KR20100133233A - 획득 영상의 사용자 식별 가능 여부 판정 방법 - Google Patents

획득 영상의 사용자 식별 가능 여부 판정 방법 Download PDF

Info

Publication number
KR20100133233A
KR20100133233A KR1020090052019A KR20090052019A KR20100133233A KR 20100133233 A KR20100133233 A KR 20100133233A KR 1020090052019 A KR1020090052019 A KR 1020090052019A KR 20090052019 A KR20090052019 A KR 20090052019A KR 20100133233 A KR20100133233 A KR 20100133233A
Authority
KR
South Korea
Prior art keywords
user
image
face
fit
automation device
Prior art date
Application number
KR1020090052019A
Other languages
English (en)
Other versions
KR101057718B1 (ko
Inventor
나상희
Original Assignee
주식회사 미래인식
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 주식회사 미래인식 filed Critical 주식회사 미래인식
Priority to KR1020090052019A priority Critical patent/KR101057718B1/ko
Publication of KR20100133233A publication Critical patent/KR20100133233A/ko
Application granted granted Critical
Publication of KR101057718B1 publication Critical patent/KR101057718B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
    • G06Q20/108—Remote banking, e.g. home banking
    • G06Q20/1085—Remote banking, e.g. home banking involving automatic teller machines [ATMs]

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은, 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서: 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하고, 각각의 얼굴 부위에 대한 각각의 부위별 영상을 추출하고, 각각의 부위별 형태 정보를 산출하고, 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하고, 상기 산출된 각각의 부위별 식별 가능 적합률에 의해 획득 영상의 사용자 식별 가능 여부 판정을 행하는 방법을 제공한다.
금융 자동화 기기, 사용자 얼굴 영상, 템플릿 데이터

Description

획득 영상의 사용자 식별 가능 여부 판정 방법{METHOD FOR DETECTING APPLICABILITY TO USER IDENTIFICATION OF OBTAINED IMAGE}
본 발명은 획득 영상의 사용자 식별 가능 여부 판정 방법에 관한 것으로서, 더욱 상세하게는, 금융 자동화 기기를 이용하고자 하는 사용자를 촬영하여 생성한 사용자 영상에서 사용자의 신체 각각의 부위가 사용자 식별 가능하도록 정확하게 촬영된 경우에만 금융 자동화 기기를 이용할 수 있도록, 획득 영상의 사용자 식별 가능 여부를 판정할 수 있도록 하는 방법에 관한 것이다.
근래, 무인 자동화된 금융 업무를 수행하는 현금 자동 입출금기를 포함하는 금융 자동화 기기(ATM)가 널리 보급되어 사용되고 있다. 그러나 이러한 금융 자동화 기기는 정당한 사용자를 식별하기 위한 방법으로 단지 복수의 숫자의 조합으로 이루어지는 비밀번호만을 이용하고 있는 실정이다.
이러한 경우에, 부당한 사용자가 비밀번호를 도용하여 발생하는 금융 사고에 대해서는 전혀 대응할 수 없다는 치명적인 단점이 있다.
한편, 최근에는 이러한 금융 사고의 발생을 최소화하기 위하여, 금융 자동화 기기에서 금융 업무를 행하는 사용자를 촬영하여 둠으로써, 추후 사고 발생시 부당 한 사용자를 쉽게 찾아낼 수 있도록 하는 방법이 널리 적용되고 있다.
하지만, 부당한 사용자가 안면 마스크, 안대, 안경, 모자 등을 착용한 상태로 금융 업무를 행하게 되면, 이러한 부당한 사용자를 촬영한 영상에 의해서 용의자를 식별하는 것은 곤란하다.
따라서, 금융 업무를 행하는 사용자의 얼굴이 누구인지 식별할 수 있을 정도로 노출된 상태로 촬영되어 얼굴 식별에 대한 적합 영상인지를 판단하고, 적합 영상인 경우에 금융 업무를 계속할 수 있도록 하고, 얼굴 식별이 불가능하게 가려진 경우에는 금융 업무를 제한하도록 하는 방법의 적용이 필요하다.
한편, 금융 사고를 막기 위한 또다른 방법으로, 비밀번호에 추가하여, 사용자의 지문, 홍채의 영상, 얼굴 영상 등을 이용하여 사용자 식별을 행하는 방법이 연구되고 있으며, 금융 자동화 기기에도 점차 도입되고 있다.
이 중에서 얼굴 영상을 이용한 얼굴 인식에 의해 사용자 식별을 행하는 방법은, 사용자에게 별도의 촬영 장치로의 접근을 요구하거나, 촬영 순간을 인식시키지 않으면서도 사용자 영상을 획득하고, 사용자 식별을 행할 수 있으므로, 사용자 식별 방법으로 각광받고 있다.
하지만, 얼굴 인식은 촬영시 사용자 얼굴의 촬영 각도나 주변 조명 등에 의해 얼굴 인식에 사용되는 사용자 얼굴 영상이 다르게 촬영될 수 있으며, 이에 의해 얼굴 인식 성공률이 변화할 수 있는 단점이 있다. 따라서, 정확한 얼굴 인식을 위해서는 사용자 얼굴의 각각의 부위가 정확하게 촬영될 수 있어야만 하며, 그렇지 않은 경우에는 사용자에게 얼굴의 재촬영을 유도할 수 있도록 하는 방법의 적용이 필요하다.
또한, 부당한 사용자가 정당한 사용자를 촬영한 영상을 이용하여 사용자 식별 또는 인증을 시도하는 경우가 발생할 수 있어, 이러한 상황을 감지하고 적절한 대응을 행할 수 있도록 할 필요성도 있다.
본 발명은, 상술한 문제점을 해결하기 위한 것으로서, 금융 자동화 기기를 이용하고자 하는 사용자의 얼굴이 얼굴 인식에 사용되기 적합하게 촬영되었는지 또는 육안에 의해 사용자를 식별할 수 있을 정도로 촬영되었는지의 여부를 판정하는 방법을 제공하고자 하는 것을 목적으로 한다.
또한, 본 발명은, 촬영된 사용자 얼굴 영상이 부당한 사용자에 의해 도용된 것인지의 여부를 판정하는 방법을 제공하는 것을 또다른 목적으로 한다.
상술한 과제를 달성하기 위한 본 발명은, 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서: 금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계; 상기 생성된 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계; 상기 획득된 사용자 얼굴 영상으로부터 각각의 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계; 상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계; 상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계; 상기 산출된 각각의 부위별 식별 가능 적합률이 해당 부위에 대 한 부위별 기준 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 금융 자동화 기기에 있어서의 획득 영상의 사용자 식별 가능 여부 판정 방법을 제공한다.
또한, 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계는: 상기 산출된 각각의 부위별 식별 가능 적합률 중 복수의 부위에 대한 상기 부위별 식별 가능 적합률을 소정의 산술식에 의해 조합하여 조합 적합률을 산출하는 단계; 상기 조합 적합률이 해당 부위에 대한 기준 조합 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계는: 상기 사용자 얼굴 영상으로부터 추출된 상기 부위별 영상의 전부에 대하여 각각의 부위별 식별 가능 적합률을 산출하는 단계; 상기 산출된 각각의 부위별 식별 가능 적합률을 소정의 산술식에 의해 모두 조합하여 총 적합률을 산출하는 단계; 상기 산출된 총 적합률이 기준 총 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 상기 각각의 부위별 식별 가능 적합률을 조합하는 상기 산술식은 임의 설정 가능한 것을 특징으로 한다.
또한, 상기 부위별 기준 적합률을 설정하는 단계를 더 포함하는 것을 특징으 로 한다.
또한, 상기 생성된 사용자 영상으로부터 사용자 신체 부분을 제외한 배경 영상을 추출하는 단계; 상기 추출된 배경 영상으로부터 적어도 하나의 선형태를 추출하는 단계; 상기 추출된 선형태가 상기 사용자 영상 중 사용자 얼굴 부분을 둘러싸는 폐도형을 이루는 경우, 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 상기 생성된 사용자 영상으로부터 사용자 신체에 대한 신체 외곽선을 추출하는 단계; 상기 추출된 신체 외곽선 중에서 가장 아래쪽의 상기 신체 외곽선이 상기 사용자 영상의 아래쪽 테두리와 중첩하지 않는 경우, 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 본 발명은, 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서: 금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계; 상기 생성된 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계; 상기 획득된 사용자 얼굴 영상으로부터 각 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계; 상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계; 상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계; 상기 산출된 각각의 부위별 식별 가능 적합률 중 소정의 복수 부위에 대한 상기 부위별 식별 가능 적합률을 소정의 산술식에 의해 조합하여 조합 적합률을 산출하는 단계; 상기 산출된 조합 적합률이 해당 부위에 대한 기준 조합 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법을 제공한다.
또한, 본 발명은, 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서: 금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계; 상기 생성된 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계; 상기 획득된 사용자 얼굴 영상으로부터 각 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계; 상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계; 상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계; 상기 산출된 각각의 부위별 식별 가능 적합률을 소정의 산술식에 의해 모두 조합하여 총 적합률을 산출하는 단계; 상기 산출된 총 적합률이 기준 총 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법을 제공한다.
또한, 본 발명은, 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서: 금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계; 상기 생성된 사용자 영상으로부터 사용자 신체 부분을 제외한 배경 영상을 추출하여 상기 추출된 배경 영상으로부터 적어도 하나의 선형태를 추출하며 상기 추출된 선형태가 상기 사용자 영상 중 사용자 얼굴 부분을 둘러싸는 폐도형을 이루는 경우, 또는 상기 생성된 사용자 영상으로부터 사용자 신체에 대한 신체 외곽선을 추출하여 상기 추출된 신체 외곽선 중에서 가장 아래쪽 선이 상기 사용자 영상의 아래쪽 테두리와 중첩하지 않는 경우, 또는 상기 생성된 사용자 영상으로부터 사용자 신체 형태를 제거한 배경 영상을 추출하여 상기 추출된 배경 영상으로부터 적어도 하나의 선형태를 추출하며 상기 추출된 선형태가 현재 위치에서 사용자가 없이 촬영된 주변 영상으로부터 추출된 기준 선형태와 일치하지 않는 경우 중 적어도 하나의 경우에 해당하면 상기 사용자 영상이 도용된 영상에 의해 촬영된 것으로 판정하고, 상기 경우들 중 어느 하나에도 해당하지 않으면 사용자 영상이 정상적인 사용자를 촬영하여 생성된 것을 판정하는 단계; 상기 사용자 영상이 정상 영상으로 판정된 경우, 상기 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계; 상기 획득된 사용자 얼굴 영상으로부터 각 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계; 상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계; 상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템 플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계; 상기 산출된 각각의 부위별 식별 가능 적합률 중 소정의 복수 부위에 대한 상기 부위별 식별 가능 적합률을 소정의 산술식에 의해 조합하여 조합 적합률을 산출하는 단계; 상기 산출된 조합 적합률이 해당 부위에 대한 기준 조합 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법을 제공한다.
상술한 바와 같은 구성의 본 발명에 따른 획득 영상의 사용자 식별 가능 여부 판정 방법에 의하면, 금융 자동화 기기를 이용하고자 하는 사용자가 얼굴의 일부를 부당하게 가리고 있는지의 여부를 판정할 수 있다. 따라서, 부당한 사용자가 얼굴을 식별할 수 없도록 가린 채로 금융 업무를 실행하고자 하는 경우를 판별해낼 수 있어서 부당 거래의 발생 가능성을 줄일 수 있다.
또한, 정당한 사용자의 얼굴 부위의 일부가 질병이나 장식품 등에 의해 부득이하게 가려짐으로써 얼굴 부위중 일부가 식별 불가능한 경우에 있어서, 다양한 기준을 적용함으로써 유연하게 대응할 수 있다.
이하, 첨부한 도면을 참조하여, 본 발명을 상세하게 설명한다.
본 발명의 일 실시예에 따른 사용자 식별 가능 판정 장치(100)는, 금융 자동 화 기기(ATM) 또는 디지털 도어락 등과 같이, 얼굴 인식을 이용하여 사용자 식별을 행하는 시스템 또는 사용자의 얼굴을 촬영하여 사용자의 신원이 명확하게 식별 가능한 경우에만 기기의 이용을 계속할 수 있도록 하는 시스템에 탑재되어, 사용자를 촬영한 영상 내의 사용자 얼굴이 얼굴 인식 또는 사용자 식별을 위하여 사용되기에 적합하게 촬영되었는지를 판정하는 데에 사용된다. 그리고 사용자 식별 가능 판정 장치(100)에서 촬영된 영상이 사용자 식별 가능하고 얼굴 인식에 적용될 수 있도록 적합하게 촬영된 것으로 판정된 경우에는 별도의 얼굴 인식 수단에서 얼굴 인식에 의한 사용자 식별을 수행하게 되고, 촬영된 영상이 사용자를 식별할 수 없을 정도로 가려진 상태로 촬영되었거나 얼굴 인식에 적합하게 촬영되지 않은 것으로 판정된 경우에는 이어지는 사용자의 접근을 차단하거나 사용자에게 재촬영을 요구하는 등의 별도의 안내를 행할 수 있다.
또한, 본 발명의 일 실시예에 따른 사용자 식별 가능 판정 장치(100)에는, 상술한 바와 같은 사용자 식별 가능 여부 판정 또는 얼굴 인식 가능 여부를 판정하기 이전 또는 이후에 추가될 수 있는 절차로서, 사용자 식별을 위하여 촬영된 영상이 부당한 사용자에 의해 도용된 영상으로부터 촬영된 것인지의 여부를 판정하는 기능을 더 포함한다. 그리고 영상이 도용된 것으로 판정되면 사용자에게 재촬영을 요구하거나 별도의 보안 경보를 출력함과 동시에 이용하고자 하는 시스템에 대한 접근을 차단한다. 한편, 촬영된 영상이 도용되지 않은 정상 영상인 것으로 판정된 경우에는 이용하고자 하는 시스템의 계속적인 이용이 가능하도록 한다.
이와 같이, 본 발명에 따른 사용자 식별 가능 판정 장치(100)는, 금융 자동화 기기를 포함하는 어떠한 시스템에 결합되어, 시스템의 제어하에 동작하게 된다. 즉, 사용자 식별을 위하여 촬영된 영상을 시스템으로부터 제공받은 후, 그 영상이 적합 영상인지의 여부 및/또는 도용된 영상인지의 여부를 판정하고, 판정된 결과만을 출력하게 된다. 물론 별도의 촬영 수단을 구비하고 필요에 의해 사용자를 직접 촬영할 수도 있다.
도 1은 본 발명의 일 실시예에 따른 획득 영상의 사용자 식별 가능 여부 판정 방법을 실행하기 위한 사용자 식별 가능 판정 장치의 구성을 나타낸 블록도이다. 도 1에 따르면, 사용자 식별 가능 판정 장치(100)는, 부위별 영상 추출부(10), 적합률 산출부(20), 템플릿 저장부(25), 식별 가능 판정부(30), 및 도용 판정부(35)를 포함하여 이루어진다.
이하의 설명에서, 본 발명에 따른 식별 가능 판정 장치는 금융 자동화 기기(ATM)의 일부로서 동작하는 경우로서 설명한다.
부위별 영상 추출부(10)는, 별도의 촬영 수단(도시하지 않음) 또는 사용자 식별 가능 판정 장치가 적용된 금융 자동화 기기로부터 기기의 이용을 요청하는 사용자를 촬영하여 생성한 사용자 영상을 제공받은 후, 제공받은 사용자 영상을 분석하여 사용자의 얼굴 영역에 해당하는 사용자 얼굴 영상을 획득하게 되고, 획득한 사용자 얼굴 영상으로부터 얼굴을 구성하는 각각의 부위를 포함하는 부위별 영상을 추출한다. 추출된 부위별 영상은 후술하는 적합률 산출부(20)에 제공된다.
적합률 산출부(20)는, 사용자 얼굴의 각각의 부위에 대응하여 제공되는 부위별 영상에 포함된 얼굴 부위에 대한 형태 정보(예를 들면, 특징점을 수치적으로 나타내는 정보)를 산출한다. 그리고 산출된 형태 정보와 템플릿 저장부(25)에 미리 저장되어 있는 부위별 템플릿 데이터와의 유사도를 비교함으로써 각 부위에 대한 부위별 식별 가능 적합률을 산출하게 된다.
템플릿 저장부(25)에는 얼굴의 각 부위별로 구분된 템플릿 데이터가 부위별 템플릿 데이터로서 유지되어 있다.
식별 가능 판정부는(30)는, 산출된 부위별 식별 가능 적합률을 단독으로, 또는 복수의 부위에 대한 식별 가능 적합률을 서로 조합하여, 또는 모든 부위에 대한 식별 가능 적합률을 일체로 조합한 후, 산출된 값이 기준 적합률보다 큰 경우에는 제공된 사용자 영상이 사용자 식별 또는 얼굴 인증에 사용될 수 있는 적합 영상인 것으로 판정하여 계속적으로 금융 자동화 기기를 이용할 수 있도록 한다. 한편, 그외의 경우에는 사용자의 얼굴이 가려져 있거나 얼굴 표정이 변하여 사용자 식별 또는 얼굴 인식이 불가능한 것으로 판정하고 금융 자동화 기기의 이용을 불가하도록 차단한다.
여기에서, 얼굴 영상의 각각의 부위라 함은, 눈썹, 눈, 코, 입, 귀, 턱선, 광대뼈 윤곽, 특정 부위의 주름 등을 포함하는 모든 신체 부위를 말한다. 더욱, 눈썹이나 눈, 귀 등은 왼쪽 및 오른쪽을 구분하여 분석한다.
부위별 영상은, 사용자 얼굴 영상을 상기 각각의 부위 중 어느 하나의 부위 만을 포함하는 영상으로 재구성한 것을 말한다. 즉, 사용자 얼굴 영상에서 각각의 부위에 해당하는 위치를 먼저 개략적으로 지정하고, 지정된 영역에서 색상, 채도, 명암 등에 의해 분석함으로써 해당 부위의 형태를 정확하게 특정하여 부위별 영상으로서 추출하게 된다.
부위별 형태 정보는, 부위별 영상에 포함된 얼굴 부위를 얼굴 인식에 사용하기 위하여 특징점을 추출하고, 이 특징점을 벡터 방식 또는 비트맵 방식에 의해 분석하여 수치 정보로 변환시킨 디지털 정보를 말한다. 이러한 특징점 정보를 수치화하는 방법은 상용의 다양한 기술을 적용할 수 있다.
부위별 템플릿 데이터는, 각각의 부위를 디지털 영상 내에서 검출해내기 위해 기준으로 사용될 영상에 대한 데이터를 말한다. 이러한 부위별 템플릿 데이터는 다양한 얼굴 영상들로부터 해당 부위의 영상을 임의의 M×N 크기의 영상으로 추출하고, 추출된 영상의 각 얼굴 부위의 형태를 평균하여 해당 부위의 기준 형태를 나타내는 정보를 생성한다. 또는 해당 부위 영상으로부터 특징점을 추출하고, 이 특징점을 부위별 템플릿 데이터로서 저장할 수도 있다.
본 발명의 일 실시예에 따른 사용자 식별 가능 판정 장치(100)는, 도용 판정부(35)를 더 포함할 수도 있다.
도용 판정부(35)는, 제공된 사용자 영상에서 사용자 얼굴 및 사용자 신체 부분을 제외한 배경 영상을 이용하여, 사용자 영상이 도용된 영상으로부터 촬영된 것인지의 여부를 판정하게 된다. 즉, 배경 영상에서 직선 형태를 포함하는 선형태를 추출하고, 추출된 선형태를 분석하여 도용된 영상인지의 여부를 판정하게 된다.
이와 같은 식별 가능 판정부(30) 및 도용 판정부(35)는 판정한 결과를 금융 자동화 기기의 제어 수단(도시하지 않음)으로 출력하게 되고, 제어 수단에서는 제공된 판정 결과에 대응하는 처리를 행하게 된다. 여기에서, 사용자 식별 가능 여부의 판정과 도용 영상 여부 판정은 동시에 행해지거나 소정의 순서에 따라 연속적으로 행해질 수도 있으며, 이는 설계자에 의해 자유롭게 설정될 수 있다.
이어서, 도 2 내지 도 8을 참조하여, 상술한 구성의 사용자 식별 가능 판정 장치를 이용하여 획득 영상이 사용자의 얼굴을 식별 가능하도록 촬영되었는지의 여부를 판정하는 방법을 상세하게 설명한다.
도 2는 본 발명의 일 실시예에 따른 획득 영상의 사용자 식별 가능 여부를 판정하는 방법에 대한 전체 흐름을 나타낸 도면이다. 사용자 식별 가능 판정 장치(100)는, 먼저, 사용자를 촬영한 사용자 영상을 제공받는다(S10). 그리고 제공된 사용자 영상으로부터 사용자 얼굴 부위만을 포함하는 사용자 얼굴 영상을 획득한다(S20). 사용자 얼굴 영상이 획득되면, 사용자 얼굴 영상으로부터 얼굴을 형성하는 각각의 부위별로 영상을 분석하여 부위별 영상을 추출한다(S30).
이어서, 각각의 부위에 대하여 추출된 부위별 영상으로부터, 포함된 얼굴 부위의 특징점을 지정하여 수치화하거나 얼굴 부위의 형태를 나타내는 벡터를 생성하여 수치화함으로써, 부위별 형태 정보를 산출한다(S40). 부위별 형태 정보가 산출되면, 이 정보를 기준이 되는 부위별 형태 정보(부위별 템플릿 데이터)와 비교하여 각각의 부위별로 서로 일치하는 정도를 나타내는 유사도를 산출하고, 이 유사도를 기초하여 부위별 식별 가능 적합률을 산출한다(S50). 이 부위별 식별 가능 적합률은, 얼굴의 각각의 부위가 카메라에 대하여 올바른 각도로, 올바른 조명 하에서, 올바른 해상도로 촬영됨으로써, 생성된 사용자 영상에 포함된 얼굴 영상이 사용자 식별을 위한 얼굴 인식에 사용하기에 적합한지의 여부를 나타내는 척도, 또는 추출된 사용자 얼굴 영상에 의해 해당 사용자를 식별할 수 있는지의 여부를 나타내는 척도가 된다.
한편, 이와 같이, 각각의 부위별로 부위별 식별 가능 적합률이 산출되면, 산출된 부위별 식별 가능 적합률과 해당 부위 마다에 대하여 미리 설정된 기준 적합률인 부위별 기준 적합률과의 크기를 비교하게 된다(S60). 이때, 모든 부위별 식별 가능 적합률이 대응하는 부위별 기준 적합률보다 큰 것으로 판정되면, 촬영된 사용자 영상을 이용하여 사용자를 식별할 수 있는 정도로 얼굴이 명확하게 촬영된 것으로 판정하여 사용자가 이용하고자 하는 금융 자동화 기기를 계속하여 이용할 수 있도록 하고(S70), 부위별 식별 가능 적합률 중 적어도 어느 하나라도 대응하는 부위별 기준 적합률보다 작은 것이 존재하면, 부당한 사용자가 얼굴 부위의 일부를 가린 채 촬영 수단에 접근하여 금융 자동화 기기를 이용하고자 하는 상황으로 판단하여 금융 자동화 기기를 이용할 수 없도록 차단한다(S80).
또한, S80의 단계는 금융 자동화 기기가 사용자의 얼굴을 적절하게 촬영하지 못하여 발생할 수도 있으므로, 소정의 안내 신호를 사용자에게 표시하여 재촬영을 유도하거나, 해당 부위에 대한 부위별 기준 적합률의 값을 감소시켜 재 비교하거나, 이어지는 완화된 적합 영상 판정 단계(A)로 진행할 수도 있다. A 단계는 도 4에 해당한다.
이러한 상황에 대한 일례를 들면, 부위별 기준 적합률이 70%로 설정되어 있는 상태에서, 사용자가 마스크 등으로 코와 입을 가린 채로 촬영 수단에 의해 촬영되었다면, 눈썹, 눈, 귀 등의 얼굴 부위는 얼굴 인식에 사용될 수 있겠지만, 코와 입은 촬영될 수 없기 때문에 각각의 식별 가능 적합률은 0%가 되고, 따라서, 금융 자동화 기기에 대한 이용 불가능으로 판정된다.
한편, 사용자를 촬영한 주변의 환경이 어둡거나 조명에 의한 반사광이 발생했거나, 사용자가 모자 등을 착용하여 사용자의 특정 얼굴 부위가 정확히 촬영되지 않아 식별 가능 적합률이 낮게 산출되는 경우가 있을 수 있는데(예를 들면, 왼쪽 눈썹에 대한 부위별 식별 가능 적합률이 70%로 산출될 수 있다), 이러한 경우에는 눈썹 부분에 대한 부위별 기준 적합률을 60% 정도로 완화하여 재비교함으로써 이러한 상황에 유연하게 대처할 수 있도록 한다.
여기에서 부위별 기준 적합률은 적어도 육안에 의해 각각의 얼굴 부위를 확인하여 사용자를 식별할 수 있는 정도의 수치를 하한으로 하여 설정되는 것이 바람직하다.
도 3은, 도 2에 있어서 부위별 식별 가능 적합률을 산출하는 절차를 설명하기 위한 흐름도이다. 먼저, 사용자 얼굴 영상으로부터 적어도 하나의 얼굴 부위에 대한 부위별 형태 정보가 산출되면(S14; 도 2의 S40에 대응), 해당 부위에 대응하여 미리 설정되어 유지하고 있는 부위별 템플릿 데이터를 템플릿 저장부(25)로부터 독출함으로써 획득하고(S15), 획득한 부위별 템플릿 데이터와 산출된 부위별 형태 정보를 비교하여(S16) 유사도를 산출하고, 이 유사도에 기초하여 해당 부위에 대한 부위별 식별 가능 적합률을 산출하게 된다(S17).
도 4는, 복수의 부위에 대한 식별 가능 적합률을 조합하여 적합 영상을 판정하는 절차를 설명하기 위한 흐름도이다. 도 4의 절차는 도 2의 절차에서 금융 자동화 기기에 대해 이용 불가로 판정된 경우에 완화된 기준을 적용하는 방법으로 이용될 수도 있다.
먼저, 얼굴을 구성하는 각각의 부위에 대하여 산출한 부위별 식별 가능 적합률을 획득하고(S25), 두 개 이상의 부위에 대해 산출된 각각의 부위별 식별 가능 적합률을 특정의 산술식에 의해 조합하여 조합 적합률을 산출한다(S26).
여기에서, 조합 적합률을 산출하기 위한 산술식은 임의로 설정될 수 있다. 즉, 복수의 부위별 식별 가능 적합률을 단순한 합계에 의해 또는 각 적합률에 가중치를 부여한 후 합계하여 조합 적합률을 산출할 수도 있고, 다양한 사칙 연산 또는 더욱 복잡한 산술식을 통해 조합 적합률을 산출할 수도 있다. 산출된 조합 적합률은 어떤 얼굴 부위에 대한 부위별 식별 가능 적합률을 조합하였는지를 나타내는 정보를 더 포함할 수 있다.
그리고 산출된 조합 적합률과 조합에 사용된 각각의 부위에 대한 기준 조합 적합률과 비교하고(S27), 산출된 조합 적합률이 기준 조합 적합률보다 큰 것으로 판단되면 사용자 영상의 사용자 얼굴 영상이 사용자 식별 가능한 적합 영상인 것으로 판정하여 금융 자동화 기기의 이용 가능으로 판정하고(S28), 작은 것으로 판단되면 사용자 식별이 불가능한 부적합 영상으로 판정하여 금융 자동화 기기에 대해 이용 불가능으로 판정하게 된다(S29).
더욱, 부적합 영상으로 판정되면 사용자에게 소정의 안내를 제공하거나, 이어지는 더욱 완화된 적합 영상 판정 단계(B)로 진행할 수 있다. 완화된 B 단계는 도 5에 해당한다.
이러한 경우의 일례를 들면, 사용자 얼굴 영상 중에서 왼쪽 눈썹과 오른쪽 눈썹, 왼쪽 눈과 오른쪽 눈의 각각의 부위별 식별 가능 적합률을 합계 및 평균하여 조합 적합률을 산출하고, 이 산출된 조합 적합률이 양쪽 눈썹 및 양쪽 눈에 대하여 미리 설정된 기준 조합 적합률보다 큰 경우에는 육안에 의해 사용자의 신원을 식별할 수 있는 것으로 판정하거나 사용자 얼굴 영상을 얼굴 인식에 사용할 수 있는 것으로 판정하게 된다.
즉, 사용자가 선글라스 등을 착용하여 양쪽 눈이 거의 가려진 상태에서는, 왼쪽 눈썹의 적합률이 80%, 오른쪽 눈썹의 적합률이 90%, 왼쪽 눈 및 오른쪽 눈의 적합률이 10%로 판정될 수 있다. 이때, 단순 합계 및 평균에 의해 산출되는 조합 적합률은 47.5%가 된다. 한편, 양 눈썹 및 눈에 대한 기준 조합 적합률이 60% 라고 설정되었다면, 사용자를 촬영하여 생성한 사용자 얼굴 영상이 부적합 영상인 것으로 판정되게 되는 것이다.
한편, 사용자가 눈병 등에 의하여 한 쪽 눈에 안대를 한 경우에는, 왼쪽 눈썹의 적합률이 80%, 오른쪽 눈썹의 적합률이 90%, 왼쪽 눈의 적합률이 80%, 오른쪽 눈의 적합률이 0%로 판정될 수 있으며, 조합 적합률은 62.5%가 되어, 적합 영상으로 판정될 수 있다.
이와 같이 조합 적합률을 적용하게 되면, 사용자의 얼굴 부위의 일부가 질병이나 장식품, 주변 환경에 의해 부득이하게 가려진 경우에도 사용자 식별을 행할 수 있게 된다.
도 5는, 모든 얼굴 부위에 대한 식별 가능 적합률을 조합한 후 적합 영상을 판정하는 절차를 설명하기 위한 흐름도이다. 도 5의 절차는 도 4의 절차에서 금융 자동화 기기에 대해 이용 불가한 부적합 영상으로 판정된 경우에 완화된 기준을 적용하는 방법으로 이용될 수도 있다. 또한 도 2의 A 단계로서 적용될 수도 있다.
먼저, 얼굴을 구성하는 모든 부위(얼굴 인식에 사용되는 부위)에 대하여 산출된 부위별 식별 가능 적합률을 획득하고(S35), 각각의 모든 부위별 식별 가능 적합률을 소정의 산술식에 의해 모두 조합하여 총 적합률을 산출한다(S36). 그리고 산출된 총 적합률과 기준 총 적합률을 비교하고(S37), 총 적합률이 기준 총 적합률보다 큰 경우에는 사용자 얼굴 영상을 적합 영상으로 판정하게 되고(S38), 작은 경우에는 부적합 영상으로 판정한다(S39). 이렇게 부적합 영상 판정되면 소정의 안내를 출력하여, 사용자를 촬영하여 생성한 사용자 얼굴 영상이 사용자 식별에 사용될 수 없어서 금융 자동화 기기를 이용할 수 없음을 통보한다.
이와 같이 전체 부위에 대한 총 적합률을 이용하면, 상술한 조합 적합률을 사용하는 것과 유사하게, 사용자 얼굴의 가려짐에 대한 유연한 대응이 가능하게 된다.
상술한 바와 같은 부위별 영상 추출부(10) 및 적합률 산출부(20)를 포함하여 이루어지는 사용자 식별 가능 판정 장치(100)에 의한 획득 영상의 얼굴 인식에 대한 적합 여부 판정 방법에 의하면, 사용자 식별을 위하여 촬영 수단에 촬영된 사용자의 얼굴이 일부 또는 전체가 얼굴 인식 가능한 정도로 정확한 각도에서 또한 선명하게 촬영되었는지 판단할 수 있게 된다. 또한, 사용자의 얼굴의 일부 또는 전체가 부정한 목적에 의해 가려져 있는지의 여부도 판단할 수 있게 된다.
따라서, 금융 자동화 기기 등에서 금융 업무를 수행하고자 하는 사용자가 얼굴을 부정하게 가리고 있는 경우에 대해서, 금융 업무를 원활히 수행할 수 없도록 제한하거나 보안 센터 등에 신고하여 부당 사용 여부를 관리자에 의해 확인하도록 통보하는 등의 처리가 가능하게 된다.
또한, 반대로, 얼굴의 일부가 가려져 있는 경우라도, 나머지 정상적으로 촬영된 부분을 이용하여 원활한 사용자 식별이 가능하게 할 수도 있다.
도 6은, 본 발명의 일 실시예에 따른 사용자 식별 가능 판정 장치(100)를 이용하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법 중에서, 도용 판정부(35)에서 이루어지는 사용자 영상에 대한 도용 여부를 판정하는 방법을 설명하기 위한 흐름도이다. 여기에서는, 사용자 얼굴이 표시되는 디스플레이 수단을 이용하여, 특히 사용자 얼굴이 촬영된 사진을 이용하여 사용자 식별을 시도하는 경우를 판정할 수 있는 방법을 개시한다.
먼저, 도 6을 참조하면, 도용 판정부(35)에서는, 촬영 수단에서 촬영되어 제공된 사용자 영상으로부터 사용자의 얼굴 및 신체 부위를 제외한 배경에 대한 배경 영상을 추출하고(S51), 추출된 배경 영상으로부터 직선 및/또는 인위적으로 형성된 곡선을 포함하는 선형태를 추출한다(S52). 바람직하게는 직선 형태를 추출한다. 그리고 추출된 선형태를 분석하여 사용자 영상이 도용된 영상인지 또는 정상적으로 실제 사용자를 직접 촬영하여 생성한 정상 영상를 판정한다(S53).
도 7 및 도 8은, 도 6에서의 영상 도용 여부를 판정하기 위한 상세한 방법을 설명하는 흐름도이다.
먼저, 도 7에 있어서, 도용 판정부(35)는, 배경 영상으로부터 추출된 선형태가 사용자 얼굴 부분을 둘러싸는 폐도형을 이루는지를 판정한다(S63, S64). 이때, 사용자의 얼굴 부분을 둘러싸는 폐도형이 존재하는 경우는 사용자의 얼굴 및 사용자의 신체 일부를 포함하는 증명 사진과 같은 출력물의 외부 테두리 또는 사용자 얼굴이 표시되고 있는 디스플레이 수단의 테두리가 촬영 수단의 촬영 영역 내에 모두 보여지게 촬영된 상태를 의미한다.(도 10 참조)
이와 같이 사용자의 얼굴을 둘러싸는 폐도형이 발견되면, 부당한 사용자에 의해 사용자의 영상이 도용되고 있는 것으로 판정하고(S65), 금융 자동화 기기의 사용에 제한을 가하도록 할 수 있다(S66).
다음, 도 8에 있어서, 도용 판정부(35)는, 배경 영상의 내측 경계선이 되는 사용자 신체의 윤곽을 나타내는 신체 외곽선을 추출하고(S72), 추출된 신체 외곽선의 가장 아래쪽 선형태가 사용자 영상의 가장 아래쪽 테두리선과 중첩하는지의 여부를 검토한다(S73, S74). 그리고 검토의 결과, 추출된 신체 외곽선의 가장 아래쪽 선형태가 촬영된 사용자 영상의 가장 아래쪽 테두리선과 중첩하고 있지 않은 것으로 확인된 경우에는 사용자 신체를 촬영한 영상에 의해 도용이 시도되고 있는 것으로 판정하게 된다(S75). 한편, 추출된 신체 외곽선의 가장 아래쪽 선형태가 촬영된 사용자 영상의 가장 아래쪽 테두리선과 중첩한 경우에는 정상적으로 사용자가 촬영되고 있는 것으로 판정하게 된다(S76).
이러한 경우는, 도 11에 도시된 바와 같은 경우로서, 부당한 사용자가 정당한 사용자의 얼굴 및/또는 신체 일부가 촬영된 사진 등을 도용하여 촬영 수단에 접근시킨 경우에 있어서, 도용된 사진의 아래쪽의 테두리가 촬영 수단의 촬영 영역 내에 보여지게 되는 경우가 된다. 예를 들어 증명 사진 등은 사용자의 적어도 가슴 아래의 부분은 보여지지 않기 때문에 이 부분은 신체 외곽선 중의 직선 형태로 나타나게 되고, 이 직선 형태가 사용자 영상의 아래쪽 테두리와 일치하지 않고 있는 경우는 명백하게 영상이 도용되고 있는 경우가 된다.
상술한 바와 같은 영상 도용을 판정하는 절차를 실제 사진을 이용하여 설명하면 도 9 내지 도 11과 같다.
먼저, 도 9는 정당한 사용자가 모든 얼굴이 노출된 상태에서 정상적으로 카메라에 의해 촬영된 사용자 영상을 나타낸다. 사용자의 얼굴 부분을 둘러싸는 폐도형이 존재하지 않으며, 신체 외곽선의 가장 아래쪽 선형태는 사용자 영상의 가장 아래쪽 테두리와 일치한다.
도 10은 부당한 사용자가 정당한 사용자가 촬영된 사진을 이용하여 사용자 식별을 시도하는 상태를 나타낸다. 여기에서는, 사용자 영상의 얼굴 부분(녹색 동그라미로 표시된 부분)을 제외한 부분에서 사각형의 선형태(적색 사각형으로 표시된 부분)가 추출되었으며, 이 추출된 선형태가 얼굴 영상을 둘러싸고 있는 상태가 된다. 이러한 상태는 도 7의 절차에 의해 도용된 영상으로 판정된다.
다음, 도 11은 부당한 사용자가 정당한 사용자를 촬영한 사진으로 부당한 접근을 시도하는 상태로서, 여기에서는, 사용자의 신체 외곽선 중 가슴 아래쪽 부분의 신체 외곽선이 사용자 영상의 아래쪽 테두리와 중첩하지 않고 이격된 상태를 나타내고 있다. 이러한 상태는 도 8의 절차에 의해 도용된 영상인 것으로 판정되게 된다.
한편, 도용된 영상이 이용되고 있는 경우를 판정하는 또다른 방법을 도 12(a) 및 도 12(b)를 참조하여 설명한다.
먼저, 도용 판정부(35)는 금융 자동화 기기의 현재 위치에서 사용자가 없는 상태에서 전방을 촬영하여 생성된 주변 영상으로부터 복수의 선형태를 추출하여 유지한다. 그리고, 이후 사용자가 금융 자동화 기기를 이용하고자 접근했을 때, 사용 자 영상으로부터 추출한 배경 영상의 선형태가 미리 유지하고 있던 주변 영상으로부터의 선형태와 일치하지 않는 경우에는 도용된 영상이 적용된 것으로 판정하여, 이어지는 요청을 차단하도록 할 수 있다.
도 12(a)는 주변 영상 및 추출된 선형태의 일례이며, 도 12(b)는 사용자 영상 및 추출된 선형태의 일례이다.
상술한 본 발명에 따른 획득 영상의 사용자 식별 가능 여부 판정 방법에서는, 먼저 각각의 부위별로 모든 부위에 대하여 부위별 식별 가능 적합률을 판정하고 해당 부위의 기준 적합률과 비교함으로써 적합 영상을 판정하고, 부적합 영상으로 판정된 경우 이어서 조합 적합률 또는 총 적합률을 순차적으로 적용하는 구성으로 하고 있다.
하지만, 특정 부위별 식별 가능 적합률, 조합 적합률 또는 총 적합률 중 어느 하나를 단독 비교에 의해 사용자 식별 가능 여부 판정을 마치도록 하는 구성도 가능하다.
도 1은 본 발명의 일 실시예에 따른 획득 영상의 사용자 식별 가능 여부 판정방법을 실행하기 위한 사용자 식별 가능 판정 장치의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 획득 영상의 사용자 식별 가능 여부를 판정하는 방법에 대한 전체 흐름을 나타낸 도면이다.
도 3은, 도 2에 있어서 부위별 식별 가능 적합률을 산출하는 절차를 설명하기 위한 흐름도이다.
도 4는 복수의 부위에 대한 식별 가능 적합률을 조합하여 적합 영상을 판정하는 절차를 설명하기 위한 흐름도이다
도 5는, 모든 얼굴 부위에 대한 식별 가능 적합률을 모두 조합한 후 적합 영상을 판정하는 절차를 설명하기 위한 흐름도이다.
도 6은, 사용자 영상에 대한 도용 여부를 판정하는 방법을 설명하기 위한 흐름도이다.
도 7 및 도 8은, 도 6에서의 영상 도용 여부를 판정하기 위한 상세한 방법을 설명하는 흐름도이다.
도 9는 정당한 사용자에 의한 사용자 영상을 나타낸다.
도 10 및 도 11은 부당한 사용자가 정당한 사용자가 촬영된 사진을 이용하는 상태를 나타낸다.
도 12(a)는 주변 영상 및 추출된 선형태의 일례를 보여주는 도면이고, 도 12(b)는 사용자 영상 및 추출된 선형태의 일례를 보여주는 도면이다.

Claims (10)

  1. 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서:
    금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계;
    상기 생성된 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계;
    상기 획득된 사용자 얼굴 영상으로부터 각각의 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계;
    상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계;
    상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계;
    상기 산출된 각각의 부위별 식별 가능 적합률이 해당 부위에 대한 부위별 기준 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 금융 자동화 기기에 있어서 획득 영상의 사용자 식별 가능 여부 판정 방법.
  2. 제1항에 있어서,
    상기 금융 자동화 기기를 이용할 수 없도록 하는 단계는:
    상기 산출된 각각의 부위별 식별 가능 적합률 중 복수의 부위에 대한 상기 부위별 식별 가능 적합률을 소정의 산술식에 의해 조합하여 조합 적합률을 산출하는 단계;
    상기 조합 적합률이 해당 부위에 대한 기준 조합 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  3. 제1항에 있어서,
    상기 금융 자동화 기기를 이용할 수 없도록 하는 단계는:
    상기 사용자 얼굴 영상으로부터 추출된 상기 부위별 영상의 전부에 대하여 각각의 부위별 식별 가능 적합률을 산출하는 단계;
    상기 산출된 각각의 부위별 식별 가능 적합률을 소정의 산술식에 의해 모두 조합하여 총 적합률을 산출하는 단계;
    상기 산출된 총 적합률이 기준 총 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 획득 영상의 사용 자 식별 가능 여부 판정 방법.
  4. 제2항 또는 제3항에 있어서,
    상기 각각의 부위별 식별 가능 적합률을 조합하는 상기 산술식은 임의 설정 가능한 것을 특징으로 하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  5. 제1항에 있어서,
    상기 부위별 기준 적합률을 설정하는 단계를 더 포함하는 것을 특징으로 하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  6. 제1항에 있어서,
    상기 생성된 사용자 영상으로부터 사용자 신체 부분을 제외한 배경 영상을 추출하는 단계;
    상기 추출된 배경 영상으로부터 적어도 하나의 선형태를 추출하는 단계;
    상기 추출된 선형태가 상기 사용자 영상 중 사용자 얼굴 부분을 둘러싸는 폐도형을 이루는 경우, 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  7. 제1항에 있어서,
    상기 생성된 사용자 영상으로부터 사용자 신체에 대한 신체 외곽선을 추출하는 단계;
    상기 추출된 신체 외곽선 중에서 가장 아래쪽의 상기 신체 외곽선이 상기 사용자 영상의 아래쪽 테두리와 중첩하지 않는 경우, 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 더 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  8. 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서:
    금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계;
    상기 생성된 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계;
    상기 획득된 사용자 얼굴 영상으로부터 각 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계;
    상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계;
    상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계;
    상기 산출된 각각의 부위별 식별 가능 적합률 중 소정의 복수 부위에 대한 상기 부위별 식별 가능 적합률을 소정의 산술식에 의해 조합하여 조합 적합률을 산출하는 단계;
    상기 산출된 조합 적합률이 해당 부위에 대한 기준 조합 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  9. 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서:
    금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계;
    상기 생성된 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계;
    상기 획득된 사용자 얼굴 영상으로부터 각 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계;
    상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계;
    상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부 위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계;
    상기 산출된 각각의 부위별 식별 가능 적합률을 소정의 산술식에 의해 모두 조합하여 총 적합률을 산출하는 단계;
    상기 산출된 총 적합률이 기준 총 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
  10. 사용자의 얼굴이 식별 가능한 경우에만 사용자가 금융 자동화 기기를 이용할 수 있도록 하기 위하여 획득 영상의 사용자 식별 가능 여부를 판정하는 방법으로서:
    금융 자동화 기기를 사용하고자 하는 사용자의 신체를 촬영하여 사용자 영상을 생성하는 단계;
    상기 생성된 사용자 영상으로부터 사용자 신체 부분을 제외한 배경 영상을 추출하여 상기 추출된 배경 영상으로부터 적어도 하나의 선형태를 추출하며 상기 추출된 선형태가 상기 사용자 영상 중 사용자 얼굴 부분을 둘러싸는 폐도형을 이루는 경우, 또는 상기 생성된 사용자 영상으로부터 사용자 신체에 대한 신체 외곽선을 추출하여 상기 추출된 신체 외곽선 중에서 가장 아래쪽 선이 상기 사용자 영상의 아래쪽 테두리와 중첩하지 않는 경우, 또는 상기 생성된 사용자 영상으로부터 사용자 신체 형태를 제거한 배경 영상을 추출하여 상기 추출된 배경 영상으로부터 적어도 하나의 선형태를 추출하며 상기 추출된 선형태가 현재 위치에서 사용자가 없이 촬영된 주변 영상으로부터 추출된 기준 선형태와 일치하지 않는 경우 중 적어도 하나의 경우에 해당하면 상기 사용자 영상이 도용된 영상에 의해 촬영된 것으로 판정하고, 상기 경우들 중 어느 하나에도 해당하지 않으면 사용자 영상이 정상적인 사용자를 촬영하여 생성된 것을 판정하는 단계;
    상기 사용자 영상이 정상 영상으로 판정된 경우, 상기 사용자 영상으로부터 얼굴 영역만을 포함하는 사용자 얼굴 영상을 획득하는 단계;
    상기 획득된 사용자 얼굴 영상으로부터 각 얼굴 부위에 대한 각각의 부위별 영상을 추출하는 단계;
    상기 추출한 각각의 부위별 영상으로부터 수치화된 각각의 부위별 형태 정보를 산출하는 단계;
    상기 산출된 각각의 부위별 형태 정보와 해당 부위에 대하여 미리 저장된 부위별 템플릿 데이터를 비교하여 각각의 부위별 식별 가능 적합률을 산출하는 단계;
    상기 산출된 각각의 부위별 식별 가능 적합률 중 소정의 복수 부위에 대한 상기 부위별 식별 가능 적합률을 소정의 산술식에 의해 조합하여 조합 적합률을 산출하는 단계;
    상기 산출된 조합 적합률이 해당 부위에 대한 기준 조합 적합률보다 큰 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 있도록 하고, 작은 경우에는 상기 사용자가 상기 금융 자동화 기기를 이용할 수 없도록 하는 단계를 포함하는 획득 영상의 사용자 식별 가능 여부 판정 방법.
KR1020090052019A 2009-06-11 2009-06-11 획득 영상의 사용자 식별 가능 여부 판정 방법 KR101057718B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090052019A KR101057718B1 (ko) 2009-06-11 2009-06-11 획득 영상의 사용자 식별 가능 여부 판정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090052019A KR101057718B1 (ko) 2009-06-11 2009-06-11 획득 영상의 사용자 식별 가능 여부 판정 방법

Publications (2)

Publication Number Publication Date
KR20100133233A true KR20100133233A (ko) 2010-12-21
KR101057718B1 KR101057718B1 (ko) 2011-08-18

Family

ID=43508645

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090052019A KR101057718B1 (ko) 2009-06-11 2009-06-11 획득 영상의 사용자 식별 가능 여부 판정 방법

Country Status (1)

Country Link
KR (1) KR101057718B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140097879A (ko) * 2013-01-30 2014-08-07 삼성전자주식회사 사용자별 센서 데이터 수집 장치, 방법, 텔레비전 및 사용자별 센싱 플랫폼 시스템
KR101515214B1 (ko) * 2014-02-13 2015-04-24 (주)청우티에스 얼굴 인식을 통한 신원확인 방법과 얼굴인식을 이용한 출입관리 경보 시스템 및 출입관리 경보 제어방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140097879A (ko) * 2013-01-30 2014-08-07 삼성전자주식회사 사용자별 센서 데이터 수집 장치, 방법, 텔레비전 및 사용자별 센싱 플랫폼 시스템
KR101515214B1 (ko) * 2014-02-13 2015-04-24 (주)청우티에스 얼굴 인식을 통한 신원확인 방법과 얼굴인식을 이용한 출입관리 경보 시스템 및 출입관리 경보 제어방법

Also Published As

Publication number Publication date
KR101057718B1 (ko) 2011-08-18

Similar Documents

Publication Publication Date Title
JP4406547B2 (ja) Ｉｄカード作成装置、ｉｄカード、顔認証端末装置、顔認証装置およびシステム
US8493178B2 (en) Forged face detecting method and apparatus thereof
US8462995B2 (en) Method of authenticating individual and apparatus of authenticating individual used for the same
KR20090008256A (ko) 얼굴 인식 시스템
JP2007135149A (ja) 移動携帯端末
JP4521086B2 (ja) 顔画像認識装置及び顔画像認識方法
CN109690542A (zh) 使用面部识别的用户认证方法以及用于该方法的设备
US11682236B2 (en) Iris authentication device, iris authentication method and recording medium
CN110191234B (zh) 一种基于注视点分析的智能终端解锁方法
JP6265592B2 (ja) 顔特徴抽出装置および顔認証システム
WO2020079741A1 (ja) 虹彩認証装置、虹彩認証方法および記録媒体
JP7318833B2 (ja) 画像処理デバイス、画像処理方法、およびプログラム
WO2020065954A1 (ja) 認証装置、認証方法および記憶媒体
JP6150509B2 (ja) 顔認証装置
KR101057718B1 (ko) 획득 영상의 사용자 식별 가능 여부 판정 방법
JP6150491B2 (ja) 顔認証装置
KR101372365B1 (ko) 현금 인출기용 부정 금융 거래 시도 판단 장치
JP2008210328A (ja) 眼底画像認証装置及び眼底画像認証プログラム
KR20020032048A (ko) 얼굴 인식 보안방법
JP2005149145A (ja) 物体検出装置、物体検出方法、およびコンピュータプログラム
JP5975828B2 (ja) 顔特徴抽出装置および顔認証システム
JP2014071680A (ja) 顔認証装置
TWI729679B (zh) 認證系統、認證裝置、及認證方法
CN114067383A (zh) 基于宏观结构和微观结构图像尺寸的被动三维面部成像
KR20060000835A (ko) 얼굴 인식 방법 및 시스템

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
LAPS Lapse due to unpaid annual fee