KR20110063679A

KR20110063679A - 정맥 패턴 인식 기반 생체인증 시스템 및 그 방법

Info

Publication number: KR20110063679A
Application number: KR1020117009167A
Authority: KR
Inventors: 크란디 키란 풀루루; 고빈드 아그라왈; 아르티 아그라왈
Original assignee: 크란디 키란 풀루루; 아르티 아그라왈; 고빈드 아그라왈
Priority date: 2008-09-22
Filing date: 2009-09-22
Publication date: 2011-06-13
Also published as: US20110169934A1; WO2010032126A3; US8803963B2; WO2010032126A2

Abstract

본 발명은 개인 인증 기술에 관한 것으로, 구체적으로 정맥 인식 기반 생체 인증 시스템에 관한 것이며, 더욱 구체적으로는 손바닥 뒤의 피하 정맥 패턴을 캡쳐하고 그것을 개인의 생체 신분으로 사용하기 위한 시스템 및 방법에 관한 것이다.

Description

정맥 패턴 인식 기반 생체인증 시스템 및 그 방법{A VEIN PATTERN RECOGNITION BASED BIOMETRIC SYSTEM AND METHODS THEREOF}

본 발명은 생체 인증 기술에 관한 것으로, 구체적으로 정맥 인식 기반 생체 인증 시스템에 관한 것이며, 더욱 구체적으로는 손바닥 뒤의 피하 정맥 패턴을 캡쳐하고 그것을 개인의 생체 신분으로 사용하기 위한 시스템 및 방법에 관한 것이다.

일반적으로 손바닥 또는 손등의 정맥 패턴을 인식하는 것에 기반한 생체인증 시스템은 다음의 모듈들과 그들의 동작이 조합한 형태이다.

U1. 손 거치 및 감지 소자(Hand Placement and Detection Unit): 사용자가 자신의 손을 그 위에 특정 방식으로 놓을 때 손의 존재여부를 감지하기 위한 목적임. 본 감지 소자는 손의 존재에 대하여 컴퓨터에 알려 주고, 후속 프로세싱을 위해서 프롬프트(prompt)시킨다.

U2. 조사 및 이미징 소자(Illuminating and Imaging unit): 본 소자의 목적은 인증 대상 영역을 균일하게 산란된 근적외선으로 조사하기 위한 것이다. 본 시스템의 실시예는 주변 빛의 존재에 의해 영향을 받지 않도록 구성되어야 한다.

U3. 특성 추출 소자(Feature extraction unit): 본 소자는 상기 이미징 소자가 캡쳐한 이미지로부터 혈관 패턴의 필수 정보를 추출한다. 등록(registration) 과정에서, 이 패턴은 저장 소자 (하드 디스크, 스마트 카드 등)에 저장된다. 인식(recognition) 과정에서, 이 패턴은 저장된 패턴과 비교된다.

U4. 인식 소자(Recognition unit): 본 소자는 두 개의 패턴을 비교하는데, 하나는 사용자에게서 얻은 것 (실제의 패턴)이고, 하나는 상기 저장 데이터베이스에서 얻은 것 (기록된 패턴)이며, 동일한 사용자의 것인지에 대한 결정을 내린다.

본 모듈들을 참고하면서, 이하에서는 종래 (선행기술) 기술과, 그들의 한계를 자세하게 설명할 것이다.

U1: 손 거치 소자

상기 손 거치 소자 U1 은 사용자에게 아무런 불편을 초래하지 않으면서 손의 움직임을 제한할 수 있어야 한다. 그것은 사용자가 직감적으로 계속해서 같은 위치와 각도로 자신의 손을 놓을 수 있는 것을 보장할 수 있게 디자인되어야 한다. 종래 기술 R2 에서는 단순한 U-자형 손 도킹 소자에 대해 설명하고 있는데, 카메라가 위에서부터 이미지를 순간 촬영하는 동안 사용자가 그것을 잡고 있다. R3 및 R4 에서는 원형 손 잡이 바(bar)를 사용하고 있다. R4 에서는 추가적으로 손목 패드를 사용해서 그 위에서 손목을 지지하고 있다. 이들 구조물들에 의하면 손목이 카메라를 향하고 있는 것은 보장하지만, 도면들에서 보이듯이 손의 움직임과 회전이 충분히 자유롭기 때문에, 사용자가 계속해서 자신의 손을 같은 방법으로 거치하도록 보장하지는 않는다.

도 1a 및 1b 에서는 손이 화살표 방향으로 움직일 수 있는 충분한 공간이 있는 것을 보여주고 있다. 만약 손잡이 바가 이렇게 움직이는 자유를 없앨 만큼 좀더 짧다면, 더 큰 손을 가진 사람에게는 이 시스템이 제한적이고 불편할 것이다. 도 1c, 1d, 1e에서는 손의 회전 자유가 그려져 있다. 위에서부터 보는 카메라라면 이 세 가지 경우에서 다른 각도에 있는 손을 그냥 평평한 부위로 보게 될 것이다.

문제는 이미지 변환에 있을 뿐만 아니라, 조사(illumination)에도 있는데, 손에서 반사된 광이 상황에 따라서 변하기 때문이다. 상기 조사 소자로부터 떨어져 있는 손 부위는 더 어둡게 보이고, 더 가까운 부위는 더 밝게 보인다. 이러한 변형들로 인해서 결과물인 정맥 패턴의 왜곡이 초래된다. R5, R7 및 R8 의 손 거치 디자인은 상기 이미징 소자 맞은편에 놓일 때 사용자가 자기의 손을 뻗게 되어 있다. 가느다란 손에서는 손이 이런 식으로 쥐어질 때, 손등의 장골들이 도 1g 에서 보여지듯이 투시되는 것이 관찰된다.

이로 인해 결과물인 정맥 패턴이 왜곡되게 되는데, 적외선 하에서 관찰할 때에 상기 장골들 사이 영역들이 이웃하는 영역보다 더 어둡게 보이기 때문이다.

U2: 조사 및 이미징

상기 조사 및 이미징 소자는 상당히 산란된 근적외선이 정맥 속의 탈-산화 헤모글로빈에 의해 흡수된다는 사실에 기반하여 디자인된다. 이로써 상기 혈관망을 이웃하는 조직보다 더 어둡게 보이게 한다. 카메라는 상기 이미징 소자의 그 스펙트럼 반응이 이 주파수에서 피크를 갖도록 선택되고 변형된다. 종래 기술 R2 는 고강도 텅스텐 광을 포함하는 다양한 광원으로 상당한 실험을 한 후에, 손등에 냉 IR 소스(LEDs)를 조사시킬 필요가 있었다고 밝히고 있다. 전반적인 종래 기술에서는 상기 광선이 손 표면 상에서 산란되고 균일해야 한다는 것에 동의한다. R8 에서는 실내광(room light)이 적외선 소스로 사용 가능하지만, 실내 환경에서는 밤 동안에 CCD 카메라로 캡쳐할 수 있을 만큼 충분한 IR이 있지 않다고 언급하고 있다. R8 에서 인용된 특허 US2006/0122515에는 정맥 패턴을 화상 처리하기 위한 산란된 적외선을 획득하기 위한 메커니즘이 설명되고 있다. 상기 시스템에는 시스템의 부피를 크게 하고 이에 따라 휴대할 수 없게 만드는, 복수의 반사기(reflector), 확산기(diffuser) 및 편광기(polarizer)으로 조립된 구성이 사용되고 있다. 저가의 확산기는 빛의 세기를 낮춰서 이미지를 흐리게 만들고, 세기를 높이게 되면 장치의 가격을 높이는 LED 어레이가 필요하게 된다. 빛을 교정하는 확산기는 보다 양질의 결과를 부여하지만 비싸다.

도 2a에서는 적외선 LED 어레이와 확산기 하에서 손등의 이미지를 보여주고 있다. 원형 내부는 완전히 하얗게 보이는데, 이 부분에서부터의 빛이 피부면에서의 특정한 반사로 인해서 카메라의 상위 한계(cut-off)를 초과하기 때문이다. 시그널 프로세싱의 측면에서는 이러한 현상을 클리핑(clipping)이라고 한다.

R5 및 R7은 컴퓨터가 관찰한 이미지에 기반하여 LED의 밝기를 재조정하는 것에 기초하는 메커니즘에 의한 반복적 피드백(iterative feedback)에 대해 설명하고 있다. R7 특허에서 구체화되는 것처럼, 이 단계는 적절한 수준의 조사 균일성이 얻어질 때까지 수 차례 반복되어야 한다. 이러한 반복 접근 방식은 시간 소모적이다. 실생활 환경에서는 그러한 지연은 사용자를 화나게 만든다.

U3: 특성 추출

대부분의 선행 기술은 정맥 패턴 이미지를 바이너리 이미지(binary image)로 변환시키고, 단일 픽셀 바이너리 이미지로 세선화하는 것에 기초하고 있다. 세선화에 있어서의 문제점은 정맥 너비에 대한 중대한 정보는 잃게 된다는 것이다. 또한 바이너리 이미지 만에 기초하는 방법을 이용할 때의 단점은 정맥 패턴의 방향성과 연속성이 완전히 개발되지 않는다는 것이다. 좀더 나은 접근에 의한다면 상기 정맥 패턴을 점, 선분 또는 스플라인 같은 기하학적 기본(geometric primitive)들로 나타낼 수 있을 것이다. R4 에서는 혈관망의 분지 특성을 비교 목적으로 사용하는 것과 같은 방법에 대해 구체적으로 보여주지만, 동일한 분지 특성을 가지는 것이 완전히 다른 모양의 혈관망에 대해서도 매우 그럴 듯한 일이다. 도 3a 및 3b에서 두 개의 상이한 패턴이 동일한 분지 특성을 갖는 것이 설명되고 있다.

R6 에서는 세선화된 정맥 패턴이 선분 형태로 나타내어지는 방법을 이용하고 있다. 이러한 방법이 갖는 문제점은 선분의 측면에서 동일한 패턴에 대한 다른 대안이 있을 수 있다는 것이다. 예를 들어, 도 4a 속의 동일한 패턴이 선분 측면에서 도 4b 및 4c 에서 복수의 해석 결과를 나을 수 있다.

U4: 인식

정맥 패턴들을 비교하기 위해서, 0과 1 사이에서 변하는 거리 함수를 정의한다. 거리 함수는 단조 함수라는 근본적인 성질을 갖는다, 즉

F(y, z) > F(y, x),만약 y 가 x 보다는 z 와 더욱 비슷한 경우.

R5 에서는, 이 거리 함수를 실제 이미지와 기록된 이미지 사이에서 일치하는 정맥 픽셀의 개수로 정의한다. R7 에서는, 이 함수를 (일치하는 픽셀의 개수)/(본래 이미지 내 픽셀의 개수)로 정의한다. 하기 실시예들에서, 패턴 y 는 패턴 x 의 하나의 암(arm)과 일치한다. 패턴 z 는 패턴 y 의 사본이다. 관찰을 통해서 y 과 z 간의 거리가 x 와 z 간의 거리보다 작다는 것을 예상하게 된다.

(x, y) 쌍 사이의 공통 픽셀 수가 (y, z) 쌍 사이의 공통 픽셀 수와 같다는 것이 관찰 가능하고, 이에 따라 R5 에서 정의한 거리에 의해서 부정확한 F(y, z) = F(y, x)임을 구하게 될 것이다.

R7에서 설명한 방법을 사용하여,

이로부터 역시 부정확한 F(y, z) = F(y, x) 역시 나올 것이다.

이들 예시들은 거리 측정에 대한 더 나은 정의가 필요하다는 것을 명백하게 암시하고 있다.

R6 에서는 세선화된 정맥 패턴이 선분의 형태로 나타내어지고, 선분 하우스도르프 거리(line segment haussdorf distance, LSHD)를 대조용으로 사용하는 방법을 사용하고 있다. 단순한 LSHD가 갖는 문제점은 패턴에 대한 선분 표시가, 유사하게 보이는 정맥 패턴들에 대하여 완전히 다를 수 있다는 것이다. 예를 들어, 도 4b의 선분 2에 대하여 도 4c에서는 대응하는 선분이 없기 때문에, 도 4에서 동일한 패턴에 대한 이들 두 개의 표현 간에 LSHD가 높은 값을 주게 된다.

참조문헌:

R1. 미국특허등록 4699149 - Joseph Rice

R2. 생체인식용 손등 피하 혈관망의 체열측정(Thermographic Imaging of the subcutaneous vascular network at the back of the hand for biometric identification) - J.M.크로스 및 C.L.스미스(J.M.Cross and C.L.Smith)

R3. 미국특허등록 5787185 - 영국 테크놀로지 그룹(British Technology Group)

R4. 미국특허등록 6301375 - 최 환수(Hwan-Soo Choi)

R5. 미국특허공개 20050148876 - 후지쯔사(Fujitsu Limited)

R6. 정맥패턴 생체인증용 근/원 적외선 이미징(Near and Far Infrared Imaging for Vein Pattern Biometrics) - 왕 링유(Wang Lingyu), 그래함 리드함(Graham Leedham)

R7. 국제특허공개 WO2007033380 - 피라, 로버트, K(Pira, Robert, K)

R8. 국제특허공개 WO2008054396 - 스노우플레이크 테크놀로지스(Snowflake Techologies)

본 발명에 설명한 방법과 시스템을 제공하고, 이에 상응하는 시스템을 통해서 상기 선행기술들의 문제점을 극복하고 추가적인 이점을 제공하고자 한다.

본 발명의 목적은 선행기술에 따른 불리한 점들을 제거하기 위한 것이다.

본 발명의 또 다른 목적은 손바닥 뒤의 피하 정맥 패턴을 캡쳐하고, 그것을 사람의 생체 신분으로 이용하기 위한 것이다.

본 발명의 또 다른 목적은 손바닥 뒷면에 대한 적외선 이미지와, 주변 빛이 존재하는 경우에도 카메라의 자가-아이리스 효과를 활용함으로써 균일한 광에 대한 광학 배열을 캡쳐하는 이미징 소자를 제공하기 위한 것이다.

본 발명의 또 다른 목적은 혈관 패턴을 선분-가설(line-segment-hypothesis) 그래프로 나타냄으로써 개인을 인증하기 위한 것이다.

본 발명의 또 다른 목적은 두 가지 상이한 선분-가설 간의 거리를 산출하기 위한 선분 하우스도르프 거리에 대하여 변형된 접근 방법을 개발하기 위한 것이다.

하기 상세한 설명에서는 그 일부를 구성하는 첨부한 도면들을 참조하기로 한다. 상기 도면들에서, 달리 정의하지 않는다면 일반적으로 유사한 기호들은 유사한 구성요소들을 가리킨다. 본 상세한 설명, 도면들, 청구항들에 기재된 이해를 돕기 위한 실시예들은 한정적인 의미를 갖지 않는다. 여기에 제시된 기술적 특징의 사상이나 범주로부터 벗어나지 않으면서, 다른 실시예들이 활용될 수도 있으며, 다른 변화들이 가능하다. 본 개시물의 측면들은 일반적으로 여기에 쓰여진 대로, 그리고 도면들에 설명된 대로, 광범위하게 다양한 구조로 구성, 치환, 조합, 분리 및 고안 가능하며, 이들 전부는 여기에서 명확하게 의도된 것이다.

이해를 돕기 위한 하나의 실시예에서는 생체인증 시스템에 기반한 정맥 패턴 인식을 제공한다. 상기 생체인증 시스템은 손 거치 소자, 및 프로세싱을 위해 손의 존재를 전산 장치에 알리는 구조를 가진 감지 소자; 균일하게 산란된 근적외선으로 인증 대상 부위를 조사하는 구조를 가진 조사 및 이미징 소자; 상기 이미징 소자에 의해 캡쳐된 이미지로부터 혈관 패턴 정보를 추출하는 특성 추출 소자; 및 복수의 패턴을 비교하고 인증하는 인식 소자;을 포함하지만, 이에만 한정되는 것은 아니다.

본 실시예들의 또 다른 측면에 따르면, 상기 시스템은 손바닥 뒤의 피하 정맥 패턴을 캡쳐하는 구조로 되어 있고, 상기 손 거치 소자는 상기 손바닥의 평평한 부위를 내려놓는 부위 (H1), 엄지손가락으로 누르며, 왼손 또는 오른손이 놓여졌음을 표시하는 복수의 버튼 (H2 및 H3), 상기 손바닥의 두툼한 부위를 내려놓는 부위 (오목한 부위) (H4), 지지 목적으로 손목을 가이드하는 부위 (H5) 및 중지와 약지를 분리시키는 돌기부 (H6)를 포함한다.

본 실시예들의 또 다른 측면에 따르면, 상기 조사 및 이미징 소자는 카메라, 바람직하게는 IR 필터를 갖는 CCD 카메라와, 광원을 포함한다.

본 실시예들의 또 다른 측면에 따르면, 상기 특성 추출 소자 및 인식 소자는 PDA, 모바일 폰, 컴퓨터 및 기타 연관 장치들을 포함하는 그룹으로부터 선택된 전산 장치를 포함한다.

본 발명의 일실시예에서는 정맥 패턴을 인증하는 방법을 제공한다. 상기 방법은 하기 단계들을 포함하는데, 이들에만 한정되는 것은 아니다; 손을 손 거치 소자에 올려서 감지 버튼을 누르고, 프로세싱을 위해서 손의 존재여부를 전산 장치에 알리는 단계; 상기 올려진 손의 인증 대상 부위를 조사하고 캡쳐하는 단계; 상기 캡쳐된 이미지로부터 혈관 패턴을 추출해서, 상기 패턴을 선분-가설과 바이너리 이미지로 나타내는 단계; 그래프 형태로 나타내기 위해서 상기 선분들을 합체하고, 코어 선분들과 상기 그래프로부터 인접 리스트를 산출하는 단계; 및 상기 추출된 선분-가설 및 바이너리 이미지를 저장된 선분-가설 및 바이너리 이미지와 비교해서, 정맥 피턴을 인증하는 단계.

본 실시예들의 또 다른 측면에 따르면, 상기 인증 방법은 하기 단계들을 포함하는등록 과정을 포함한다; 손을 손 거치 소자에 올리고, 각 사용자에게 고유한 식별자를 부여하는 단계; 상기 손의 이미지, 바람직하게는 손바닥 뒤의 피하 정맥 패턴을 미리 정해진 시간 동안 감지 버튼을 누르면서 캡쳐하는 단계; 상기 캡쳐된 이미지로부터 필요조건인 특성들을 산출하는 단계; 상기 산출된 샘플을 동일한 손에 대해 미리 획득한 샘플과 매칭하는 단계; 및 상기 매칭된 샘플들을 인증을 위해 저장소에 인덱싱하는 단계.

이해를 돕기 위한 또 다른 실시예는 하기 단계들을 포함하는 혈관 패턴을 추출하는 방법을 제공한다; 손의 경계에 대한 이미지를 추출하는 단계; 상기 이미지를 미리 정해진 미디언 필터링된 이미지와 비교하여 한계값을 입력하고, 한계값을 갖는 이미지를 바이너리 정맥 패턴으로 저장하는 단계; 상기 바이너리 정맥 패턴을 단일 픽셀 두께로 세선화하는 단계; 상기 세선화된 이미지로부터 코어 선분을 산출하는 단계; 및 혈관 패턴을 추출하기 위해서 상기 코어 선분들로부터 합체된 선분들을 산출하는 단계.

또 다른 실시예에서는 복수의 선분-가설 간의 거리를 계산하는 단계들을 포함하는,실제의 패턴을 기록된 패턴과 비교하는 방법을 제공하는바, 여기서 상기 거리를 계산하는 단계는, 실제의 패턴 선분과, 기록된 패턴 선분들을 갖는 매트릭스를 구축하는 단계; 누적 하우스도르프 거리를 0으로 초기화하는 단계; 상기 매트릭스를 상기 실제의 패턴의 지정된 선분 (h)와 상기 기록된 패턴의 지정된 선분 (k) 사이에서 선분 하우스도르프를 나타내면서 매트릭스를 채우는 단계; 상기 채워진 매트릭스에서 가장 작은 요소를 선택하고, 상기 선택된 요소로 상기 하우스도르프 거리를 증가시키는 단계; 상기 매트릭스의 h 열 및 k 행에 있는 모든 요소를 각각 양의 무한대값과 음의 무한대값으로 채우는 단계; 및 상기 실제의 패턴과 기록된 패턴 각각의 지정된 선분 (h 및 k)이 합체된 선분에 각각 대응하는지 매칭해서, 코어 선분 h 에 대응하는 모든 열 및 코어 선분 k 에 대응하는 모든 행을 무한대값으로 채우는 단계.

본 실시예들의 또 다른 측면에 따르면, 본 방법은 상기 실제의 패턴과 기록된 패턴의 손 너비 차이, 여기서 상기 너비 차이가 지정된 한계값보다 크다면 0 을 되돌려줌; 상기 실제의 패턴과 기록된 패턴의 정맥 점들의 차이, 여기서 상기 점들의 차이가 지정된 한계값보다 크다면 0 을 되돌려줌; 그리고 상기 실제의 패턴과 기록된 패턴의 바이너리 이미지 간의 일치, 여기서 상기 일치는 상기 실제의 패턴과 상기 기록된 패턴 사이의 논리 연산을 사용해서 수행되고, 상기 패턴들 속의 백색 픽셀의 수의 비율을 정하는 것임;를 산출한다.

정맥 패턴은 가시적이지 않으며, 피부 속에 있기 때문에 실질적으로 위조하는 것이 불가능하다; 이로 인해 시스템을 보안상 매우 안전하게 만든다. 본 시스템은 땀이 있거나 지성 손에서도 동작 가능하므로, 공장 환경과 시골 지역에서 적합하게 한다. 다른 생체인증 장치들이 갖는 상술한 문제점들에 의해 영향을 받지 않는다.

본 시스템은 손바닥 뒤의 피하 정맥 패턴을 캡쳐하도록 디자인되어 있으며, 그것을 사람의 생체 신분으로 사용한다. 이미징 소자가 정맥들을 하이라이트시키는 상기 손바닥 뒤의 적외선 이미지를 캡쳐한다. 상기 이미징 소자의 반응은 인도식 헤나, 몇몇 잉크 색상, 또는 손바닥 뒤의 땀에 의해 영향 받지 않게 되어 있다.

광학 구조는 외부 광 (특정 한계 이내)에 대한 이미지 민감성이 최소일 수 있도록 디자인된다.

손 거치 소자는 사용자가 직감적으로 인식 용으로 이상적인 방식으로 자기 손을 올려놓을 수 있도록 디자인되어 있다. 본 시스템은 누름 버튼에 의해서 사용자가 자신의 왼손 또는 오른손을 올려놓았는지 감지할 수 있고, 이 정보를 인식 용으로 이용한다.

상기 특성 추출 소자는 이미지로부터 패턴으로의 분별 계수들을 추출한다. 상기 인식 소자는 패턴을, 데이터베이스에 저장되어 있는 동일 사용자의 미리 등록된 패턴과 비교함으로써 신원 요청을 입증한다.

도 1a 및 1b는 화살표 방향으로 손이 움직이는 공간이 있는 원형 손 잡이 바를 보여주고 있다.
도 1c, 1d 및 1e는 화살표 방향으로 회전 자유가 있는 원형 손 잡이 바를 보여주고 있다.
도 1f는 쥐는 위치에서는 손등의 표면이 평평하다는 것을 보여준다.
도 1g는 손가락들을 뻗을 때에는 장골뼈들이 투사되어 나오는 것을 보여준다.
도 2a는 적외선 LED 어레이와 확산기 하에서의 손등 이미지를 보여준다.
도 3a 및 3b는 동일한 분지 특성을 갖는 두 개의 상이한 패턴을 보여준다.
도 4a는 선분들의 측면에서 패턴을 나타낸 것이다.
도 4b 및 4c는 도 4a에서 나타낸 패턴의 또 다른 모습니다.
도 5는 복수의 패턴 x, y, z 을 보여준다.
도 6a는 작동 요소들을 수반하는 손 거치 소자를 보여준다.
도 6b는 손이 놓여질 때 손 거치 소자를 보여준다.
도 7a 및 7b는 손 거치 소자의 측면도이다.
도 8은 사용자가 완전히 인증 준비가 되지 않았을 때 찍은 이미지들을 보여준다.
도 9a는 클리핑으로 인해 손목에 더 가까운 부위에 밝은 부분이 있는 것을 보여준다.
도 9b는 외부 조사 물체가 카메라의 시야에 놓여 있는 것을 보여준다.
도 9c는 외부의 밝은 물체가 없이 촬영된 이미지를 보여준다.
도 9d는 외부의 밝은 물체를 가지고 촬영된 이미지를 보여준다.
도 10a 및 10c는 렌즈에 도달하는 시그널을 나타내고 있다.
도 10b 및 10d는 조리개를 통과한 후에 ccd 센서에 도달하는 대응 시그널을 나타내고 있다.
도 11은 동일한 이미지에 대한 다양한 선분-가설을 보여준다.
도 12는 선분-가설에 대해 그래프로 나타낸 것이다.
도 13은 선분-가설에 대해 표로 나타낸 것이다.
도 14는 복수의 패턴인“X 또는 Y”, “X 및 Y’, “Y 또는 Z”, “Y 및 Z’을 보여준다.
도 15는 본 시스템에 대한 광범위한 수준의 다이아그램이다.
도 16은 등록 과정에 대한 흐름도이다.
도 17은 인증 과정에 대한 흐름도이다.
도 18은 손 이미지와 대응하는 코어 선분들을 보여준다.

상술한 특징들을 그들의 구조적 특징들과 작용 측면들과 함께 상세히 설명하기로 한다.

기존의 디자인들이 직면한 한계점들을 해결하는 특별한 손 거치 소자가 고안되었다.

상기 손 거치 소자의 작동 요소들은 다음과 같다

H1. 상기 손바닥의 평평한 (위쪽) 부위를 내려놓는 부위.

H2. 엄지손가락으로 누르며, 왼손이 놓여졌음을 표시하는 버튼.

H3. 엄지손가락으로 누르며, 오른손이 놓여졌음을 표시하는 버튼이며, 사용자는 생체 인증을 위해 준비된다.

H4. 상기 손바닥의 두툼한 (아래쪽) 부위를 내려놓는 부위.

H5.편안함과 지지를 위해서 손목을 내려놓는/가이드하는 부위

H6. 중지와 약지 사이를 고정시키는 돌기부

이제 각 부품의 목적과, 본 디자인이 어떻게 도 1에서 보여졌던 문제점을 해결하는지 설명하기로 한다. 상기 평평한 부위인 H1과 상기 및 상기 오목부 H4의 조합은 도 6b와 도 7b에 보여지는 바와 같이 손이 놓여질 때, 손바닥 뒤의 인증 대상 부위가 평평하고 위쪽을 향하면서 (이미징 소자를 향함) 평행하게 되도록 디자인된다. 따라서, 도 1c, 1e, 1d에서 보여지는 손이 자유롭게 회전함에 따른 문제점들이 해결된다. 상기 돌기부 H6는 왼손과 오른손 모두의 중지와 약지 손가락 사이를 고정한다. 이것이 도 1a와 1b에서와 같은 좌우 이동을 제한한다. 이런 제한 요소가 중앙에 있고, 상기 손 거치 소자의 측면에 있지 않으므로, 다양한 손 사이즈를 갖는 사용자들에게도 똑같이 편안하게 한다. 손목 가이드 H5는 손목을 지지하도록 디자인되어 있다. 손목이 인증 대상 영역 내로 들어가지 않으므로, 사용자가 손목을 이 부위에 내려놓을 필요가 없다. 이 부위는 손의 나머지 부위의 방향을 가이드할 목적으로 작용한다.

버튼 H2 및 H3는 이중 목적을 제공한다. 하나는 사용자가 준비됐음을 표시하기 위한 것이다. 선행기술에서는, 시스템이 캡쳐와 인증을 수행하는 정확한 타이밍을 결정하는 것이지, 사용자 본인이 결정하는 것이 아니다. 상기 준비된 상태는 현재의 생체인증 시스템 맥락에서 보면 중요한 것이다. 일부 사용자들은 뱅글, 헐렁한 손목 시계를 착용하고 (인증 대상 영역 위에 들어가는 의상), 시스템 상에 손을 놓은 후에 조정하려고 한다. 그런 경우에, 사용자의 자발적인 행동으로 인증 대상에 대한 정확한 타이밍을 결정하는 것이 더욱 바람직한 바, 이로써 시스템 정확도를 상당히 향상시킨다.

다른 하나는 오른손 아니면 왼손이 시스템 상에 놓여졌는지 감지하기 위한 것이다. 이로 인해 시스템은 정맥 패턴 추적 공간을 줄일 수 있게 된다. 다시 말해, H2 버튼을 누르면 왼손 패턴만 매칭되고, H3 버튼을 누르면 오른손 패턴만 매칭된다.

U2: 조사 및 이미징소자

현 시스템에서는, CCD 카메라의 자가-아이리스 효과(Auto-Iris effect)를 활용함으로써 인증 대상 영역에 대한 균일한 조사 및 대비를 얻었다. 자가 아이리스 렌즈들은 빛 조건들을 변경하기 위해 조절한다. 만약 카메라의 렌즈로 들어오는 광량이 증가하면, 렌즈가 조리개 크기를 전자적으로 줄여서 동일한 광량이 효과적으로 카메라 센서에 도달하게끔 할 것이다. 근래에 자가-아이리스 효과는 야외용으로 사용되는 대부분의 CCD 카메라의 일반적인 성능인데, 야간 뿐만 아니라 주간에도 효과적으로 카메라가 작동할 수 있게 해주기 때문이다.

밝은 물체가 자가-아이리스 카메라의 시야에 놓이면, 이미지의 나머지 부분은 균일한 밝기와 대비를 가지면서 보인다.

이 효과가 도 9a, 9b에 설명되어 있는바, 도 9a에는 클리핑으로 인해 야기된, 손목에 더 근접한 손 부위에 밝은 부분이 있다. 이러한 빛의 밝은 부분 때문에 정맥 패턴 일 부위가 숨겨지는 것을 알 수 있다. 도 9b에서는, 이미지 중 낮은 부위에서 볼 수 있듯이 외부 IR 조사체 (광원)이 카메라의 시야에 놓인다. 도 9c, 9d에서 대상 영역을 비교하면, 이미지의 조사 및 대비가 도 9d에서 더욱 균일하다는 것을 볼 수 있다.

상기 ccd 카메라의 자가 아이리스 효과가 어떻게 균일한 조사를 얻는 데 기여하는지가 편의상 일차원 시그널로서 설명된다.

도 10a 및 10c는 상기 렌즈들에 도달하는 시그널을 나타내며, 도 10b 및 10d는 조리개를 통과한 후에 ccd 센서에 도달하는 대응하는 시그널을 보여준다. 도 10b에서는 클리핑된 시그널을 나타내고 있다. 도 10a에서 상단 커트라인을 초과하는 시그널 부분이 클리핑된다. 이 부분은 정맥 패턴을 가리는 이미지에서 밝은 부위로 보여진다. 밝은 물체를 카메라의 시야에 도입할때, 렌즈들에 도달하는 시그널이 도 10c에서 보인다. 자가-아이리스 효과가 조리개를 조절해서, 시그널들의 평균은 도 10b에서와 동일해지는데, 이것은 시그널 평균이 도 10b에서와 같아졌을 때까지 전체 시그널을 낮춤으로써 이루어진다. 그 결과 이미지가 도 10d에 보여지는 것과 같으며, 여기에는 대상 부위에 클리핑이 없으며, 이미지 상에 밝은 부위가 없다.

U3 특성 추출

정맥 패턴을 바이너리 이미지로 나타내는 방식은 매우 신속하지만, 혈관 패턴 연결성 및 방향성 정보를 완전히 풀어내지는 않는다. 혈관 패턴을 기하학적 기본들(geometric primitives)로 나타내는 방식은 상대적으로 느리지만, 정확도에서는 더 우수한 결과를 갖게 한다. 이들 두 가지 접근 방식을 조합해서, 신규한 접근 방식을 이용해서 여러 가지 기하학적 제시 (도 4에서 보여짐) 가능성에 대한 딜레마를 극복하고자 한다.

본 발명에 개시된 바와 같은 접근법은 혈관 패턴을 일련의 선분들 보다는 오히려 선분-가설 그래프(line-segment-hypothesis)로서 나타낸다.

도 11에서, 동일한 이미지에 대한 복수의 해석예들이 선분으로 표현되고 있다. 현재의 방법에서의 본 접근법은 인식 과정 중에 모든 가설을 활용하는 것이지, 몇몇 기준을 기초로 그들 중 하나를 선택하는 것이 아니다. 도 11c로부터, 선분쌍 (4, 5)는 도 11b 속의 선분 2를 대체하는 해석예이다. 이러한 가설들을 통합하고, 각각의 교점이 단일한 선분-가설을 나타내는 그래프 형태로 나타낼 수 있다. 만약 교점 A 에서 교점 B까지 또는 교점 B 에서 교점 A까지 그래프 속에 통로가 없다면, 이는 A와 B가 서로에 대해 대체하는 해석예라는 것을 의미한다.

상기 도면에서 S 부터 E 까지 이어지는 각 경로는 바이너리 이미지 중에서 하나의 가능한 해석예를 의미한다.

선분 가설을 표현하는 계통적 접근법은 코어-선분(core-segment) 및 합체형-선분(merged-segment) 형태로 되어 있다. 도 12에서, 선분 4, 5, 6, 7, 8, 9 은 더 이상 갈라질 수 없으므로, 이들은 코어 선분으로 지정된다. 선분 1, 2, 3 은 합체형 선분으로 불릴 수 있는데, 선분 1은 선분 6과 7을 합체함으로써 형성 가능하기 때문이다. 이것은 합체형과 코어 선분들 사이의 관계를 보여주는 도 13에서 보여지듯이 표 형태로 나타내어진다.

바이너리 이미지로부터 선분 가설을 얻기 위한 세부 방법론을 이하에서 설명하기로 한다.

선행 기술과 달리, 손의 평균 너비 역시 초기에 거부할 수 있게 하는 하나의 특성으로서 사용된다.

U4 인식

바이너리 이미지들을 비교함에 있어서 선행 기술의 단점들을 극복하기 위해서, 새로운 공식이 개발되었다. 만약 A가 실제의 정맥 패턴의 바이너리 이미지라면, B는 기록된 정맥 패턴에 대응하는 바이너리 이미지이다. 정맥 픽셀들을 1 로 나타내고, 비-정맥 픽셀들을 0 으로 나타낸다. 매칭 거리를 다음으로 정의한다

여기서 “및”과 “또는”은 바이너리 이미지에 대한 형태론적 연산자들이다. 본 공식이 도 5 속의 y, z 패턴을 비교하기 위해 적용되는 경우, 예상치로서, F(y, z) = 1 이고 F(y, x) 는 약 0.5이다.

두 개의 다른 선분-가설 간의 거리를 전산화하기 위해서, 선분 하우스도르프 거리에 대한 변형된 접근법을 개발하였다. 이 방법은 추후 명세서에서 설명되어 있다.

인식 모듈에서는 상이한 방법들로부터 획득한 거리가 하나의 거리 벡터로 합체된다. 이 거리 벡터는 선형 판별분석(linear discriminant analysis, LDA)을 이용하여 이후 스칼라 값으로 변환된다.

거리를 산출하는 것은 시간 순으로 일어나기 때문에, 최소한의 시간을 소비하는 거리가 가장 먼저 산출되고, 최대한의 시간을 소비하는 거리가 가장 나중에 산출된다. 이로 인해 미리 정해진 한계치를 초과하는 임의의 거리의 경우에 초기 거부가 가능해진다.

등록 및 인증 과정에 대하여 광범위하게 설명하는 것은 다음과 같다. 본 시스템의 부품들을 묘사하는 다이아그램이 도 15에서 제공되는 바와 같다.

도 15a, 15b, 15c 는 각각 평면도, 정면도, 측면도로서, 전체 시스템 중 이미지 캡쳐 부위를 나타내고 있다. 정면도에는 균일한 조사를 위해 사용되는 LED의 개수와 구조가 나타나 있다. LED가 정육각형의 최상단 모서리는 남겨 두고, 5개 모서리에 위치하고 있다. 이 육각형의 중심에는 이미지 캡쳐 카메라인 CCD 카메라가 있다. 정면도에는 카메라와 물체 간의 거리 및 일차원의 인증 대상 영역이 보여지고 있다. 측면도에는 카메라의 시야와, 다른 차원의 인증 대상 영역이 보이고 있다.

등록

본 시스템은 등록 과정에서 각각의 손에 대한 세 개의 샘플을 획득하고 저장한다. 등록 과정의 흐름도가 도 16에 보여지고 있다.

등록 과정에서, 각각의 사용자는 먼저 사용자 ID 를 부여 받으며, 일단 사용자 ID가 부여되면, 시스템이 생체 등록을 시작한다. 등록 과정에서, 시스템은 등록 중인 각각의 손에 대한 3개의 샘플을 가질 필요가 있다. 그것은 각각의 손의 샘플을 대안으로서 취급한다. 샘플을 취하는 과정에 CCD 카메라를 이용한 이미지 캡쳐가 관여한다. 일단 이미지가 캡쳐되면, 그것은 이후에 특성 추출 알고리즘을 이용해서 비트 패턴으로 변환된다. 그런 다음에 이 패턴이 저장된다. 동일한 손에 대한 두 번째 샘플이 취해질 때, 유사한 과정이 반복되고, 새로운 비트 패턴이 이전에 저장된 패턴과 매칭되며, 만약 불일치가 없다면 시스템은 상기 두 번째 비트 패턴을 저장하고, 세 번째 샘플을 취하는 과정을 진행한다. 불일치가 있는 경우에는, 시스템은 사용자에게 재시도할 것으로 요구한다. 시스템이 상기 세 번째 샘플을 취할 때, 그것은 동일한 과정을 반복하고, 이전에 저장된 비트 패턴 모두와 비교한다. 이 과정은 양 손에 대해 반복된다.

인증

현 사용자는 요청된 사용자(claimed user)라는 요청을 한다. 본 시스템은 현 사용자의 패턴 (실제 패턴)을 요청된 사용자의 패턴 (기록된 패턴)과 비교하고, 그것들이 동일한 사용자의 것인지를 결정한다. 그 과정의 흐름도가 도 17에 보여지고 있다.

특성 추출

특성 추출에 관여하는 단계들은 다음과 같다.

1. 손 경계부의 추출

(a) 먼저 이미지를 720x576 픽셀에서 더 작은 사이즈인 128x160로 재조정하여, 프로세싱 속도를 높이는 단계

(b) 상기 이미지가 마스크 사이즈 3x3 으로 미디언 필터링을 수행해서, 카메라로부터 작은 노이즈를 없애는 단계. 본 이미지는 2D 어레이 A에 저장된다.

(c) 배경이 검게 유지되고, 이에 따라 IR 광 하에서조차 손이 배경보다 더 밝게 보임. 한계값을 산출해서, 오츠법(Otsu’s method)을 사용하여 상기 손 영역을 상기 배경과 구분한다.

i. 그레이 레벨(gray level) 0 ~ 255의 이미지 히스토그램 H을 산출한다.

ii. 1 ~ 254 범위인 각각의 i의 경우,

a) 그레이 레벨 0 ~ i-1의 히스토그램의 변수 (V1)를 계산한다.

b) 그레이 레벨 i+1 ~ 255의 히스토그램의 변수 (V2)를 계산한다.

c) V(i) = V1 + V2

iii. V(i)가 최대인 i를 구한다. 이것은 손과 배경 사이를 구분하는 그레이 레벨이다.

(d) 이미지를 한계치와 바이너리로 만들고, 2d 어레이 H에 저장한다. 이것이 손 모양 바이너리 이미지를 제공한다.

2. 상기 이미지에서는 이웃하는 픽셀들보다 정맥 패턴에 대응하는 픽셀들이 어둡게 된다. 상기 이미지를 미디언 필터링된 이미지에 비교하여 국부 임계치(local thresholding)가 인가된다.

a. 상기 미디언 필터링된 이미지를 마스크 사이즈 5x5로 산출하고 M에 저장한다.

b. 각 y 열과 x 행에 대해서, A(x ,y) < M(x, y) 이면, V(x, y) = 255이고, 그렇지 않으면 V(x, y) = 0이다.

c. 2d 어레이 V를 바이너리 정맥 패턴으로 저장한다.

d. 변수 Nv내에 정맥 픽셀 개수를 저장한다.

3. 상기 바이너리 정맥 패턴을 단일 픽셀 두께로 세선화하고 2d 어레이 T에 저장한다.

4. 상기 세선화된 이미지로부터 코어 선분을 산출한다.

a. 상기 세선화된 이미지 상의 각각의 끝점 s에 대하여.

(i) 상기 세선화된 이미지를 따라서 가로지르며, 점 e를 표시한다

(ii) 만약 상기 세선화된 이미지에 의해 둘러싸인 영역과 상기 및 직선 연결부 s 및 e가 정해진 임계치 T_A보다 크다면, 상기 끝점 (s, e)를 코어 선분으로 저장하고 (도 18에 도시됨), s를 e로 옮긴다.

그렇지 않다면,

상기 세선화된 이미지를 따라서 다음 점으로 이동한다.

5. 코어 선분들로부터 합체된 선분들을 산출한다

a. 두 개의 코어 선분을 합체하는 원칙을 다음과 같이 정의한다

여기서 E(i,j)는 두 선분 간의 양쪽 말단 거리이다. 두 선분 AC 및 BD 간의 양쪽 말단 거리는 다음과 같이 정의한다

A (i, j) 는 i및 j간의 각도이다. W 는 미리 정해진 무게이다.

b. 임계치보다 작은 합체 원칙값을 갖는 선분 쌍을 선택하고, 단일한 합체된 선분으로 합체하고, 도 13에 도시된 바와 같이 표에 보이는 것처럼 저장한다. 합체하는 것은 두 선분에서 가장 먼 지점을 선택하고, 그들을 연결해서 새로운 선분을 형성하는 것으로 이루어진다.

인식

인식 모듈은 실제의 패턴과 기록된 패턴으로부터의 특성들을 비교해서, 불일치를 나타내는 0 을 되돌려주거나, 일치가 있음을 나타내는 1 을 되돌려준다.

1. 실제의 패턴과 기록된 패턴 간의 손 너비 차이를 계산한다. 만약 그 차이가 미리 정해진 한계값보다 크다면 0 을 되돌려준다.

2. 실제의 패턴과 기록된 패턴 속의 정맥 점들의 개수 차이를 계산한다. 만약 그 차이가 미리 정해진 한계값보다 크다면 0 을 되돌려준다.

3. 실제의 패턴과 기록된 패턴의 바이너리 이미지 간의 일치를 계산한다, 여기서 A 가 실제의 패턴이고 B 는 기록된 패턴이다.

만약 M이 미리 정해진 한계값보다 적다면, O 을 되돌려준다.

4. 선분 가설 간의 누적 선분 하우스도르프 거리를 계산한다

a. 열을 따라서 실제의 패턴 선분과, 행을 따라서 기록된 패턴 선분들을 갖는 HD 매트릭스를 구축한다.

b. 누적 하우스도르프 거리 CHD = 0으로 초기화한다

c. 상기 매트릭스를 실제의 패턴의 선분 i와 기록된 패턴의 선분 j 사이에서 선분 하우스도르프를 나타내는 HD(i,j) 으로 채운다

d. 상기 매트릭스에서 가장 작은 요소를 선택하고, 그것을 HD (h, k)에 대응한다고 한다. HD (h, k)으로 CHD 증가

e. h 열에 있는 모든 요소를 양의 무한대값으로 채운다

f. h 행에 있는 모든 요소를 양의 무한대값으로 채운다

g. 만약 실제의 패턴의 선분 h가 합체된 선분에 대응한다면, 코어 선분 h에 대응하는 모든 열을 무한대값으로 채운다

h. 만약 기록된 패턴의 선분 k가 합체된 선분에 대응한다면, 코어 선분 k에 대응하는 모든 행을 무한대값으로 채운다

i. 매트릭스 내의 모든 요소가 무한대값으로 채워질 때까지 d 단계부터 반복한다

j. 만약 CHD가 미리 정해진 한계값보다 크다면, O 을 되돌려주고, 그렇지 않다면 1 을 되돌려준다

Claims

i. 손 거치 소자, 및 프로세싱을 위해 손의 존재를 전산 장치에 알리는 감지 소자;
ii. 균일하게 산란된 근적외선으로 인증 대상 부위를 조사하는 조사 및 이미징 소자;
iii. 상기 이미징 소자에 의해 캡쳐된 이미지로부터 혈관 패턴 정보를 추출하는 특성 추출 소자;
및
iv. 복수의 패턴을 비교하고 인증하는 인식 소자;를 포함하는, 정맥 패턴 인식 기반 생체인증 시스템.
제 1 항에 있어서, 상기 시스템은 손바닥 뒤의 피하 정맥 패턴을 캡쳐하는, 시스템.
제 1 항에 있어서, 상기 손 거치 소자는 상기 손바닥의 평평한 부위를 내려놓는 부위 (H1), 엄지손가락으로 누르며, 왼손 또는 오른손이 놓여졌음을 표시하는 복수의 버튼 (H2 및 H3), 상기 손바닥의 두툼한 부위를 내려놓는 오목부 (H4), 지지 목적으로 손목을 가이드하는 부위 (H5) 및 중지와 약지를 분리시키는 돌기부 (H6)를 포함하는, 시스템.
제 1 항에 있어서, 상기 조사 및 이미징 소자는 IR 필터를 갖는 CCD 카메라를 포함하는 카메라 및, 광원을 포함하는, 시스템.
제 1 항에 있어서, 상기 특성 추출 소자 및 인식 소자는 임베디드 시스템, PDA, 모바일 폰, 컴퓨터 및 기타 연관 장치들을 포함하는 그룹으로부터 선택된 전산 장치를 포함하는, 시스템.
정맥 패턴을 인증하는 방법으로서,
i. 손을 손 거치 소자에 올려서 감지 버튼을 누르고, 프로세싱을 위해 손의 존재에 대하여 전산 장치에 알리는 단계;
ii. 상기 올려진 손의 인증 대상 부위를 조사하고 캡쳐하는 단계;
iii. 상기 캡쳐된 이미지로부터 혈관 패턴을 추출해서, 상기 패턴을 선분-가설과 바이너리 이미지로 나타내는 단계;
iv. 코어 선분들을 전산화하고, 합쳐서 추가 선분 가설을 형성하는 단계;
v. 상기 선분 가설을 방향 그래프 형태로 나타내되, 각 교점은 하나의 선분을 나타내고, 두 개의 교점이 공통된 중심 선분을 가지는 경우에 상기 두 개의 교점 간에 경로가 없는 것인, 단계; 및
vi. 상기 추출된 선분-가설 및 바이너리 이미지를 저장된 선분-가설 및 바이너리 이미지와 비교해서, 정맥 피턴을 인증하는 단계를 포함하는 방법.
제 6 항에 있어서, 상기 인증 방법은
i. 손을 손 거치 소자에 올리고, 각 사용자에게 고유한 식별자를 부여하는 단계;
ii. 상기 손의 이미지, 바람직하게는 피하 정맥 패턴을 손바닥 뒤에서 미리 정해진 시간 동안 감지 버튼을 누르면서 캡쳐하고, 상기 캡쳐된 이미지를 비트(bit) 패턴으로 변환하는 단계;
iii. 상기 캡쳐된 이미지로부터 필요조건인 특성들을 전산화하는 단계;
iv. 상기 전산화된 샘플을 이전에 획득한 샘들 또는 동일한 손의 샘플과 매칭하는 단계; 및
v. 상기 매칭된 샘플들을 인증을 위해 저장소에 인덱싱하는 단계를 포함하는 등록 과정을 포함하는 방법.
혈관 패턴을 추출하는 방법으로서,
i. 손의 경계의 이미지를 추출하고 필터링을 실시하는 단계;
ii. 상기 이미지를 필터링된 이미지와 비교하여 국부 임계치를 인가하고, 임계치 이미지를 바이너리 정맥 패턴으로 저장하는 단계;
iii. 상기 바이너리 정맥 패턴을 단일 픽셀 두께로 세선화하는 단계;
iv. 상기 세선화된 이미지로부터 코어 선분을 산출하는 단계; 및
v. 상기 코어 선분들로부터 합체된 선분들을 산출하는 단계를 포함하는, 방법.
제 8 항에 있어서, 손의 경계의 이미지를 추출하는 단계는
i. 프로세싱 속도를 높이기 위해서 상기 이미지를 본래 사이즈에서 지정된 사이즈로 변경하는 단계; 바람직하게는 상기 이미지를 본래 이미지 사이즈에서 128x160 픽셀 사이즈로 변경함
ii. 카메라로부터 작은 노이즈를 제거하기 위해서, 변경된 이미지에 대해 미디언 필터링을 수행하는 단계;
iii. 손 영역을 배경과 구분하기 위해서, 상기 필터링된 이미지의 한계값을 산출하는 단계; 및
iv. 손 모양 바이너리 이미지를 얻기 위해서, 상기 한계값을 갖는 이미지를 바이너리화하는 단계를 포함하는, 방법.
복수의 선분 가설 간의 거리를 계산하는 단계들을 포함하는, 실제의 패턴과 기록된 패턴을 비교하는 방법으로서, 상기 거리를 계산하는 단계는,
i. 실제의 패턴 선분과, 기록된 패턴 선분들을 갖는 매트릭스를 구축하는 단계;
ii. 누적 하우스도르프 거리를 0으로 초기화하는 단계;
iii. 상기 매트릭스를 상기 실제의 패턴의 지정된 선분 (h)와 상기 기록된 패턴의 지정된 선분 (k) 사이에서 선분 하우스도르프를 나타내면서 매트릭스를 채우는 단계;
iv. 상기 채워진 매트릭스에서 가장 작은 요소를 선택하고, 상기 선택된 요소로 상기 하우스도르프 거리를 증가시키는 단계;
v. 상기 매트릭스의 h 열 및 k 행에 있는 모든 요소를 각각 양의 무한대값과 음의 무한대값으로 채우는 단계; 및
vi. 상기 실제의 패턴과 기록된 패턴 각각의 지정된 선분 (h 및 k)이 합체된 선분에 각각 대응하는지 확인하는 단계; 만약 대응한다면, 코어 선분 h 에 대응하는 모든 열 및 코어 선분 k 에 대응하는 모든 행을 무한대값으로 채움;을 포함하는, 방법.
제 12 항에 있어서, 상기 방법은,
i. 상기 실제의 패턴과 기록된 패턴의 손 너비 차이를 산출하는 것, 여기서 상기 너비 차이가 지정된 한계값보다 크다면 0 을 되돌려줌;
ii. 상기 실제의 패턴과 기록된 패턴의 정맥 점들의 차이를 산출하는 것, 여기서 상기 점들의 차이가 지정된 한계값보다 크다면 0 을 되돌려줌; 그리고
iii. 상기 실제의 패턴과 기록된 패턴의 바이너리 이미지 간의 일치를 산출하는 것, 여기서 상기 일치는 상기 실제의 패턴과 상기 기록된 패턴 사이의 논리 연산을 사용해서 수행되고, 상기 패턴들 속의 백색 픽셀의 수의 비율을 정하는 것임;인 방법.