KR20110107657A - Fingerprint verification apparatus and method therefor - Google Patents

Fingerprint verification apparatus and method therefor Download PDF

Info

Publication number
KR20110107657A
KR20110107657A KR1020100026915A KR20100026915A KR20110107657A KR 20110107657 A KR20110107657 A KR 20110107657A KR 1020100026915 A KR1020100026915 A KR 1020100026915A KR 20100026915 A KR20100026915 A KR 20100026915A KR 20110107657 A KR20110107657 A KR 20110107657A
Authority
KR
South Korea
Prior art keywords
fingerprint
fingerprint image
ridge
user
feature point
Prior art date
Application number
KR1020100026915A
Other languages
Korean (ko)
Other versions
KR101072352B1 (en
Inventor
반성범
채승훈
Original Assignee
조선대학교산학협력단
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 조선대학교산학협력단 filed Critical 조선대학교산학협력단
Priority to KR1020100026915A priority Critical patent/KR101072352B1/en
Publication of KR20110107657A publication Critical patent/KR20110107657A/en
Application granted granted Critical
Publication of KR101072352B1 publication Critical patent/KR101072352B1/en

Links

Images

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
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • 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
    • G06V40/1376—Matching features related to ridge properties or fingerprint texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

지문인증 장치 및 그 인증방법이 개시된다. 본 발명에 따른 지문인증 장치는, 등록 지문 영상을 저장하는 데이터베이스부; 사용자로부터 사용자 지문 영상을 입력받는 지문 영상 입력부; 지문 영상 입력부를 통해 입력된 사용자 지문 영상과 데이터베이스부에 저장된 등록 지문 영상으로부터 특징점을 추출하며, 추출된 특징점에 기초하여 특징점 기반 지문정합을 수행하는 특징점 기반 지문 정합부; 특징점 기반 지문 정합부에 의한 특징점 기반 지문정합 과정에서 세선화된 융선 정보를 추출하는 융선 정보 추출부; 및 사용자 지문 영상과 등록 지문 영상의 유사도가 설정된 범위 내인 경우에 융선 정보 추출부에 의해 추출된 각 융선 정보에 기초하여 융선 기반 지문인증을 수행하며, 사용자 지문 영상과 등록 지문 영상의 유사도가 설정된 범위를 벗어나는 경우에 특징점 기반 지문인증을 수행하는 인증 수행부를 포함하는 것을 특징으로 한다.A fingerprint authentication device and an authentication method thereof are disclosed. Fingerprint authentication device according to the invention, the database unit for storing the registered fingerprint image; A fingerprint image input unit configured to receive a user fingerprint image from a user; A feature point based fingerprint matching unit extracting a feature point from a user fingerprint image input through a fingerprint image input unit and a registered fingerprint image stored in a database unit, and performing feature point based fingerprint matching based on the extracted feature point; A ridge information extracting unit extracting thinned ridge information in a feature point based fingerprint matching process by the feature point based fingerprint matching unit; And ridge-based fingerprint authentication based on each ridge information extracted by the ridge information extracting unit when the similarity between the user fingerprint image and the registered fingerprint image is within the set range, and the similarity between the user fingerprint image and the registered fingerprint image is set. Characterized in that it comprises an authentication performing unit for performing a feature-based fingerprint authentication in the case of departure.

Description

지문인증 장치 및 그 방법{Fingerprint verification apparatus and method therefor}Fingerprint verification apparatus and method therefor}

본 발명은 지문인증 장치 및 그 인증방법에 관한 것이다. 보다 상세하게는, 지문 특징점 및 지문 융선 정보를 이용하여 두 번의 지문비교 과정을 거침으로써 보다 정확한 인증이 가능하도록 하며, 또한 지문 영상 전체를 이용하지 않아 실시간 처리가 가능하도록 하는 지문인증 장치 및 그 방법에 관한 것이다.
The present invention relates to a fingerprint authentication device and an authentication method thereof. More specifically, a fingerprint authentication device and method for enabling more accurate authentication by performing two fingerprint comparison processes using fingerprint feature points and fingerprint ridge information, and real time processing without using the entire fingerprint image. It is about.

최근, 컴퓨터 시스템에 생체인식을 접목하는 시도가 증가하는 추세이다. 이러한 생체인식에서 가장 큰 특성은 어떠한 경우에도 외부 요인에 의한 분실, 도난, 망각, 복제의 염려가 없다는 것이며, 이러한 기법을 사용할 경우 보안 및 침해를 누가 하였는지 추적이 가능해지는 등 감사(audit) 기능이 완벽하게 구축될 수 있다는 장점이 있다.Recently, attempts have been made to incorporate biometrics into computer systems. The biggest feature of these biometrics is that there is no fear of loss, theft, forgetting, or duplication by external factors under any circumstances. The advantage is that it can be built completely.

특히, 지문을 이용한 사용자 인증기술은 최근 가장 활발히 상용화가 이뤄지고 있으며, 이와 같은 지문을 이용한 사용자 인증은 사람이 가지는 고유한 특징을 이용하여 사용자를 인증함으로써 접근 및 휴대가 용이하다는 장점을 가지기 때문에, 실제 다양한 연구가 진행되고 있고 또한 많은 발전을 거듭하고 있다.In particular, the user authentication technology using a fingerprint has been actively commercialized in recent years, and the user authentication using such a fingerprint has a merit that it is easy to access and carry by authenticating a user by using a unique characteristic of a person. Various studies are underway and many developments are being made.

지문을 이용한 인증기술의 경우, 통상적으로 스마트 카드, USB 토큰 등 보안 토큰 내에 사용자의 지문을 등록한 후, 등록 지문의 외부유출 없이 보안토큰 내에서 인증 지문과 등록 지문 간의 비교를 통해 사용자 인증을 수행하며 그 결과만을 외부로 전송하면, 중앙 데이터베이스를 두어 지문 데이터를 관리하는 시스템이나 지문 비교를 외부 장치에서 수행하기 위해 등록된 지문 데이터를 외부로 전송하는 시스템에 비하여 보안성이 뛰어나며, 생체 데이터의 외부 유출을 차단함으로써 외부유출시 큰 문제를 야기할 수 있는 생체 데이터의 안정성을 확보할 수 있다.In the case of authentication technology using a fingerprint, a user's fingerprint is typically registered in a security token such as a smart card or a USB token, and the user is authenticated by comparing the fingerprint with the fingerprint in the security token without leaking the registration fingerprint. If only the result is transmitted to the outside, it is more secure than a system that manages fingerprint data with a central database or a system that transmits registered fingerprint data to perform external fingerprint comparison from an external device. By blocking the can ensure the stability of the biological data that can cause a big problem in the outflow.

일반적으로 지문인증 방법은 영상 기반의 지문인증 방법과 특징 기반의 지문인증 방법으로 구분된다. 특징 기반의 지문인증 방법은 크게 특징 추출(minutiae extraction)과 정합(matching)의 두 과정으로 이루어지는 보편적인 방법으로서, 평활화, 전경과 배경 영역의 분리, 이진화, 및 세선화 등의 여러 가지 영상처리 기법을 적용하여 추출된 특징점들의 공간적인 특징을 이용한다. 즉, 특징 기반의 지문인증 방법은 특징점을 이용하여 인증 지문과 등록 지문을 비교하는 방법으로서, 두 특징점들 사이의 유사성을 확인하는 방법이 주를 이룬다. In general, fingerprint authentication methods are classified into image-based fingerprint authentication methods and feature-based fingerprint authentication methods. Feature-based fingerprint authentication is a universal method that consists of two processes: minutiae extraction and matching. Various image processing techniques such as smoothing, separation of foreground and background areas, binarization, and thinning Apply the spatial features of the extracted feature points. That is, the feature-based fingerprint authentication method is a method of comparing an authentication fingerprint and a registration fingerprint by using a feature point, and a method of checking similarity between two feature points is mainly used.

영상 기반의 지문인증 방법은 융선 정보를 이용한 방법으로서, 가버 필터(Gaber filter), 고속 푸리에 변환(FFT: Fast Fourier Transform), 기울기, 방향성 히스토그램, 및 투영 등의 기법을 적용하여 지문 영상의 전체적인 방향성 정보를 이용하는 고전적인 방법 중의 하나이다. 일반적인 융선 기반의 지문인증 방법은, 지문 전체 영역을 작은 영역으로 분할하고, 작은 영역 내에 존재하는 융선의 방향값을 추출하여 지문의 방향성 지도를 완성하며, 두 방향성 지도를 컨벌루션하여 유사 정도를 판정한다.The image-based fingerprint authentication method uses ridge information. The overall directionality of the fingerprint image is applied by applying techniques such as Gaber filter, Fast Fourier Transform (FFT), slope, directional histogram, and projection. It is one of the classic ways of using information. In a typical ridge-based fingerprint authentication method, the entire fingerprint area is divided into small areas, the direction value of the ridges existing in the small areas is extracted to complete the directional map of the fingerprint, and the two directional maps are convolved to determine the degree of similarity. .

그런데, 특징 기반의 지문인증 방법의 경우, 소실된 특징점으로 인하여 본인 지문에 대한 잘못된 거부가 발생할 수 있으며, 뿐만 아니라 소실 및 잘못 추출된 특징점으로 인하여 서로 다른 두 지문에서 추출된 특징점 분포가 유사하게 나타날 수도 있어 이로 인해 타인 지문에 대한 오인증이 발생할 수도 있기 때문에, FAR 등의 인식 성능에 한계가 있다는 문제점이 있다. However, in the case of the feature-based fingerprint authentication method, false rejection of a fingerprint may occur due to a missing feature point, as well as a feature point distribution extracted from two different fingerprints similarly due to the missing and incorrectly extracted feature point. Since this may cause a wrong authentication for another fingerprint, there is a problem that there is a limit in the recognition performance, such as FAR.

또한, 융선 기반의 지문인증 방법은, 지문 영상 전체를 이용하기 때문에 영상의 저장을 위해 저장공간이 많이 필요하며, 지문 인증과정의 수행속도가 느리다는 문제점이 있다.
In addition, the ridge-based fingerprint authentication method requires a lot of storage space for storing the image because the entire fingerprint image is used, and the performance of the fingerprint authentication process is slow.

본 발명은 상기와 같은 문제점을 해결하기 위하여 창안된 것으로서, 지문 특징점 및 지문 융선 정보를 이용하여 두 번의 지문비교 과정을 거침으로써 보다 정확한 인증이 가능하도록 하며, 또한 지문 영상 전체를 이용하지 않아 실시간 처리가 가능하도록 하는 지문인증 장치 및 그 방법을 제공하는 것을 목적으로 한다.
The present invention was devised to solve the above problems, and it is possible to perform more accurate authentication by performing two fingerprint comparison processes using fingerprint feature points and fingerprint ridge information, and also does not use the entire fingerprint image in real time processing. An object of the present invention is to provide a fingerprint authentication device and a method for enabling the same.

상기의 목적을 달성하기 위한 본 발명의 실시예에 따른 지문인증 장치는, 등록 지문 영상을 저장하는 데이터베이스부; 사용자로부터 사용자 지문 영상을 입력받는 지문 영상 입력부; 상기 지문 영상 입력부를 통해 입력된 상기 사용자 지문 영상과 상기 데이터베이스부에 저장된 상기 등록 지문 영상으로부터 특징점을 추출하며, 추출된 상기 특징점에 기초하여 특징점 기반 지문정합을 수행하는 특징점 기반 지문 정합부; 상기 특징점 기반 지문 정합부에 의한 특징점 기반 지문정합 과정에서 세선화된 융선 정보를 추출하는 융선 정보 추출부; 및 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위 내인 경우에 상기 융선 정보 추출부에 의해 추출된 각 융선 정보에 기초하여 융선 기반 지문인증을 수행하며, 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 상기 설정된 범위를 벗어나는 경우에 특징점 기반 지문인증을 수행하는 인증 수행부를 포함하는 것을 특징으로 한다.Fingerprint authentication device according to an embodiment of the present invention for achieving the above object, the database unit for storing the registered fingerprint image; A fingerprint image input unit configured to receive a user fingerprint image from a user; A feature point based fingerprint matching unit extracting a feature point from the user fingerprint image inputted through the fingerprint image input unit and the registered fingerprint image stored in the database unit, and performing a feature point based fingerprint matching based on the extracted feature point; A ridge information extraction unit for extracting thinned ridge information in a feature point based fingerprint matching process by the feature point based fingerprint matching unit; And when the similarity between the user fingerprint image and the registered fingerprint image is within a set range, ridge-based fingerprint authentication is performed based on each ridge information extracted by the ridge information extracting unit, wherein the user fingerprint image and the registered fingerprint image are performed. If the similarity is out of the set range is characterized in that it comprises an authentication performing unit for performing a feature-based fingerprint authentication.

바람직하게는, 상기의 지문인증 장치는, 상기 사용자 지문 영상과 상기 등록 지문 영상으로부터 추출된 각각의 특징점에 대해 위치, 방향에 대한 차이를 보정하는 특징점 보정부를 더 포함한다.Preferably, the fingerprint authentication device further comprises a feature point correction unit for correcting the difference in position and direction for each feature point extracted from the user fingerprint image and the registered fingerprint image.

또한, 상기의 지문인증 장치는, 상기 사용자 지문 영상과 상기 등록 지문 영상의 각 융선에 대한 비교점, 길이, 곡률, 법선 방향을 계산하는 융선특성 계산부를 더 포함할 수 있다.The fingerprint authentication apparatus may further include a ridge characteristic calculator configured to calculate a comparison point, a length, a curvature, and a normal direction of each ridge of the user fingerprint image and the registered fingerprint image.

또한, 상기의 지문인증 장치는, 상기 사용자 지문 영상과 상기 등록 지문 영상으로부터 추출된 각각의 융선 정보에 대해 위치, 방향에 대한 차이를 보정하는 융선특성 보정부를 더 포함할 수도 있다.The fingerprint authentication apparatus may further include a ridge characteristic correction unit configured to correct a difference in position and direction with respect to each ridge information extracted from the user fingerprint image and the registered fingerprint image.

여기서, 상기 융선 정보 추출부는 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위 내인 경우에 세선화된 융선 정보를 추출하는 것이 바람직하다.The ridge information extracting unit may extract thinned ridge information when the similarity between the user fingerprint image and the registered fingerprint image is within a set range.

한편, 상기의 지문인증 장치는, 사용자로부터 사용자 지문 영상을 입력받는 단계; 입력된 상기 사용자 지문 영상과 데이터베이스에 등록된 등록 지문 영상으로부터 특징점을 추출하며, 추출된 상기 특징점에 기초하여 특징점 기반 지문정합을 수행하는 단계; 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위를 벗어나는 경우, 상기 특징점 기반 지문정합에 기초하는 특징점 기반 지문인증을 수행하는 단계; 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위 내인 경우, 상기 사용자 지문 영상과 상기 등록 지문 영상에 대한 세선화된 융선 정보를 추출하는 단계; 및 상기 융선 정보 추출단계에 의해 추출된 각 융선 정보에 기초하여 융선 기반 지문인증을 수행하는 단계를 포함하는 지문인증 방법을 제공한다.On the other hand, the fingerprint authentication device, the step of receiving a user fingerprint image from the user; Extracting a feature point from the input user fingerprint image and a registered fingerprint image registered in a database, and performing a feature point-based fingerprint matching based on the extracted feature point; Performing feature point based fingerprint authentication based on the feature point based fingerprint matching when the similarity between the user fingerprint image and the registered fingerprint image is out of a set range; Extracting thinned ridge information of the user fingerprint image and the registered fingerprint image when the similarity between the user fingerprint image and the registered fingerprint image is within a set range; And performing ridge-based fingerprint authentication based on each ridge information extracted by the ridge information extraction step.

여기서, 상기 융선정보 추출단계는, 상기 사용자 지문 영상과 상기 등록 지문 영상으로부터 각 융선에 대한 비교점, 길이, 곡률, 법선 방향 중 적어도 하나를 포함하는 각각의 융선정보를 계산하는 것이 바람직하다.In the extracting of the ridge information, it is preferable to calculate each ridge information including at least one of a comparison point, a length, a curvature, and a normal direction for each ridge from the user fingerprint image and the registered fingerprint image.

또한, 상기 융선 기반 지문인증을 수행하는 단계는, 계산된 각각의 융선정보를 비교하여 유사도에 따라 지문인증을 수행하는 것이 바람직하다.In the performing of the ridge-based fingerprint authentication, it is preferable to perform fingerprint authentication according to the similarity by comparing each calculated ridge information.

또한, 상기 융선정보 추출단계는, 상기 사용자 지문 영상과 상기 등록 지문 영상으로부터 추출된 각각의 융선 정보에 대해 위치, 방향에 대한 차이를 보정하는 단계를 더 포함할 수도 있다.
The extracting of the ridge information may further include correcting a difference in position and direction of each ridge information extracted from the user fingerprint image and the registered fingerprint image.

본 발명에 따르면, 지문 특징점 및 지문 융선 정보를 이용하여 두 번의 지문비교 과정을 거침으로써 보다 정확한 인증이 가능하도록 하며, 또한 지문 영상 전체를 이용하지 않아 실시간 처리가 가능하게 된다.
According to the present invention, two fingerprint comparison processes are performed using fingerprint feature points and fingerprint ridge information to enable more accurate authentication, and real-time processing is possible without using the entire fingerprint image.

도 1은 본 발명의 일 실시예에 따른 지문인증 장치를 개략적으로 도시한 도면이다.
도 2는 지문 영상의 예를 나타낸 도면으로서, (a)는 등록 지문의 영상을 나타내며, (b)는 인증 지문의 영상을 나타낸다.
도 3은 특징점 보정의 예로서 빈(bin) 누적에 의한 예를 나타낸 도면이다.
도 4는 일반적인 특징점 기반의 지문인증 유사도 분포 형태를 나타낸 도면이다.
도 5는 세선화된 지문 영상에서 융선 정보를 추출하는 예를 나타낸 도면이다.
도 6은 도 1의 지문인증 장치에 의한 지문인증 방법을 나타낸 흐름도이다.1 is a view schematically showing a fingerprint authentication device according to an embodiment of the present invention.
2 is a diagram illustrating an example of a fingerprint image, where (a) shows an image of a registered fingerprint and (b) shows an image of an authentication fingerprint.
3 is a diagram showing an example by bin accumulation as an example of feature point correction.
4 is a diagram illustrating a fingerprint authentication similarity distribution form based on general feature points.
5 is a diagram illustrating an example of extracting ridge information from a thinned fingerprint image.
6 is a flowchart illustrating a fingerprint authentication method using the fingerprint authentication device of FIG. 1.

이하, 첨부된 도면을 참조하여 본 발명의 실시예에 따른 지문인증 장치 및 그 인증방법을 상세하게 설명한다.
Hereinafter, a fingerprint authentication device and an authentication method thereof according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 지문인증 장치를 개략적으로 도시한 도면이다. 도면을 참조하면, 지문인증 장치(100)는 데이터베이스부(110), 지문 영상 입력부(120), 특징점 기반 지문 정합부(130), 융선정보 추출부(140) 및 인증 수행부(150)를 포함한다. 바람직하게는, 지문인증 장치(100)는 특징점 보정부(135), 융선특성 계산부(145) 및 융선특성 보정부(147)를 더 포함할 수 있다.1 is a view schematically showing a fingerprint authentication device according to an embodiment of the present invention. Referring to the drawings, the fingerprint authentication apparatus 100 includes a database unit 110, a fingerprint image input unit 120, a feature-based fingerprint matching unit 130, a ridge information extracting unit 140, and an authentication performing unit 150. do. Preferably, the fingerprint authentication device 100 may further include a feature point corrector 135, a ridge characteristic calculator 145, and a ridge characteristic corrector 147.

데이터베이스부(110)는 등록 지문 영상을 저장한다. 이때, 데이터베이스부(110)는 등록된 지문 영상에 대하여 분석된 특징점 정보를 저장할 수 있다. 지문을 나타내는 하나의 지문 곡선을 융선(ridge)이라고 하는데, 융선은 연속되는 융선과 중간에 끊어지는 끝점(ending), 2개 이상의 융선이 만나는 분기점(bifurcation)으로 되어 있으며, 이들을 특징점(minutiae)이라고 한다. 특징점은 사람마다 다르기 때문에, 데이터베이스부(110)는 등록된 가입자로부터 등록 지문 영상을 얻고, 특징점의 위치와 개수를 분석하여 데이터베이스화하여 저장한다.The database unit 110 stores the registered fingerprint image. At this time, the database unit 110 may store the feature point information analyzed for the registered fingerprint image. A fingerprint curve that represents a fingerprint is called a ridge, which is a continuous ridge, an end that breaks in the middle, and a bifurcation where two or more ridges meet, which are called minutiae. do. Since the feature points vary from person to person, the database unit 110 obtains a registered fingerprint image from a registered subscriber, analyzes the location and number of feature points, and stores the database.

지문 영상 입력부(120)는 인증을 하기 위한 사용자로부터 사용자 지문 영상을 입력받는다. The fingerprint image input unit 120 receives a user fingerprint image from a user for authentication.

특징점 기반 지문 정합부(130)는 지문 영상 입력부(120)를 통해 입력된 인증을 위한 사용자의 지문 영상과 데이터베이스부(110)에 저장된 등록 지문 영상으로부터 특징점을 추출하며, 추출된 특징점에 기초하여 특징점 기반 지문 정합을 수행한다.The feature point-based fingerprint matching unit 130 extracts feature points from a fingerprint image of a user for authentication input through the fingerprint image input unit 120 and a registered fingerprint image stored in the database unit 110, and based on the extracted feature points Based fingerprint matching.

일반적으로 지문인식 시스템에서 사용하는 지문특징 정보는 도 2a에 도시한 바와 같이, 지문 영상에서 융선이 지나는 끝점(ending point)(210)과 하나의 융선이 둘러 나뉘어지는 분기점(bufurcation point)(220)을 사용한다. 그리고, 지문 영상으로부터 추출된 하나의 특징점은 특징점의 좌표, 특징점의 타입정보를 가지며 (x, y, θ, type)으로 표현될 수 있다. 한편, 동일인의 지문일지라도 지문 입력장치에 지문을 입력할 때마다 도 2b에 나타낸 바와 같이, 특징점의 좌표값이 이동(translation)되고 방향이 회전(rotation)된다. 동일인에 대하여 도 2a는 등록할 때 입력된 지문 영상이며, 도 2b는 인증할 때 입력된 지문 영상이다. 도 2a의 끝점(210)과 도 2b의 끝점(230)은 동일한 특징점 쌍이고, 마찬가지로 도 2a의 분기점(220)과 도 2b의 분기점(240)은 동일한 특징점 쌍이다. 이러한 방법으로 두 지문에서 추출된 모든 특징점에 대하여 위치와 방향의 차에 의거하여 유사하다고 판단되는 모든 특징점 쌍을 찾아내거나 유사도에 따라 스코어를 구하여 임계치 이상이 되는지 확인할 수 있다. 이것은 지문이 입력될 대동일한 위치, 동일한 방향으로 입력되었다는 것을 가정하여 절대적인 위상을 비교하는 방법으로, 위치와 방향 등의 유사성을 확인하기 이전에 두 지문이 동일한 기준을 갖도록 보정하는 과정이 필요하다. 즉, 도 2a와 도 2b에서와 같이 동일한 특징점 쌍이더라도 입력하는 시점에 따라 절대적인 좌표값의 방향이 상이하여 두 지문이 변화된 양만큼 이동하고 회전하는 보정(alignment) 과정이 필수적으로 필요하다. 이를 위해 특징점 보정부(135)는 데이터베이스부(110)에 저장된 등록 지문 영상과 지문 영상 입력부(120)를 통해 입력된 사용자의 지문 영상으로부터 추출된 각각의 특징점에 대해 위치, 방향에 대한 차이를 보정한다.In general, fingerprint feature information used in a fingerprint recognition system, as shown in Figure 2a, the end point (ending point) 210 through which the ridge passes in the fingerprint image and the branching point (bufurcation point 220) is divided into one ridge Use One feature point extracted from the fingerprint image may have a coordinate of the feature point and type information of the feature point and may be represented by (x, y, θ, type). On the other hand, even if the fingerprint of the same person, as shown in Fig. 2b each time the fingerprint is input to the fingerprint input device, the coordinate value of the feature point is translated and the direction is rotated. For the same person, FIG. 2A is a fingerprint image input when registering and FIG. 2B is a fingerprint image input when authenticating. The end point 210 of FIG. 2A and the end point 230 of FIG. 2B are the same feature point pairs, and similarly, the branch point 220 of FIG. 2A and the branch point 240 of FIG. 2B are the same feature point pairs. In this way, all the feature points extracted from the two fingerprints can be identified based on the difference between the position and the direction, and all pairs of feature points determined to be similar can be found, or scores can be obtained according to the similarity to determine whether the threshold is greater than or equal to. This is a method of comparing absolute phases assuming that fingerprints are input in the same position and the same direction to be input, and it is necessary to correct the two fingerprints to have the same criteria before checking the similarity of the position and the direction. That is, as shown in FIGS. 2A and 2B, even when the pair of feature points is the same, the direction of the absolute coordinates is different depending on the input time point, so that an alignment process of moving and rotating the two fingerprints by a changed amount is necessary. To this end, the feature point corrector 135 corrects the difference in position and direction for each feature point extracted from the registered fingerprint image stored in the database unit 110 and the fingerprint image of the user input through the fingerprint image input unit 120. do.

특징점 기반 지문 정합부(130)는 지문 영상 입력부(120)를 통해 입력된 사용자 지문 영상으로부터 인증을 위한 특징점 정보를 추출한 후, 데이터베이스부(110)에 기 저장되어 등록된 등록 지문 영상에 대한 특징점 정보를 읽어와서 메모리에 로딩(loading)시켜 등록된 특징점 정보와 사용자 지문 영상의 특징점 정보를 비교 분석한다. 이때, 특징점 보정부(135)는 특징점의 보정을 위해, 메모리에 로딩된 등록 지문의 특징점 정보와 인증 지문의 특징점 정보 간의 위치, 방향에 대한 차이를 추출하기 위해 도 3a 및 도 3b에 도시한 바와 같이, 두 특징점 사이의 위치, 방향의 차이를 누적하기 위한 영역을 설정하고 각 빈(bin)의 위치(bx1, by1) 및 방향 단위를 결정할 수 있다. 여기서, 위치 및 방향에 대한 최초 빈(bin)의 단위는 크게 설정한 후 순차적으로 변화시키면서 최소 단위로 줄여가도록 할 수 있다. 도 3a 및 도 3b에서 Range_X1은 X 축의 최초 영역으로 X 방향으로 검출 가능한 위치 이동과 연관되며, Range_X2는 X 축의 두 번째 영역으로 첫 번째 단계에의 최대 빈(bin) 주위의 영역으로 설정되고, Range_Y1은 Y 축의 최초 영역으로 Y 방향으로 검출 가능한 위치 이동과 연관되며, Range_Y2는 Y 축의 두 번째 영역으로 첫 번째 단계에의 최대 빈(bin) 주위이 영역으로 설정된다. 또한, bx1은 X 축의 최초 단위이며, bx2는 X 축의 두 번째 단위로 bx1보다 작은 단위이고, by1은 Y 축의 최초 단위이며, by2는 Y 축의 두 번째 단위로 by1보다 작은 단위이다. 또한, △X는 두 특징점 쌍의 X축 변화량이며, △Y는 두 특징점 쌍의 Y축 변화량이고, B는 최대 값을 갖는 빈(bin)을 의미한다.The feature point-based fingerprint matching unit 130 extracts feature point information for authentication from the user fingerprint image input through the fingerprint image input unit 120, and then stores the feature point information on the registered fingerprint image previously stored and registered in the database unit 110. Read and load the data into a memory to compare and analyze the registered feature information and the feature information of the user fingerprint image. In this case, the feature point corrector 135 extracts a difference in position and direction between the feature point information of the registered fingerprint loaded into the memory and the feature point information of the authentication fingerprint to correct the feature point, as shown in FIGS. 3A and 3B. Similarly, an area for accumulating the difference in position and direction between the two feature points may be set, and the positions bx1 and by1 and the direction unit of each bin may be determined. Here, the unit of the initial bin with respect to the position and the direction may be set to be large and then reduced to the minimum unit while changing sequentially. In FIGS. 3A and 3B, Range_X1 is associated with a detectable positional movement in the X direction to the first area of the X axis, Range_X2 is set to the area around the maximum bin at the first stage as the second area of the X axis, and Range_Y1 Is associated with the detectable positional movement in the Y direction to the first region of the Y axis, and Range_Y2 is the second region of the Y axis, set as the region around the maximum bin at the first stage. In addition, bx1 is the first unit of the X-axis, bx2 is the second unit of the X-axis, smaller than bx1, by1 is the first unit of the Y-axis, and by2 is the second unit of the Y-axis, which is smaller than by1. ΔX is the amount of change in the X-axis of the pair of feature points, ΔY is the amount of change in the Y-axis of the pair of feature points, and B means a bin having a maximum value.

또한, 인증을 위한 사용자 지문 영상의 특징점 정보와 로딩된 등록 지문 영상의 특징점 정보 간의 특징점들을 모두 고려하였는지 판단하며, 모든 특징점을 고려하지 않을 경우에는 인증지문 특징점과 등록지문 특징점의 쌍을 생성하여 두 특징점 간의 방향 차를 측정할 수 있다. 이때, 두 특징점 간의 방향 차가 허용 범위를 벗어났는지를 체크하여 허용 범위를 벗어나지 않을 경우에는 두 특징점 간의 위치 차이를 측정할 수 있다. 마찬가지로, 두 특징점 간의 위치 차이가 허용 범위를 벗어나지 않을 경우, 구해진 위치, 방향 차에 해당하는 설정된 영역의 특정 빈(bin)의 레벨을 상승 또는 누적시키며, 모든 특징점 즉, 방향, 위치 차의 특징점 쌍에 대한 고려가 끝나게 되면 최대 레벨을 갖는 빈(bin)을 구하고, 빈(bin)의 위치, 방향에 대한 단위가 최소 단위인가를 체크하여, 빈(bin)의 단위가 최소 단위이면 최대 빈(bin) 값에 해당되는 위치, 방향 차이 즉, 도 3b에 도시된 B에 해당되는 위치, 방향 차를 추출할 수 있다. 이때, 특징점 보정부는 검출된 위치, 방향 차를 바탕으로 인증 지문과 등록 지문의 특징점을 보정한 후, 보정된 두 특징점 사이의 유사도를 측정하여 측정된 유사도가 기 설정된 임계치보다 클 경우 두 지문이 동일하다고 판단하며, 판단된 결과에 따라 사용자의 인증 과정을 수행한다.In addition, it is determined whether all of the feature points between the feature point information of the user fingerprint image and the feature point information of the loaded registered fingerprint image are considered, and if not all feature points are generated, a pair of authentication fingerprint feature points and registered fingerprint feature points are generated. The direction difference between the feature points can be measured. In this case, by checking whether the direction difference between the two feature points is out of the allowable range, the position difference between the two feature points may be measured when the direction difference is not out of the allowable range. Similarly, if the position difference between the two feature points does not deviate from the allowable range, the level of a specific bin of the set area corresponding to the obtained position and direction difference is increased or accumulated, and all feature points, that is, feature point pairs of direction and position difference When the consideration is over, the bin with the maximum level is obtained, and whether the unit for the position and direction of the bin is the minimum unit, and if the unit of the bin is the minimum unit, the maximum bin The position, direction difference, that is, the position, direction difference corresponding to B shown in FIG. 3B, may be extracted. At this time, the feature point corrector corrects the feature points of the authentication fingerprint and the enrolled fingerprint based on the detected position and direction difference, and then measures the similarity between the corrected two feature points. The user's authentication process is performed according to the determined result.

한편, 특징점 기반의 지문 인증의 유사도 분포는 일반적으로 도 4에 도시한 바와 같은 형태를 가지고 있다. 도 4와 같은 유사도 분포에서 임계값(Threshold)를 이용하여 지문인증을 수행할 경우 타인 수락 오류(False Match) 즉, 타인의 지문을 등록된 본인의 지문으로 오인하는 경우와 본인 거부 오류(False Non-Match) 즉, 본인의 지문을 타인의 지문으로 오인하는 경우가 발생한다. 이때, a점을 ZeroFNMR(Zero False Non-Match Rate)이라 하고, b점을 ZeroFMR(Zero False Match Rate)이라고 하는데, 유사도가 ZeroFNMR보다 낮은 경우와 ZeroFMR보다 높은 경우에는 오류가 발생하지 않는다. 그러나, 특징점 기반으로 등록 지문과 사용자 지문을 정합할 경우, 유사도가 a점과 b점 사이일 때에는 본인을 타인으로 오인하여 인증을 거부하거나 타인을 본인으로 잘못 인증하는 오류가 발생한다.On the other hand, the similarity distribution of the feature-based fingerprint authentication generally has a form as shown in FIG. When fingerprint authentication is performed using a threshold in the similarity distribution as shown in FIG. 4, a false match, that is, a mistake of another person's fingerprint as a registered user's fingerprint and a false rejection error (False Non) Match In other words, the user's fingerprint is misidentified as the fingerprint of another person. In this case, point a is called Zero False Non-Match Rate (ZeroFNMR) and point b is called Zero False Match Rate (ZeroFMR). When the similarity is lower than ZeroFNMR and higher than ZeroFMR, no error occurs. However, if the registration fingerprint and the user fingerprint is matched based on the feature point, when the similarity is between a point and b point, an error of rejecting authentication or misidentifying another person as a person occurs by misidentifying the person as another person.

이와 같은 문제점을 개선하기 위하여, 본 발명에 따른 지문인증 장치(100)는 특징점 기반의 유사도가 a점과 b점 사이일 때에는 융선 기반의 지문 인증을 수행하도록 한다. 이를 위해, 융선 정보 추출부(140)는 특징점 기반 지문 정합부(130)에 의한 특징점 기반 지문 정합 과정에서 세선화된 융선 정보를 추출한다. 이때, 융선 기반의 지문 인증을 수행하기 위한 a점과 b점 사이의 범위는 임계값 13을 기준으로 유사도 8에서 유사도 20까지로 설정될 수 있다. 이것은 지문인식 실험으로 공개된 FVC2002 DB1A로 실험한 결과, 임계값 13을 기준으로 유사도 8에서 유사도 20까지 지문 분포 비율이 40%일 경우에 지문인증의 성능이 가장 향상되었기 때문이다.
In order to improve such a problem, the fingerprint authentication apparatus 100 according to the present invention performs the ridge-based fingerprint authentication when the similarity between the feature points is between a point and b point. To this end, the ridge information extractor 140 extracts the thinned ridge information in the feature-based fingerprint matching process by the feature-based fingerprint matching unit 130. In this case, a range between a point and b point for performing ridge-based fingerprint authentication may be set from the similarity 8 to the similarity 20 based on the threshold value 13. This is because the performance of fingerprint authentication is most improved when the fingerprint distribution ratio is 40% from the similarity 8 to the similarity 20 based on the threshold value 13 based on the FVC2002 DB1A published as the fingerprint recognition experiment.

도 5는 세선화된 지문 영상에서 융선 정보를 추출하는 예를 나타낸 도면이다.5 is a diagram illustrating an example of extracting ridge information from a thinned fingerprint image.

도 5를 참조하면, 개인별 융선의 세선화 결과에 대하여 시점과 종점 사이의 곡률과 법선 방향 등으로 모델링함으로써 고유의 수학적 연산값을 추출할 수 있으며, 이러한 개별 특성을 상호 비교함으로써 작은 지문 영상에 대해서도 정확한 인식이 가능하도록 하는 정보를 획득할 수 있다. 즉, 융선간의 상호 위치를 세선화된 영상으로부터 순번을 부여하여 개별 융선의 위치 관계를 정의하고 개별 융선의 기하학적 특징을 기술하는 방법을 이용하여 이를 개별 융선의 특성으로 정의할 수 있다. Referring to FIG. 5, inherent mathematical calculation values can be extracted by modeling curvatures and normal directions between starting and end points of individual ridge thinning results, and comparing the individual characteristics to each other to obtain a small fingerprint image. Information that enables accurate recognition can be obtained. In other words, the positional relationship of individual ridges can be defined by assigning a sequence number from the thinned image to the mutual position of the ridges, and can be defined as the characteristics of the individual ridges using a method of describing the geometric characteristics of the individual ridges.

특징점 기반으로 사용자 지문 영상과 등록 지문 영상의 특징점을 정합하여 유사도가 설정된 범위 이내인 경우, 융선 정보 추출부(140)는 세선화된 융선 정보를 추출한다. 이때, 융선 정보 추출부(140)는 세선화된 지문 영상에서 각 융선을 추적하여 순번을 부여할 수 있다. When the feature points of the user fingerprint image and the registered fingerprint image are matched based on the feature points, the ridge information extracting unit 140 extracts the thinned ridge information. At this time, the ridge information extracting unit 140 may track and assign each ridge in the thinned fingerprint image.

융선 특성 계산부(145)는 사용자 지문 영상과 등록 지문 영상의 각 영상에 대한 길이, 곡률, 법선 방향을 계산하고, 각 융선의 이웃 순번 융선 및 내/외측 순번 융선을 계산할 수 있다. 이 과정에서, 융선 특성 보정부(147)는 사용자 지문 영상과 등록 지문 영상으로부터 추출된 융선 정보에 대해 위치, 방향, 거리, 각도 중의 적어도 하나에 대한 차이를 보정하는 것이 바람직하다.The ridge characteristic calculator 145 may calculate the length, curvature, and normal direction of each image of the user fingerprint image and the registered fingerprint image, and calculate neighboring turn ridges and inner / outer turn ridges of the ridges. In this process, the ridge characteristic correction unit 147 may correct the difference of at least one of the position, direction, distance, and angle with respect to the ridge information extracted from the user fingerprint image and the registered fingerprint image.

인증 수행부(150)는 특징점 기반 지문 정합부(130)에 의해 사용자 지문 영상과 등록 지문 영상의 유사도가 설정된 범위를 벗어난 것으로 판단된 경우 즉, 유사도가 도 4의 a점보다 작거나 b점보다 큰 경우에는 특징점 기반에 따라 사용자의 지문에 대한 인증을 수행한다. 이 경우는 상술한 바와 같이, 인증 수행에 오류가 발생하지 않는다.When the authentication performing unit 150 determines that the similarity between the user fingerprint image and the registered fingerprint image is outside the set range by the feature-based fingerprint matching unit 130, that is, the similarity is less than or equal to the point b of FIG. 4. In the large case, the fingerprint of the user is authenticated based on the feature point. In this case, as described above, no error occurs in performing authentication.

또한, 인증 수행부(150)는 특징점 기반 지문 정합부(130)에 의해 사용자 지문 영상과 등록 지문 영상의 유사도가 설정된 범위 이내인 경우, 융선 특성 계산부(145)로부터 계산되는 각 융선의 모양 및 그 주변의 융선에 대한 연결 정보를 수신하고, 이를 개별 융선의 법선 방향과 연결 상태를 참조하여 고유한 순서로 정렬하며, 이를 기반으로 사용자의 지문 영상과 등록 지문 영상을 비교하여 융선 기반의 지문인증을 수행한다.
In addition, when the similarity between the user fingerprint image and the registered fingerprint image is within the range set by the feature-based fingerprint matching unit 130, the authentication performing unit 150 calculates the shape and shape of each ridge calculated from the ridge characteristic calculation unit 145. Receives connection information about the ridges around it and arranges them in a unique order by referring to the normal direction and connection state of each ridge, and based on this, compares the user's fingerprint image with the registered fingerprint image and based on the ridge fingerprint authentication Do this.

도 6은 도 1의 지문인증 장치에 의한 지문인증 방법을 나타낸 흐름도이다. 도면을 참조하면, 지문 영상 입력부(120)는 사용자로부터 인증을 위한 사용자 지문을 입력받는다(S601). 6 is a flowchart illustrating a fingerprint authentication method using the fingerprint authentication device of FIG. 1. Referring to the figure, the fingerprint image input unit 120 receives a user fingerprint for authentication from the user (S601).

특징점 기반 지문 정합부(130)는 지문 영상 입력부(120)를 통해 입력된 사용자 지문 영상과 데이터베이스부(110)에 저장된 등록 지문 영상으로부터 특징점을 추출하며, 추출된 각각의 특징점에 기초하여 특징점 기반 지문정합을 수행한다(S603).The feature point-based fingerprint matching unit 130 extracts a feature point from a user fingerprint image input through the fingerprint image input unit 120 and a registered fingerprint image stored in the database unit 110, and based on the extracted feature points, the feature point-based fingerprint is extracted. Matching is performed (S603).

이때, 특징점 기반 지문 정합부(130)는 사용자 지문 영상의 특징점과 등록 지문 영상의 특징점의 유사도가 설정된 범위 이내인지를 판단한다(S605).In this case, the feature point-based fingerprint matching unit 130 determines whether the similarity between the feature point of the user fingerprint image and the feature point of the registered fingerprint image is within a set range (S605).

인증 수행부(150)는 특징점의 유사도에 기초하여 지문 영상 입력부(120)를 통해 입력된 사용자 지문 영상에 대한 지문인증을 수행한다(S607). The authentication performing unit 150 performs fingerprint authentication on the user fingerprint image input through the fingerprint image input unit 120 based on the similarity of the feature points (S607).

만일, 특징점 기반 지문 정합부(130)에 의해 사용자 지문 영상의 특징점과 등록 지문 영상의 특징점의 유사도가 설정된 범위 이내인 것으로 판단되면, 융선 정보 추출부(140)는 사용자 지문 영상과 등록 지문 영상에 대한 세선화된 융선 정보를 추출한다(S609). 이때, 융선 특성 계산부(145)는 사용자 지문 영상과 등록 지문 영상의 각 융선에 대한 길이, 곡률, 법선 방향 등을 계산하는 것이 바람직하다. 또한, 융선 특성 보정부(147)는 사용자 지문 영상과 등록 지문 영상으로부터 추출된 각각의 융선 정보에 대해 위치, 방향, 거리, 각도 중의 적어도 하나에 대한 차이를 보정하는 것이 바람직하다(S611). 이 경우, 인증 수행부(150)는 보정된 융선 정보에 기초하여 사용자의 지문 영상에 대한 지문인증을 수행한다(S613).If the feature point-based fingerprint matching unit 130 determines that the similarity between the feature point of the user fingerprint image and the feature point of the registered fingerprint image is within a set range, the ridge information extractor 140 may apply to the user fingerprint image and the registered fingerprint image. The thinned ridge information about the extracted (S609). In this case, the ridge characteristic calculation unit 145 may calculate the length, curvature, normal direction, etc. of each ridge of the user fingerprint image and the registered fingerprint image. In addition, the ridge characteristic correction unit 147 may correct the difference of at least one of the position, the direction, the distance, and the angle of each ridge information extracted from the user fingerprint image and the registered fingerprint image (S611). In this case, the authentication performing unit 150 performs fingerprint authentication on the fingerprint image of the user based on the corrected ridge information (S613).

상술한 바와 같이, 인증을 위한 사용자 지문 영상과 등록 지문 영상에 대하여 특징점 기반의 유사도를 판단하고, 특징점 기반의 유사도가 설정된 범위를 벗어난 경우에는 특징점 기반의 지문인증을 수행하고, 특징점 기반의 유사도가 설정된 범위 이내인 경우에는 융선 기반의 지문인증을 수행함으로써, 지문인증시의 오류 발생을 현저하게 줄일 수 있게 된다.As described above, the feature-based similarity is determined with respect to the user fingerprint image and the registered fingerprint image for authentication, and if the feature-based similarity is out of the set range, the feature-based fingerprint authentication is performed, and the feature-based similarity is determined. If it is within the set range by performing the ridge-based fingerprint authentication, it is possible to significantly reduce the occurrence of errors during fingerprint authentication.

또한, 본 발명은 특징점 기반의 유사도가 설정된 범위 이내인 경우에만 융선 기반의 지문인증을 수행하기 때문에, 입력되는 사용자 지문 영상 모두에 대하여 융선 특성을 계산할 필요가 없어 지문인증에 대한 실시간 처리가 가능하게 된다.In addition, since the ridge-based fingerprint authentication is performed only when the feature-based similarity is within the set range, it is not necessary to calculate the ridge characteristics for all input user fingerprint images, thereby enabling real-time processing of fingerprint authentication. do.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.While the present invention has been described in connection with what is presently considered to be the most practical and preferred embodiment, it is to be understood that the invention is not limited to the disclosed embodiments. In other words, within the scope of the present invention, all of the components may be selectively operated in combination with one or more. In addition, although all of the components may be implemented in one independent hardware, each or all of the components may be selectively combined to perform some or all functions combined in one or a plurality of hardware. It may be implemented as a computer program having a. Codes and code segments constituting the computer program may be easily inferred by those skilled in the art. Such a computer program may be stored in a computer readable storage medium and read and executed by a computer, thereby implementing embodiments of the present invention. The storage medium of the computer program may include a magnetic recording medium, an optical recording medium, a carrier wave medium, and the like.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In addition, the terms "comprise", "comprise" or "having" described above mean that the corresponding component may be inherent unless specifically stated otherwise, and thus excludes other components. It should be construed that it may further include other components instead. All terms, including technical and scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art unless otherwise defined. Terms used generally, such as terms defined in a dictionary, should be interpreted to coincide with the contextual meaning of the related art, and shall not be interpreted in an ideal or excessively formal sense unless explicitly defined in the present invention.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
The above description is merely illustrative of the technical idea of the present invention, and those skilled in the art to which the present invention pertains may make various modifications and changes without departing from the essential characteristics of the present invention. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention but to describe the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be construed according to the following claims, and all technical ideas falling within the scope of the same shall be construed as falling within the scope of the present invention.

100: 지문인증 장치 110: 데이터베이스부
120: 지문 영상 입력부 130: 특징점 기반 지문 정합부
140: 융선 정보 추출부 150: 인증 수행부100: fingerprint authentication device 110: database unit
120: fingerprint image input unit 130: feature point based fingerprint matching unit
140: ridge information extraction unit 150: authentication performing unit

Claims (7)

지문인증 장치에 있어서,
등록 지문 영상을 저장하는 데이터베이스부;
사용자로부터 사용자 지문 영상을 입력받는 지문 영상 입력부;
상기 지문 영상 입력부를 통해 입력된 상기 사용자 지문 영상과 상기 데이터베이스부에 저장된 상기 등록 지문 영상으로부터 특징점을 추출하며, 추출된 상기 특징점에 기초하여 특징점 기반 지문정합을 수행하는 특징점 기반 지문 정합부;
상기 특징점 기반 지문 정합부에 의한 특징점 기반 지문정합 과정에서 세선화된 융선 정보를 추출하는 융선 정보 추출부; 및
상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위 내인 경우에 상기 융선 정보 추출부에 의해 추출된 각 융선 정보에 기초하여 융선 기반 지문인증을 수행하며, 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 상기 설정된 범위를 벗어나는 경우에 특징점 기반 지문인증을 수행하는 인증 수행부
를 포함하는 것을 특징으로 하는 지문인증 장치.
In the fingerprint authentication device,
A database unit for storing a registered fingerprint image;
A fingerprint image input unit configured to receive a user fingerprint image from a user;
A feature point based fingerprint matching unit extracting a feature point from the user fingerprint image inputted through the fingerprint image input unit and the registered fingerprint image stored in the database unit, and performing a feature point based fingerprint matching based on the extracted feature point;
A ridge information extraction unit for extracting thinned ridge information in a feature point based fingerprint matching process by the feature point based fingerprint matching unit; And
When the similarity between the user fingerprint image and the registered fingerprint image is within a set range, ridge-based fingerprint authentication is performed based on each ridge information extracted by the ridge information extracting unit. Authentication performing unit performing feature point based fingerprint authentication when similarity is out of the set range
Fingerprint authentication device comprising a.
제 1항에 있어서,
상기 사용자 지문 영상과 상기 등록 지문 영상의 각 융선에 대한 비교점, 길이, 곡률, 법선 방향을 계산하는 융선특성 계산부
를 더 포함하는 것을 특징으로 하는 지문인증 장치.
The method of claim 1,
A ridge characteristic calculator for calculating a comparison point, a length, a curvature, and a normal direction of each ridge of the user fingerprint image and the registered fingerprint image.
Fingerprint authentication device further comprising.
제 1항에 있어서,
상기 융선 정보 추출부는 상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위 내인 경우에 세선화된 융선 정보를 추출하는 것을 특징으로 하는 지문인증 장치.
The method of claim 1,
And the ridge information extracting unit extracts thinned ridge information when the similarity between the user fingerprint image and the registered fingerprint image is within a set range.
지문인증 방법에 있어서,
사용자로부터 사용자 지문 영상을 입력받는 단계;
입력된 상기 사용자 지문 영상과 데이터베이스에 등록된 등록 지문 영상으로부터 특징점을 추출하며, 추출된 상기 특징점에 기초하여 특징점 기반 지문정합을 수행하는 단계;
상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위를 벗어나는 경우, 상기 특징점 기반 지문정합에 기초하는 특징점 기반 지문인증을 수행하는 단계;
상기 사용자 지문 영상과 상기 등록 지문 영상의 유사도가 설정된 범위 내인 경우, 상기 사용자 지문 영상과 상기 등록 지문 영상에 대한 세선화된 융선 정보를 추출하는 단계; 및
상기 융선 정보 추출단계에 의해 추출된 각 융선 정보에 기초하여 융선 기반 지문인증을 수행하는 단계
를 포함하는 것을 특징으로 하는 지문인증 방법.
In the fingerprint authentication method,
Receiving a user fingerprint image from a user;
Extracting a feature point from the input user fingerprint image and a registered fingerprint image registered in a database, and performing a feature point-based fingerprint matching based on the extracted feature point;
Performing feature point based fingerprint authentication based on the feature point based fingerprint matching when the similarity between the user fingerprint image and the registered fingerprint image is out of a set range;
Extracting thinned ridge information of the user fingerprint image and the registered fingerprint image when the similarity between the user fingerprint image and the registered fingerprint image is within a set range; And
Performing ridge-based fingerprint authentication based on each ridge information extracted by the ridge information extraction step
Fingerprint authentication method comprising a.
제 4항에 있어서,
상기 융선정보 추출단계는,
상기 사용자 지문 영상과 상기 등록 지문 영상으로부터 각 융선에 대한 비교점, 길이, 곡률, 법선 방향 중 적어도 하나를 포함하는 각각의 융선정보를 계산하는 것을 특징으로 하는 지문인증 방법.
The method of claim 4, wherein
The ridge information extraction step,
And calculating each ridge information including at least one of a comparison point, a length, a curvature, and a normal direction for each ridge from the user fingerprint image and the registered fingerprint image.
제 5항에 있어서,
상기 융선 기반 지문인증을 수행하는 단계는,
계산된 각각의 융선정보를 비교하여 유사도에 따라 지문인증을 수행하는 것을 특징으로 하는 지문인증 방법.
6. The method of claim 5,
Performing the ridge-based fingerprint authentication,
Fingerprint authentication method characterized in that to perform the fingerprint authentication according to the similarity by comparing the respective ridge information calculated.
제 4항에 있어서,
상기 융선정보 추출단계는,
상기 사용자 지문 영상과 상기 등록 지문 영상으로부터 추출된 각각의 융선 정보에 대해 특징점 기반 지문정합과정에서 발생되는 위치, 방향의 차이를 보정하는 단계
를 더 포함하는 것을 특징으로 하는 지문인증 방법.
The method of claim 4, wherein
The ridge information extraction step,
Correcting a difference in position and direction generated in a feature-point based fingerprint matching process for each ridge information extracted from the user fingerprint image and the registered fingerprint image
Fingerprint authentication method further comprising.
KR1020100026915A 2010-03-25 2010-03-25 Fingerprint verification apparatus and method therefor KR101072352B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100026915A KR101072352B1 (en) 2010-03-25 2010-03-25 Fingerprint verification apparatus and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100026915A KR101072352B1 (en) 2010-03-25 2010-03-25 Fingerprint verification apparatus and method therefor

Publications (2)

Publication Number Publication Date
KR20110107657A true KR20110107657A (en) 2011-10-04
KR101072352B1 KR101072352B1 (en) 2011-10-12

Family

ID=45025740

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100026915A KR101072352B1 (en) 2010-03-25 2010-03-25 Fingerprint verification apparatus and method therefor

Country Status (1)

Country Link
KR (1) KR101072352B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013141439A1 (en) * 2012-03-21 2013-09-26 조선대학교산학협력단 Device and method for authenticating a fingerprint
KR101419784B1 (en) * 2013-06-19 2014-07-21 크루셜텍 (주) Method and apparatus for recognizing and verifying fingerprint
KR20170043404A (en) * 2015-10-13 2017-04-21 삼성전자주식회사 Electronic device and method for authenticating finger print
WO2017183867A1 (en) * 2016-04-18 2017-10-26 주식회사 유니온커뮤니티 Forged-fingerprint distinguishing apparatus and method capable of distinguishing forged fingerprint on basis of slight change in brightness of fingerprint image, caused by living body's heartbeat

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006330872A (en) 2005-05-24 2006-12-07 Japan Science & Technology Agency Fingerprint collation device, method and program

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013141439A1 (en) * 2012-03-21 2013-09-26 조선대학교산학협력단 Device and method for authenticating a fingerprint
KR101419784B1 (en) * 2013-06-19 2014-07-21 크루셜텍 (주) Method and apparatus for recognizing and verifying fingerprint
WO2014204110A1 (en) * 2013-06-19 2014-12-24 크루셜텍 주식회사 Method and apparatus for fingerprint recognition and authentication
US9886616B2 (en) 2013-06-19 2018-02-06 Crucialtec Co., Ltd. Method and apparatus for fingerprint recognition and authentication
KR20170043404A (en) * 2015-10-13 2017-04-21 삼성전자주식회사 Electronic device and method for authenticating finger print
WO2017183867A1 (en) * 2016-04-18 2017-10-26 주식회사 유니온커뮤니티 Forged-fingerprint distinguishing apparatus and method capable of distinguishing forged fingerprint on basis of slight change in brightness of fingerprint image, caused by living body's heartbeat

Also Published As

Publication number Publication date
KR101072352B1 (en) 2011-10-12

Similar Documents

Publication Publication Date Title
Lee et al. Partial fingerprint matching using minutiae and ridge shape features for small fingerprint scanners
JP4303410B2 (en) Pattern center determining apparatus, pattern direction determining apparatus, pattern positioning apparatus, and pattern collating apparatus
US9208375B2 (en) Face recognition mechanism
US20180211093A1 (en) Method of processing fingerprint information
KR100453220B1 (en) Apparatus and method for authenticating user by using a fingerprint feature
KR101237148B1 (en) Hierarchical fingerprint verification apparatus and method using similarity distribution
US20090169072A1 (en) Method and system for comparing prints using a reconstructed direction image
CN108363963B (en) Fingerprint verification device
US10127681B2 (en) Systems and methods for point-based image alignment
WO2013145280A1 (en) Biometric authentication device, biometric authentication method, and biometric authentication computer program
KR20170003348A (en) Updating method and apparatus of registration database for user authentication
KR101072352B1 (en) Fingerprint verification apparatus and method therefor
CN115527244B (en) Fingerprint image matching method and device, computer equipment and storage medium
Yamazaki et al. SIFT-based algorithm for fingerprint authentication on smartphone
KR20160133991A (en) Fingerprint enrollment method and fingerprint verification method
CN113496183A (en) Fingerprint matching method and device, electronic equipment and readable storage medium
KR101236040B1 (en) Fingerprint verification apparatus and method therefor using PCA
JP6349817B2 (en) Alignment apparatus, alignment method, and computer program for alignment
KR100456463B1 (en) A Hybrid Fingerprint Verification Method using Global and Local Features
KR101995025B1 (en) Method and Apparatus for Restoring Fingerprint Image Using Fingerprints Left on Fingerprint Sensor and Touch Screen
KR101270348B1 (en) Apparatus and method for fingerprint verification
Izadi et al. Introduction of cylinder quality measure into minutia cylinder-code based fingerprint matching
KR100564762B1 (en) Authentication method and apparatus using fingerprint
Agarwal et al. A utility of ridge contour points in minutiae-based fingerprint matching
US10984085B2 (en) Biometric recognition for uncontrolled acquisition environments

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: 20141007

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150922

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161005

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170823

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20181005

Year of fee payment: 8