일한 특징점의 쌍(M,M′)사이의 회전각(Δθ) 및 천이량(Δx,Δy)을 두 지문 영상의 좌표를 일치시키기 위한 보정 파라미터로 간주하여 소정의 파라미터를 계산한다. 특히, 상기와 같은 파라미터 계산은 곱셈 연산없이 단순한 덧셈 연산의 반복으로 가능하기 때문에, 하드웨어 자원이 제한적인 USB 보안 토큰이나 스마트 카드와 같은 개인장치에서 동작 가능하다.In fact, in the USB security token, as shown in FIG. 5, the same feature point pairs M and M ′ are extracted from the feature point data structure of the registered fingerprint and the feature point data structure of the comparative fingerprint image, and then the pair of the same feature points M. A predetermined parameter is calculated by considering the rotation angle Δθ and the amount of transition Δx and Δy between and M ′ as the correction parameters for matching the coordinates of the two fingerprint images. In particular, such parameter calculation can be performed by a simple repetition of an addition operation without a multiplication operation, and thus can operate in a personal device such as a USB security token or a smart card with limited hardware resources.
상기와 같이 암호화된 파라미터가 호스트로 전송되면 호스트에서 상기 암호화된 파라미터에 의해 상기 비교 지문 영상에 대한 특징점을 보정하여 USB 보안 토큰으로 전송하고(S46), 이때 상기 USB 보안 토큰에서는 보정된 비교 지문과 등록 지문의 특징점에 대한 점매칭 동작을 수행하여 등록 지문과 비교 지문의 일치 여부에 따라서 사용자 인증을 결정한다(S48).When the encrypted parameter is transmitted to the host as described above, the host corrects the feature point of the comparison fingerprint image by the encrypted parameter and transmits the same to the USB security token (S46). A point matching operation is performed on the feature points of the enrolled fingerprint to determine user authentication according to whether the enrolled fingerprint and the compare fingerprint match each other (S48).
이때, 상기 비교 지문 영상의 보정작업은 상기 파라미터 값을 이용하여 비교 지문의 좌표계를 등록 지문의 좌표계와 일치시킴으로써 수행되며, 이와 같은 호스트에서 보정작업을 수행하는 이유는 회전에 대한 보정을 수행 할 때 반복적인 곱셈 연산과 부동 소수점 연산이 필요하기 때문이며, 그 결과로 상기 비교 지문 영상에 대한 보정작업을 종래와 같이 스마트 카드나 USB 보안 토큰과 같은 개인장치에서수행할 때 발생하는 부동 소수점 연산을 고정 소수점 연산으로 변환하는 작업, 많은 곱셈 연산 수행, 오차 발생, 전력 소모량 증가 등의 문제점을 완전히 해소할 수 있게 된다.In this case, the correction operation of the comparison fingerprint image is performed by matching the coordinate system of the comparison fingerprint with the coordinate system of the registered fingerprint by using the parameter value, and the reason for performing the correction operation in the host is when performing correction for rotation. This is because iterative multiplication and floating point operations are required, and as a result fixed point floating point operations that occur when the correction operation for the comparative fingerprint image is conventionally performed on a personal device such as a smart card or a USB security token are performed. The problem of converting to arithmetic, performing many multiplication operations, generating errors, and increasing power consumption can be completely eliminated.
특히, 두 개의 동일한 지문이 서로 정확하게 정렬되어 있다고 하더라도 특징점 추출시의 잡음, 지문 입력시 지문 센서를 누르는 입력의 정도 때문에 발생하는 비선형 변환 등에 의해 특징점의 위치가 약간씩 달라지고, 심지어 존재하는 특징점이 누락되어 추출되거나, 존재하지 않는 의사 특징점이 추출될 수 있기 때문에, 상기 USB 보안 토큰에서는 보정된 비교 지문과 등록 지문의 특징점에 대한 점매칭 동작을 수행할 때 오류를 없애기 위하여, 비교 지문의 특징점의 개수, 등록 지문의 특징점의 개수, 및 상기 특징점 각각에 대한 허용박스를 정해 놓은 후, 그 범위 안에서 비교 지문 특징점의 개수의 조합으로 두 지문 사이의 유사성을 판단하여 사용자 인증을 결정한다.In particular, even if two identical fingerprints are precisely aligned with each other, the position of the feature points may vary slightly due to noise during feature extraction, nonlinear transformation caused by the degree of inputting the fingerprint sensor during fingerprint input, and even existing feature points Since the missing and extracted pseudo feature points may be extracted, the USB security token may be extracted in order to eliminate errors when performing the dot matching operation on the corrected comparison fingerprint and the registered fingerprint feature points. After determining the number, the number of feature points of the registered fingerprint, and the allowable box for each of the feature points, the similarity between the two fingerprints is determined by the combination of the number of comparative fingerprint feature points within the range to determine user authentication.
상술한 바와 같이 본 발명에 따른 저전력을 사용하는 개인장치용 지문 인식 방법은 다수의 메모리 등의 풍부한 하드웨어 자원을 구비한 호스트에서 등록 지문과 비교 지문의 특징점을 비교하고 보정하기 위한 공지의 부동 소수점 연산 및 곱셈 연산을 전적으로 수행하도록 하고, 스마트 카드나 USB 보안 토큰과 같은 저전력을 사용하는 개인장치에서는 고정 소수점 연산(Fixed-point operation)의 반복만으로 지문 비교가 가능하도록 하기 때문에, 하드웨어 자원이 빈약하여 상기 부동 소수점 연산을 지원하지 않는 개인 장치에서도 용이하게 적용할 수 있는 장점이 있다.As described above, the fingerprint recognition method for a personal device using low power according to the present invention is a known floating point operation for comparing and correcting the feature points of a registered fingerprint and a comparative fingerprint in a host having abundant hardware resources such as a plurality of memories. And multiply operations entirely, and in low-power personal devices such as smart cards or USB security tokens, fingerprint comparisons can be performed only by repeating fixed-point operations. There is an advantage that it can be easily applied to personal devices that do not support floating point operations.
또한, 본 발명에 따른 지문 인식 방법이 적용되는 개인장치에서 산출한 파라미터는 별도로 암호화되어 등록지문 자체가 아닌 파라미터만을 호스트로 전송되기 때문에, 상기 개인장치에서 계산된 파라미터가 유출된다고 하더라도 파라미터만으로는 개인장치에 저장되어 있는 개인의 지문 정보를 유출할 수 없다는 보안상의 장점이 있다.In addition, since the parameters calculated by the personal device to which the fingerprint recognition method according to the present invention is applied are separately encrypted and transmitted only to the host and not the registration fingerprint itself, even if the parameters calculated by the personal device are leaked, only the personal device may be used. There is a security advantage that can not leak the fingerprint information of the individual stored in the.
이상에서 설명한 것은 본 발명에 따른 저전력을 사용하는 개인장치용 지문 인식 방법을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기한 실시예에 한정되지 않고, 이하의 특허청구의 범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.What has been described above is just one embodiment for implementing a fingerprint recognition method for a personal device using a low power according to the present invention, the present invention is not limited to the above embodiment, it is claimed in the claims below Without departing from the gist of the present invention, any person having ordinary knowledge in the field of the present invention will have the technical spirit of the present invention to the extent that various modifications can be made.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2001-0079921A KR100452324B1 (en) | 2001-12-17 | 2001-12-17 | Fingerprint recognition method for personal devices using low power |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2001-0079921A KR100452324B1 (en) | 2001-12-17 | 2001-12-17 | Fingerprint recognition method for personal devices using low power |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20030049643A true KR20030049643A (en) | 2003-06-25 |
| KR100452324B1 KR100452324B1 (en) | 2004-10-12 |
Family
ID=29575446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2001-0079921A KR100452324B1 (en) | 2001-12-17 | 2001-12-17 | Fingerprint recognition method for personal devices using low power |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100452324B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7359533B2 (en) | 2003-11-14 | 2008-04-15 | Electronics And Telecommunications Research Institute | Method and apparatus for identifying a fingerprint |
| KR100919486B1 (en) * | 2007-11-06 | 2009-09-28 | 고려대학교 산학협력단 | Method for aligning concealed fingerprint data using partial geometric hashing, Method for authenticating fingerprint data using partial geometric hashing, Apparatus and System thereof |
| KR101430167B1 (en) * | 2007-12-14 | 2014-09-23 | 삼성전자주식회사 | Security system and method for security certification thereof, method for generating relative character information, terminal system, and smart card |
| KR20170038542A (en) | 2015-09-30 | 2017-04-07 | 삼성전기주식회사 | Security certification apparatus using biometric information and security certification method |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10149446A (en) * | 1996-11-20 | 1998-06-02 | Mitsubishi Electric Corp | Device, system and method for fingerprint collation |
| KR100267263B1 (en) * | 1998-03-13 | 2000-11-01 | 박병엽 | Rotation and translation- invariant method for matching fingerprints |
| KR100299858B1 (en) * | 1999-03-19 | 2001-09-26 | 이영익 | fingerprint matching method |
| JP2001344213A (en) * | 2000-05-31 | 2001-12-14 | Hitachi Ltd | Living body certification system |
-
2001
- 2001-12-17 KR KR10-2001-0079921A patent/KR100452324B1/en not_active IP Right Cessation
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7359533B2 (en) | 2003-11-14 | 2008-04-15 | Electronics And Telecommunications Research Institute | Method and apparatus for identifying a fingerprint |
| KR100919486B1 (en) * | 2007-11-06 | 2009-09-28 | 고려대학교 산학협력단 | Method for aligning concealed fingerprint data using partial geometric hashing, Method for authenticating fingerprint data using partial geometric hashing, Apparatus and System thereof |
| KR101430167B1 (en) * | 2007-12-14 | 2014-09-23 | 삼성전자주식회사 | Security system and method for security certification thereof, method for generating relative character information, terminal system, and smart card |
| KR20170038542A (en) | 2015-09-30 | 2017-04-07 | 삼성전기주식회사 | Security certification apparatus using biometric information and security certification method |
| US10122532B2 (en) | 2015-09-30 | 2018-11-06 | Samsung Electronics Co., Ltd. | Security verification apparatus using biometric information and security verification method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100452324B1 (en) | 2004-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Trivedi et al. | Non-invertible cancellable fingerprint template for fingerprint biometric | |
| US8908934B2 (en) | Fingerprint recognition for low computing power applications | |
| US9036876B2 (en) | Method and system for authenticating biometric data | |
| US7274804B2 (en) | Method and apparatus for hashing data | |
| US9633261B2 (en) | Salting system and method for cancelable iris biometric | |
| US20180211093A1 (en) | Method of processing fingerprint information | |
| JP4867601B2 (en) | User authentication method and user authentication system using biometric feature conversion device | |
| US10963552B2 (en) | Method and electronic device for authenticating a user | |
| KR100884743B1 (en) | Method for matching fingerprint using minutiae and binary image and system using the same | |
| Cui et al. | 2-D phase demodulation for deformable fingerprint registration | |
| US20210034895A1 (en) | Matcher based anti-spoof system | |
| KR101086632B1 (en) | VLSI Architecture for the fuzzy fingerprint vault system and matching method thereof | |
| KR102558736B1 (en) | Method and apparatus for recognizing finger print | |
| KR100452324B1 (en) | Fingerprint recognition method for personal devices using low power | |
| US20190188443A1 (en) | Information processing apparatus, biometric authentication method, and recording medium having recorded thereon biometric authentication program | |
| CN110059711A (en) | Alignment schemes, device and the equipment of image | |
| JP6349817B2 (en) | Alignment apparatus, alignment method, and computer program for alignment | |
| US8290219B2 (en) | Registration-free transforms for cancelable iris biometrics | |
| Agarwal et al. | An alignment-free non-invertible transformation-based method for generating the cancellable fingerprint template | |
| KR101270348B1 (en) | Apparatus and method for fingerprint verification | |
| KR100456463B1 (en) | A Hybrid Fingerprint Verification Method using Global and Local Features | |
| JP2007179267A (en) | Pattern matching device | |
| Reisman et al. | Secure fingerprint matching with external registration | |
| Bauspieß et al. | On the Feasibility of Fully Homomorphic Encryption of Minutiae-Based Fingerprint Representations. | |
| CN111611567A (en) | Authentication method and device, electronic whiteboard and computer readable storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20081001 Year of fee payment: 5 |
|
| LAPS | Lapse due to unpaid annual fee |