KR20110114191A - 특징점 구조 기반의 지문 매칭 방법 - Google Patents

특징점 구조 기반의 지문 매칭 방법 Download PDF

Info

Publication number
KR20110114191A
KR20110114191A KR1020100033691A KR20100033691A KR20110114191A KR 20110114191 A KR20110114191 A KR 20110114191A KR 1020100033691 A KR1020100033691 A KR 1020100033691A KR 20100033691 A KR20100033691 A KR 20100033691A KR 20110114191 A KR20110114191 A KR 20110114191A
Authority
KR
South Korea
Prior art keywords
feature
similarity
partial
feature points
vector
Prior art date
Application number
KR1020100033691A
Other languages
English (en)
Inventor
김무건
임형찬
Original Assignee
(주)아와시스템
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 (주)아와시스템 filed Critical (주)아와시스템
Priority to KR1020100033691A priority Critical patent/KR20110114191A/ko
Publication of KR20110114191A publication Critical patent/KR20110114191A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification

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

본 발명은 두 개의 지문에서 추출된 특징점을 서로 비교하여 동일인 여부를 판단하고자 할 때, 각 특징점간의 상호 구조에 기반하여 각각의 지문의 특징을 추출하고 이를 서로 비교하여 입력지문과 등록지문의 매칭을 수행하는 방법으로서 입력된 지문이 오염되었거나, 회전, 위치 이동 또는 비선형 왜곡이 발생하더라도 이에 무관하게 효율적으로 지문을 비교하는 방법을 제공함에 있다.

Description

특징점 구조 기반의 지문 매칭 방법 { Minutia structure based matching algorithm}
본 발명은 지문 인식 장치의 매칭(matching) 방법에 관한 것으로, 보다 자세하게는 지문 특징점의 상호 구조에 기반한 매칭 방법에 관한 것이다.
매칭(matching)이란, 센서(101)를 통하여 입력된 지문 영상이 지문 특징점 추출기(102)를 통하면서 생성된 특징점을 이용하여 등록된 지문의 특징점(104)과 입력된 지문의 특징점을 특징점 매칭기(103)에서 비교하여 두 개의 지문이 동일한 지문인지의 여부를 판단하는 과정이다.
상호 구조에 기반한 매칭 방법은 하나의 특징점에 인접한 두 개의 특징점 사이의 상호 관계를 이용하는 매칭 방법이다. 부분 특성벡터 유사도를 계산하는 부분과 전역 특성벡터 유사도를 계산하는 두 단계로 나뉘어 계산이 이루어지는데, 부분 특성 벡터는 하나의 특징점에서 가장 가까이 위치하는 두 개의 특징점과의 상호 구조를 수치화한 것이다. 상호 구조는 거리, 두개의 특징점이 이루는 각도, 각 특징점의 방향, 특징점의 타입으로 이루어 진다. 전역 특성벡터의 유사도를 계산하는 이유는 서로 다른 지문에서도 우연히 부분 특징점이 유사한 부분이 발생할 수 있는데, 이 유사한 부분의 특징점이 지문 전체의 다른 특징점들과 구조 비교를 했을 때에도 유사성을 갖고 있는지를 판단하여 부분 특징점으로 인한 잘못된 매칭을 방지하기 위한 수단이다.
도 2에 일반적으로 사용되는 매칭 방법을 도식화 하였다. 먼저 부분 특성 계산부(201)에서 DB에 등록된 지문의 특징점들의 부분 특성 벡터를 계산한다. 부분 특성 벡터에 대한 자세한 내용은 도 3에 나타내었다. 그리고 입력된 지문의 특징점들에 대해서도 부분 특성 벡터를 계산한다(202). 부분 특성 벡터 유사도 계산부(203)에서는 각각 계산된 부분 특성 벡터를 서로 빼어 그 차이가 문턱 값보다 낮을 때 그 특징점들에 대하여 유사도를 계산한다. 최대 유사도 위치 계산부(204)에서는 계산된 각각의 유사도에서 최대값을 갖는 특징점을 찾아낸다. 전역 특성벡터 계산부(205)에서는 최대값을 갖는 특징점에서 다른 모든 특징점들 사이의 전역 특성벡터를 계산한다. 전역 특성 벡터에 대한 자세한 내용은 도 4에 나타내었다. DB에 등록된 지문과 입력 지문에 대하여 각각 전역 특성 벡터를 계산한 후, 전역 특성벡터 유사도 계산부(206)에서 두 개의 전역 특성벡터의 서로 빼어 그 차이가 문턱값보다 낮을 때 그 특징점들에 대하여 유사도를 계산한다. 매칭 결과 계산부(207)에서는 부분 특성벡터 유사도 계산부(203)에서 계산된 부분 유사도와 전역 특성벡터 유사도 계산부(206)에서 계산된 전역 유사도에서 동일하게 나타나는 특징점에 대하여 유사도 평균값을 계산하여 그 값을 매칭 결과값으로 출력한다.(논문 : Jiang,X., Yau, W., Fingerprint minutiae matching based on the local and global structures, Proceeding 15th International Conference on Pattern Recognition. ICPR-2000. IEEE Comput. Soc. Part, vol.2, 2000, pp.1038-41 vol.2. Los Alamitos, CA, USA.)
하지만 기존의 방법을 이용하였을 때 지문의 비선형 왜곡에 의하여 특징점간의 길이에 변화가 발생하였을 경우 지역 특성벡터가 변함으로 인하여 매칭에 실패하는 경우가 발생한다. 그리고 서로 다른 지문에서 우연하게 부분 특성 벡터가 유사성을 가질 때, 그 벡터에 대해서는 전역 특성 벡터도 동일하게 유사성을 가짐으로 인하여 전역 특성 벡터가 부분 특성 벡터의 오류를 검출하지 못하는 경우도 발생한다. 이런 두 가지 이유로 인하여 기존의 방법을 사용하였을 경우 지문인식 오류율이 증가하게 된다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 부분 특징벡터 유사도를 계산할 때, 가장 짧은 두 개의 특징점외에 세번째의 특징점을 후보군에 올려놓고 이를 반영하여 유사도를 계산함으로서 비선형 왜곡에 대하여 대처함으로서 지문인식 장치의 성능을 향상시키는 방법을 제공하는 것이다.
상기 목적을 달성하기 위한 본 발명의 장치는, 후보 특징점의 부분 특징 벡터를 저장하기 위한 레지스터, 특징점에서 가장 거리가 가까운 3개의 특징점들과의 거리의 차이를 계산하는 거리 계산부, 세 특징점들의 거리의 차이를 계산하는 거리차이 계산부, 가장 짧은 두 개 특징점의 부분 특징점 벡터를 계산하는 부분 특징 벡터 계산부, 후보군의 부분 특징점 벡터 계산부, 부분 특성 벡터 유사도 계산부, 최대 유사도 위치 계산부, 전역 특성 벡터 계산부, 전역 특성 벡터 유사도 계산부, 유사도를 갖는 특징점의 위치 판단부, 매칭 결과값 계산부로 구성되어 있다.
본 발명의 다른 목적, 특징 및 이점들은 첨부한 도면을 참조한 실시 예들의 상세한 설명을 통해 명백해질 것이다.
이하 상기의 목적을 구체적으로 실현할 수 있는 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 설명한다. 이때 도면에 도시되고 또 이것에 의하여 설명되는 본 발명의 구성과 작용은 적어도 하나의 실시 예로서 설명되는 것이며, 이것에 의해서 상기한 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지는 않는다.
본 발명은 지문인식 장치에서 지문영상에 비선형 왜곡이 발생하는 환경에서도 지문 매칭을 안정적으로 수행하는데 그 특징이 있다. 특히 본 발명은 구조기반 매칭을 수행할 때 해당 특징점에서 가장 가까운 2개의 특징점 외에 하나의 특징점을 후보 군으로 올려놓아 이 특징점의 구조 기반 벡터를 비교를 수행함으로써 지문 인식 장치의 인식 성능을 향상시킬 수 있다.
도 5에 본 발명의 지문인식장치에서 매칭을 수행하기 위한 장치를 나타낸 구성도를 나타내었다. 특징점 추출기를 거쳐 입력되는 지문 특징점은 부분 특성 벡터 계산부(501)에서 해당 특징점과 가장 가까이 있는 두개의 특징점과의 부분 특성 벡터를 계산한다. 그리고 후보특징점의 부분 특성 벡터 계산부(502)에서 해당 특징점과 후보 특징점과의 부분 특성 벡터를 계산한다. 부분 특성 벡터 유사도 계산부(503)에서는 부분 특성벡터와 후보 부분 특성 벡터를 이용하여 각각의 부분 특성 벡터 유사도를 계산하고 이들 중 가장 높은 유사도를 보이는 것을 최종 결정한다. 최대 유사도 위치 계산부(504)에서는 계산된 유사도에서 가장 높은 값을 갖는 특징점의 위치를 계산하고, 전역 특성 벡터 계산부(505)에서 가장 높은 유사도를 갖는 특징점과 그 외의 특징점 간의 전역 특성 벡터를 계산한다. 전역 특성 벡터 유사도 계산부(506)에서는 전역 특성 벡터의 유사도를 계산하여 해당 유사도가 문턱값을 넘는지 판단하여 문턱값을 넘는 특징점들의 위치를 파악한다. 유사도를 갖는 특징점의 위치 판단부(507)에서는 문턱값을 넘는 특징점들의 위치가 하나의 부분 구조에서 비롯된 것인지, 다양한 부분 구조에서 비롯된 것인지를 판단하여 다양한 부분 구조에서 비롯된 것만 정상적인 특징점으로 최종 결정한다. 마지막으로 매칭 결과값 계산부(508)에서 최종 매칭 결과값을 출력한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
상기에서 설명한 본 발명에 따른 특징점 구조 기분 매칭 방법은 부분 구조 벡터를 계산할 때 후보 군의 특징점을 사용하여 비선형 왜곡이 발생하는 환경에서도 안정적으로 매칭을 수행할 수 있도록 하여 지문 인식률을 높였으며, 서로 다른 지문이 국부적으로 동일한 경우에도 이러한 특징점은 매칭 값을 계산할 때 배재함으로서 보다 안정적으로 지문 인식을 수행할 수 있는 효과가 있다.
이상 설명한 내용을 통해 관련자라면 본 발명의 기술 사상을 일탈하지 않는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다.
따라서, 본 발명의 기술적 범위는 실시예에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의하여 정해져야 한다.
도 1.
일반적인 지문인식 장치의 구성도
도 2.
일반적으로 사용하는 상호 구조에 기반한 매칭 방법의 흐름도
도 3.
상호 구조에 기반한 매칭 방법에서 사용되는 부분 특성 벡터 구성도
도 4.
상호 구조에 기반한 매칭 방법에서 사용되는 전역 특성 벡터 구성도
도 5.
본 발명에서 이루고자 하는 상호 구조에 기반한 매칭 방법의 흐름도
해당 사항 없음

Claims (2)

  1. 지문 인식 장치의 구조 기반 지문 매칭방법에 있어서, 부분 구조 벡터를 계산할 때 후보군의 특징점까지 포함하여 벡터 유사도를 계산한 후, 이들중 높은 유사도를 갖는 것을 선택하여 비선형 왜곡이 발생한 지문 영상에서도 안정적으로 지문 매칭을 수행하는 방법.
  2. 서로 다른 두 개의 지문에서 부분 벡터가 우연하게 동일한 구조를 갖는 경우, 전역 벡터 유사도 비교부를 통과하여 최종적으로 남은 특징점들이 동일한 부분 구조에 속하는지를 판단하여, 만약 동일한 부분 구조에 속한다면 이를 배재하도록 함으로서 일부의 부분 벡터의 유사성으로 인하여 서로 다른 지문이 동일한 것으로 판단하지 않도록 하는 방법.
KR1020100033691A 2010-04-13 2010-04-13 특징점 구조 기반의 지문 매칭 방법 KR20110114191A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100033691A KR20110114191A (ko) 2010-04-13 2010-04-13 특징점 구조 기반의 지문 매칭 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100033691A KR20110114191A (ko) 2010-04-13 2010-04-13 특징점 구조 기반의 지문 매칭 방법

Publications (1)

Publication Number Publication Date
KR20110114191A true KR20110114191A (ko) 2011-10-19

Family

ID=45029320

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100033691A KR20110114191A (ko) 2010-04-13 2010-04-13 특징점 구조 기반의 지문 매칭 방법

Country Status (1)

Country Link
KR (1) KR20110114191A (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607598A (zh) * 2017-11-09 2018-01-19 湖南省食品质量监督检验研究院 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法
US10140500B2 (en) 2015-01-08 2018-11-27 Samsung Electronics Co., Ltd. Method, apparatus, and system for recognizing fingerprint
US10198615B2 (en) 2016-11-07 2019-02-05 Samsung Electronics Co., Ltd. Fingerprint enrollment method and apparatus
CN109425679A (zh) * 2017-08-24 2019-03-05 湖南中烟工业有限责任公司 一种基于等权相似度分析仿制烟用香精指纹图谱相似度的方法
US10509943B2 (en) 2017-01-20 2019-12-17 Samsung Electronics Co., Ltd. Method of processing fingerprint information
CN113191300A (zh) * 2020-10-14 2021-07-30 王建华 用于指纹图像识别的方法、设备及计算机可读介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10140500B2 (en) 2015-01-08 2018-11-27 Samsung Electronics Co., Ltd. Method, apparatus, and system for recognizing fingerprint
US10853617B2 (en) 2015-01-08 2020-12-01 Samsung Electronics Co., Ltd. Method, apparatus, and system for recognizing fingerprint
US10198615B2 (en) 2016-11-07 2019-02-05 Samsung Electronics Co., Ltd. Fingerprint enrollment method and apparatus
US10509943B2 (en) 2017-01-20 2019-12-17 Samsung Electronics Co., Ltd. Method of processing fingerprint information
CN109425679A (zh) * 2017-08-24 2019-03-05 湖南中烟工业有限责任公司 一种基于等权相似度分析仿制烟用香精指纹图谱相似度的方法
CN109425679B (zh) * 2017-08-24 2020-12-15 湖南中烟工业有限责任公司 一种基于等权相似度分析仿制烟用香精指纹图谱相似度的方法
CN107607598A (zh) * 2017-11-09 2018-01-19 湖南省食品质量监督检验研究院 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法
CN107607598B (zh) * 2017-11-09 2020-09-01 湖南省食品质量监督检验研究院 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法
CN113191300A (zh) * 2020-10-14 2021-07-30 王建华 用于指纹图像识别的方法、设备及计算机可读介质
CN113191300B (zh) * 2020-10-14 2024-01-26 神盾股份有限公司 用于指纹图像识别的方法、设备及计算机可读介质

Similar Documents

Publication Publication Date Title
KR20110114191A (ko) 특징점 구조 기반의 지문 매칭 방법
JP5930056B2 (ja) バイナリデータ変換方法と装置及びプログラム
US8670599B2 (en) Fingerprint authentication apparatus having a plurality of fingerprint sensors and method for same
KR102415504B1 (ko) 사용자 인증을 위한 등록 데이터베이스의 갱신 방법 및 장치
JP2006527488A5 (ko)
KR20140102038A (ko) 영상 정합 장치 및 영상 정합 방법
US10460207B2 (en) Image processing device, image processing method and computer-readable non-transitory medium
JP5442909B2 (ja) 携帯端末及び把持特徴学習方法
EP3336588A2 (en) Method and apparatus for matching images
JP5234378B2 (ja) パターン照合システム、パターン照合方法およびパターン照合用プログラム
US20120189170A1 (en) Biometric authentication device, method of controlling biometric authentication device and non-transitory, computer readable storage medium
US20180122097A1 (en) Apparatus, method, and non-transitory computer-readable storage medium for storing program for position and orientation estimation
JP5456939B2 (ja) 携帯端末及び把持特徴学習方法
CN110765856B (zh) 基于卷积的低质量手指静脉图像边缘检测算法
JP4685711B2 (ja) 画像処理方法及び装置及びプログラム
JP6728830B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
KR101551122B1 (ko) 사용자 단말에서의 패턴 인식 방법 및 그 장치
Indrawan et al. On analyzing of fingerprint direct-access strategies
JP4133246B2 (ja) 画像変形情報生成装置、画像変形情報生成方法及び画像変形情報生成プログラム
Wang et al. Amsac: An adaptive robust estimator for model fitting
JP6954219B2 (ja) 機械学習装置
US9390347B2 (en) Recognition device, method, and computer program product
KR101915402B1 (ko) 점진적 그래프 최적화를 통한 특징점 매칭 방법
CN112101468A (zh) 一种在序列组合中判定异常序列的方法
Alibeigi et al. Pipelined minutiae extraction from fingerprint images

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid