KR20160017941A - 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치 - Google Patents

지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치 Download PDF

Info

Publication number
KR20160017941A
KR20160017941A KR1020140101660A KR20140101660A KR20160017941A KR 20160017941 A KR20160017941 A KR 20160017941A KR 1020140101660 A KR1020140101660 A KR 1020140101660A KR 20140101660 A KR20140101660 A KR 20140101660A KR 20160017941 A KR20160017941 A KR 20160017941A
Authority
KR
South Korea
Prior art keywords
similarity
degree
user
humidity level
fingerprint
Prior art date
Application number
KR1020140101660A
Other languages
English (en)
Other versions
KR102257287B1 (ko
Inventor
배치성
김상준
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140101660A priority Critical patent/KR102257287B1/ko
Priority to CN201510122310.5A priority patent/CN106031638B/zh
Priority to US14/666,522 priority patent/US9576179B2/en
Priority to EP15179682.8A priority patent/EP2983109B1/en
Priority to JP2015154910A priority patent/JP6553976B2/ja
Publication of KR20160017941A publication Critical patent/KR20160017941A/ko
Application granted granted Critical
Publication of KR102257287B1 publication Critical patent/KR102257287B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • 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
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • 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
    • 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
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • 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
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치가 개시된다. 인증 장치는 사용자의 지문 정보 및 심전도 파형을 획득하고, 사용자의 피부의 습도 레벨을 획득하고, 참조 지문 정보와 지문 정보간의 유사도를 나타내는 제1 유사도 및 참조 심전도 파형과 심전도 파형간의 유사도를 나타내는 제2 유사도를 습도 레벨을 기초로 적응적으로 조절하여 혼합 유사도를 추출하고, 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다.

Description

지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치{METHOD AND APPARATUS FOR AUTHENTICATING USER USING FINGERPRINT AND ECG SIGNAL}
아래의 실시 예들은 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치에 관한 것이다.
생체로부터 추출할 수 있는 다양한 신호나 데이터를 활용하여 이를 각종 시스템에서 이용하는 기술이 발전하고 있다. 특히, 생채 신호나 데이터를 이용하여 보안 시스템을 구축하는 생체 인식 기술이 각광을 받고 있다. 생체 인식 기술이란 사용자로부터 생체와 연관된 신호나 데이터를 추출하여 이를 기존에 저장된 데이터와 비교하고 본인임을 확인하여 사용자로 인증하는 기술을 말한다. 예를 들어, 생체 인식 기술 분야 중 하나로 개인의 심전도(Electrocardiogram: ECG) 신호를 이용하여 사용자를 인식하는 기술이 개발되고 있다.
생체 인식 기술은 개인의 고유 생체 신호를 이용하기 때문에 도난이나 분실의 염려가 없고 위조 또는 변조가 어렵기 때문에 보안 분야에서 각광을 받고 있다. 최근에는 개인의 고유 생체 신호의 인식률을 높이기 위한 연구가 계속되고 있다.
일 실시예에 따른 인증 장치는, 사용자의 지문 정보 및 심전도 파형을 획득하는 생체 정보 획득부; 상기 사용자의 피부의 습도 레벨을 획득하는 습도 레벨 획득부; 참조 지문 정보와 상기 지문 정보간의 유사도를 나타내는 제1 유사도 및 상기 참조 심전도 파형과 상기 심전도 파형간의 유사도를 나타내는 제2 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 참조 지문 정보 및 상기 참조 심전도 파형에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 유사도 추출부; 및 상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 인증부를 포함할 수 있다.
상기 생체 정보 획득부는, 지문 센서를 이용하여 상기 지문 정보를 센싱하고, 상기 지문 정보의 복수 개의 지문 특징점을 추출하는 지문 특징점 추출부; 및 심전도 센서를 이용하여 상기 심전도 파형을 추출하고, 상기 심전도 파형의 복수 개의 심전도 특징점을 추출하는 심전도 특징점 추출부를 포함할 수 있다.
상기 심전도 센서는, 상기 사용자의 심전도 신호를 획득하는 복수 개의 전극; 상기 심전도 신호를 증폭하는 증폭기; 및 상기 증폭된 심전도 신호를 디지털 신호로 변환하여 상기 심전도 파형을 추출하는 디지털 변환기를 포함할 수 있다.
상기 지문 정보, 상기 심전도 파형 및 상기 습도 레벨은, 상기 사용자의 동일한 손가락으로부터 획득될 수 있다.
상기 유사도 추출부는, 상기 제1 유사도와 상기 습도 레벨에 의해 결정되는 제1 임계값과의 차이값 및 상기 제2 유사도와 상기 습도 레벨에 의해 결정되는 제2 임계값과의 차이값을 이용하여 상기 혼합 유사도를 추출할 수 있다.
상기 유사도 추출부는, 소정의 참조 정보로부터 상기 제1 임계값 및 상기 제2 임계값을 추출할 수 있다.
상기 유사도 추출부는, 상기 습도 레벨에 따른 미리 저장된 복수 개의 지문 정보 각각의 복수 개의 지문 특징점의 수의 차이 또는 상기 습도 레벨에 따른 상기 복수 개의 지문 정보 각각의 복수 개의 지문 특징점간의 거리의 차이를 이용하여 상기 제1 임계값을 추출할 수 있다.
상기 유사도 추출부는, 상기 습도 레벨에 따른 미리 저장된 복수 개의 심전도 신호 각각의 신호 대 잡음비(Signal to Noise Ratio: SNR)를 계산하고, 상기 신호 대 잡음비를 이용하여 상기 제2 임계값을 추출할 수 있다.
상기 유사도 추출부는, 상기 제1 유사도와 상기 제1 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제1 가중치를 적용하고, 상기 제2 유사도와 상기 제2 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제2 가중치를 적용하여 상기 혼합 유사도를 추출할 수 있다.
상기 유사도 추출부는, 상기 제1 가중치가 적용된 상기 제1 유사도와 상기 제1 임계값과의 차이값과 상기 제2 가중치가 적용된 상기 제2 유사도와 상기 제2 임계값과의 차이값을 합하여 상기 혼합 유사도를 연산할 수 있다.
상기 유사도 추출부는, 상기 제1 가중치가 상기 습도 레벨과 음의 상관관계를 갖고, 상기 제2 가중치가 상기 습도 레벨과 양의 상관관계를 가지며, 상기 제1 가중치 및 상기 제2 가중치의 합이 상기 습도 레벨에 상관없이 일정하도록, 상기 제1 가중치 및 상기 제2 가중치를 설정할 수 있다.
상기 인증부는, 상기 혼합 유사도가 소정의 임계 혼합값보다 클 경우, 상기 사용자를 상기 미리 등록된 사용자로 인증할 수 있다.
상기 복수 개의 지문 특징점은, 상기 지문 정보의 융선, 위 중심점, 아래 중심점, 왼쪽 삼각주, 오른쪽 삼각주, 분기점 또는 단점 중 적어도 두 개를 포함할 수 있다.
상기 복수 개의 심전도 특징점은, 상기 심전도 파형의 PR 세그먼트(PR segment), QRS 컴플렉스(QRX complex), ST 세그먼트(ST segment), T 웨이브(T wave), U 웨이브(U wave), PR 인터벌(PR interval) 또는 QT 인터벌(QT interval) 중 적어도 두 개를 포함할 수 있다.
일 실시예에 따른 인증 장치는, 사용자의 지문 정보를 센싱하는 지문 센서; 제1 전극, 제2 전극 및 제3 전극을 이용하여 상기 사용자의 심전도 파형을 센싱하는 심전도 센서; 상기 사용자의 피부의 습도 레벨을 센싱하는 습도 센서; 및 참조 지문 정보와 상기 지문 정보간의 유사도를 나타내는 제1 유사도 및 상기 참조 심전도 파형과 상기 심전도 파형간의 유사도를 나타내는 제2 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 참조 지문 정보 및 상기 참조 심전도 파형에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하고, 상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 프로세서를 포함할 수 있다.
상기 제1 전극, 상기 지문 센서 및 상기 습도 센서는, 소정의 영역 내에 위치할 수 있다.
상기 제1 전극, 상기 지문 센서 및 상기 습도 센서는, 상기 사용자의 동일한 손가락을 센싱할 수 있다.
상기 프로세서는, 상기 제1 유사도와 상기 습도 레벨에 의해 결정되는 제1 임계값과의 차이값 및 상기 제2 유사도와 상기 습도 레벨에 의해 결정되는 제2 임계값과의 차이값을 이용하여 상기 혼합 유사도를 추출할 수 있다.
상기 프로세서는, 상기 제1 유사도와 상기 제1 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제1 가중치를 적용하고, 상기 제2 유사도와 상기 제2 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제2 가중치를 적용하여 상기 혼합 유사도를 추출할 수 있다.
상기 프로세서는, 상기 제1 가중치가 적용된 상기 제1 유사도와 상기 제1 임계값과의 차이값과 상기 제2 가중치가 적용된 상기 제2 유사도와 상기 제2 임계값과의 차이값을 합하여 상기 혼합 유사도를 연산할 수 있다.
일 실시예에 따른 인증 장치는, 사용자의 복수 개의 생체 정보를 획득하는 생체 정보 획득부; 상기 사용자의 피부의 습도 레벨을 획득하는 습도 레벨 획득부; 상기 복수 개의 생체 정보 각각과, 복수 개의 참조 생체 정보 중 상기 복수 개의 생체 정보 각각에 대응하는 참조 생체 정보간의 유사도를 나타내는 개별 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 복수 개의 참조 생체 정보에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 유사도 추출부; 및 상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 인증부를 포함할 수 있다.
일 실시예에 따른 인증 방법은, 사용자의 지문 정보 및 심전도 파형을 획득하는 단계; 상기 사용자의 피부의 습도 레벨을 획득하는 단계; 참조 지문 정보와 상기 지문 정보간의 유사도를 나타내는 제1 유사도 및 상기 참조 심전도 파형과 상기 심전도 파형간의 유사도를 나타내는 제2 유사도를 연산하는 단계; 상기 제1 유사도 및 상기 제2 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 참조 지문 정보 및 상기 참조 심전도 파형에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 단계; 및 상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 단계를 포함할 수 있다.
일 실시예에 따른 인증 방법은, 사용자의 복수 개의 생체 정보를 획득하는 단계; 상기 사용자의 피부의 습도 레벨을 획득하는 단계; 상기 복수 개의 생체 정보 각각과, 복수 개의 참조 생체 정보 중 상기 복수 개의 생체 정보 각각에 대응하는 참조 생체 정보간의 유사도를 나타내는, 상기 복수 개의 생체 정보 각각의 개별 유사도를 연산하는 단계; 상기 복수 개의 생체 정보 각각의 개별 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 복수 개의 생체 정보에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 단계; 및 상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 단계를 포함할 수 있다.
도 1은 일 실시예에 따른 인증 장치를 나타낸 블록도이다.
도 2는 일 실시예에 따른 습도 레벨에 따른 지문 정보 및 심전도 파형의 품질을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 습도 레벨에 따른 제1 유사도 및 제2 유사도의 임계값을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 습도 레벨에 따른 정보를 포함하는 룩업 테이블을 설명하기 위한 도면이다.
도 5는 다른 일 실시예에 따른 인증 장치를 나타낸 블록도이다.
도 6은 일 실시예에 따른 인증 장치의 일례를 설명하기 위한 도면이다.
도 7은 다른 일 실시예에 따른 인증 장치의 일례를 설명하기 위한 도면이다.
도 8은 또 다른 일 실시예에 따른 인증 장치의 일례를 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 인증 방법을 나타낸 동작 흐름도이다.
도 10은 다른 일 실시예에 따른 인증 방법을 나타낸 동작 흐름도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 인증 장치를 나타낸 블록도이다.
도 1을 참조하면, 인증 장치(110)는 생체 정보 획득부(120), 습도 레벨 획득부(130), 유사도 추출부(140) 및 인증부(150)를 포함할 수 있다.
생체 정보 획득부(120)는 사용자의 복수 개의 생체 정보를 획득할 수 있다. 인증 장치(110)는 생체 정보 획득부(120)에서 획득된 복수 개의 생체 정보를 이용하여 사용자가 인증 장치(120)가 구비된 기기에 접근할 수 있는지 여부를 판단할 수 있다. 인증 장치(110)가 하나의 생체 정보가 아닌 복수 개의 생체 정보를 이용하여 사용자를 인증함에 따라, 인증 장치(110)의 보안성이 향상될 수 있다.
일 실시예에서, 생체 정보 획득부(120)는 사용자의 지문 정보, 심전도(Electrocardiogram: ECG) 정보, 근전도(ElectroMyoGraphy: EMG) 정보, 홍채 정보, 혈관 정보, 정맥 정보, 음성 정보, 얼굴 정보, 손금 정보등을 해당 센서로부터 수신할 수 있다. 일 실시예에서, 생체 정보 획득부(120)는 습도 레벨에 영향을 받는 복수 개의 생체 정보를 획득할 수 있다. 이하에서는, 편의상 복수 개의 생체 정보 중 지문 정보 및 심전도 정보를 중심으로 인증 장치(110)를 설명한다. 인증 장치(110)가 이용하는 생체 정보는 지문 정보 및 심전도 정보에 한정되지 않는다.
생체 정보 획득부(120)는 지문 특징점 추출부 및 심전도 특징점 추출부를 포함할 수 있다. 지문 특징점 추출부는 지문 센서를 이용하여 지문 정보를 센싱할 수 있다. 지문 센서는 광학식 센서, 반도체 소자 방식 센서, 초음파 방식 센서, 열감지 방식 센서, 비접촉 방식 센서 또는 복합 방식 센서를 포함할 수 있다. 지문 특징점 추출부는 지문 정보의 복수 개의 지문 특징점을 추출할 수 있다. 여기서, 복수 개의 지문 특징점은 지문의 융선, 위 중심점, 아래 중심점, 왼쪽 삼각주, 오른쪽 삼각주, 분기점 또는 단점 중 적어도 두 개를 포함할 수 있다. 지문 특징점 추출부는 지문 센서로부터 수신한 지문 정보의 명암의 구분을 높이고 잡음을 제거할 수 있다. 예를 들어, 지문 특징점 추출부는 지문 정보의 각 융선의 방향 성분을 추출하고, 융선과 골을 구분하여 이를 이진화하며, 각 융선의 굵기를 판단하여 선으로 세선화할 수 있다. 또한, 일 실시예에서, 지문 특징점 추출부는 세선화된 지문 정보로부터 융선을 추출하고, 융선을 기초로 위 중심점, 아래 중심점, 왼쪽 삼각주, 오른쪽 삼각주, 분기점간의 거리, 단점간의 거리, 분기점 및 단점의 개수 등을 추출할 수 있다.
심전도 특징점 추출부는 심전도 센서를 이용하여 심전도 파형을 추출할 수 있다. 심전도 센서는 복수의 전극, 증폭기 및 디지털 변환기를 포함할 수 있다. 복수의 전극은 사용자의 피부(예를 들어, 손가락)에 접촉하여 사용자의 심전도 신호를 센싱할 수 있다. 증폭기는 복수의 전극에서 센싱된 심전도 신호를 증폭할 수 있다. 일 실시예에서, 증폭기는 아날로그 프론트 엔드(Analog Front End: AFE)로 표현될 수 있다. 디지털 변환기는 증폭된 심전도 신호를 디지털 신호로 변환하여, 심전도 파형을 추출할 수 있다. 이에 따라, 심전도 신호의 신호 대 잡음비(Signal-to-Noise Ratio: SNR)가 향상될 수 있다. 또한, 심전도 특징점 추출부는 전처리 과정을 통하여 심전도 파형의 잡음을 제거할 수 있다. 또한, 심전도 특징점 추출부는 심전도 센서로부터 수신한 심전도 신호로부터 복수 개의 심전도 특징점을 추출할 수 있다. 여기서, 심전도 특징점은 심전도 파형의 PR 세그먼트(PR segment), QRS 컴플렉스(QRX complex), ST 세그먼트(ST segment), T 웨이브(T wave), U 웨이브(U wave), PR 인터벌(PR interval) 또는 QT 인터벌(QT interval) 중 적어도 두 개를 포함할 수 있다.
습도 레벨 획득부(130)는 습도 센서를 이용하여 사용자의 피부의 습도 레벨을 획득할 수 있다. 습도 센서는 사용자의 피부에서 증발하는 수분의 양을 센싱하여 이를 습도 레벨로 환산할 수 있다. 예를 들어, 습도 센서는 피부의 수분이 다공질 세라믹스나 고분자막으로 흡수됨으로써 발생되는 전기 저항이나 정전 용량의 변화를 이용하여 습도 레벨을 추출할 수 있다. 습도 센서는 피부의 습도 레벨을 센싱할 수 있는 어떠한 센서도 포함할 수 있다. 일 실시예에서, 습도 센서는 지문 센서 및 습전도 센서의 가까이에 위치할 수 있다. 이 경우, 습도 센서, 지문 센서 및 심전도 센서는 각각 사용자의 동일한 손가락으로부터 해당 정보를 획득할 수 있다.
유사도 추출부(140)는 제1 유사도 및 제2 유사도를 습도 레벨을 기초로 적응적으로 조절하여, 혼합 유사도를 추출할 수 있다. 여기서, 제1 유사도는 참조 지문 정보와 생체 정보 획득부(120)에서 획득된 지문 정보간의 유사도를 나타낼 수 있고, 제2 유사도는 참조 심전도 파형과 생체 정보 획득부(120)에서 획득된 심전도 파형간의 유사도를 나타낼 수 있다. 참조 지문 정보 및 참조 심전도 파형은 인증 장치(110)에 미리 등록된 사용자의 지문 정보 및 심전도 파형을 의미할 수 있다. 여기서, 혼합 유사도는 참조 지문 정보 및 참조 심전도 파형에 대응하는 미리 등록된 사용자와 인증을 시도하는 사용자가 일치하는지 여부를 나타낼 수 있다.
일 실시예에서, 인증 장치(110)는 인증을 시도하는 사용자의 지문 정보 및 심전도 파형을 미리 획득하여, 이를 저장할 수 있다. 또한, 인증 장치(110)는 외부 장치로부터 미리 등록된 사용자의 지문 정보 및 심전도 파형을 수신할 수 있다.
유사도 추출부(140)는 생체 정보 획득부(120)에서 획득한 지문 정보의 복수 개의 지문 특징점과 참조 지문 정보의 복수 개의 지문 특징점이 일치하는지 여부를 판단하여 제1 유사도를 추출할 수 있다. 일 실시예에서, 유사도 추출부(140)는 단순 패턴 매칭 기법, 통계적 식별 기법 및 구조적 식별 기법 등을 이용하여 제1 유사도를 결정할 수 있다. 여기서, 단순 패턴 매칭 방법은 생체 정보 획득부(120)에서 획득한 지문 정보의 복수 개의 지문 특징점과 참조 지문 정보의 복수 개의 지문 특징점의 추출 패턴이 동일한지 여부를 비교하여 유사도를 결정하는 기법이고, 통계적 식별 방법은 조합되는 2개의 지문 특징점들의 직접 조합이 불가능한 경우, 생체 정보 획득부(120)에서 획득한 지문 정보의 특징벡터와 참조 지문 정보의 특징 벡터와의 동시발생확률을 계산하여 유사도를 결정하는 기법이고, 구조적 식별 기법은 생체 정보 획득부(120)에서 획득한 지문 정보의 복수 개의 지문 특징점과 참조 지문 정보의 복수 개의 지문 특징점을 구조적으로 해석하고, 그래프화하여, 그래프로부터 유사도를 추출하는 방법을 의미할 수 있다.
또한, 유사도 추출부(140)는 생체 정보 획득부(120)에서 획득한 심전도 파형의 복수 개의 심전도 특징점과 참조 심전도 파형의 복수 개의 심전도 특징점과의 거리를 이용하여 제2 유사도를 추출할 수 있다. 일 실시예에서, 유사도 추출부(140)는 생체 정보 획득부(120)에서 획득한 심전도 파형의 복수 개의 심전도 특징점 각각과 대응하는 참조 심전도 파형의 복수 개의 심전도 특징점 사이의 유클리디안 놈(euclidean norm), L1 놈, P-놈, 상관 계수(correlation coefficient), 평균 제곱근 편차(Root Mean Square Error: RMSE) 또는 코사인 유사도 (cosine similarity) 중 적어도 하나를 이용하여 제2 유사도를 추출할 수 있다. 생체 정보 획득부(120)에서 획득한 지문 정보 및 심전도 파형이 참조 지문 정보 및 참조 심전도 파형과 유사할수록 제1 유사도 및 제2 유사도는 증가할 수 있다.
생체 정보 획득부(120)가 획득하는 지문 정보와 심전도 파형의 품질은 습도 레벨에 의해 가변될 수 있다. 지문 정보의 경우, 지문 센서와 접촉하는 사용자의 손가락에 수분이 존재할 때, 지문 센서는 손가락의 수분으로 인하여 지문 정보의 지문 특징점을 정확하게 인식하지 못할 수 있다. 예를 들어, 손가락의 수분에 의해 지문 센서와 접촉하는 손가락의 피부 임피던스(skin impedence)가 감소됨에 따라, 지문 센서는 지문을 정확하게 인식하지 못할 수 있다. 이에 따라, 손가락의 습도 레벨이 높을 경우, 생체 정보 획득부(120)는 낮은 품질의 지문 정보를 획득할 수 있고, 손가락의 습도 레벨이 낮을 경우, 생체 정보 획득부(120)는 높은 품질의 지문 정보를 획득할 수 있다.
다른 예로서, 심전도 파형의 경우, 심전도 센서와 접촉하는 사용자의 피부에 수분이 존재할 때, 심전도 센서의 전극과 사용자의 피부 사이의 미세 전류가 보다 잘 흐를 수 있고, 이에 따라, 심전도 센서가 센싱하는 심전도 신호의 품질이 높을 수 있다. 따라서, 손가락의 습도 레벨이 높을 경우, 생체 정보 획득부(120)는 높은 품질의 심전도 파형을 획득할 수 있고, 손가락의 습도 레벨이 낮을 경우, 생체 정보 획득부(120)는 낮은 품질의 심전도 파형을 획득할 수 있다.
이와 같이, 습도 레벨에 의해 지문 정보와 심전도 파형의 품질이 가변되는 특성을 고려하여, 유사도 추출부(140)는 제1 유사도 및 제2 유사도를 적응적으로 조절하여 혼합 유사도를 추출할 수 있다. 일 실시예에서, 유사도 추출부(140)는 제1 유사도 및 제2 유사도에 습도 레벨에 의해 결정되는 제1 임계값 및 제2 임계값을 적용하여 혼합 유사도를 추출할 수 있다. 또한, 다른 일 실시예에서, 유사도 추출부(140)는 제1 유사도 및 제2 유사도에 제1 임계값 및 제2 임계값과 함께 제1 가중치 및 제2 가중치를 적용하여 혼합 유사도를 추출할 수 있다. 예를 들어, 유사도 추출부(140)는 아래의 수학식 1을 이용하여 혼합 유사도를 추출할 수 있다.
[수학식 1]
Figure pat00001
여기서,
Figure pat00002
는 혼합 유사도를 나타내고,
Figure pat00003
는 제1 가중치를 나타내고,
Figure pat00004
는 제2 가중치를 나타내고,
Figure pat00005
는 제1 유사도를 나타내고,
Figure pat00006
는 제2 유사도를 나타내고,
Figure pat00007
는 제1 임계값을 나타내고,
Figure pat00008
는 제2 임계값을 나타내며,
Figure pat00009
은 램프 함수(ramp function)을 나타낼 수 있다. 유사도 추출부(140)는 제1 유사도와 제1 임계값의 차이값에 제1 가중치를 적용하고, 제2 유사도와 제2 임계값과의 차이값에 제2 가중치를 적용할 수 있다. 이 때, 램프 함수
Figure pat00010
에 의하여, 제1 유사도가 제1 임계값 이하인 경우, 제1 유사도와 제1 임계값의 차이값은 0이 될 수 있다. 또한, 유사도 추출부(140)는 제1 가중치가 적용된 제1 유사도와 제1 임계값과의 차이값과 제2 가중치가 적용된 제2 유사도와 제2 임계값과의 차이값을 합하여 혼합 유사도를 추출할 수 있다.
일 실시예에서, 유사도 추출부(140)는 소정의 참조 정보로부터 제1 임계값 및 제2 임계값을 추출할 수 있다. 예를 들어, 유사도 추출부(140)는 습도 레벨에 따른 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치에 대한 정보가 저장된 룩업 테이블을 포함할 수 있다. 이 때, 유사도 추출부(140)는 습도 레벨에 따른 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치에 대한 정보를 미리 계산하여 룩업 테이블에 저장할 수도 있고, 통신 인터페이스를 이용하여 룩업 테이블 혹은 룩업 테이블의 엔트리 값(예를 들어, 습도 레벨에 따른 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치)을 외부 장치로부터 수신할 수도 있다. 유사도 추출부(140)는 룩업 테이블 혹은 룩업 테이블의 엔트리 값을 참조하여 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 설정할 수 있다.
다른 일 실시예에서, 유사도 추출부(140)는 습도 레벨에 따른 미리 저장된 복수 개의 지문 정보 각각의 복수 개의 지문 특징점의 수의 차이 또는 습도 레벨에 따른 복수 개의 지문 정보 각각의 복수 개의 지문 특징점간의 거리의 차이를 이용하여 제1 임계값을 추출할 수 있다. 지문 정보의 복수 개의 지문 특징점의 수 및 복수 개의 지문 특징점간의 거리는 습도 레벨에 따라 다르게 나타날 수 있다. 예를 들어, 습도 레벨이 높은 경우의 복수 개의 지문 특징점의 수는 습도 레벨이 낮은 경우보다 적게 나타나고, 습도 레벨이 높은 경우의 복수 개의 지문 특징점간의 거리는 습도 레벨이 낮은 경우보다 길게 나타날 수 있다. 유사도 추출부(140)는 습도 레벨에 따른 복수 개의 지문 특징점의 수의 차이 또는 복수 개의 지문 특징점간의 거리의 차이에 대한 정보를 복수 개의 지문 정보 각각에 대하여 미리 획득할 수 있고, 이와 같은 정보를 통계적으로 분석하여 습도 레벨에 따라 제1 유사도가 신뢰성을 가지는 최소의 값을 계산할 수 있고, 계산된 최소의 값을 제1 임계값으로 설정할 수 있다.
또한, 유사도 추출부(140)는 습도 레벨에 따른 복수 개의 심전도 신호 각각의 신호 대 잡음비(Signal to Noise Ratio: SNR)를 계산하고, 신호 대 잡음비를 이용하여 제2 임계값을 추출할 수 있다. 유사도 추출부(140)는 미리 저장된 복수 개의 심전도 신호의 습도 레벨에 따른 신호의 세기를 연산할 수 있다. 유사도 추출부(140)는 복수 개의 심전도 신호의 습도 레벨에 따른 잡음값을 미리 저장할 수 있고, 복수 개의 심전도 신호의 습도 레벨에 따른 잡음값과 신호의 세기를 이용하여, 습도 레벨에 따른 복수 개의 심전도 신호 각각의 신호 대 잡음비를 연산할 수 있다. 예를 들어, 습도 레벨이 높을 경우의 복수 개의 심전도 신호의 세기는 습도 레벨이 낮을 경우의 복수 개의 심전도 신호의 세기보다 클 수 있다. 이에 따라, 습도 레벨이 높을 경우의 복수 개의 심전도 신호의 신호 대 잡음비 역시 습도 레벨이 낮을 경우의 복수 개의 심전도 신호의 신호 대 잡음비보다 클 수 있다. 유사도 추출부(140)는 습도 레벨에 따른 복수 개의 심전도 신호 각각의 신호 대 잡음비를 통계적으로 분석하여 습도 레벨에 따라 제2 유사도가 신뢰성을 가지는 최소의 값을 계산할 수 있고, 계산된 최소의 값을 제2 임계값으로 설정할 수 있다.
일 실시예에서, 유사도 추출부(140)는 제1 가중치가 습도 레벨과 음의 상관관계를 갖고, 제2 가중치가 습도 레벨과 양의 상관관계를 가지도록 제1 가중치 및 제2 가중치를 설정할 수 있다. 이는 습도 레벨이 높을수록 지문 정보의 품질이 낮아지고, 심전도 파형의 품질이 높아지는 특성에 따른 것일 수 있다. 이에 따라, 유사도 추출부(140)는 지문 정보의 품질이 높을수록 혼합 유사도에서 제2 유사도보다 제1 유사도를 많이 반영하고, 심전도 파형의 품질이 높을수록 제1 유사도보다 제2 유사도를 많이 반영할 수 있다. 또한, 유사도 추출부(140)는 제1 가중치 및 제2 가중치의 합이 습도 레벨에 상관없이 일정하도록, 제1 가중치 및 제2 가중치를 설정할 수 있다. 예를 들어, 유사도 추출부(140)는 제1 가중치와 제2 가중치의 합이 1이 되도록 제1 가중치 및 제2 가중치를 설정할 수 있다.
인증부(150)는 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다. 인증부(150)는 혼합 유사도가 소정의 임계 혼합값보다 클 경우, 사용자를 미리 등록된 사용자로 인증할 수 있고, 혼합 유사도가 소정의 임계 혼합값 이하일 경우, 사용자를 미리 등록되지 않은 사용자로 인증할 수 있다. 일 실시예에서, 인증부(150)는 임계 혼합값을 임의로 설정할 수도 있고, 외부 장치의 제어에 의해 임계 혼합값을 설정할 수도 있다.
사용자가 미리 등록된 사용자로 인증될 경우, 인증 장치(110)는 사용자에게 인증 장치(110)가 구비된 기기에의 접근 권한을 부여할 수 있다. 사용자가 미리 등록되지 않은 사용자로 인증될 경우, 인증 장치(110)는 사용자의 인증 장치(110)가 탑재된 기기에의 접근을 거부할 수 있다. 이와 같이, 혼합 유사도를 이용하여 사용자의 인증을 수행함에 따라, 인증 장치(110)는 사용자의 피부의 습도 레벨에 강건하고 정확하게 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다.
도 2는 일 실시예에 따른 습도 레벨에 따른 지문 정보 및 심전도 파형의 품질을 설명하기 위한 도면이다.
도 2를 참조하면, 인증 장치가 획득하는 지문 정보와 심전도 파형의 품질은 습도 레벨에 의해 가변될 수 있다. 도 2의 예에서, 지문 센서와 접촉하는 손가락에서의 습도 레벨이 낮을 경우(예를 들어, 10%), 인증 장치는 지문 정보(211)에서와 같이 26개의 지문 특징점을 추출할 수 있다. 또한, 지문 센서와 접촉하는 손가락에서의 습도 레벨이 높을 경우(예를 들어, 80%), 인증 장치는 지문 정보(212)에서와 같이, 습도 레벨이 낮을 때의 절반인 13개의 지문 특징점을 추출할 수 있다.
또한, 도 2의 예에서, 지문 센서와 접촉하는 손가락에서의 습도 레벨이 낮을 경우(예를 들어, 10%), 심전도 신호의 신호 대 잡음비가 낮아질 수 있고, 이에 따라, 인증 장치는 낮은 품질의 심전도 파형을 획득할 수 있다. 또한, 지문 센서와 접촉하는 손가락에서의 습도 레벨이 높을 경우(예를 들어, 80%), 심전도 신호의 신호 대 잡음비는 높아질 수 있고, 이에 따라, 인증 장치는 높은 품질의 심전도 파형을 획득할 수 있다. 이는 심전도 센서와 접촉하는 사용자의 피부의 수분에 의하여 심전도 센서의 전극과 사용자의 피부 사이의 미세 전류가 보다 잘 흐를 수 있기 때문일 수 있다.
이와 같이, 습도 레벨에 의해 지문 정보와 심전도 파형의 품질이 가변되는 특성을 고려하여, 인증 장치는 참조 지문 정보와 사용자의 지문 정보간의 유사도를 나타내는 제1 유사도 및 참조 심전도 파형과 사용자의 심전도 파형간의 유사도를 나타내는 제2 유사도를 습도 레벨을 기초로 적응적으로 조절함으로써, 사용자가 참조 지문 정보 및 참조 심전도 파형에 대응하는 미리 등록된 사용자와 일치하는지 여부를 나타내는 혼합 유사도를 추출할 수 있고, 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다.
도 3은 일 실시예에 따른 습도 레벨에 따른 제1 유사도 및 제2 유사도의 임계값을 설명하기 위한 도면이다.
도 3을 참조하면, 그래프(310)는 제1 유사도의 임계값인 제1 임계값(320) 및 제2 유사도의 임계값인 제2 임계값(330)을 나타낼 수 있다. 여기서, 제1 유사도는 참조 지문 정보와 인증을 시도하는 사용자의 지문 정보간의 유사도를 나타낼 수 있고, 제2 유사도는 참조 심전도 파형과 인증을 시도하는 사용자의 심전도 파형간의 유사도를 나타낼 수 있다. 그래프(310)의 가로축은 습도 레벨을 나타내고, 세로축은 각각 제1 임계값(320) 및 제2 임계값(330)의 레벨을 나타낼 수 있다.
습도 레벨에 의해 지문 정보와 심전도 파형의 품질은 가변될 수 있다. 예를 들어, 습도 레벨이 높아질수록 지문 정보의 품질은 낮아지고, 심전도 파형의 품질은 높아질 수 있다. 이러한 지문 정보 및 심전도 파형의 특성을 이용하여, 인증 장치는 제1 임계값(320) 및 제2 임계값(330)을 설정할 수 있다.
일 실시예에서, 인증 장치는 습도 레벨에 따른 복수 개의 지문 특징점의 수의 차이 또는 복수 개의 지문 특징점간의 거리의 차이에 대한 정보를 미리 저장된 복수 개의 지문 정보 각각에 대하여 미리 획득할 수 있고, 이와 같은 정보를 통계적으로 분석하여 습도 레벨에 따라 제1 유사도가 신뢰성을 가지는 최소의 값을 계산할 수 있고, 계산된 최소의 값을 제1 임계값(320)으로 설정할 수 있다.
또한, 인증 장치는 습도 레벨에 따른 복수 개의 심전도 신호 각각의 신호 대 잡음비를 계산하고, 습도 레벨에 따른 복수 개의 심전도 신호 각각의 신호 대 잡음비를 통계적으로 분석하여 습도 레벨에 따라 제2 유사도가 신뢰성을 가지는 최소의 값을 계산할 수 있고, 계산된 최소의 값을 제2 임계값(330)으로 설정할 수 있다.
다른 일 실시예에서, 인증 장치는 그래프(310)와 같은 제1 임계값 및 제2 임계값에 대한 정보를 미리 저장할 수 있다. 예를 들어, 인증 장치는 습도 레벨에 따른 제1 임계값(320) 및 제2 임계값(330)에 대한 정보를 미리 계산하여 룩업 테이블에 저장할 수도 있고, 통신 인터페이스를 이용하여 룩업 테이블 혹은 룩업 테이블의 엔트리 값을 외부 장치로부터 수신할 수도 있다. 인증 장치는 룩업 테이블을 참조하여 제1 임계값(320) 및 제2 임계값(330)을 설정할 수 있다.
인증 장치는 제1 유사도 및 제2 유사도에 제1 임계값(320), 제2 임계값(330), 제1 가중치 및 제2 가중치를 적용하여 혼합 임계값을 추출하고, 혼합 임계값을 이용하여 사용자를 인증할 수 있다.
일 실시예에서, 인증 장치는 상술한 수학식 1을 이용하여 혼합 임계값을 연산할 수 있다. 예를 들어, 습도 레벨의 최고 레벨이 100%이고, 최저 레벨이 0%이며, 임계 혼합값이 10이라고 가정할 때, 습도 레벨(341)이 30%이고, 제1 임계값(321)이 80이고, 제2 임계값(331)이 40이며, 제1 가중치가 0.8이고, 제2 가중치가 0.2일 수 있다. 이 때, 제1 유사도가 90이며, 제2 유사도가 30일 경우, 혼합 유사도는 8으로 연산될 수 있다. 이 경우, 혼합 유사도는 임계 혼합값보다 작고, 이에 따라, 인증 장치는 사용자를 미리 등록되지 않은 사용자로 인증하여, 사용자의 인증 장치가 구비된 기기로의 접근을 차단할 수 있다. 다른 예로서, 상술한 예와 동일한 가정하에서, 습도 레벨(342)은 70%이고, 제1 임계값(322)이 20이고, 제2 임계값(332)이 60이며, 제1 가중치가 0.2이고, 제2 가중치가 0.8일 수 있다. 이 때, 제1 유사도가 30이며, 제2 유사도가 70일 경우, 혼합 유사도는 10으로 연산될 수 있다. 이 경우, 혼합 유사도는 임계 혼합값보다 크고, 이에 따라, 인증 장치는 사용자를 미리 정해진 사용자로 인증하여, 사용자의 인증 장치가 구비된 기기로의 접근을 허용할 수 있다.
도 4는 일 실시예에 따른 습도 레벨에 따른 정보를 포함하는 룩업 테이블을 설명하기 위한 도면이다.
도 4를 참조하면, 룩업 테이블(410)은 제1 임계값(420), 제2 임계값(430), 제1 가중치(440) 및 제2 가중치(450)에 대한 정보를 포함할 수 있다.
여기서, 제1 임계값(420)은 참조 지문 정보와 인증을 시도하는 사용자의 지문 정보간의 유사도를 나타내는 제1 유사도가 신뢰성을 가지는 최소의 값을 나타내고, 제2 임계값(430)은 참조 심전도 파형과 인증을 시도하는 사용자의 심전도 파형간의 유사도를 나타내는 제2 유사도가 신뢰성을 가지는 최소의 값을 나타낼 수 있다. 제1 가중치(440)는 사용자가 미리 등록된 사용자와 일치하는지 여부를 나타내는 혼합 유사도의 연산에 제1 유사도를 반영하는 비율을 나타내고, 제2 가중치(450)는 혼합 유사도의 연산에 제2 유사도를 반영하는 비율을 나타낼 수 있다.
인증 장치는 제1 임계값(420), 제2 임계값(430), 제1 가중치(440) 및 제2 가중치(450)에 대한 정보를 미리 계산하여 룩업 테이블(410)에 저장할 수도 있고, 통신 인터페이스를 이용하여 룩업 테이블(410) 혹은 룩업 테이블(410)의 엔트리 값(각 습도 레벨에 따른 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치)을 외부 장치로부터 수신할 수도 있다. 인증 장치는 룩업 테이블 혹은 룩업 테이블의 엔트리 값을 참조하여 제1 임계값(420), 제2 임계값(430), 제1 가중치(440) 및 제2 가중치를 설정할 수 있다. 이와 같이, 인증 장치는 별도의 연산을 수행할 필요 없이 제1 임계값(420), 제2 임계값(430), 제1 가중치(440) 및 제2 가중치를 추출할 수 있고, 이에 따라, 인증 장치가 사용자를 인증하기 위하여 수행하는 연산량이 감소될 수 있고, 인증을 수행하기 위한 연산 속도가 빨라질 수 있다.
도 5는 다른 일 실시예에 따른 인증 장치를 나타낸 블록도이다.
도 5를 참조하면, 인증 장치(510)는 지문 센서(520), 심전도 센서(530), 습도 센서(540) 및 프로세서(550)를 포함할 수 있다.
지문 센서(520)는 사용자의 지문 정보를 센싱할 수 있다. 일 실시예에서, 지문 센서(520)는 광학식 센서, 반도체 소자 방식 센서, 초음파 방식 센서, 열감지 방식 센서, 비접촉 방식 센서 또는 복합 방식 센서를 포함할 수 있다.
심전도 센서(530)는 제1 전극, 제2 전극 및 제3 전극을 이용하여 사용자의 심전도 파형을 센싱할 수 있다. 일 실시예에서, 심전도 센서(530)는 제1 전극 내지 제3 전극, 증폭기 및 디지털 변환기를 포함할 수 있다. 제1 전극 내지 제3 전극은 사용자의 피부에 접촉하여 사용자의 심전도 신호를 센싱할 수 있다. 증폭기는 제1 전극 내지 제3 전극에서 센싱된 심전도 신호를 증폭할 수 있다. 일 실시예에서, 증폭기는 아날로그 프론트 엔드(AFE)로 표현될 수 있다. 디지털 변환기는 증폭된 심전도 신호를 디지털 신호로 변환하여, 심전도 파형을 추출할 수 있다. 또한, 심전도 센서(530)는 전처리 과정을 통하여 심전도 파형의 잡음을 제거할 수 있다.
습도 센서(540)는 사용자의 피부의 습도 레벨을 센싱할 수 있다. 일 실시예에서, 습도 센서(540)는 사용자의 피부에서 증발하는 수분의 양을 센싱하여 이를 습도 레벨로 환산할 수 있다.
일 실시예에서, 심전도 센서(530)의 제1 전극, 지문 센서(520) 및 습도 센서(540)는 인증 장치(510) 내의 소정의 영역 내에 위치할 수 있다. 이에 따라, 심전도 센서(530), 지문 센서(520) 및 습도 센서(540)는 사용자의 하나의 손가락을 센싱하여 각각 심전도 파형, 지문 정보 및 습도 레벨을 획득할 수 있다.
프로세서(550)는 지문 센서(520)에서 획득한 지문 정보와 참조 지문 정보간의 유사도를 나타내는 제1 유사도 및 심전도 센서(530)에서 획득한 심전도 파형과 참조 심전도 파형의 유사도를 나타내는 제2 유사도를 습도 레벨을 기초로 적응적으로 조절하여, 지문 센서(520) 및 심전도 센서(530)가 센싱한 사용자와 참조 지문 정보 및 참조 심전도 파형에 대응하는 미리 등록된 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출할 수 있다. 프로세서(550)는 지문 센서(520)에서 획득한 지문 정보의 복수 개의 지문 특징점을 추출하고, 지문 센서(520)에서 획득한 지문 정보의 복수 개의 지문 특징점과 참조 지문 정보의 복수 개의 지문 특징점이 일치하는지 여부를 판단하여 제1 유사도를 추출할 수 있다. 또한, 프로세서(550)는 심전도 센서(530)에서 획득한 심전도 파형의 복수 개의 심전도 특징점을 추출하고, 심전도 센서(530)에서 획득한 심전도 파형의 복수 개의 심전도 특징점과 참조 심전도 파형의 복수 개의 심전도 특징점과의 거리를 이용하여 제2 유사도를 추출할 수 있다.
프로세서(550)는 소정의 참조 정보로부터 제1 유사도가 신뢰성을 가지는 최소의 값을 나타내는 제1 임계값 및 제2 유사도가 신뢰성을 가지는 최소의 값을 나타내는 제2 임계값을 추출하거나, 미리 저장된 복수 개의 지문 정보 및 미리 저장된 복수 개의 심전도 파형의 품질과 습도 레벨과의 관계를 고려하여 제1 임계값 및 제2 임계값을 설정할 수 있다.
또한, 프로세서(550)는 제1 가중치가 습도 레벨과 음의 상관관계를 갖고, 제2 가중치가 습도 레벨과 양의 상관관계를 가지며, 제1 가중치 및 제2 가중치의 합이 습도 레벨에 상관없이 일정하도록 제1 가중치 및 제2 가중치를 설정할 수 있다.
프로세서(550)는 제1 유사도 및 제2 유사도에 습도 레벨에 의해 결정되는 제1 임계값 및 제2 임계값을 적용하여 혼합 유사도를 추출할 수 있다. 또한, 프로세서(550)는 제1 유사도 및 제2 유사도에 제1 임계값 및 제2 임계값과 함께 제1 가중치 및 제2 가중치를 적용하여 혼합 유사도를 추출할 수 있다. 예를 들어, 프로세서(550)는 제1 유사도와 제1 임계값과의 차이값에 제1 가중치를 적용하고, 제2 유사도와 제2 임계값과의 차이값에 제2 가중치를 적용하여 혼합 유사도를 추출할 수 있다.
프로세서(550)는 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다. 예를 들어, 프로세서(550)는 혼합 유사도가 소정의 임계 혼합값보다 클 경우, 사용자를 미리 등록된 사용자로 인증할 수 있고, 혼합 유사도가 소정의 임계 혼합값 이하일 경우, 사용자를 미리 등록되지 않은 사용자로 인증할 수 있다.
도 6은 일 실시예에 따른 인증 장치의 일례를 설명하기 위한 도면이다.
도 6을 참조하면, 모바일 단말(610)은 심전도 센서, 지문 센서(630) 및 습도 센서(640)를 포함할 수 있다. 심전도 센서는 심전도 신호를 센싱하기 위한 양극 전극(621), 레퍼런스 전극(622) 및 음극 전극(623)을 포함할 수 있다. 일 실시예에서, 양극 전극(621) 및 레퍼런스 전극(622)은 모바일 단말(610)의 측면에 위치할 수 있고, 음극 전극(623), 지문 센서(630) 및 습도 센서(630)는 모바일 단말(610)의 하단에 위치할 수 있다.
사용자가 양극 전극(621) 및 레퍼런스 전극(622)에 피부를 접촉하고, 음극 전극(623), 지문 센서(630) 및 습도 센서(640)에 손가락을 접촉하는 경우, 지문 센서(630), 심전도 센서 및 습도 센서(640)는 각각 사용자의 지문 정보, 심전도 파형 및 습도 레벨을 센싱할 수 있다. 일 예로, 지문 센서(630), 심전도 센서 및 습도 센서(640)는 사용자의 하나의 손가락으로부터 각각 사용자의 지문 정보, 심전도 파형 및 습도 레벨을 센싱할 수 있다.
모바일 단말(610)은 지문 센서(630)에서 획득한 지문 정보와 참조 지문 정보간의 유사도를 나타내는 제1 유사도 및 심전도 센서에서 획득한 심전도 파형과 참조 심전도 파형의 유사도를 나타내는 제2 유사도를 습도 레벨을 기초로 적응적으로 조절하여, 지문 센서(630) 및 심전도 센서가 센싱한 사용자와 참조 지문 정보 및 참조 심전도 파형에 대응하는 미리 등록된 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출할 수 있다. 모바일 단말(610)은 제1 유사도와 제1 임계값과의 차이값에 제1 가중치를 적용하고, 제2 유사도와 제2 임계값과의 차이값에 제2 가중치를 적용하여 혼합 유사도를 추출할 수 있다. 이 경우, 모바일 단말(610)은 소정의 참조 정보로부터 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 추출하거나, 미리 저장된 복수 개의 지문 정보 및 미리 저장된 복수 개의 심전도 파형의 품질과 습도 레벨과의 관계를 고려하여 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 설정할 수 있다.
모바일 단말(610)은 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다. 예를 들어, 모바일 단말(610)은 혼합 유사도가 소정의 임계 혼합값보다 클 경우, 사용자를 미리 등록된 사용자로 인증하여, 사용자의 모바일 단말(610)에의 접근을 허용할 수 있다.
도 7은 다른 일 실시예에 따른 인증 장치의 일례를 설명하기 위한 도면이다.
도 7을 참조하면, 웨어러블 단말(710)은 심전도 센서, 지문 센서(731) 및 습도 센서(741)를 포함할 수 있다.
심전도 센서는 심전도 신호를 센싱하기 위한 양극 전극(722), 레퍼런스 전극(723) 및 음극 전극(721)를 포함할 수 있다. 일 실시예에서, 양극 전극(722) 및 레퍼런스 전극(723)은 웨어러블 단말(710)의 후면에 위치할 수 있고, 음극 전극(721), 지문 센서(731) 및 습도 센서(741)는 웨어러블 단말(710)의 전면에 위치할 수 있다. 사용자가 양극 전극(722) 및 레퍼런스 전극(723)에 손목의 피부를 접촉하고, 음극 전극(721), 지문 센서(731) 및 습도 센서(741)에 손가락을 접촉하는 경우, 지문 센서(731), 심전도 센서 및 습도 센서(741)는 각각 사용자의 지문 정보, 심전도 파형 및 습도 레벨을 센싱할 수 있다. 일 예로, 지문 센서(731), 심전도 센서 및 습도 센서(741)는 사용자의 하나의 손가락으로부터 각각 사용자의 지문 정보, 심전도 파형 및 습도 레벨을 센싱할 수 있다.
도 6의 모바일 단말(610)과 마찬가지로, 웨어러블 단말(710)은 지문 센서(731)로부터 획득한 지문 정보 및 참조 지문 정보간의 유사도를 나타내는 제1 유사도 및 지문 센서(731)로부터 획득한 심전도 파형과 참조 심전도 파형간의 유사도를 나타내는 제2 유사도를 습도 레벨을 기초로 적응적으로 조절하여, 사용자와 참조 지문 정보 및 참조 심전도 파형에 대응하는 미리 등록된 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하고, 혼합 유사도를 이용하여 상기 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다.
도 8은 또 다른 일 실시예에 따른 인증 장치의 일례를 설명하기 위한 도면이다.
도 8을 참조하면, 모바일 단말(810)은 심전도 센서, 지문 센서(830) 및 습도 센서(840)를 포함할 수 있다. 심전도 센서는 심전도 신호를 센싱하기 위한 양극 전극(821), 레퍼런스 전극(822) 및 음극 전극(823)을 포함할 수 있다. 일 실시예에서, 양극 전극(821) 및 레퍼런스 전극(822)은 모바일 단말(810)의 측면에 위치할 수 있고, 음극 전극(823), 지문 센서(830) 및 습도 센서(830)는 모바일 단말(810)의 하단에 위치할 수 있다.
모바일 단말(810)은 서버(850)로부터 미리 등록된 사용자의 지문 정보 및 심전도 파형을 나타내는 참조 지문 정보 및 참조 심전도 파형에 대한 정보를 획득할 수 있다. 모바일 단말(810)은 지문 센서(830)에서 획득한 지문 정보와 참조 지문 정보간의 유사도를 나타내는 제1 유사도 및 심전도 센서에서 획득한 심전도 파형과 참조 심전도 파형의 유사도를 나타내는 제2 유사도에 습도 레벨에 의해 결정되는 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 적용하여, 사용자가 미리 등록된 사용자와 일치하는지 여부를 나타내는 혼합 유사도를 추출할 수 있다. 일 실시예에서, 모바일 단말(810)은 습도 센서(840)에서 획득한 습도 레벨을 서버(850)에 전송할 수 있다. 서버(850)는 습도 레벨에 따른 모바일 단말(810로부터 수신한 습도 레벨을 기초로 소정의 참조 정보로부터 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 추출하거나, 미리 저장된 복수 개의 지문 정보 및 미리 저장된 복수 개의 심전도 파형의 품질과 습도 레벨과의 관계를 고려하여 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 설정할 수 있고, 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 모바일 단말(810)에 전송할 수 있다. 모바일 단말(810)은 서버(850)로부터 수신한 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치를 제1 유사도 및 제2 유사도에 적용하여 혼합 유사도를 추출할 수 있다.
모바일 단말(810)은 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다. 예를 들어, 모바일 단말(810)은 혼합 유사도가 소정의 임계 혼합값보다 클 경우, 사용자를 미리 등록된 사용자로 인증하고, 사용자가 미리 등록된 사용자라는 인증 정보를 서버(850)에 전송할 수 있다.
일 실시예에서, 서버(850)는 도 4에서 설명한 룩업 테이블(410)을 모바일 단말(810)에 전송할 수도 있고, 룩업 테이블(410)의 엔트리 값(습도 레벨에 따른 제1 임계값, 제2 임계값, 제1 가중치 및 제2 가중치)을 전송할 수도 있다. 이 경우, 모바일 단말(810)은 룩업 테이블(410) 또는 룩업 테이블(410)의 엔트리 값을 참조하여 습도 센서(840)에서 획득한 습도 레벨을 기초로 소정의 참조 정보로부터 제1 유사도, 제2 유사도, 제1 가중치 및 제2 가중치를 추출할 수 있다. 모바일 단말(810)은 추출한 제1 유사도, 제2 유사도, 제1 가중치 및 제2 가중치를 적용하여 혼합 유사도를 추출할 수 있다. 서버(850)는 모바일 단말(810)로부터 수신한 인증 정보를 이용하여 사용자의 서버(850)로의 접근을 허용할 수 있다.
도 9는 일 실시예에 따른 인증 방법을 나타낸 동작 흐름도이다.
도 9를 참조하면, 인증 장치는 사용자의 지문 정보 및 심전도 파형을 획득할 수 있다(910).
또한, 인증 장치는 사용자의 피부의 습도 레벨을 획득할 수 있다(920).
또한, 인증 장치는 참조 지문 정보와 지문 정보간의 유사도를 나타내는 제1 유사도 및 참조 심전도 파형과 심전도 파형간의 유사도를 나타내는 제2 유사도를 연산할 수 있다(930).
또한, 인증 장치는 제1 유사도 및 제2 유사도를 습도 레벨을 기초로 적응적으로 조절하여, 참조 지문 정보 및 참조 심전도 파형에 대응하는 미리 등록된 사용자와 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출할 수 있다(940).
또한, 인증 장치는 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다(950).
도 9에 도시된 일 실시예에 따른 인증 방법에는 도 1 내지 도 8을 통해 설명된 내용이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
도 10은 다른 일 실시예에 따른 인증 방법을 나타낸 동작 흐름도이다.
도 10을 참조하면, 인증 장치는 사용자의 복수 개의 생체 정보를 획득할 수 있다(1010.)
또한, 인증 장치는 사용자의 피부의 습도 레벨을 획득할 수 있다(1020).
또한, 인증 장치는 복수 개의 생체 정보 각각과, 복수 개의 참조 생체 정보 중 복수 개의 생체 정보 각각에 대응하는 참조 생체 정보간의 유사도를 나타내는, 복수 개의 생체 정보 각각의 개별 유사도를 연산할 수 있다(1030).
또한, 인증 장치는 복수 개의 생체 정보 각각의 개별 유사도를 습도 레벨을 기초로 적응적으로 조절하여, 복수 개의 생체 정보에 대응하는 미리 등록된 사용자와 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출할 수 있다(1040).
또한, 인증 장치는 혼합 유사도를 이용하여 사용자가 미리 등록된 사용자인지 여부를 인증할 수 있다(1050).
도 10에 도시된 다른 일 실시예에 따른 인증 방법에는 도 1 내지 도 8을 통해 설명된 내용이 그대로 적용될 수 있으므로, 보다 상세한 설명은 생략한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (24)

  1. 사용자의 지문 정보 및 심전도 파형을 획득하는 생체 정보 획득부;
    상기 사용자의 피부의 습도 레벨을 획득하는 습도 레벨 획득부;
    참조 지문 정보와 상기 지문 정보간의 유사도를 나타내는 제1 유사도 및 상기 참조 심전도 파형과 상기 심전도 파형간의 유사도를 나타내는 제2 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 참조 지문 정보 및 상기 참조 심전도 파형에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 유사도 추출부; 및
    상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 인증부
    를 포함하는,
    인증 장치.
  2. 제1항에 있어서,
    상기 생체 정보 획득부는,
    지문 센서를 이용하여 상기 지문 정보를 센싱하고, 상기 지문 정보의 복수 개의 지문 특징점을 추출하는 지문 특징점 추출부; 및
    심전도 센서를 이용하여 상기 심전도 파형을 추출하고, 상기 심전도 파형의 복수 개의 심전도 특징점을 추출하는 심전도 특징점 추출부
    를 포함하는,
    인증 장치.
  3. 제2항에 있어서,
    상기 심전도 센서는,
    상기 사용자의 심전도 신호를 획득하는 복수 개의 전극;
    상기 심전도 신호를 증폭하는 증폭기; 및
    상기 증폭된 심전도 신호를 디지털 신호로 변환하여 상기 심전도 파형을 추출하는 디지털 변환기
    를 포함하는,
    인증 장치.
  4. 제2항에 있어서,
    상기 지문 정보, 상기 심전도 파형 및 상기 습도 레벨은,
    상기 사용자의 동일한 손가락으로부터 획득되는,
    인증 장치.
  5. 제2항에 있어서,
    상기 유사도 추출부는,
    상기 제1 유사도와 상기 습도 레벨에 의해 결정되는 제1 임계값과의 차이값 및 상기 제2 유사도와 상기 습도 레벨에 의해 결정되는 제2 임계값과의 차이값을 이용하여 상기 혼합 유사도를 추출하는,
    인증 장치.
  6. 제5항에 있어서,
    상기 유사도 추출부는,
    소정의 참조 정보로부터 상기 제1 임계값 및 상기 제2 임계값을 추출하는,
    인증 장치.
  7. 제5항에 있어서,
    상기 유사도 추출부는,
    상기 습도 레벨에 따른 미리 저장된 복수 개의 지문 정보 각각의 복수 개의 지문 특징점의 수의 차이 또는 상기 습도 레벨에 따른 상기 복수 개의 지문 정보 각각의 복수 개의 지문 특징점간의 거리의 차이를 이용하여 상기 제1 임계값을 추출하는,
    인증 장치.
  8. 제5항에 있어서,
    상기 유사도 추출부는,
    상기 습도 레벨에 따른 미리 저장된 복수 개의 심전도 신호 각각의 신호 대 잡음비(Signal to Noise Ratio: SNR)를 계산하고, 상기 신호 대 잡음비를 이용하여 상기 제2 임계값을 추출하는,
    인증 장치.
  9. 제5항에 있어서,
    상기 유사도 추출부는,
    상기 제1 유사도와 상기 제1 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제1 가중치를 적용하고, 상기 제2 유사도와 상기 제2 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제2 가중치를 적용하여 상기 혼합 유사도를 추출하는,
    인증 장치.
  10. 제9항에 있어서,
    상기 유사도 추출부는,
    상기 제1 가중치가 적용된 상기 제1 유사도와 상기 제1 임계값과의 차이값과 상기 제2 가중치가 적용된 상기 제2 유사도와 상기 제2 임계값과의 차이값을 합하여 상기 혼합 유사도를 연산하는,
    인증 장치.
  11. 제9항에 있어서,
    상기 유사도 추출부는,
    상기 제1 가중치가 상기 습도 레벨과 음의 상관관계를 갖고, 상기 제2 가중치가 상기 습도 레벨과 양의 상관관계를 가지며, 상기 제1 가중치 및 상기 제2 가중치의 합이 상기 습도 레벨에 상관없이 일정하도록, 상기 제1 가중치 및 상기 제2 가중치를 설정하는,
    인증 장치.
  12. 제1항에 있어서,
    상기 인증부는,
    상기 혼합 유사도가 소정의 임계 혼합값보다 클 경우, 상기 사용자를 상기 미리 등록된 사용자로 인증하는,
    인증 장치.
  13. 제2항에 있어서,
    상기 복수 개의 지문 특징점은,
    상기 지문 정보의 융선, 위 중심점, 아래 중심점, 왼쪽 삼각주, 오른쪽 삼각주, 분기점 또는 단점 중 적어도 두 개를 포함하는,
    인증 장치.
  14. 제2항에 있어서,
    상기 복수 개의 심전도 특징점은,
    상기 심전도 파형의 PR 세그먼트(PR segment), QRS 컴플렉스(QRX complex), ST 세그먼트(ST segment), T 웨이브(T wave), U 웨이브(U wave), PR 인터벌(PR interval) 또는 QT 인터벌(QT interval) 중 적어도 두 개를 포함하는,
    인증 장치.
  15. 사용자의 지문 정보를 센싱하는 지문 센서;
    제1 전극, 제2 전극 및 제3 전극을 이용하여 상기 사용자의 심전도 파형을 센싱하는 심전도 센서;
    상기 사용자의 피부의 습도 레벨을 센싱하는 습도 센서; 및
    참조 지문 정보와 상기 지문 정보간의 유사도를 나타내는 제1 유사도 및 상기 참조 심전도 파형과 상기 심전도 파형간의 유사도를 나타내는 제2 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 참조 지문 정보 및 상기 참조 심전도 파형에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하고, 상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 프로세서
    를 포함하는,
    인증 장치.
  16. 제15항에 있어서,
    상기 제1 전극, 상기 지문 센서 및 상기 습도 센서는,
    소정의 영역 내에 위치하는,
    인증 장치.
  17. 제15항에 있어서,
    상기 제1 전극, 상기 지문 센서 및 상기 습도 센서는,
    상기 사용자의 동일한 손가락을 센싱하는,
    인증 장치.
  18. 제15항에 있어서,
    상기 프로세서는,
    상기 제1 유사도와 상기 습도 레벨에 의해 결정되는 제1 임계값과의 차이값 및 상기 제2 유사도와 상기 습도 레벨에 의해 결정되는 제2 임계값과의 차이값을 이용하여 상기 혼합 유사도를 추출하는,
    인증 장치.
  19. 제18항에 있어서,
    상기 프로세서는,
    상기 제1 유사도와 상기 제1 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제1 가중치를 적용하고, 상기 제2 유사도와 상기 제2 임계값과의 차이값에 상기 습도 레벨에 의해 결정되는 제2 가중치를 적용하여 상기 혼합 유사도를 추출하는,
    인증 장치.
  20. 제19항에 있어서,
    상기 프로세서는,
    상기 제1 가중치가 적용된 상기 제1 유사도와 상기 제1 임계값과의 차이값과 상기 제2 가중치가 적용된 상기 제2 유사도와 상기 제2 임계값과의 차이값을 합하여 상기 혼합 유사도를 연산하는,
    인증 장치.
  21. 사용자의 복수 개의 생체 정보를 획득하는 생체 정보 획득부;
    상기 사용자의 피부의 습도 레벨을 획득하는 습도 레벨 획득부;
    상기 복수 개의 생체 정보 각각과, 복수 개의 참조 생체 정보 중 상기 복수 개의 생체 정보 각각에 대응하는 참조 생체 정보간의 유사도를 나타내는 개별 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 복수 개의 참조 생체 정보에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 유사도 추출부; 및
    상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 인증부
    를 포함하는,
    인증 장치.
  22. 사용자의 지문 정보 및 심전도 파형을 획득하는 단계;
    상기 사용자의 피부의 습도 레벨을 획득하는 단계;
    참조 지문 정보와 상기 지문 정보간의 유사도를 나타내는 제1 유사도 및 상기 참조 심전도 파형과 상기 심전도 파형간의 유사도를 나타내는 제2 유사도를 연산하는 단계;
    상기 제1 유사도 및 상기 제2 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 참조 지문 정보 및 상기 참조 심전도 파형에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 단계; 및
    상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 단계
    를 포함하는,
    인증 방법.
  23. 사용자의 복수 개의 생체 정보를 획득하는 단계;
    상기 사용자의 피부의 습도 레벨을 획득하는 단계;
    상기 복수 개의 생체 정보 각각과, 복수 개의 참조 생체 정보 중 상기 복수 개의 생체 정보 각각에 대응하는 참조 생체 정보간의 유사도를 나타내는, 상기 복수 개의 생체 정보 각각의 개별 유사도를 연산하는 단계;
    상기 복수 개의 생체 정보 각각의 개별 유사도를 상기 습도 레벨을 기초로 적응적으로 조절하여, 상기 복수 개의 생체 정보에 대응하는 미리 등록된 사용자와 상기 사용자가 일치하는지 여부를 나타내는 혼합 유사도를 추출하는 단계; 및
    상기 혼합 유사도를 이용하여 상기 사용자가 상기 미리 등록된 사용자인지 여부를 인증하는 단계
    를 포함하는,
    인증 방법.
  24. 제22항 및 제23항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020140101660A 2014-08-07 2014-08-07 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치 KR102257287B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020140101660A KR102257287B1 (ko) 2014-08-07 2014-08-07 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치
CN201510122310.5A CN106031638B (zh) 2014-08-07 2015-03-19 基于指纹和心电图信号的用户验证方法和设备
US14/666,522 US9576179B2 (en) 2014-08-07 2015-03-24 User authentication method and apparatus based on fingerprint and electrocardiogram (ECG) signal
EP15179682.8A EP2983109B1 (en) 2014-08-07 2015-08-04 User authentication method and apparatus based on fingerprint and electrocardiogram (ecg) signal
JP2015154910A JP6553976B2 (ja) 2014-08-07 2015-08-05 認証装置及び認証方法並びに記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140101660A KR102257287B1 (ko) 2014-08-07 2014-08-07 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160017941A true KR20160017941A (ko) 2016-02-17
KR102257287B1 KR102257287B1 (ko) 2021-05-27

Family

ID=53773378

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140101660A KR102257287B1 (ko) 2014-08-07 2014-08-07 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치

Country Status (5)

Country Link
US (1) US9576179B2 (ko)
EP (1) EP2983109B1 (ko)
JP (1) JP6553976B2 (ko)
KR (1) KR102257287B1 (ko)
CN (1) CN106031638B (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180082948A (ko) * 2017-01-11 2018-07-19 삼성전자주식회사 심전도 신호를 사용한 사용자의 신분 인증 방법 및 신분 인증 장치.
KR20180137771A (ko) * 2017-06-19 2018-12-28 한국인터넷진흥원 생체신호를 이용한 멀티 모달 기반의 사용자 인증 장치 및 방법
KR20190004073A (ko) * 2017-07-03 2019-01-11 삼성전자주식회사 적외선 영상을 이용한 사용자 인증 방법 및 장치
KR20200041480A (ko) * 2018-10-12 2020-04-22 재단법인 대구경북첨단의료산업진흥재단 생체정보를 이용한 사용자 인증 장치
WO2021194103A1 (ko) * 2020-03-25 2021-09-30 삼성전자 주식회사 센서를 포함하는 전자 장치 및 이를 이용한 생체 정보 획득 방법
WO2022131522A1 (ko) * 2020-12-16 2022-06-23 조선대학교산학협력단 심전도 신호 분석 시스템 및 이를 이용한 심전도 신호 분석 방법

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10069824B2 (en) * 2015-05-12 2018-09-04 Branch Banking And Trust Company Biometric signature authentication and centralized storage system
KR20160136013A (ko) * 2015-05-19 2016-11-29 엘지전자 주식회사 이동 단말기 및 그 제어 방법
US9928398B2 (en) * 2015-08-17 2018-03-27 Invensense, Inc. Always-on sensor device for human touch
US20170124256A1 (en) * 2015-10-30 2017-05-04 General Electric Company Method and system for analyzing electrocardiograph data
KR102466995B1 (ko) * 2015-12-21 2022-11-14 삼성전자주식회사 사용자 인증 장치 및 방법
SE1650126A1 (en) * 2016-02-02 2017-08-03 Fingerprint Cards Ab Method and fingerprint sensing system for analyzing biometric measurements of a user
SE1650416A1 (en) * 2016-03-31 2017-10-01 Fingerprint Cards Ab Secure storage of fingerprint related elements
US10931859B2 (en) 2016-05-23 2021-02-23 InSyte Systems Light emitter and sensors for detecting biologic characteristics
US10713458B2 (en) 2016-05-23 2020-07-14 InSyte Systems Integrated light emitting display and sensors for detecting biologic characteristics
KR102202342B1 (ko) * 2016-06-09 2021-01-12 인사이트 시스템즈 생물학적 특성을 검출하는 일체형 발광 디스플레이 및 센서
CN106203303B (zh) * 2016-06-30 2018-02-02 北京小米移动软件有限公司 指纹识别装置及方法
US10990658B2 (en) * 2016-07-11 2021-04-27 Samsung Electronics Co., Ltd. Method and apparatus for verifying user using multiple biometric verifiers
CN106503525A (zh) * 2016-10-31 2017-03-15 三星电子（中国）研发中心 指纹解锁方法、装置和终端
US10667134B2 (en) 2016-11-21 2020-05-26 International Business Machines Corporation Touch-share credential management on multiple devices
US10911452B2 (en) * 2016-11-22 2021-02-02 Synergex Group (corp.) Systems, methods, and media for determining access privileges
US10586031B2 (en) * 2016-12-21 2020-03-10 Fingerprint Cards Ab Biometric authentication of a user
US10528714B2 (en) 2017-01-11 2020-01-07 Samsung Electronics Co., Ltd. Method and apparatus for authenticating user using electrocardiogram signal
US10607055B2 (en) 2017-02-06 2020-03-31 Fingerprint Cards Ab Method for authenticating a finger of a user of an electronic device
US10749863B2 (en) * 2017-02-22 2020-08-18 Intel Corporation System, apparatus and method for providing contextual data in a biometric authentication system
CN107980151B (zh) * 2017-02-22 2020-03-17 清华大学深圳研究生院 一种基于心电认证的门禁系统及其认证方法
KR101950797B1 (ko) * 2017-03-10 2019-02-22 크루셜텍(주) 다중 생체 데이터를 이용한 비접촉식 다중 생체 인식 방법 및 다중 생체 인식 장치
KR101962203B1 (ko) * 2017-03-10 2019-03-27 크루셜텍 (주) 다중 생체 데이터를 이용한 비접촉식 다중 생체 인식 방법 및 다중 생체 인식 장치
JP2018182616A (ja) * 2017-04-18 2018-11-15 京セラ株式会社 電子機器、制御方法、およびプログラム
KR101931100B1 (ko) * 2017-06-19 2018-12-20 한국인터넷진흥원 생체신호를 이용한 멀티-모달형 웨어러블 사용자 인증 장치
WO2019006709A1 (zh) * 2017-07-05 2019-01-10 深圳市汇顶科技股份有限公司 指纹采集的方法、装置、芯片和终端设备
CA2992333C (en) 2018-01-19 2020-06-02 Nymi Inc. User access authorization system and method, and physiological user sensor and authentication device therefor
CN109033931A (zh) * 2018-05-12 2018-12-18 广东可穿戴数字技术有限公司 一种基于指纹和心电双重身份确认的系统
JP7384157B2 (ja) * 2018-06-19 2023-11-21 ソニーグループ株式会社 情報処理装置、ウエアラブル機器、情報処理方法及びプログラム
US10983642B2 (en) * 2018-07-30 2021-04-20 Texas Instruments Incorporated Using driven shield and touch elements lock algorithm for achieving liquid tolerant capacitive touch solution
CA3042361A1 (en) * 2019-05-06 2020-11-06 Nymi Inc. Live user authentication device, system and method and fraud or collusion prevention using same
US11153308B2 (en) * 2019-06-27 2021-10-19 Visa International Service Association Biometric data contextual processing
CN110751758B (zh) * 2019-09-29 2021-10-12 湖北美和易思教育科技有限公司 一种智能锁系统
US20220004658A1 (en) * 2020-07-01 2022-01-06 Johanna Paola Contreras Cardiac monitoring system
KR20220055210A (ko) * 2020-10-26 2022-05-03 현대자동차주식회사 차량 및 그 제어방법
KR20220087672A (ko) * 2020-12-17 2022-06-27 삼성디스플레이 주식회사 표시 장치 및 이의 구동 방법
CN116028914B (zh) * 2023-03-27 2023-06-16 深圳市魔样科技有限公司 一种智能戒指身份认证方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11309133A (ja) * 1998-04-30 1999-11-09 Hitachi Eng Co Ltd 光学式指紋等読取り装置
US20010033220A1 (en) * 2000-02-14 2001-10-25 Stone Robert T. Security control method and system
JP2008077269A (ja) * 2006-09-20 2008-04-03 Fujitsu Fsas Inc データ処理装置のセキュアシステムおよびデータ保護方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5559504A (en) 1993-01-08 1996-09-24 Kabushiki Kaisha Toshiba Surface shape sensor, identification device using this sensor, and protected system using this device
ES2110841T5 (es) * 1994-03-24 2005-12-16 Minnesota Mining And Manufacturing Company Sistema de autenticacion personal biometrica.
JP3620938B2 (ja) * 1996-11-15 2005-02-16 沖電気工業株式会社 個人識別装置
US6026321A (en) 1997-04-02 2000-02-15 Suzuki Motor Corporation Apparatus and system for measuring electrical potential variations in human body
JP2000148985A (ja) * 1998-11-17 2000-05-30 Hitachi Ltd 個人認証システム
US7171680B2 (en) 2002-07-29 2007-01-30 Idesia Ltd. Method and apparatus for electro-biometric identity recognition
KR20060090821A (ko) * 2003-09-30 2006-08-16 코닌클리케 필립스 일렉트로닉스 엔.브이. 생체 측정 임계값을 적응적으로 설정하는 시스템 및 방법
US8918900B2 (en) 2004-04-26 2014-12-23 Ivi Holdings Ltd. Smart card for passport, electronic passport, and method, system, and apparatus for authenticating person holding smart card or electronic passport
KR20060038119A (ko) 2004-10-29 2006-05-03 에스케이 텔레콤주식회사 생체인식을 이용한 의료네트워크의 개인 인증 시스템 및방법
CN101233459B (zh) * 2005-03-17 2011-01-26 成像器件系统股份有限公司 多模式生物测定分析
EP1924976A2 (en) 2005-08-18 2008-05-28 IVI Smart Technologies Inc. Biometric identity verification system and method
US20100045705A1 (en) 2006-03-30 2010-02-25 Roel Vertegaal Interaction techniques for flexible displays
KR101030311B1 (ko) 2007-02-27 2011-05-23 (주)엠디앤유 휴대형 생체신호 통합감지장치 및 이를 이용한 원격지의료정보 서비스 시스템과 방법
KR20110002373A (ko) 2009-07-01 2011-01-07 주식회사 슈프리마 생체신호를 감지하여 위조지문을 식별하는 지문인증장치 및 방법
CN101773394B (zh) * 2010-01-06 2011-09-07 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统
US8598980B2 (en) 2010-07-19 2013-12-03 Lockheed Martin Corporation Biometrics with mental/physical state determination methods and systems
KR101203669B1 (ko) 2010-10-25 2012-11-21 경희대학교 산학협력단 사용자 인식 기능을 가지는 보행 보조 장치
CA2835460C (en) 2011-05-10 2018-05-29 Foteini AGRAFIOTI System and method for enabling continuous or instantaneous identity recognition based on physiological biometric signals
KR101270954B1 (ko) 2011-05-24 2013-06-11 가톨릭대학교 산학협력단 심전도 신호 및 지문인식을 이용한 생체인식 시스템
KR101883964B1 (ko) 2011-11-21 2018-08-31 엘지전자 주식회사 단말기 및 그 제어 방법
CN202694091U (zh) * 2012-04-12 2013-01-23 北京仁佳科技有限公司 新型rfid身份识别电力工具柜及安全工器具智能管理系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11309133A (ja) * 1998-04-30 1999-11-09 Hitachi Eng Co Ltd 光学式指紋等読取り装置
US20010033220A1 (en) * 2000-02-14 2001-10-25 Stone Robert T. Security control method and system
JP2008077269A (ja) * 2006-09-20 2008-04-03 Fujitsu Fsas Inc データ処理装置のセキュアシステムおよびデータ保護方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180082948A (ko) * 2017-01-11 2018-07-19 삼성전자주식회사 심전도 신호를 사용한 사용자의 신분 인증 방법 및 신분 인증 장치.
KR20180137771A (ko) * 2017-06-19 2018-12-28 한국인터넷진흥원 생체신호를 이용한 멀티 모달 기반의 사용자 인증 장치 및 방법
KR20190004073A (ko) * 2017-07-03 2019-01-11 삼성전자주식회사 적외선 영상을 이용한 사용자 인증 방법 및 장치
KR20200041480A (ko) * 2018-10-12 2020-04-22 재단법인 대구경북첨단의료산업진흥재단 생체정보를 이용한 사용자 인증 장치
WO2021194103A1 (ko) * 2020-03-25 2021-09-30 삼성전자 주식회사 센서를 포함하는 전자 장치 및 이를 이용한 생체 정보 획득 방법
WO2022131522A1 (ko) * 2020-12-16 2022-06-23 조선대학교산학협력단 심전도 신호 분석 시스템 및 이를 이용한 심전도 신호 분석 방법

Also Published As

Publication number Publication date
US9576179B2 (en) 2017-02-21
EP2983109A2 (en) 2016-02-10
EP2983109A3 (en) 2016-02-24
EP2983109B1 (en) 2021-10-06
JP6553976B2 (ja) 2019-07-31
CN106031638B (zh) 2019-05-10
US20160042219A1 (en) 2016-02-11
CN106031638A (zh) 2016-10-19
KR102257287B1 (ko) 2021-05-27
JP2016038913A (ja) 2016-03-22

Similar Documents

Publication Publication Date Title
KR102257287B1 (ko) 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치
KR102299819B1 (ko) 생체 신호를 이용한 사용자 인증 방법 및 장치
CN105373719B (zh) 基于心电图信号的用户认证方法和设备
KR102367481B1 (ko) 생체 인증 장치 및 방법
KR102257289B1 (ko) 심전도 신호를 이용한 사용자 인증 방법 및 장치
CN104573458B (zh) 一种基于心电信号的身份识别方法、装置及系统
KR20170073927A (ko) 사용자 인증 장치 및 방법
Silva et al. ECG biometrics: Principles and applications
Islam et al. Biometric template extraction from a heartbeat signal captured from fingers
JP2012176106A (ja) 認証装置及び認証方法、電子機器、並びにコンピューター・プロクラム
WO2018032599A1 (zh) 一种穿戴式智能设备身份认证方法及装置
Karimian et al. On the vulnerability of ECG verification to online presentation attacks
KR101551001B1 (ko) 사용자 인증 방법과 이를 수행하는 사용자 인증 장치 및 사용자 인증 시스템
KR101986241B1 (ko) 생체신호를 이용한 멀티 모달 기반의 사용자 인증 장치 및 방법
KR101587874B1 (ko) 단일 채널 심전도를 이용한 생체 인식 장치 및 그 방법
KR101931100B1 (ko) 생체신호를 이용한 멀티-모달형 웨어러블 사용자 인증 장치
Chen et al. Finger ECG-based authentication for healthcare data security using artificial neural network
KR101863840B1 (ko) 심전도 기반의 인증 장치
CN108388861B (zh) 电子设备及其控制方法和装置
Canento et al. On real time ECG segmentation algorithms for biometric applications
KR20240094327A (ko) 생체 신호와 지문을 이용한 사용자 개인인증이 가능한 스티어링 휠
WO2018007835A1 (en) Ecg authentication method and apparatus

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right