KR20150092009A - 지문의 운반체로서 진짜 손가락을 이용하는 인증 방법 - Google Patents

지문의 운반체로서 진짜 손가락을 이용하는 인증 방법 Download PDF

Info

Publication number
KR20150092009A
KR20150092009A KR1020150016221A KR20150016221A KR20150092009A KR 20150092009 A KR20150092009 A KR 20150092009A KR 1020150016221 A KR1020150016221 A KR 1020150016221A KR 20150016221 A KR20150016221 A KR 20150016221A KR 20150092009 A KR20150092009 A KR 20150092009A
Authority
KR
South Korea
Prior art keywords
pixel
origin
carrier
image
fingerprint
Prior art date
Application number
KR1020150016221A
Other languages
English (en)
Other versions
KR102313794B1 (ko
Inventor
알랭 티에봇
브누아 토우이
장-프랑수아 불랑제
쥘리엥 두블레
Original Assignee
모르포
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 모르포 filed Critical 모르포
Publication of KR20150092009A publication Critical patent/KR20150092009A/ko
Application granted granted Critical
Publication of KR102313794B1 publication Critical patent/KR102313794B1/ko

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
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G06K9/00013—
    • 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
    • G06V40/13—Sensors therefor
    • G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/33—User authentication using certificates
    • G06K9/00053—
    • G06K9/32—
    • G06K9/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • 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
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
    • 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
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1394—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 지문의 운반체로서 진짜 손가락을 이용하는 인증 방법(300)에 관한 것으로, 상기 인증 방법(300)은
- 상기 운반체가 운반하도록 배치되는 위치 선정 단계(302),
- 지문의 소위 캡처된 이미지를 캡처하는 캡처 단계(304),
- 저역 필터를 통과하는 것에 의해, 캡처된 이미지를 결과 이미지로 변환시키는 필터링 단계(306),
- 화소의 강도가 상기 운반체 상에 발휘된 최대 압력을 나타내는 원점(O)의 위치가, 상기 결과 이미지 상에서 찾아지는 위치 찾기 단계(308),
- 결과 이미지에 대해, 원점(O)으로부터 생기는 복수의 반경에 관해, 그리고 상기 반경 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경을 지닌 각 점(M)의 화소의 강도가 운반체 상에 발휘된 압력 감소를 나타내는지가 입증되는 입증 단계(310), 및
- 상기 입증 단계(310)의 결과들의 함수로서, 운반체(10)의 유효성에 관한 결정을 내려지는 결정 내리기 단계(312)를 포함한다.

Description

지문의 운반체로서 진짜 손가락을 이용하는 인증 방법{METHOD OF VALIDATION OF THE USE OF A REAL FINGER AS SUPPORT OF A FINGERPRINT}
본 발명은 지문의 운반체(support)로서 진짜 손가락을 이용하는 인증 방법 및 그러한 방법을 구현하는 인증 장치에 관한 것이다.
개인들을 그들의 지문에 의해 식별하기 위한 장치는 센서, 비교 수단, 및 결정을 내리는 수단으로 이루어진다.
센서는 손가락이 가져다 대어 지고, 손가락의 지문의 이미지가 캡처되는 캡퍼 표면을 나타낸다. 비교 수단은 캡처된 이미지 또는 그러한 이미지로부터 생기는 생체 인식 템플릿(biometric template)들을 식별 장치에 사전에 기록된 사람의 이미지들이나 템플릿들을 담고 있는 데이터베이스의 이미지들 또는 생체 인식 템플릿들과 비교한다. 결정을 내리는 수단은 비교 결과의 도움으로 개개인의 식별에 관련된 결정을 내리도록 의도된다.
획득 표면과 접촉하는 손가락의 이미지들을 캡처하기 위한 지문 센서들 분야에는 몇 가지 기술들이 보통 존재하는데, 특히 광학 기술들, 용량성(capacitive) 기술들, 전기 측정, 열(thermal) 측정, 초음파 필드들, 또는 기타 압력 측정이 존재한다.
몇몇 악의가 있는 개개인은 식별 장치가 에러를 일으키도록 하기 위해 미끼(decoy)들을 이용함으로써, 그들 자신을 속이려고 시도한다.
지문을 지닌 손가락이 진짜 손가락이라는 사실은 인증하기 위한, 다양한 인증 방법들이 알려져 있다.
특히, 센서에서의 손가락의 변형(deformation)을 사용하여, 상기 변형이 미끼들을 만들기 위해 이용된 재료들의 것과는 탄력성(elasticity) 특징들이 상이한 피부에 실제로 대응하는지를 입증하는 것이 알려져 있다.
특히, 이미지의 일그러짐을 유도하도록 캡처 표면 상에서 손가락을 회전시킴으로써, 피부 또는 사기행위를 지원하는 재료의 탄성을 분석하는 것을 가능하게 하는 것이 알려져 있다.
하지만, 그러한 방법은 매우 인체 공학적이지 않은데, 이는 그러한 움직임이 식별되기를 바라는 개개인에게 설명되어야 하고, 이는 예컨대 식별 장치가 감독되지 않는 경우에는 상상할 수 없기 때문이다.
본 발명의 목적은 종래 기술의 결점들을 보여주지 않고, 특히 개개인에 대해서는 매우 인체 공학적인 지문의 운반하는 것으로서의 진짜 손가락의 이용을 인증을 가능하게 하는 인증 방법을 제안하는 것이다.
이러한 목적을 위해, 인증 장치에 의해 구현된, 지문의 운반체로서 진짜 손가락을 이용하는 인증 방법이 제안되고, 이러한 인증 장치는 상기 운반체가 운반하는 캡처 표면, 상기 지문의 이미지를 캡처하도록 의도된 센서, 처리 모듈, 및 결정을 내리는 모듈을 포함하고, 상기 인증 방법은
- 상기 운반체가 상기 캡처 표면에 대항하여 운반하도록 배치되는 위치 선정 단계,
- 상기 센서가 지문의 소위 캡처된 이미지를 캡처하는 캡처 단계,
- 차단 주파수가 지문의 산마루(ridge)들의 주파수보다 훨씬 낮은 저역 필터를 통과하는 것에 의해, 상기 처리 모듈이 상기 캡처된 이미지를 결과 이미지로 변환시키는 필터링 단계,
- 화소의 강도가 상기 운반체 상에 발휘된 최대 압력을 나타내는 원점(O)의 위치를, 상기 처리 모듈이 결과 이미지 상에서 찾는, 위치 찾기 단계,
- 결과 이미지에 대해, 원점(O)으로부터 생기는 복수의 반경에 관해, 그리고 상기 반경 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경을 지닌 각 점(M)의 화소의 강도가 운반체 상에 발휘된 압력 감소를 나타내는지를 처리 모듈이 입증하는 입증 단계, 및
- 결정 내리기 모듈이 입증 단계의 결과들의 함수로서 운반체의 유효성에 관한 결정을 내리는, 결정 내리기 단계를 포함한다.
유리하게, 상기 차단 주파수는 1㎜당 0.1 내지 1 사이클의 크기를 가진다.
유리하게, 상기 입증 단계는 원점(O)으로부터 시작하는지를 입증하고, 원점(O)으로부터 생기는 각각의 반경에 대해, 각각의 점(M)의 강도 변화도가 음(negative)인지를 입증하는 것으로 구성된다.
유리하게, 상기 결정 내리기 단계(312)는,
Figure pat00001
로 표시되고, 진짜 손가락의 원점(O)에 중심을 둔 강도의 이론상 모델로부터 실제 강도 프로필(P)의 강도 프로필이 벗어난 정도를 나타내는 누적되는 기준과, 임계값에 대한 이러한 벗어난 정도인
Figure pat00002
의 비교에 기초한다.
유리하게, 상기 벗어난 정도인
Figure pat00003
는 다음 식, 즉
Figure pat00004
에 의해 주어지고, 여기서
-
Figure pat00005
는 극좌표들(r,θ)로 결과 이미지의 점(M)에서 강도 변화도의 O와 관련되는 M에서의 방사상 국부적 기초(local base) 상의 투영(projection)이고,
- L은
Figure pat00006
에 대해서는 0인 함수이고,
Figure pat00007
에 대해서는 증가하는 함수이며,
- Rmax는 결과 이미지(400)의 원점(O)과 임의의 점(P) 사이의 최대 거리이고,
-
Figure pat00008
는 점(M) 둘레에서 고려된 영역의 면적이다.
유리하게, 상기 인증 방법은 캡처 단계와 필터링 단계 사이에, 결과 이미지의 렌디션(rendition)을 향상시키도록 의도된 사전 처리 단계를 포함한다.
특별한 일 실시예에 따르면, 상기 사전 처리 단계는 캡처된 이미지의 화소(x,y)들에, 다음 식, 즉
Figure pat00009
에 의해 규정된 함수인 F(x,y)을 적용하는 것으로 구성되고, 여기서,
상기 화소(x,y)가 산마루들의 화소들에 속하지 않는 경우에는, Rr(x,y)가 상기 화소의 레벨에서, 화소를 포함하는 골짜기(valley)의 어느 한쪽에서 인접하는 산마루들의 국부적인 폭들의 평균값과 같고, 상기 화소(x,y)가 산마루들의 화소들에 속하는 경우에는, Rr(x,y)가 이 화소(x,y)에서의 산마루의 국부적인 폭과 같으며,
상기 화소(x,y)가 골짜기들의 화소들에 속하지 않은 경우에는, Rir(x,y)가 상기 화소의 레벨에서, 이러한 화소를 포함하는 산마루의 어느 한쪽에서 인접하는 골짜기들의 국부적인 폭들의 평균값과 같고, 상기 화소(x,y)가 골짜기들의 화소들에 속하는 경우에는, Rir(x,y)가 이 화소(x,y)에서의 골짜기의 국부적인 폭과 같다.
또 다른 특별한 실시예에 따르면, 상기 사전 처리 단계(305)는 캡처된 이미지(200)의 화소(x,y)들에 다음 식, 즉
Figure pat00010
에 의해 규정된 함수인 F(x,y)을 적용하는 것으로 구성되고, 여기서,
화소(x,y)가 산마루들의 골격에 속하지 않을 때에는 Rr(x,y)은 0이고, 화소(x,y)가 산마루들의 골격에 속할 때에는, Rr(x,y)가 상기 화소(x,y)에서의 산마루의 국부적인 폭과 같으며,
화소(x,y)가 골짜기들의 골격에 속하지 않을 때에는 Rir(x,y)은 0이고, 화소(x,y)가 골짜기들의 골격에 속할 때에는, Rir(x,y)가 상기 화소(x,y)에서의 골짜기의 국부적인 폭과 같다.
또 다른 특별한 실시예에 따르면, 상기 사전 처리 단계는 캡처된 이미지의 화소(x,y)들에 다음 식, 즉
Figure pat00011
에 의해 규정된 함수인 F(x,y)을 적용하는 것으로 구성되고, 여기서,
Rr(x,y)는 상기 화소(x,y) 상에 중심을 둔 구역에서의 산마루들의 화소들의 개수이고,
Rir(x,y)는 상기 화소(x,y) 상에 중심을 둔 구역에서의 골짜기들의 화소들의 개수이다.
유리하게, 상기 위치 찾기 단계는 가장 높은 강도를 보여주는 결과 이미지의 점으로서 원점(O)을 선택하는 것으로 구성된다.
본 발명은 또한 인증 장치를 제안하고, 이러한 인증 장치는
- 상기 지지체가 나르는 캡처 표면,
- 지문의 이미지를 캡처하도록 의도된 센서, 및
- 처리 모듈을 포함하고,
상기 처리 모듈은
- 차단 주파수가 지문의 산마루들의 주파수보다 훨씬 낮은 저역 필터를 통과함으로써, 캡처된 이미지를 결과 이미지로 변환하도록 의도된 필터링 수단,
- 화소의 강도가 운반체 상에 발휘된 최대 압력을 나타내는 원점(O)의 위치를 결과 이미지 상에서 찾도록 의도된 위치 찾기 수단,
- 결과 이미지에 대해, 원점(O)으로부터 생기는 복수의 반경에 관해, 그리고 상기 반경 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경을 지닌 각 점(M)의 화소의 강도가 운반체 상에 발휘된 압력 감소를 나타내는지를 입증하도록 의도된 입증 수단, 및
- 상기 입증 수단에 의해 전달된 결과들의 함수로서 상기 운반체의 유효성에 관한 결정을 내리도록 의도된 결정 내리기 모듈을 포함한다.
본 발명의 전술한 특징들과 다른 것들은, 이어지는 전형적인 실시예의 설명을 읽음으로써 더 명확하게 드러나고, 이러한 설명은 첨부된 도면들과 함께 주어진다.
도 1은 본 발명에 따른 인증 장치를 나타내는 개략도.
도 2는 본 발명에 따른 인증 장치에 의해 캡처된 지문의 이미지를 나타내는 도면.
도 3은 본 발명에 따른 인증 방법의 알고리즘을 나타내는 도면.
도 4는 인증 방법 중에 수정된 것과 같은, 도 2의 지문의 이미지를 나타내는 도면.
도 5는 계산을 지원하는 역할을 하는 도면.
진짜 손가락은 특정 탄력성을 나타내는데, 이는 진짜 손가락은 그것이 캡처 표면에 맞닿아 눌러질 때, 최대 압력의 구역(zone)과 이러한 구역으로부터 멀어질 때의 압력에 있어서의 감소로 구성되는 균질한(homogeneous) 변형을 나타낸다는 것을 의미한다. 이러한 구역의 독특성은, 손가락 전체에 일정한 압력만을 발휘하는 것이 가능하고, 손가락의 원통형 형상이 손가락의 테두리들에 다가갈 때 압력이 감소하는 것을 의미한다는 사실로부터 기인한다.
손가락이 미끼로 덮여질 때, 또는 손가락이 가짜일 때, 미끼의 탄력성은 진짜 손가락의 탄력성과 다르고, 미끼가 캡처 표면에 맞닿아 눌러질 때, 균질하게 변형하지 않고, 낮은 압력 구역들에 의해 분리된 몇몇 높은 압력 구역들이 존재한다.
그러므로, 본 발명의 원리는 높은 압력의 원점을 구하고, 이러한 원점으로부터 시작해서 압력이 감소하는 것을 입증하는 것으로 이루어진다.
도 1은 지문의 운반자로서의 진짜 손가락의 사용을 확인하도록 의도되는 확인 장치(100)를 보여준다.
이러한 확인 장치(100)는
- 지문을 운반하는 운반체(10)가 나를 수 있게 배치되는 캡처 표면(102),
- 캡처 표면(102)을 통해 지문의 이미지를 캡처하도록 의도된 센서(104),
- 센서(104)에 의해 캡처된 지문의 이미지를 받고 그것을 이후 설명되는 것처럼 처리하도록 의도된 처리 모듈(106), 및
- 처리 모듈(106)에 의해 전달된 정보의 도움으로, 운반체(10)가 진짜 손가락인지 가짜 손가락인지의 사실에 관한 결정을 내리도록 의도된 결정 내리기 모듈(108)을 포함한다.
도 2는 센서(104)에 의해 캡처되고 처리 모듈(106)에 의해 전달된 것과 같은 지문의 캡처된 이미지(200)이다. 일반적으로, 이러한 지문은 산마루(ridge)와 골짜기(valley)들을 보여준다. 여기서, 캡처된 이미지(200)는 회색(gray) 레벨의 이미지이고, 산마루들은 여기서 배경이 흰색인 상태에서 검은색으로서 나타나다.
도 4는 필터링 단계(306, 도 3)를 거친 캡처된 이미지의 통과로 생기는 이미지(400)를 보여준다. 산마루들과 골짜기들이 더 이상 분별 가능하지 않다. 이미지(400)는 운반체(10)의 모든 점들에서 발휘되는 압력들을 나타내고, 이후 결과 이미지(400)라고 부른다. 본 발명의 명세서에서 제시된 실시예에서, 결과 이미지(400)의 구역이 더 밝을수록, 이러한 구역에서 발휘된 압력도 더 크다.
도 3은 인증 장치(100)에 의해 구현된 인증 방법(300)의 알고리즘이다.
이 인증 방법(300)은,
- 지문을 나르는 지지체(10)가 그것이 캡처 표면(102)에 맞닿아 나르도록 배치되는 위치 선정 단계(302),
- 센서(104)가 지문의 캡처된 이미지(200)를 캡처하는 캡처 단계(304),
- 차단 주파수가 지문의 산마루들의 주파수보다 훨씬 작은 저역 필터를 통과함으로써, 처리 모듈(106)이 캡처된 이미지(200)를 결과 이미지(400)로 변환하는 필터링 단계(306),
- 화소의 강도(intensity)가 운반체(10) 상에서 발휘된 최대 압력을 나타내는 결과 이미지(400) 상에서, 처리 모듈(106)이 원점(O)의 위치를 찾는 위치 찾기 단계(308),
- 결과 이미지(400)에 대해, 원점(O)으로부터 생기는 복수의 반경(402)에 관해, 그리고 상기 반경(402) 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경(402)을 지닌 각 점(M)의 화소의 강도가 운반체(10) 상에 발휘된 압력 감소를 나타내는지를 처리 모듈(106)이 입증하는 입증 단계(310), 및
- 입증 단계(310)의 결과들의 함수로서 운반체(10)의 유효성에 관한 결정을 결정 내리기 모듈(108)이 내리는 결정 내리기 단계(312)를 포함한다.
그러므로, 이러한 인증 방법(300)은 그것들의 손가락(10)을 제공하는 사람에 관한 제약 없는 사용을 허용한다.
저역 필터는, 예를 들면 가우시안 필터, 중앙값 필터(median filter), 평균(averaging) 필터 또는 캡처된 이미지(200)의 낮은 주파수 정보만을 보존하는 것을 가능하게 하는 임의의 다른 필터이다.
위치 찾기 단계(308)는 가장 높은 강도를 보여주는 결과 이미지(400)의 점으로 원점(O)을 선택하는 것으로 구성된다.
처리 모듈(106)은
- 차단 주파수가 지문의 산마루들의 주파수보다 훨씬 낮은 저역 필터를 통과함으로써, 캡처된 이미지(200)를 결과 이미지로 변환하도록 의도된 필터링 수단,
- 화소의 강도가 운반체(10) 상에 발휘된 최대 압력을 나타내는 원점(O)의 위치를, 결과 이미지(400) 상에서 찾도록 의도된 위치 찾기 수단, 및
- 결과 이미지(400)에 대해, 원점(O)으로부터 생기는 복수의 반경(402)에 관해, 그리고 상기 반경(402) 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경(402)을 지닌 각 점(M)의 화소의 강도가 운반체(10) 상에 발휘된 압력 감소를 나타내는지를 입증하도록 의도된 입증 수단을 포함한다.
이러한 결정 내리기 모듈(108)은 입증 수단에 의해 전달된 결과들의 함수로서 운반체(10)의 유효성에 관한 결정을 내리도록 의도된다.
지문은 일반적으로 1㎜당 1.5 내지 3 사이클의 크기로 산마루들의 주파수를 보여주고, 필터링 단계(306) 후 이용할 수 있는 이미지를 얻도록, 이러한 필터링 단계(306) 동안 적용된 차단 주파수는 1㎜당 0.1 내지 1 사이클의 크기, 더 구체적으로는 1㎜당 0.5 사이클의 크기를 가진다.
결과 이미지(400)에 대해, 각각의 화소의 강도는 그 이미지가 상기 화소인 운반체(10)의 점에 발휘된 압력을 나타낸다.
본 발명의 특정 일 실시예에 따르면, 입증 단계(310)는 결과 이미지(400) 내의 화소들의 강도 변화도(gradient)들을 사용하고, 원점(O)으로부터 시작하는지 및 원점(O)으로부터 생기는 각각의 반경(402)에 대해 방향(OM)에서 배향된 각각의 점(M)의 강도 변화도가 음(negative)인지를 입증하는 것으로 구성된다. 만약 그러한 변화도가 원점(O)으로부터 멀어짐에 따라 양(positive)이 된다면, 이는 운반체(10)가 가짜 손가락일 수 있다는 사실을 표시하는 것이다. 강도 변화도는 운반체(10) 상에 발휘되는 압력 변화도에 대응한다.
심지어 진짜 손가락으로도, 예를 들면 손가락의 특별한 특징부(흉터 등)나 옆으로 새는 조명(stray lighting) 때문에 반경(402)의 일부에 대해 변화도가 약간 상승하는 일이 일어날 수 있는 한, 결정 내리기 단계(312)는 바람직하게는
Figure pat00012
으로 표시되고, 진짜 손가락의 O에 중심이 있는 강도의 이론상 모델로부터 실제 강도 프로필(P)의 강도 프로필이 벗어난 정도(deviation)를 나타내는, 누적되는 기준과, 임계값(threshold)에 관한 이러한 벗어난 정도의 비교에 기초한다.
만약 벗어난 정도인
Figure pat00013
가 임계값보다 크다면, 운반체(10)는 가짜 손가락인 것으로 간주되고, 만약 벗어난 정도인
Figure pat00014
가 임계값보다 작다면, 운반체(10)는 진짜 손가락인 것으로 간주된다. 임계값과 벗어난 정도인
Figure pat00015
사이의 비교 결과는 결정 내리기 단계(312)의 과정에서 기초 역할을 한다.
절차는 결과 이미지(400)의 각각의 점(M)에서의 방사상의 국부적 기초에서 작용하는 것으로 구성된다. O에 관련된 M에서의 방사상의 국부적 기초는
Figure pat00016
가 오른손 기준 프레임이도록,
Figure pat00017
과
Figure pat00018
가
Figure pat00019
에 직교하는 단위 벡터가 되는 기초 인
Figure pat00020
이다.
M은 결과 이미지(400) 상에서의 점이고,
Figure pat00021
는 M에서의 강도 변화도를 나타낸다. 이러한 이미지 기준 프레임에서 표현된 변화도는 O에 관련된 M에서의 방사상의 국부적인 기초 하에 투영될 수 있고, O에 관련된 M에서의 방사상의 국부적인 기초 하의 벡터()에 대한 그것의 투영은
Figure pat00022
로 쓰여질 수 있다.
진짜 손가락의 경우, 즉 이상적인 강도 프로필인 경우, 강도 프로필은 보통 O로 표시된 하나의 국부적인 최대값을 포함하고, 따라서 O에 관련된 M에서의 그것의 방사상의 국부적인 기초 내로 투영된 임의의 국부적인 변화도 다음 식, 즉
Figure pat00023
을 만족하며, 여기서 P(M)은 점 M에서의 강도이다.
그러므로,
Figure pat00024
는 결과 이미지(400)의 점(M)에서의 강도 변화도의 O에 관련된 M에서의 방사상의 국부적인 기초 상에서의 투영이다.
중심 O가 있는 극좌표 기준 프레임을 고려하면, 이 기준 프레임에서의 점 M의 좌표들은
Figure pat00025
이고, 식 1은
Figure pat00026
과 같이 쓰여질 수 있다.
이는 원점(O)으로부터 시작하는 임의의 반경(402)을 따라 강도 변화도 프로필이 감소하는 사실에 대응한다.
실함수(real function)인 L을, 그것이
Figure pat00027
일 때는 0이고,
Figure pat00028
일 때는 증가하도록 선택한다.
예를 들면, 함수 L은
Figure pat00029
이 되도록 선택될 수 있다.
L은 양의 변화도들을 선택하기 위한 함수이지만, 또 다른 함수가 그것들의 강도의 함수로서 변화도들의 가중치를 매기는 것을 가능하게 할 수 있다.
그러면, 벗어난 정도
Figure pat00030
는 다음 공식, 즉
Figure pat00031
으로 주어지고, 여기서 Rmax는 결과 이미지(400)의 원점(O)과 임의의 포인트(M) 사이의 최대 거리이고,
Figure pat00032
는 점 M 둘레에서 고려된 영역의 면적이고 여기서는 화소들에 있다.
벗어난 정도인
Figure pat00033
를 계산하기 위해 몇 가지 절차들이 사용될 수 있다. 각각의 계산 절차는 계산 속도와 계산의 정확도 사이의 절충안을 제공한다. 달리 말하자면, 벗어난 정도인
Figure pat00034
의 매우 정확한 값을 가지도록 모든 점(M)들을 고르는 것이 가능하지만, 이 경우 그 계산을 길어지거나, 빠른 계산을 행하지만 계산의 정확도를 떨어뜨리는 정도까지 점(M)들의 개수를 제한하는 것이 가능하다.
적분을 정확히 계산하기 위해, 결과 이미지(400)의 각각의 화소(M)에 관해, 국부적인 강도 변화도가 계산되고, 원점(O)에 관련된 방사상 기초 상으로 투영된다.
엄격히 양인 변화도들
Figure pat00035
의 모든 국부적인 투영들의 합이 수행된다. 카테시안(cartesian) 좌표들에서, 그리고 결과 이미지(400)에 관한 폭(W) 및 높이(H)를 취함으로써, 식 3은
Figure pat00036
와 같이 쓰여질 수 있고, 여기서 L은 위에서 규정된 함수이고, 양의 값들만을 가진다.
이는 결과 이미지(400)의 전체에 걸친 국부적인 변화도들을 계산하는 것과, 양(positive)인 국부적인 방사상 기초들 상에서의 투영들을 합하는 것에 해당한다.
Figure pat00037
는 변화도가 계산되는 점인 M(x,y)에 중심을 둔 각 구역의 면적이다. 여기서, 이러한 면적은 화소와 같지만, 모든 화소들을 고려하지 않고 계산 속도를 높이지 않도록 계산시 충분한 샘플을 취하지 않는 것이 가능하고, 이 경우 그 면적은 1보다 크다.
또 다른 절차는 적분법의 각도들을 샘플링하고, 오로지 고른 반경을 따라서만 변화도들을 계산하는 것으로 구성된다. 각각의 반경을 따라, 국부적인 변화도들이 보간 절차를 가지고 계산되고, 그런 다음 양의 변화도들의 합이 계산된다. 각각의 변화도는 그것이 나타내는 링 섹터(ring sector)의 면적에 의해 가중치가 부여될 수 있다. 예를 들면, 변화도들을 계산하기 위한 점들이 1 화소의 단차 크기(step size)를 가지고 균일한 방식으로 샘플링되고 구간 [0,2π]에 걸쳐 균일하게 샘플링되고 일반적으로 그 개수가 8 또는 16인 Θ개의 각도들을 고르는 경우, 식 3은 다음 식, 즉
Figure pat00038
에 의해 근사될 수 있고, 평균 반경이 j이고, 두께가 1이며, 각도가 (
Figure pat00039
)인 링 섹터의 면적이
Figure pat00040
과 같기 때문에, 식 5는
Figure pat00041
과 같이 된다.
벗어난 정도인
Figure pat00042
는 경계가 정해져 있지 않고, 이론상 모델로부터의 벗어난 정도를 나타내며, 그러한 벗어난 정도인
Figure pat00043
에 관한 임계값을 규정하는 것이 가능하여, 결정 내리기 모듈(108)이 그러한 벗어난 정도를 넘어서는 운반체(10)는 가짜 손가락이라고 간주하고, 그러한 벗어난 정도가 짧은 경우에는 운반체(10)를 진짜 손가락이라고 간주할 것이다. 이러한 임계값은 진짜 손가락들을 나타내는 기초, 또는 진짜 손가락과 가짜 손가락의 기초의 도움으로 결정될 수 있을 것이다. 예를 들면, 신경 회로망이나 SVM이 사용될 것이다.
결정 임계값은 진짜 손가락들의 대표적인 기초 상에서 규정된 측정값의 도움으로 규정된다.
캡처 단계(304)와 필터링 단계(306) 사이에, 결과 이미지(400)의 렌디션(rendition)을 향상시키도록, 사전 처리(preprocessing) 단계(305)가 놓일 수 있다.
처리 모듈(106)은 사전 처리 단계(305)를 구현하도록 의도된 사전 처리 수단을 포함한다.
캡처된 이미지(200)의 도움으로, 처리 모듈(106)은 산마루들의 골격(skeleton)과 골짜기(산마루들 사이의)들의 골격을 나타내는 이미지(S)를 결정한다. 그러한 결정은, 예를 들면 문헌 [Alessandro Farina, Zsolt M. Kovacs-Vajna, Alberto Leone, "Fingerprint Minutiae Extraction from Skeletonized Binary Images," Pattern Recognition, Vol.32,pp.877-889,1999]에서 설명된다.
산마루들의 골격의 각 점에서, 처리 모듈(106)은 산마루의 국부적인 폭을 계산하고, 골짜기들의 골격의 각 점에서는 처리 모듈(106)이 골짜기의 국부적인 폭을 계산한다. 그러한 계산들은 도 5에 예시되어 있고, 이러한 도 5는 산마루(502)들의 골격들 및 골짜기(504)들의 골격들을 회색 레벨들로서 보여주고 있다. 산마루(502)들의 골격의 각각의 점(P)에 관해, 대응하는 산마루의 폭인 "d"는 그러한 골격에 수직인 선을 따라 측정되고, d1 및 d2는 골짜기들의 폭들이다.
그런 다음 처리 모듈(106)이 Rr이라고 표시된, 산마루들의 매트릭스와, Rir이라고 표시된 골짜기들의 매트릭스를 구성한다. 매트릭스(Rr)와 매트릭스(Rir)는 캡처된 이미지(200)와 동일한 크기를 가지고, 행인 x와 열인 y의 각각의 계수는 (x,y)라고 표시된, 상기 캡처된 이미지(200)의 행(x)과 열(y)의 화소에 대응한다.
일 실시예에 따르면, 산마루들의 골격에 속하지 않는 각각의 화소(x,y)에 있어서, 산마루들 매트릭스(Rr)의 대응하는 계수인 Rr(x,y)은 0이고, 산마루들의 골격에 속하는 각각의 화소(x,y)에 있어서는, 산마루들 매트릭스(Rr)의 대응하는 계수인 Rr(x,y)가 이러한 화소(x,y)에서의 산마루의 국부적인 폭과 같다.
골짜기들의 골격에 속하지 않는 각각의 화소(x,y)에 있어서, 골짜기들 매트릭스(Rir)의 대응하는 계수인 Rir(x,y)은 0이고, 골짜기들의 골격에 속하는 각각의 화소(x,y)에 있어서는, 골짜기들 매트릭스(Rir)의 대응하는 계수인 Rir(x,y)가 이러한 화소(x,y)에서의 골짜기의 국부적인 폭과 같다.
Rr(x,y)와 Rir(x,y)을 규정하기 위한 또 다른 절차는, 화소(x,y) 둘레의 산마루들(각각 골짜기들)의 밀도를 규정하는 것으로 구성된다. 그러므로, Rr은 화소(x,y) 상에 중심을 둔 구역에서 산마루들의 화소들의 개수로서 규정될 수 있는데 반해, Rir(x,y)는 화소(x,y) 상에 중심을 둔 구역에서의 골짜기들의 화소들의 개수로서 규정될 수 있다. 그러므로, Rr과 Rir은 더 이상 설명된 제 1 절차에서처럼 거리들로서 규정되는 것이 아니고 밀도의 관념에 의해 규정된다.
캡처된 이미지의 각각의 화소(x,y)에 관한, Rr(x,y)와 Rir(x,y)을 규정하기 위한 또 다른 절차는 다음과 같다:
- 화소(x,y)가 산마루들의 화소들에 속하지 않는 경우에는, Rr(x,y)가 상기 화소의 레벨에서, 화소를 포함하는 골짜기의 어느 한쪽에서 인접하는 산마루들의 국부적인 폭들의 평균값과 같다.
- 화소(x,y)가 산마루들의 화소들에 속하는 경우에는, Rr(x,y)가 이 화소(x,y)에서의 산마루의 국부적인 폭과 같다.
- 화소(x,y)가 골짜기들의 화소들에 속하지 않은 경우에는, Rir(x,y)가 상기 화소의 레벨에서, 이러한 화소를 포함하는 산마루의 어느 한쪽에서 인접하는 골짜기들의 국부적인 폭들의 평균값과 같다.
- 화소(x,y)가 골짜기들의 화소들에 속하는 경우에는, Rir(x,y)가 이 화소(x,y)에서의 골짜기의 국부적인 폭과 같다.
함수 F는 캡처된 이미지(200)를 IP로 표시된 사전 처리된 이미지로 변환하고, 캡처된 이미지(200)의 화소(x,y)들의 강도의 단조 함수이며, 2개의 골격 중 하나에 속하는 캡처된 이미지(200)의 임의의 화소(x,y)에 있어서, 사전 처리된 이미지(IP)의 화소(x,y)가 양의 강도 값을 취하고, 2개의 골격 중 하나에 속하지 않는 캡처된 이미지(200)의 임의의 화소(x,y)에 있어서는, 사전 처리된 이미지(IP)의 화소(x,y)가 0인 강도 값을 취하게 되는 함수이다.
예를 들면, 다음 식, 즉
Figure pat00044
에 의해 규정된 함수인 F(x,y)를 취하는 것이 가능하다.
그런 다음, 사전 처리된 이미지(IP)가 필터링 단계(306)를 거칠 수 있다.
사전 처리 단계(305)와 필터링 단계(306)를 동시에 행하는 것도 가능하다. 예를 들면, 다음 식, 즉
Figure pat00045
에 의해 규정된 함수인 F(x,y)를 사용하는 것이 가능하다.
즉, 함수인 F는 공분산 매트릭스 가우시안으로, 캡처된 이미지(200)의 가중치가 매겨진 합과 골짜기들의 폭들에 대한 산마루들의 폭들의 비(ratio)의 이미지의 콘볼루션(convolution)이다. 실제로, α는 0과 0.5 사이에서 선택된다.
이렇게 얻어진 이미지는 결과 이미지(400)로서 바로 간주될 수 있다.
그러한 결과 이미지(400)는 복수의 점들을 나타내고, 이들 점들 각각이 최대 압력을 나타내는 화소의 강도를 가지는 사실이 생길 수 있다. 그럴 경우, 그 결과 이미지(400)는 복수의 원점(O)을 포함한다.
각각의 원점(O) 둘레의 국부적인 최대 압력의 개념이 사용된다. 원점(O)에 관한 탐색 구역의 장소는, 예를 들면 이러한 원점과 모든 다른 원점 사이의 최소 거리에 의해 규정될 수 있다. 이러한 거리는 그러한 구역이 다른 원점들로부터 거리를 두고 떨어져 있도록 계수를 가지고 맞춤 조정될 수 있다. 이러한 계수의 실제 값은 2이다.
몇몇 원점(O)이 규정되는 경우, 그 벗어난 정도(deviation)는 각각의 원점(O)에 관해서 벗어난 정도를 여러 번 계산함으로써, 규정될 수 있다. 각각의 원점(O)에 관한 다양한 결과들(예를 들면, 최소값, 최대값, 평균값 등)을 분석하여, 통합(consolidation)이 이루어진다. 이러한 통합 후, 규정된 벗어난 정도의 임계값 설정(thresholding)을 행함으로써, 최종 결정이 이루어진다.
물론, 본 발명은 설명되고 묘사된 예들 및 실시예들에 제한되지 않지만, 당업자에게는 이해할 수 있는 다수의 변형예들이 있을 수 있다.

Claims (11)

  1. 인증 장치(100)에 의해 구현된, 지문의 운반체(10)로서 진짜 손가락을 이용하는 인증 방법(300)으로서,
    상기 인증 장치(100)는 상기 운반체(10)가 운반하는 캡처 표면(102), 상기 지문의 이미지를 캡처하도록 의도된 센서(104), 처리 모듈(106), 및 결정을 내리는 모듈(108)을 포함하고, 상기 인증 방법(300)은
    - 상기 운반체(10)가 상기 캡처 표면(102)에 대항하여 운반하도록 배치되는 위치 선정 단계(302),
    - 상기 센서(104)가 지문의 소위 캡처된 이미지(200)를 캡처하는 캡처 단계(304),
    - 차단 주파수가 지문의 산마루들의 주파수보다 훨씬 낮은 저역 필터를 통과하는 것에 의해, 상기 처리 모듈(106)이 상기 캡처된 이미지(200)를 결과 이미지(400)로 변환시키는 필터링 단계(306),
    - 화소의 강도가 상기 운반체(10) 상에 발휘된 최대 압력을 나타내는 원점(O)의 위치를, 상기 처리 모듈(106)이 결과 이미지(400) 상에서 찾는 위치 찾기 단계(308),
    - 결과 이미지(400)에 대해, 원점(O)으로부터 생기는 복수의 반경(402)에 관해, 그리고 상기 반경(402) 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경(402)을 지닌 각 점(M)의 화소의 강도가 운반체(10) 상에 발휘된 압력 감소를 나타내는지를 처리 모듈(106)이 입증하는 입증 단계(310), 및
    - 결정 내리기 모듈(108)이 입증 단계(310)의 결과들의 함수로서 운반체(10)의 유효성에 관한 결정을 내리는 결정 내리기 단계(312)를 포함하는, 인증 방법.
  2. 제 1 항에 있어서,
    상기 차단 주파수는 1㎜당 0.1 내지 1 사이클의 크기를 가지는, 인증 방법.
  3. 제 1 항에 있어서,
    상기 입증 단계(310)는 원점(O)으로부터 시작하는지를 입증하고, 원점(O)으로부터 생기는 각각의 반경(402)에 대해, 각각의 점(M)의 강도 변화도가 음인지를 입증하는 것으로 구성되는, 인증 방법.
  4. 제 3 항에 있어서,
    상기 결정 내리기 단계(312)는,
    Figure pat00046
    로 표시되고, 진짜 손가락의 원점(O)에 중심을 둔 강도의 이론상 모델로부터 실제 강도 프로필(P)의 강도 프로필이 벗어난 정도를 나타내는 누적되는 기준과, 임계값에 대한 이러한 벗어난 정도인
    Figure pat00047
    의 비교에 기초하는, 인증 방법.
  5. 제 4 항에 있어서,
    상기 벗어난 정도인
    Figure pat00048
    는 다음 식, 즉
    Figure pat00049

    에 의해 주어지고, 여기서
    -
    Figure pat00050
    는 극좌표들(r,θ)로 결과 이미지(400)의 점(M)에서 강도 변화도의 O와 관련되는 M에서의 방사상 국부적 기초 상의 투영이고,
    - L은
    Figure pat00051
    에 대해서는 0인 함수이고,
    Figure pat00052
    에 대해서는 증가하는 함수이며,
    - Rmax는 결과 이미지(400)의 원점(O)과 임의의 점(P) 사이의 최대 거리이고,
    -
    Figure pat00053
    는 점(M) 둘레에서 고려된 영역의 면적인, 인증 방법.
  6. 제 1 항에 있어서,
    상기 캡처 단계(304)와 상기 필터링 단계(306) 사이에 결과 이미지(400)의 렌디션을 향상시키도록 의도된 사전 처리 단계(305)를 포함하는, 인증 방법.
  7. 제 6 항에 있어서,
    상기 사전 처리 단계(305)는 캡처된 이미지(200)의 화소(x,y)들에, 다음 식, 즉
    Figure pat00054

    에 의해 규정된 함수인 F(x,y)을 적용하는 것으로 구성되고, 여기서,
    상기 화소(x,y)가 산마루들의 화소들에 속하지 않는 경우에는, Rr(x,y)가 상기 화소의 레벨에서, 화소를 포함하는 골짜기의 어느 한쪽에서 인접하는 산마루들의 국부적인 폭들의 평균값과 같고, 상기 화소(x,y)가 산마루들의 화소들에 속하는 경우에는, Rr(x,y)가 이 화소(x,y)에서의 산마루의 국부적인 폭과 같으며,
    상기 화소(x,y)가 골짜기들의 화소들에 속하지 않은 경우에는, Rir(x,y)가 상기 화소의 레벨에서, 이러한 화소를 포함하는 산마루의 어느 한쪽에서 인접하는 골짜기들의 국부적인 폭들의 평균값과 같고, 상기 화소(x,y)가 골짜기들의 화소들에 속하는 경우에는, Rir(x,y)가 이 화소(x,y)에서의 골짜기의 국부적인 폭과 같은, 인증 방법.
  8. 제 6 항에 있어서,
    상기 사전 처리 단계(305)는 캡처된 이미지(200)의 화소(x,y)들에 다음 식, 즉
    Figure pat00055

    에 의해 규정된 함수인 F(x,y)을 적용하는 것으로 구성되고, 여기서,
    화소(x,y)가 산마루들의 골격에 속하지 않을 때에는 Rr(x,y)은 0이고, 화소(x,y)가 산마루들의 골격에 속할 때에는, Rr(x,y)가 상기 화소(x,y)에서의 산마루의 국부적인 폭과 같으며,
    화소(x,y)가 골짜기들의 골격에 속하지 않을 때에는 Rir(x,y)은 0이고, 화소(x,y)가 골짜기들의 골격에 속할 때에는, Rir(x,y)가 상기 화소(x,y)에서의 골짜기의 국부적인 폭과 같은, 인증 방법.
  9. 제 6 항에 있어서,
    상기 사전 처리 단계(305)는 캡처된 이미지(200)의 화소(x,y)들에 다음 식, 즉
    Figure pat00056

    에 의해 규정된 함수인 F(x,y)을 적용하는 것으로 구성되고, 여기서,
    Rr(x,y)는 상기 화소(x,y) 상에 중심을 둔 구역에서의 산마루들의 화소들의 개수이고,
    Rir(x,y)는 상기 화소(x,y) 상에 중심을 둔 구역에서의 골짜기들의 화소들의 개수인, 인증 방법.
  10. 제 1 항에 있어서,
    상기 위치 찾기 단계(308)는, 가장 높은 강도를 보여주는 결과 이미지(400)의 점으로서 원점(O)을 선택하는 것으로 구성되는, 인증 방법.
  11. 인증 장치(100)로서,
    - 상기 지지체(10)가 나르는 캡처 표면(102),
    - 지문의 이미지(200)를 캡처하도록 의도된 센서(104), 및
    - 처리 모듈(106)을 포함하고,
    상기 처리 모듈(106)은
    - 차단 주파수가 지문의 산마루들의 주파수보다 훨씬 낮은 저역 필터를 통과함으로써, 캡처된 이미지(200)를 결과 이미지(400)로 변환하도록 의도된 필터링 수단,
    - 화소의 강도가 운반체(10) 상에 발휘된 최대 압력을 나타내는 원점(O)의 위치를 결과 이미지(400) 상에서 찾도록 의도된 위치 찾기 수단,
    - 결과 이미지(400)에 대해, 원점(O)으로부터 생기는 복수의 반경(402)에 관해, 그리고 상기 반경(402) 각각에 있어서 복수의 점(M)에 관해, 원점(O)으로부터 M점까지의 거리가 증가함에 따라, 상기 반경(402)을 지닌 각 점(M)의 화소의 강도가 운반체(10) 상에 발휘된 압력 감소를 나타내는지를 입증하도록 의도된 입증 수단, 및
    - 상기 입증 수단에 의해 전달된 결과들의 함수로서 상기 운반체(10)의 유효성에 관한 결정을 내리도록 의도된 결정 내리기 모듈(108)을 포함하는, 인증 장치.
KR1020150016221A 2014-02-04 2015-02-02 지문의 지지체로서 실제 손가락을 이용하는 확인 방법 KR102313794B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1450834A FR3017230B1 (fr) 2014-02-04 2014-02-04 Procede de validation de l'utilisation d'un vrai doigt comme support d'une empreinte digitale
FR14/50834 2014-02-04

Publications (2)

Publication Number Publication Date
KR20150092009A true KR20150092009A (ko) 2015-08-12
KR102313794B1 KR102313794B1 (ko) 2021-10-15

Family

ID=50976783

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150016221A KR102313794B1 (ko) 2014-02-04 2015-02-02 지문의 지지체로서 실제 손가락을 이용하는 확인 방법

Country Status (12)

Country Link
US (1) US9471827B2 (ko)
EP (1) EP2902943B1 (ko)
KR (1) KR102313794B1 (ko)
CN (1) CN104820819B (ko)
AU (1) AU2015200505B2 (ko)
BR (1) BR102015002106B1 (ko)
CA (1) CA2879218C (ko)
ES (1) ES2609050T3 (ko)
FR (1) FR3017230B1 (ko)
IN (1) IN2015DE00251A (ko)
MX (1) MX350156B (ko)
ZA (1) ZA201500755B (ko)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10339362B2 (en) 2016-12-08 2019-07-02 Veridium Ip Limited Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US11263432B2 (en) 2015-02-06 2022-03-01 Veridium Ip Limited Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US9424458B1 (en) 2015-02-06 2016-08-23 Hoyos Labs Ip Ltd. Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
FR3034224B1 (fr) * 2015-03-23 2018-03-23 Morpho Dispositif de verification de la veracite d'une empreinte digitale
US9946917B2 (en) * 2016-03-31 2018-04-17 Synaptics Incorporated Efficient determination of biometric attribute for fast rejection of enrolled templates and other applications
CN106127172B (zh) * 2016-06-29 2019-08-09 中控智慧科技股份有限公司 一种非接触3d指纹采集的装置及方法
US10599911B2 (en) * 2016-07-20 2020-03-24 Cypress Semiconductor Corporation Anti-spoofing protection for fingerprint controllers
US10460144B2 (en) * 2016-07-20 2019-10-29 Cypress Semiconductor Corporation Non-finger object rejection for fingerprint sensors
BR112019011205A8 (pt) * 2016-12-08 2023-04-11 Veridium Ip Ltd Sistemas e métodos para realizar a autenticação de usuário baseada em impressão digital usando imagens capturadas com o uso de dispositivos móveis
US10489627B2 (en) 2017-04-28 2019-11-26 The Board Of Trustees Of The Leland Stanford Junior University Acoustic biometric touch scanner
US10846501B2 (en) * 2017-04-28 2020-11-24 The Board Of Trustees Of The Leland Stanford Junior University Acoustic biometric touch scanner
US10984085B2 (en) * 2017-08-03 2021-04-20 Bio-Key International, Inc. Biometric recognition for uncontrolled acquisition environments
WO2020014959A1 (zh) * 2018-07-20 2020-01-23 深圳市汇顶科技股份有限公司 指纹识别的方法、指纹识别装置和电子设备
CN110896433A (zh) * 2018-09-12 2020-03-20 上海耕岩智能科技有限公司 一种应用于屏下图像成像的光源驱动方法、存储介质和电子设备
TWI673655B (zh) * 2018-11-13 2019-10-01 大陸商北京集創北方科技股份有限公司 防類指紋侵入的感測圖像處理方法及其觸控裝置
CN109815935B (zh) * 2019-02-20 2022-01-11 Oppo广东移动通信有限公司 电子装置、指纹验证方法及相关产品
CN111611952B (zh) * 2020-05-27 2023-07-14 深圳市汇顶科技股份有限公司 指纹识别装置和电子设备
CN113240724B (zh) * 2021-05-14 2022-03-25 长江存储科技有限责任公司 厚度检测方法及相关产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6567539B1 (en) * 1998-02-12 2003-05-20 Bull Cp8 Method for producing an image using a portable object
WO2006030781A1 (ja) * 2004-09-13 2006-03-23 The Ritsumeikan Trust 指先からの生体情報の抽出方法およびその装置
JP2013030074A (ja) * 2011-07-29 2013-02-07 Fujitsu Ltd 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
JP2013200812A (ja) * 2012-03-26 2013-10-03 Hitachi Omron Terminal Solutions Corp 静脈認証システム、静脈認証装置および静脈認証方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002222424A (ja) * 2001-01-29 2002-08-09 Nec Corp 指紋照合システム
CN100573553C (zh) * 2007-01-18 2009-12-23 中国科学院自动化研究所 基于薄板样条形变模型的活体指纹检测方法
WO2008110227A1 (de) * 2007-03-14 2008-09-18 Axsionics Ag Druckmessvorrichtung und entsprechendes verfahren
GB2450479A (en) * 2007-06-22 2008-12-31 Warwick Warp Ltd Fingerprint recognition including preprocessing an image by justification and segmentation before plotting ridge characteristics in feature space
JP4569616B2 (ja) * 2007-10-04 2010-10-27 富士ゼロックス株式会社 画像処理装置および照合システム
CN101408935A (zh) * 2008-11-27 2009-04-15 上海第二工业大学 基于捕捉有效域的快速指纹特征提取方法
US10445555B2 (en) * 2009-01-27 2019-10-15 Sciometrics, Llc Systems and methods for ridge-based fingerprint analysis
JP5665016B2 (ja) * 2009-12-22 2015-02-04 日本電気株式会社 偽指判定装置
JP5850341B2 (ja) * 2010-06-04 2016-02-03 日本電気株式会社 指紋認証システム、指紋認証方法および指紋認証プログラム
WO2012009443A1 (en) * 2010-07-13 2012-01-19 Scott Mcnulty System, method and apparatus for sensing biometric information
US8724861B1 (en) * 2010-12-06 2014-05-13 University Of South Florida Fingertip force, location, and orientation sensor
FR2981769B1 (fr) * 2011-10-25 2013-12-27 Morpho Dispositif anti-fraude
US9245165B2 (en) * 2013-03-15 2016-01-26 Google Technology Holdings LLC Auxiliary functionality control and fingerprint authentication based on a same user input
CN103279744B (zh) * 2013-05-28 2016-08-10 中国科学院自动化研究所 基于多尺度三模式纹理特征的仿造指纹检测方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6567539B1 (en) * 1998-02-12 2003-05-20 Bull Cp8 Method for producing an image using a portable object
WO2006030781A1 (ja) * 2004-09-13 2006-03-23 The Ritsumeikan Trust 指先からの生体情報の抽出方法およびその装置
JP2013030074A (ja) * 2011-07-29 2013-02-07 Fujitsu Ltd 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
JP2013200812A (ja) * 2012-03-26 2013-10-03 Hitachi Omron Terminal Solutions Corp 静脈認証システム、静脈認証装置および静脈認証方法

Also Published As

Publication number Publication date
EP2902943B1 (fr) 2016-10-12
BR102015002106B1 (pt) 2022-05-03
KR102313794B1 (ko) 2021-10-15
MX2015001312A (es) 2016-07-08
ES2609050T3 (es) 2017-04-18
AU2015200505B2 (en) 2019-10-10
IN2015DE00251A (ko) 2015-08-07
AU2015200505A1 (en) 2015-08-20
FR3017230B1 (fr) 2016-03-11
ZA201500755B (en) 2016-01-27
FR3017230A1 (fr) 2015-08-07
CA2879218C (en) 2022-03-08
MX350156B (es) 2017-08-29
US20150220771A1 (en) 2015-08-06
US9471827B2 (en) 2016-10-18
BR102015002106A2 (pt) 2015-09-08
CN104820819B (zh) 2019-10-11
CA2879218A1 (en) 2015-08-04
EP2902943A1 (fr) 2015-08-05
CN104820819A (zh) 2015-08-05

Similar Documents

Publication Publication Date Title
KR102313794B1 (ko) 지문의 지지체로서 실제 손가락을 이용하는 확인 방법
US9633269B2 (en) Image-based liveness detection for ultrasonic fingerprints
Afsar et al. Fingerprint identification and verification system using minutiae matching
KR101314945B1 (ko) 가짜 손가락 판정 장치
Labati et al. Contactless fingerprint recognition: a neural approach for perspective and rotation effects reduction
JP5304901B2 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
Gupta et al. Fingerprint image enhancement and reconstruction using the orientation and phase reconstruction
US20030039382A1 (en) Fingerprint recognition system
WO2001024700A1 (en) Spoof detection for biometric sensing systems
Alshdadi et al. Exploiting Level 1 and Level 3 features of fingerprints for liveness detection
KR20160037305A (ko) 지문 인식을 이용한 사용자 인증 방법
JP3758042B2 (ja) 指紋認証方法／プログラム／装置
KR101601187B1 (ko) 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법
CN109840458A (zh) 一种指纹识别方法及指纹采集设备
Kolivand et al. Improved methods for finger vein identification using composite Median-Wiener filter and hierarchical centroid features extraction
Joshi et al. A novel approach implementation of eyelid detection in biometric applications
KR101767051B1 (ko) 퍼지 추론 기반 지정맥 영상 추출 방법 및 그 장치
US10354121B2 (en) Method for verifying the veracity of a finger
Ogundepo et al. Development of a real time fingerprint authentication/identification system for students’ record
Aghili et al. Personal authentication using hand geometry
Krishna Prasad A Text Book of Research Papers on Fingerprint Recognition & Hash Code Techniques
Singh et al. Fingerprint Recognition: A study on image enhancement and minutiae extraction
EP3627380A1 (en) A method of verifying the acquisition of an individual's biometric data
Garg et al. Comparative survey of various iris recognition algorithms
US9460335B2 (en) Method for detecting the reality of venous networks for the purposes of identifying individuals, and biometric recognition method

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