KR20160078208A - 생체 인증 장치 및 방법 - Google Patents

Abstract

일 실시예에 따르면 생체 인증 장치 및 방법이 제공된다. 생체 인증 장치는 적어도 두 종류의 생체신호들을 수신하고, 생체신호의 각각으로부터 동일한 종류의 생리적 특징들을 추출하며, 추출된 생리적 특징들에 기초하여 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

Description

생체 인증 장치 및 방법{METHOD AND DEVICE TO AUTHENTICATE LIVING BODY}

일 실시예에 따르면 생체를 인증하는 장치 및 방법이 제공된다.

센서 제조 기술, 패턴 식별을 위한 기계학습 기술의 발전에 따라 생체(living body)의 특징(feature)을 식별하기 위한 기술이 보다 광범위하게 보급되고 발전되었다. 다만, 절도 또는 위조된 생체특징(bio feature)을 이용하여 신원(identity) 인증이 수행되는 것을 방지하기 위하여, 신원 인증 기술은 생체검측(biological detection) 기능을 통해 생체특징이 생명이 있는 실제 개체(real object)에서 발생하였다는 것을 확인하는 것이 요구된다.

현재 기술 중에 여러 종류의 소프트웨어 또는 하드웨어에 기초한 신원인증 시스템에 사용되는 생체 검측 방법이 존재하는데, 그 중에서 여러 종류의 생체특징을 고려하는 방법은 비교적 좋은 위조방지능력을 갖는다. 예를 들어, 생체특징은 위조 또는 복사가 어려운, 생체 내에서 생긴 신호(예를 들어, 심전도 신호)를 포함할 수 있다. 그러나, 각종 생체특징을 각각 위조 또는 복사하여 사용하면, 여전히 권한이 없는 자가 신원 인증을 통과할 수 있는 가능성이 있다. 그러므로, 신원 인증 시스템의 안전성을 강화할 필요가 있다.

일 실시예에 따른 생체 인증 방법은 적어도 두 종류의 생체신호들을 수신하는 단계, 상기 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하는 단계, 및 상기 생리적 특징에 기초하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 단계를 포함할 수 있다.

상기 판단하는 단계는, 상기 추출된 생리적 특징들의 속성에 기초하여, 상기 적어도 두 종류의 생체신호들의 각각으로부터 상기 추출된 생리적 특징들 사이의 일관도를 계산하는 단계, 및 상기 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단하는 단계를 포함할 수 있다.

상기 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단하는 단계는, 상기 일관도가, 동일한 생체에서 동시에 수집된 적어도 두 종류의 생체신호들로부터 추출된 동일한 종류의 제1 생리적 특징들 사이의 일관도, 및 서로 다른 생체 또는 서로 다른 시간에 수집된 적어도 두 종류의 생체신호들로부터 추출된 동일한 종류의 제2 생리적 특징들 사이의 일관도 중 적어도 하나에 기초하여 미리 설정된 조건을 만족하는지 여부를 판단하는 단계를 포함할 수 있다.

상기 일관도를 계산하는 단계는, 상기 추출된 생리적 특징들의 파형 및 미리 정한 생리적 이벤트의 수집시간의 대응관계에 기초하여 일관도를 계산하는 단계를 포함할 수 있다.

상기 미리 정한 생리적 이벤트는 상기 추출된 생리적 특징들의 파형 중의 피크 또는 밸리에 대응하고, 상기 일관도는 차이도 또는 유사도를 포함하며, 상기 차이도는 상기 추출된 생리적 특징들의 파형 중에 피크 또는 밸리에 대응하는 수집시간 편차의 분산이고, 상기 유사도는 상기 차이도의 역수(reciprocal)일 수 있다.

상기 일관도를 계산하는 단계는, 입력된 생리적 특징 데이터 및 설정된 일관도에 기초하여 트레이닝된 학습기를 이용하여 상기 일관도를 계산하는 단계를 포함할 수 있다.

상기 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단하는 단계는, 동시에 동일한 생체에서 수집된 생체신호들로부터 획득된 제1 유형의 샘플 및 서로 다른 시간에 수집된 생체신호들 또는 서로 다른 생체에서 수집된 생체신호들로부터 획득된 제2 유형의 샘플을 이용하는 분류기(classifier)를 통해, 상기 추출된 생리적 특징들의 속성에 기초하여 상기 적어도 두 종류의 생체신호들을 분류하는 단계, 및 상기 분류 결과에 근거하여 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 단계를 포함할 수 있다.

상기 생리적 특징들의 속성은, 시간영역 속성, 주파수영역 속성 및 통계속성 중 적어도 하나를 포함할 수 있다.

상기 시간영역 속성은, 상기 생리적 특징들에서 미리 정한 생리적 이벤트의 발생순간, 변화순간, 지속시간 및 상기 생리적 특징들의 신호파형 중 적어도 하나를 포함하고, 상기 주파수영역 속성은, 상기 생리적 특징들의 신호 주파수 또는 신호 주파수 스펙트럼 분포를 포함할 수 있다.

상기 생리적 특징들은 시간에 따라 변화하는 생리적 특징들일 수 있다.

상기 생리적 특징들은, 심장 박동, 호흡, 혈압, 및 체온 중 적어도 하나를 포함할 수 있다.

생체 인증 방법은 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단한 결과에 기초하여, 상기 생체의 신원에 대한 인증 또는 식별을 수행하는 단계를 더 포함할 수 있다.

상기 인증 또는 식별을 수행하는 단계는, 상기 적어도 두 종류의 생체신호들로부터 추출된 신원특징정보 및 기등록된 신원특징정보가 매칭(matching)하는지 판단하는 단계, 및 상기 매칭에 대한 판단결과에 응답하여 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지를 판단하고 상기 생체의 신원을 인증 또는 식별하는 단계를 포함할 수 있다.

상기 신원특징정보는, 사람 얼굴 이미지, 지문 이미지, 장문(friction ridge) 이미지, 혈관 이미지, 홍채 이미지(iris image), 시망막(retina) 이미지, 음성신호, 걸음걸이 특징, 싸인 또는 필체특징, 심전도 신호와 뇌전도 신호 중 적어도 하나를 포함할 수 있다.

상기 적어도 두 종류의 생체신호들은 동시에 수집될 수 있다.

상기 적어도 두 종류의 생체신호들을 수신하는 단계는, 상기 적어도 두 종류의 생체신호들을 미리 정한 시간 동안 수집하는 단계를 포함할 수 있다.

상기 생체신호는, 사람 얼굴 이미지, 지문 이미지, 장문(friction ridge) 이미지, 혈관 이미지, 홍채 이미지(iris image), 시망막(retina) 이미지, 심전도 신호, 뇌전도 신호, 광용적맥파(PPG，Photo Plethysmo Graphy) 신호, 혈압신호, 가슴 소리 신호(heart sound signal), 인체조절 전자기파 신호, 가슴 또는 복부운동 신호, 및 인체의 전도성 신호 중 적어도 하나를 포함할 수 있다.

일 실시예에 따른 생체 인증 장치는 적어도 두 종류의 생체신호들을 수신하는 센서, 상기 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하고, 상기 생리적 특징들에 기초하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 프로세서를 포함할 수 있다.

상기 센서는, 상기 적어도 두 종류의 생체신호들을 동시에 수집할 수 있다.

도 1은 일 실시예에 따른 생체 인증 방법의 흐름도를 도시한다.
도 2는 일 실시예에 따른, 생체 인증 장치가 적어도 두 종류의 생체신호들(bio signal)가 동일한 실제 생체(real living body)에서 발생하였는지 여부를 판단하는 예시적 흐름도를 도시한다.
도 3은 일 실시예에 따른, 생체 인증 장치가 적어도 두 종류의 생체신호들이 동일한 실제 생체에서 발생하였는지 여부를 판단하는 다른 예시적 흐름도를 도시한다.
도 4는 일 실시예에 따른, 생체 인증 방법의 다른 예시적 흐름도를 도시한다.
도 5는 일 실시예에 따른, 생체 인증 장치가 적어도 두 종류의 생체신호들에 기초하여 인증 또는 식별을 수행하는 예시적 흐름도를 도시한다.
도 6 및 도 7은 일 실시예에 따른, 생체 인증 장치의 구성을 도시한 블럭도이다.
도 8은 다른 일 실시예에 따른, 생체 인증 장치의 구성을 도시한 블럭도이다.
도 9 내지 도 14은 일 실시예에 따른 생체 인증 장치의 예시를 도시한다.

이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 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.

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 생체(living body) 인증 방법의 흐름도(100)를 도시한다.

일 실시예에 따른 생체 인증 방법은 다양한 종류의 생체특징을 수집할 수 있는 기능 및 프로세서 등을 가지는 생체 인증 장치에 의해 실행될 수 있다. 예를 들어, 생체 인증 방법의 각 단계는 하기와 같이 설명한다.

우선, 단계(110)에서 생체 인증 장치는 적어도 두 종류의 생체신호들을 수신한다.

본 명세서에서, 생체특징(bio feature)은 생체의 신체 특성(body attribute) 또는 행위 특성(action attribute)을 나타내는 특징(feature)일 수 있다. 예를 들어, 생체특징은 사람얼굴(facial image), 지문(finger print), 장문(friction ridge), 혈관(blood vessel), 홍채(iris), 시망막(retina), 심전도(ECG, electrocardiogram), 뇌전도(EEG, electroencephalogram), 맥박(pulse), 혈압(blood pressure), 가슴 소리(heart sound), 가슴 또는 복부운동, 인체의 전도성(conductivity of human body) 등의 다양한 특성을 나타낼 수 있다.

또한, 생체신호(bio signal)는 예를 들어, 사람얼굴 이미지, 지문 이미지, 장문 이미지, 혈관 이미지, 홍채 이미지, 시망막 이미지, 심전도 신호, 뇌전도 신호, 광용적맥파(PPG, Photo Plethysmo Graphy) 신호, 혈압신호, 가슴 소리 신호, 인체와 연관된 전자기파 신호, 가슴 또는 복부운동 신호, 인체의 전도성 신호 및 기타 생체특징을 나타내는 신호를 포함 할 수 있다. 다만, 생체특징 및 생체신호를 상술한 바로 한정하는 것은 아니고, 현재 알고 있거나 미래에 개발될 각종 생체특징 및 생체신호가 사용될 수 있다.

일 실시예에 따르면, 생체신호는 전기신호, 소리신호, 힘 신호(force signal), 전자기신호, 이미지/동영상 신호, 광신호 등 여러 종류의 형태로 수집될 수 있다. 또한, 생체신호를 수집하기 사용되는 센서는 여러 종류의 센서가 사용될 수 있다.

예를 들어, 컬러이미지 센서는 사람얼굴 이미지, 지문 이미지, 장문 이미지, 시망막 이미지 등을 수집하기 위해 사용될 수 있다. 다른 예를 들어, 적외선 이미지 센서는 혈관 이미지 등 적외선 광원에 민감한 생체특징의 이미지를 수집하기 위해 사용될 수 있다. 또 다른 예를 들어, 진동 센서(vibration sensor)는 가슴 또는 복부운동 신호 등 진동 특성(vibration attribute)을 갖고 있는 신호를 수집하기 위해 사용될 수 있다. 이 외에도, 예를 들면, 압력 센서는 혈압신호, 및 가슴 또는 복부운동 신호 등 압력과 연관된 생체신호를 수집하기 위해 사용될 수 있다. 여러 종류의 생체신호는 여러 개의 서로 다른 센서로부터 동시에 각각 수집되거나 또는 여러 종류의 생체신호를 수집할 수 있는 하나로 통합된 센서를 통해 동시에 수집될 수 있다. 예를 들면, 컬러이미지 센서와 광전 센서(photoelectric sensor)가 각각 동시에 사람얼굴 이미지와 PPG신호를 수집할 수 있거나, 컬러이미지 센서와 광전 센서의 기능을 가지도록 통합된 센서가 동시에 사람얼굴 이미지와 PPG신호를 수집할 수 있다.

일 실시예에 따르면, 시간변화에 따라 연속되는 생체신호 또는 시간상 연관성을 가지는 생체특징의 여러 개의 분산 데이터 포인트(distributed data point)를 획득하기 위해, 각종 생체신호의 수집은 미리 정한 시간(예를 들면, 1분내 심전도 신호 파형 수집, 또는 10초간 여러 개의 사람얼굴 이미지를 수집 등) 동안 지속될 수 있다. 수집된 생체신호는 신호전환회로를 통하여 하기와 같은 처리를 한 후 프로세서로 전송될 수 있다. 일 실시예에 따른 생물 인증 장치는 연속된 아날로그 신호(예를 들면, 심전도 신호, PPG신호 등)를 디지털 신호로 변환하고, 신호에 포함된 잡음을 처리하며(예를 들면, 수집된 홍채 이미지에 대하여 눈꺼풀, 눈썹 등 이미지 잡음을 제거), 신호의 강도, 분포, 변화 등을 처리할 수 있다(예를 들면, 장문 이미지에 대하여 정규화(normalization) 처리를 수행). 프로세서는 상술한 처리가 수행된 생체신호를 수신할 수 있다.

그리고, 단계(120)에서 생체 인증 장치는 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들(physiological feature)을 추출한다.

본 명세서에서, 생리적 특징은 생체(living body)의 생리적 상태(physiological state)의 특징을 나타낼 수 있다. 예를 들어, 생리적 특징은 심장 박동, 호흡, 혈압, 및 체온 등을 포함할 수 있다. 일 실시예에 따르면, 생리적 특징은 시간변화에 따른 생리적 특징일 수 있다. 시간변화에 따른 생리적 특징을 사용함으로써, 생체 인증 장치는 허위 생체신호(fake bio signal)를 사용하여, 생체 인증을 부정하게 통과하려는 시도를 방지할 수 있다. 만약 단계(110)에서 두 종류 이상의 생체신호를 수신하면 프로세서는 수신된 생체신호의 각각으로부터 동일한 종류의 생리적 특징들을 추출할 수 있다. 또한, 생체 인증 장치는 각각의 생체신호로부터 여러 종류의 생리적 특징들을 동시에 추출(예를 들면, 여러 종류 생체신호의 각각으로부터 동시에 심장박동과 호흡을 추출)할 수 있다.

또한, 생체 인증 장치는 다양한 방법을 이용하여 생리적 특징을 추출할 수 있다. 일 실시예에 따르면, 생체신호와 생리적 특징 사이의 직접적인 대응관계에 기초하여, 생체 인증 장치는 생체신호로부터 생리적 특징을 획득할 수 있다. 예를 들어, 인체의 호흡률과 맥박률은 비교적 안정된 비례관계(예를 들어, 호흡률:맥박률=1:4)를 나타내는 바, 생체 인증 장치는 PPG신호에 기초하여 호흡률을 추정할 수 있다. 일 실시예에 따르면, 생체신호의 일정한 시간 동안 시간변화에 따른 특성(attribute) 및 생리적 특징 사이의 대응관계(corresponding relation)에 기초하여, 생체 인증 장치는 생리적 특징을 획득할 수 있다. 예를 들어, 심장박동과 사람 얼굴 피부 속의 모세혈관의 색상변화는 직접적인 대응관계를 나타내는 바, 생체 인증 장치는 일정한 시간 동안 시간의 순서에 따라 수집된 여러 사람 얼굴 이미지에서 시간에 따라 변화하는 피부색상을 분석하고, 상술한 피부 색상 변화에 기초하여 심장박동을 획득할 수 있다.

일 실시예에 따르면, 추출된 생리적 특징들은 여러 종류의 형식으로 표현될 수 있다. 예를 들어, 생리적 특징은 벡터, 벡터집합(vector set), 및 신호파형(signal waveform) 등의 형식으로 표현될 수 있다. 예를 들어, 추출된 생리적 특징들을 벡터로 표현하면, 벡터의 각각의 원소는 한 개 신호의 수집 시간에 대응할 수 있고, 원소의 값은 생리적 특징의 강도(intensity), 위치, 생리적 특징이 발생하거나 변화하는 순간(time instant) 및 생리적 특징의 기타 상태 등을 나타낼 수 있다.

예를 들어, 생리적 특징은 하기와 같은 벡터 형식으로 표현될 수 있다. 하나의 1차원벡터

로 심장박동이 표현될 수 있다. 여기서, N은 샘플추출 수량이고,

이며,

은 첫번째 샘플추출 타이밍(sample extraction timing)에 대응하고

의 크기는 첫번째 샘플추출 타이밍의 심전도 신호의 강도를 나타낼 수 있으며,

은 N번째 샘플추출 타이밍에 대응하고

의 크기는 N번째 샘플추출 타이밍의 심전도 신호 강도를 나타낼 수 있다. 더 나아가, 벡터에서 각각의 원소는 하나의 생리적 특징이 발생하거나 변화하는 순간에도 대응될 수 있다. 예를 들어, 심장박동을 표현하는 벡터

에서 원소

은 첫번째 피크(peak)의 시간을 나타내고,

은 N번째 피크의 시간을 나타낼 수 있다.

다른 예를 들어, 생리적 특징은 하기와 같은 벡터집합으로 표현될 수 있다. 여기서, 벡터집합에 포함되는 각각의 벡터는 하나의 생리적 특징 발생변화의 순간 및 변화하는 정도에 대응할 수 있다. 예를 들어, 벡터집합

으로 심장박동을 표현할 수 있고 첫번째 벡터

에서

은 심장박동의 첫번째 피크의 발생순간에 대응할 수 있으며, 는 첫번째 피크의 심전도 신호강도에 대응할 수 있는 바,

은 심장박동의 M번째 피크의 발생순간에 대응할 수 있으며

는 M번째 피크의 심전도 신호강도에 대응할 수 있다.

또한, 상술한 예시 외에도, 생리적 특징은 2차원 좌표계 상에서 연속된 신호파형으로 표현될 수 있고, 파형의 변화 추세는 생리적 특징의 강도의 변화 추세에 대응할 수 있다.

그 후 단계(130)에서 생체 인증 장치는 생체특징을 처리함으로써 적어도 두 종류의 생체신호들이 하나의 동일한 생체에서 발생하였는지 여부를 판단한다.

일 실시예에 따르면 생체 인증 장치의 프로세서는, 동일한 생체에서 동시에 수집된 적어도 두 종류의 생체신호들에서 추출된 생리적 특징들의 표현(예를 들어, 벡터 형식의 데이터 등), 및 서로 다른 생체 또는 서로 다른 시간에 수집된 적어도 두 종류의 생체신호들에서 추출된 생리적 특징들의 표현 사이의 차이에 기초하여, 적어도 두 종류의 생체신호들이 하나의 동일한 생체에서 발생하였는지 여부를 판단할 수 있다. 예를 들어, 동일한 생체에서 동시에 수집된 적어도 두 종류의 생체신호들에서 추출된 동일한 종류의 생리적 특징들 사이의 일관도(consistent level), 및 서로 다른 생체 또는 서로 다른 시간에 수집된 적어도 두 종류의 생체신호들에서 추출된 동일한 생체특징 사이의 일관도는 구분이 가능한 차이를 나타낼 수 있다.

예를 들면, 동일한 사람에 대해 서로 다른 시간(예를 들면, 릴렉스 상태의 순간과 긴장상태의 순간)에서 수집된 얼굴 이미지에 기초하여 획득된 심방박동 주파수 사이에는 비교적 큰 차이가 나타날 수 있고, 서로 다른 사람의 얼굴 이미지에 기초하여 획득된 심장박동 주파수 사이에도 비교적 큰 차이가 나타날 수 있다. 그러므로, 생체 인증 장치는 상술한 바와 같이 생리적 특징 간의 차이에 기초하여 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다. 예를 들어, 차이가 큰 경우에 응답하여, 생체 인증 장치는 수집된 생체신호가 동일한 생체에서 발생된 것이 아니고, 허위로 생성되거나, 모방되거나 또는 복사된 신호인 것으로 판단할 수 있다.

일 실시예에 따르면, 생체 인증 장치가 생체를 인증하거나 식별하기 위하여, 생체 인증 장치는 생리적 특징에 기초하여 피인증자 또는 피식별자에 대한 생체 검측(biological detection)을 수행할 수 있다. 또한, 만약 피인증자 또는 피식별자의 생체에 대하여 센서가 수집한 적어도 두 종류의 생체신호들에 포함된 동일한 종류의 생리적 특징들이 미리 설정된 조건의 일관도를 나타내는 경우, 생체 인증 장치는 피인증자 또는 피식별자가 실제 생체(real living body)인 것으로 인증할 수 있다.

이후, 생체 인증 장치는 추출된 적어도 두 종류의 생체신호들에 포함된 생리적 특징에 대하여 하기와 같은 처리(예를 들어, 형식변환, 특징분석, 유사성분석 등)를 수행할 수 있다.

예를 들면, 생체 인증 장치는 추출된 적어도 두 종류의 생체신호들이 서로 다른 표현 형식을 갖고 있을 때, 추출된 적어도 두 종류의 생체신호들을 동일한 표현 형식을 갖고 있는 신호로 우선적으로 변환(예를 들면, PPG신호에서 추출된 벡터집합 형식으로 표현된 심장박동 및 사람얼굴 이미지에서 추출된 신호파형 형식으로 표현된 심장박동을 모두 1차원 벡터형식으로 표현된 심장박동으로 변환)할 수 있다. 생체 인증 장치는 동일한 형식의 데이터로 변환된 생리적 특징에 기초하여 적어도 두 종류의 생체신호들이 동일한 생체에서 생겼는지 여부를 확인할 수 있다.

다른 예를 들면, 생체 인증 장치는 추출된 생리적 특징들에 대한 특징분석을 수행할 수 있다. 여기서, 생체 인증 장치는 상술한 바와 같이 추출된 적어도 두 종류의 생체신호들이 벡터집합 형식으로 표현될 때, 벡터집합을 행렬로 변환할 수 있고, 행렬의 특징값(feature value) 또는 공분산 행렬(covariance matrix) 등을 계산하여 추출된 생리적 특징들에 대하여 특징분석을 수행할 수 있다.

또 다른 예를 들면, 생체 인증 장치는 추출된 적어도 두 종류의 생체신호 중에 포함된 생리적 특징에 대하여 유사성 또는 차이성 분석을 더 수행할 수 있다. 유사성 또는 차이성 분석에 대한 구체적인 실행 방법은 하기에서 상세히 설명한다.

일 실시예에 따르면, 생체 인증 장치는 추출된 적어도 두 종류의 생체신호들 중의 생리적 특징에 기초하여, 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다. 예를 들어, 만약에 추출된 생리적 특징들이 동일한 강도, 주파수 또는 변화 추세를 나타내는 경우, 생체 인증 장치는 상술한 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단할 수 있다.

일 실시예에 따르면, 생체 인증 장치의 프로세서는 적어도 두 종류의 생체신호들을 수신하고, 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하며, 그 후에 추출된 생리적 특징들을 처리함으로써 이런 생체신호가 동일한 생체에서 생겼는지 여부를 판단할 수 있다. 생체 인증 장치는, 서로 다른 시간에서 복사되거나 서로 다른 생체로부터 복사된 여러 종류 생체특징이 사용될 수 없게 함으로써, 생체특징의 도용 난이도를 현저하게 증가시키고, 인증되거나 식별될 생체가 실제 생체인지 여부에 대해 판단함으로써 신원(identity) 인증의 안전성을 향상시킬 수 있다.

도 2는 일 실시예에 따른, 생체 인증 장치가 적어도 두 종류의 생체신호들이 동일한 실제 생체에서 생겼는지 여부를 판단하는 예시적 흐름도(200)를 도시한다.

일 실시예에 따르면, 도 2에 도시된 흐름도(200)는 도 1의 단계(130)의 예시적 흐름도를 나타낼 수 있다. 예를 들어, 생체 인증 장치는 추출된 적어도 두 종류의 생체신호들에 포함된 생리적 특징에 대한 유사성 분석 또는 차이성 분석을 통하여 생체 신호가 실제 생체에서 발생하였는지 여부 또는 생체 신호가 동일한 생체에서 발생하였는지 여부 등을 판단할 수 있다.

우선, 단계(210)에서 생체 인증 장치는 생리적 특징의 속성(property)에 기초하여 적어도 두 종류의 생체신호들의 생리적 특징 사이의 일관도(consistent level)를 계산할 수 있다.

일관도는 적어도 두 종류의 생리적 특징들 사이의 일관성(consistency)의 지표(indicator)로서, 다양한 방법에 의해 계산될 수 있다. 예를 들어, 일관도는 유사도 또는 차이도로 나타낼 수 있다. 예를 들어, 추출된 생리적 특징들이 신호파형(signal waveform)의 형식으로 표현될 때, 생체 인증 장치는 생리적 특징의 파형 및 미리 정한 생리적 이벤트(physiological event)가 수집되는 수집시간의 대응관계에 기초하여 일관도를 계산할 수 있다. 여기서, 미리 정한 생리적 이벤트는 생리적 특징의 파형에서 피크(peak) 또는 밸리(valley)에 대응할 수 있다. 생체 인증 장치는 두 종류 생체신호에서 발생하는 생리적 특징의 신호파형에서 피크의 순간 또는 밸리의 순간(time instant)을 각각 검측함으로써, 신호파형과 피크 순간의 수집시간 간의 대응관계 또는 신호파형과 밸리 순간의 수집시간 간의 대응관계를 획득할 수 있다.

예를 들어, 일관도를 차이도로 나타내는 경우, 차이도는 생리적 특징의 파형에서 피크 또는 밸리에 대응하는 수집시간 편차의 분산으로 계산될 수 있다. 다른 예를 들어, 일관도를 유사도로 나타내는 경우, 유사도는 상술한 차이도의 역수(reciprocal)로 계산될 수 있다.

일 실시예에 따르면, 만약에 두 종류 생체신호가 동시에 동일한 생체로부터 수집되면, 피크 순간 또는 밸리 순간에 대응하는 편차는 기본적으로 일정하여 시간의 변화에 따라 변하지 않으며 분산이 비교적 작고, 차이도가 비교적 작으며, 유사도가 비교적 크고, 일관도도 비교적 높게 나타날 수 있다. 만약에 두 종류 생체신호가 서로 다른 시간에 수집되거나 서로 다른 생체에서 수집되면 피크 순간 또는 밸리 순간에 대응하는 편차는 불안정하고 시간의 변화에 따라 격렬하게 변화하며, 분산이 비교적 크고, 차이도가 비교적 크며, 유사도가 비교적 작고, 일관도도 비교적 낮게 나타날 수 있다.

더 나아가, 일관도는 기계학습의 방법을 사용하여 계산될 수 있다. 예를 들면, 생체 인증 장치는 회귀 머신(Returning Machine)을 이용하여 일관도를 계산할 수 있다. 여기서, 회귀 머신은 회귀분석(regression)을 이용하는 기계학습의 학습기로서, 회귀 분석은 주어진 입력으로부터 특정 값을 출력하는 것이고, 해당 학습기에 대하여 지도 학습(supervised learning)에 따라 트레이닝 데이터로부터 유추된 함수가 트레이닝될 수 있다.

생체 인증 장치를 트레이닝시키기 위한 학습 장치는 입력된 생리적 특징 데이터 및 미리 설정된 일관도를 회귀 머신에게 트레이닝시킬 수 있다. 구체적으로, 학습 장치는 인공적으로 발생되거나 수집된 생리적 특징의 데이터 및 인공적으로 설정된 일관도를 샘플집합으로 사용하여 회귀 머신을 트레이닝시킴으로써, 하나의 회귀 머신을 생성할 수 있다.

예를 들어, 학습 장치는 회귀 머신을 트레이닝시킬 때, 동시에 동일한 생체로부터 수집된 생체신호로부터 추출된 생리적 특징들의 데이터에 대하여 비교적 높은 일관도를 설정할 수 있다.

다른 예를 들어, 학습 장치는 서로 다른 시간에 수집되거나 서로 다른 생체의 생체신호로부터 추출된 생리적 특징들에 대하여 비교적 낮은 일관도를 설정할 수 있다.

일 실시예에 따르면, 학습 장치가 회귀 머신을 학습시킨 후, 생체 인증 장치가 서로 다른 생체신호로부터 추출된 생리적 특징들의 벡터 표현 또는 생리적 특징의 신호파형으로부터 고정된 길이의 데이터 포인트를 샘플링할 수 있고, 생체 인증 장치가 샘플링된 데이터 포인트를 회귀 머신에 전달하면, 회귀 머신은 일관도를 출력할 수 있다.

일 실시예에 따르면, 생체 인증 장치는 일관도를 생리적 특징의 시간영역 속성(time domain property), 주파수영역 속성(frequency domain property) 및 통계 속성(statistical property) 중 적어도 하나에 기초하여 계산할 수 있다.

예를 들어, 시간영역 속성은 생리적 특징에서 미리 정한 생리적 이벤트의 발생순간(예를 들면, 심전도에서 피크 순간, 밸리 순간 등), 변화순간, 지속시간 또는 생리적 특징의 신호파형을 포함할 수 있다. 다른 예를 들어, 주파수영역 속성은 생리적 특징의 신호 주파수 또는 신호 주파수 스펙트럼을 포함할 수 있다. 또 다른 예를 들어, 통계 속성은 시간영역 속성 및 주파수영역 속성 중 적어도 하나의 통계값 등일 수 있다. 다만, 각각의 속성을 상술한 바로 한정하는 것은 아니고, 생리적 특징의 다른 속성도 고려될 수 있으며, 특히 통계 속성은 모든 속성의 통계값으로서 평균, 중간값, 분산, 편차, 및 히스토그램 등을 포함할 수 있다.

그리고, 단계(220)에서 생체 인증 장치는 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 적어도 두 종류의 생체신호들이 동일한 실제 생체에서 발생하였는지 여부를 판단할 수 있다.

일 실시예에 따르면, 생체 인증 장치는 일관도에 기초하여 생체신호가 동일한 생체로부터 발생하였는지 여부를 판단할 수 있다. 일반적으로 동일한 순간의 동일한 생체의 생리적 특징들 사이에서는 비교적 일관도가 높게 나타나고, 서로 다른 생체 또는 서로 다른 순간에 수집된 생리적 특징들 사이에서는 비교적 일관도가 낮게 나타날 수 있다. 또한, 상술한 바와 같이, 일관도는 유사도 또는 차이도로서 계산될 수 있다.

또한, 생체 인증 장치는 동일한 시간에 동일한 생체로부터 수집된 적어도 두 종류의 생체신호들로부터 추출된 동일한 종류의 제1 생리적 특징들 사이의 일관도 및 서로 다른 생체에서 또는 서로 다른 시간에 수집된 적어도 두 종류의 생체신호들로부터 추출된 동일한 종류의 제2 생리적 특징들 사이의 일관도 중 적어도 하나에 기초하여, 상기 계산된 일관도가 상기 미리 설정된 조건을 만족하는지 판단할 수 있다.

예를 들어, 동일한 순간, 동일한 생체의 생리적 특징의 일관도에 대한 기준으로서, 임계값(threshold value)이 설정될 수 있다. 만약에 단계(210)에서 계산된 일관도가 미리 설정된 조건을 만족하는 것으로 판단되면(예를 들어, 유사도가 제1 미리 설정 임계값을 초과하거나 차이도가 제2 미리 설정 임계값보다 낮을 때), 생체 인증 장치는 상술한 생리적 특징을 포함한 생체신호가 동일한 생체에서 발생한 것으로 판단할 수 있다. 또한, 생체 인증 장치는 단계(210)에서 계산된 일관도가 미리 설정된 조건을 만족하지 않는 것으로 판단되면, 상술한 생체특징을 포함한 생체신호가 상이한 생체에서 발생하였거나 상이한 순간에 수집된 것으로 판단할 수 있다. 이와 같이, 복수의 생체신호들 중 하나 이상의 생체신호가 위조 또는 복사된 허위 신호인 경우, 일 실시예에 따른 생체 인증 장치는 이러한 위조 또는 복사된 허위 신호를 사용하여 생체 인증을 통과하는 것을 방지할 수 있다.

일 실시예에 따르면, 임계값은 일정한 수량의 샘플집합을 회귀 머신에 트레이닝시킨 결과에 기초하여 설정될 수 있다. 다만, 이로 한정하는 것은 아니고, 임계값은 경험에 기초하여 수동적으로 설정될 수도 있다. 예를 들어, 학습 장치가 샘플집합을 회귀 머신에 트레이닝시킨 결과에 기초하여, 생체 인증 장치가 임계값을 설정하는 과정은 하기에서 상세히 설명한다.

우선 생체 인증 장치는 동일한 생체의 생리적 특징의 일관도 샘플집합 및 서로 다른 생체 또는 서로 다른 시간에 수집된 생리적 특징의 일관도 샘플집합을 선정할 수 있다. 생체 인증 장치는 선정된 샘플집합의 일정한 범위 내에서 여러 개의 일관도를 선정할 수 있다. 생체 인증 장치는 선정된 각각의 일관도에서 동일한 생체의 생리적 특징의 일관도의 분포밀도 또는 분포수량, 및 서로 다른 생체 또는 서로 다른 시간에 수집된 생리적 특징의 일관도의 분포밀도 또는 분포수량을 계산할 수 있다. 생체 인증 장치는 계산된 분포밀도 또는 분포수량에 기초하여 생체의 생리적 특징의 일관도의 분포곡선, 및 서로 다른 생체 또는 서로 다른 시간에 수집된 생리적 특징의 일관도의 분포곡선을 획득할 수 있다. 생체 인증 장치는 두 분포곡선이 서로 교차하면 교차점에 대응되는 일관도를 선택하여, 선택된 일관도를 미리 설정 임계값으로 결정할 수 있다. 또한, 생체 인증 장치는 두 곡선이 교차하지 않으면 동일한 생체의 생리적 특징의 최소 일관도, 및 서로 다른 생체 또는 서로 다른 순간에 수집된 생리적 특징의 최대 일관도 사이의 한 개의 값을 선택하여, 선택된 값을 미리 설정 임계값으로 결정할 수 있다.

도 3은 일 실시예에 따른, 생체 인증 장치가 적어도 두 종류의 생체신호들이 동일한 실제 생체에서 발생하였는지 여부를 판단하는 다른 예시적 흐름도(300)를 도시한다.

일 실시예에 따르면, 도 3에 도시된 흐름도(300)는 도 1의 단계(130)의 다른 예시적 흐름도를 나타낼 수 있다.

우선, 단계(310)에서 생체 인증 장치는 생리적 특징의 속성에 기초하여 분류기(classifier)를 이용하여 적어도 두 종류의 생체신호들을 분류할 수 있다.

일 실시예에 따르면, 생체 인증 장치의 프로세서는 분류기를 이용하여 적어도 두 종류의 생체신호들을 분류할 수 있다. 분류기는 트레이닝을 위해 획득된 두 유형의 샘플을 사용할 수 있고, 제1 유형의 샘플은 동시에 수집된 동일한 생체의 생체신호로부터 획득된 샘플이고, 제2 유형의 샘플은 서로 다른 시간에 수집된 생체신호들 또는 서로 다른 생체에서 수집된 생체신호들로부터 획득된 샘플일 수 있다. 예를 들어, 샘플의 크기는 트레이닝 시간과 트레이닝 결과의 정밀도에 기초하여 결정될 수 있다. 생체 인증 장치는 분류기에 처리된 생체특징의 속성(예를 들면 정규화된 시간영역 속성, 정규화된 주파수영역 속성 등)을 입력할 수 있다. 예를 들어, 분류기로서 SVM(Support Vector Machine algorithm)이 사용될 수 있다. 일 실시예에 따르면, 분류기의 정밀도를 향상시키기 위하여, 생체 인증 장치는 약한(weak) 분류기의 캐스캐이드(cascade)를 통해 형성된 강한(strong) 분류기를 이용하여 생체신호를 분류할 수 있다.

일 실시예에 따르면 생리적 특징의 속성은 시간영역 속성, 주파수영역 속성, 및 통계 속성 중 적어도 하나를 포함할 수 있다. 시간영역 속성, 주파수영역 속성, 및 통계 속성은 상술한 도 2의 단계(210)에서 설명한 바와 같다.

그리고 단계(320)에서 생체 인증 장치는 분류 결과에 기초하여 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

일 실시예에 따르면, 분류기로부터 출력된 분류 결과가 트레이닝에서 사용된 제1 유형의 샘플과 동일한 유형이면, 생체 인증 장치의 프로세서는 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단할 수 있다. 분류 결과가 제1 유형의 샘플과 동일한 유형이 아닌 경우, 생체 인증 장치의 프로세서는 적어도 두 종류의 생체신호들이 서로 다른 생체로부터 수집되거나, 서로 다른 시간에서 수집된 것으로 판단할 수 있다.

도 4는 일 실시예에 따른, 생체 인증 방법의 다른 예시적 흐름도(400)를 도시한다.

우선, 단계(410)에서 생체 인증 장치는 적어도 두 종류의 생체신호들을 수신한다.

일 실시예에 따르면, 프로세서는 센서로부터 생체신호를 수신할 수 있다. 이러한 생체신호는 복수의 센서를 이용하여 광학 촬상, 및 신호 검측 등 방법을 통하여 동시에 획득될 수 있다. 다만, 이로 한정하는 것은 아니고 여러 가지 신호 획득 방법을 사용할 수 있는 여러 종류 기능이 통합된 센서를 이용하여 동시에 획득될 수도 있다.

그리고, 단계(420)에서 생체 인증 장치는 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출한다.

일 실시예에 따르면, 생체 인증 장치는 각각의 생체신호에 대하여 동일한 종류의 생리적 특징들을 각각 추출하고, 생리적 특징과 생체신호의 연관성에 기초하여 생체신호와 생리적 특징의 관계를 분석 및 획득할 수 있다. 예를 들면, 생체신호의 연관성에 대하여, 심장박동 주파수(생리적 특징에 대응함)와 피부 색상(생체신호에 대응함)의 변화는 직접적인 대응관계를 나타낼 수 있다. 생체 인증 장치는 생체신호 및 생리적 특징 간의 대응관계에 기초하여, 생체신호로부터 생리적 특징을 추출할 수 있다. 추출된 생리적 특징들은 여러 종류의 형식으로 표현될 수 있는 바, 예를 들면, 벡터, 벡터집합, 신호파형 등으로 표현될 수 있다.

이어서, 단계(430)에서 생체 인증 장치는 생리적 특징을 처리함으로써 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단한다.

일 실시예에 따르면, 생체 인증 장치는 생리적 특징을 추출한 후, 상술한 생리적 특징을 처리할 수 있고, 또한 동일한 생체에서 발생하였는지 여부를 판단할 수 있다. 예를 들어, 생체 인증 장치는 생리적 특징에 대한 형식변환 및 정규화 처리를 수행함으로써, 같은 형식과 표준으로 표현된 데이터를 이용하여 여러 종류의 생체특징의 진위 여부를 판단할 수 있다. 또한, 생체 인증 장치는 생리적 특징에 대한 특징분석과 유사성분석의 결과에 기초하여 생체신호가 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

도 4에 도시된 단계(410), 단계(420), 및 단계(430)의 실행은 상술한 도 1의 단계(110), 단계(120), 및 단계(130)와 유사하게 실행될 수 있는 바, 설명을 생략한다.

그리고 단계(440)에서 생체 인증 장치는 적어도 두 종류의 생체신호들에 기초하여 생체를 인증하거나 식별한다. 예를 들어, 생체 인증 장치는 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부의 판단결과에 기초하여 생체를 인증하거나 식별할 수 있다.

일 실시예에 따르면, 생체 인증 장치는 상술한 단계(430)에서 판단한 결과에 기초하여 피인증자 또는 피식별자에 대한 인증 또는 식별을 수행할 수 있다. 생체신호는 상술한 생체가 다른 생체와 구별되는 특징정보를 포함할 수 있는 바, 특징정보는 예를 들어 신원특징정보(identity feature information)를 포함할 수 있다. 예를 들어, 단계(430)에서 생체 인증 장치는 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하면서, 생체신호로부터 추출된 신원특징정보에 기초하여 피인증자 또는 피식별자에 대하여 인증 또는 식별을 수행할 수 있다. 예를 들어, 생체 인증 장치는 여러 종류의 생체신호의 각각에 기초하여 인증 또는 식별을 수행할 수 있고, 여러 개의 인증 결과 또는 식별 결과에 기초하여 피인증자 또는 피식별자의 신원을 확정할 수 있다.

도 5는 일 실시예에 따른, 생체 인증 장치가 적어도 두 종류의 생체신호들에 기초하여 인증 또는 식별을 수행하는 예시적 흐름도(500)를 도시한다.

일 실시예에 따르면, 도 5에 도시된 흐름도(500)는 도 4의 단계(440)의 예시적 흐름도를 나타낼 수 있다.

우선, 단계(510)에서 생체 인증 장치는 적어도 두 종류의 생체신호들의 적어도 하나로부터 신원특징정보를 추출한다.

예를 들어, 신원특징정보는 생체와 다른 생체를 구별하기 위해 사용될 수 있는 비교적 큰 식별력(discrimination)를 가지는 정보를 나타낼 수 있다. 일 실시예에 따르면, 일반적인 상황에서, 유일성과 안정성을 나타내는 특징이 신원특징정보로 사용될 수 있다. 예를 들어, 신원특징정보는 사람얼굴 이미지, 지문 이미지, 장문 이미지, 혈관 이미지, 홍채 이미지, 시망막 이미지, 음성신호, 걸음걸이 특징, 싸인 또는 필체특징, 심전도 신호와 뇌전도 신호를 포함할 수 있다. 다만, 신원특징정보를 상술한 바로 한정하는 것은 아니고, 현재 알고 있는 나머지 신원특징정보 또는 미래에 개발될 각종 신원특징정보를 포함할 수 있다. 여기서, 생체 인증 장치는 생체의 신원을 인증 또는 식별하기 위하여 우선적으로 상술한 생체의 신원특징정보를 생체신호로부터 추출할 수 있다.

일 실시예에 따르면, 생체 인증 장치는 다양한 방법으로 신원특징정보를 추출할 수 있다.

생체 인증 장치는 직접 수신한 생체신호를 신원특징정보로 사용할 수 있다. 예를 들어, 사람얼굴 이미지를 신원 인증에 사용될 신원특징정보로서 사용할 수 있다.

또한, 생체 인증 장치는, 생체신호로부터 추출된 특징을 신원특징정보로 사용할 수도 있다. 예를 들어, 생체 인증 장치는 걷고 있는 사람에 대한 연속적 이미지에서 사람이 걷는 자세와 보폭 주파수를 분석함으로써 추출된 걸음걸이 특징을 신원특징정보로 사용할 수 있다.

더 나아가, 생체 인증 장치는 생체신호로부터 추출된 특징에 대해 일정한 시간 동안의 변화 패턴(changing pattern)을 분석하여 양자화(quantize)하여 표현하고, 양자화된 변화 패턴을 신원특징정보로 사용할 수 있다. 예를 들어, 생체 인증 장치는 일정한 시간내의 심전도 신호를 기록하고, 심전도 신호에서 피크의 발생순간의 변화 패턴(예를 들면, 발생간격, 매번 발생시 그전의 피크 값의 차이값)을 양자화하여 신원특징정보로 사용할 수 있다.

일 실시예에 따르면, 여러 종류의 생체신호 중 한 종류 생체신호로부터 추출된 신원특징정보가 인증 또는 식별에 사용될 수 있다. 다른 일 실시예에 따르면, 여러 종류의 생체신호 중 두 종류 이상의 생체신호로부터 추출된 신원특징정보가 인증 또는 식별에 사용될 수 있다. 여기서, 여러 종류의 생체신호로부터 추출된 특징정보는 동일한 유형의 신원특징정보일 수도 있고, 서로 다른 유형의 신원특징정보일 수도 있다.

신원특징정보는 생체의 진위 여부를 판단하기 위해 추출된 생리적 특징들과 같을 수도 있고 다를 수도 있다. 신원특징정보와 생리적 특징이 같은 경우를 가정하면, 생체 인증 장치는 단계(510)를 생략하고, 그전의 도 4의 단계(420)에서 추출된 생리적 특징들을 직접 이용할 수 있다.

그리고, 단계(520)에서 생체 인증 장치는 신원특징정보 및 기등록된 신원특징정보가 매칭하는지 판단할 수 있다.

일 실시예에 따르면, 생체 인증 장치는 추출된 신원특징정보 및 데이터베이스(database) 내에 기 등록된 신원특징정보에 대하여, 두 종류 패턴의 매칭(예를 들어, 인증 및 식별)을 수행할 수 있다. 예를 들어, 인증패턴의 매칭으로서, 생체 인증 장치는 추출된 신원특징정보와 데이터베이스 내에 기등록된 예상 생체의 신원특징정보 간의 매칭 여부를 판단할 수 있다. 다른 예를 들어, 식별패턴의 매칭으로서, 생체 인증 장치는 추출된 신원특징정보와 데이터베이스 내에 기등록된 모든 신원특징정보를 순회 조회(traversal search)하여, 추출된 신원특징정보와의 매칭정도가 가장 높은 신원특징정보에 대응되는 생체를 찾을 수 있다.

일 실시예에 따르면, 신원특징정보에 대한 매칭을 수행하기 전, 생체 인증 장치는 추출된 신원특징정보에 대하여 전처리(preprocessing)를 수행할 수 있다. 홍채 식별을 예로 들면, 생체 인증 장치는 우선 수집된 눈 부위 이미지 중 홍채 영역을 추출하여 정규화할 수 있다. 이후, 생체 인증 장치는 정규화된 이미지에 대하여 노이즈 제거 및 강조 처리 등을 수행할 수 있다. 다음으로, 생체 인증 장치는 필터링 등의 방법을 사용하여 홍채의 무늬특징(texture feature)을 추출할 수 있고, 그 후 홍채 데이터베이스의 템플릿 매칭(template matching)을 수행할 수 있다. 다른 예를 들면, 생체 인증 장치는 추출된 홍채 특징 벡터(예를 들어, 홍채 특징의 벡터 표현)와 데이터베이스 내에 저장된 템플릿 벡터 사이의 유사도를 계산하여 템플릿 매칭을 수행할 수 있다. 여기서, 유사도는 예를 들어, 유클리디언 거리(Euclidean distance), 해밍 거리(Hamming distance), 제곱 편차(square deviation), 및 상관계수(correlation coefficient) 등일 수 있다.

이어서 단계(530)에서, 생체 인증 장치는 매칭에 대한 판단결과에 응답하여, 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것을 확인하고 생체의 신원을 인증 또는 식별한다.

일 실시예에 따르면, 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것이 확인된 경우, 생체 인증 장치는 생체의 신원에 대한 인증 또는 식별의 수행을 허용하고, 더 나아가 상술한 단계(520)의 매칭 결과에 기초하여 생체의 신원을 인증 또는 식별할 수 있다.

예를 들어, 인증패턴의 매칭으로서, 생체 인증 장치는 추출된 신원특징정보와 데이터베이스 내의 대상 생체의 신원특징정보가 서로 일치하는 경우에 응답하여, 추출된 신원특징정보에 대응하는 생체가 대상 생체인 것으로 판단할 수 있다. 또한, 생체 인증 장치는 추출된 신원특징정보와 데이터베이스 내의 대상 생체의 신원특징정보가 서로 일치하지 않는 경우에 응답하여, 추출된 신원특징정보에 대응하는 생체가 대상 생체와 서로 다른 생체인 것으로 판단할 수 있다.

다른 예를 들어, 식별패턴의 매칭으로서, 생체 인증 장치는 데이터베이스 내에서 식별 대상 생체의 신원특징정보와 매칭 정도(matching level)가 가장 높은 신원특징정보에 대응되는 신원(identity)을 식별 대상 생체의 신원으로 식별할 수 있다.

다른 일 실시예에 따르면, 생체 인증 장치는 판단결과에 기초하여, 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지를 확인할 수 있다. 생체 인증 장치는 또한 단계(510)에서 복수의 서로 같거나 다른 유형의 신원특징정보를 추출하여 각각의 신원특징정보에 대하여 상술한 단계(520)를 수행하고 여러 개의 매칭결과에 기초하여 생체의 신원을 인증 또는 식별할 수 있다.

도 4에 도시된 흐름도(400)에서는 도 1에 더하여 적어도 두 종류의 생체신호들에 기초하여 신원인증 또는 식별의 단계(440)를 더 포함하고, 수집된 생체신호가 실제 개체에서 발생하였을 때, 생체 인증 장치는 해당 단계(440)를 통하여 실제 개체의 신원에 대하여 인증과 식별을 수행할 수 있다.

일 실시예에 따른 생체 인증 장치는 허위 생체신호를 판단하고, 생체의 신원을 인증하거나 식별함으로써, 신원인증의 안전성을 강화할 수 있다. 생체 인증 장치는 이러한 신원인증 또는 식별을 수행할 때, 적어도 두 종류의 생체신호들을 동시에 수집할 수 있다. 더 나아가, 생체 인증 장치는 미리 정한 시간 동안 지속되는 신호를 수집함으로써 시간변화에 따른 생리적 특징을 획득할 수 있다.

도 6 및 도 7은 일 실시예에 따른, 생체 인증 장치의 구성을 도시한 블럭도이다.

도 6에 도시된 생체 인증 장치(600)는 적어도 두 종류의 생체신호들을 수신하는 수신부(610), 상술한 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하는 추출부(620), 및 생리적 특징을 처리함으로써 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 판단부(630)를 포함한다.

수신부(610)는 센서로부터 생체신호를 수신할 수 있다. 예를 들어, 이러한 신호는 여러 개의 센서에 의해 광학 촬상, 신호 검측 등 방법을 통하여 획득되거나, 여러 종류 신호 획득 방법을 수행할 수 있는 여러 종류 기능이 통합된 센서에 의해 동시에 획득될 수 있다.

추출부(620)는 생체신호의 각 종류에 대하여 동일한 종류의 생리적 특징들을 각각 추출할 수 있다. 예를 들어, 생리적 특징과 생체신호는 연관성(예를 들면, 심장박동 주파수와 피부 색상의 변화는 직접적인 대응관계를 나타냄)을 나타내는 바, 추출부(620)는 이런 연관성에 기초하여 생체신호와 생리적 특징의 관계를 분석하여 생리적 특징을 획득할 수 있다. 추출부(620)는 생체신호와 생리적 특징의 대응관계에 기초하여 생체신호로부터 생리적 특징을 추출할 수 있다.

추출된 생리적 특징들은 여러 종류 형식으로 표현될 수 있다. 생리적 특징은 예를 들면, 벡터, 벡터집합, 신호파형 등의 형식으로 표현될 수 있다.

판단부(630)는 상술한 생리적 특징에 대한 처리를 수행하고, 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다. 판단부(630)는 생리적 특징에 대한 형식변환과 정규화 처리를 수행함으로써, 같은 형식과 표준으로 된 데이터에 기초하여 여러 종류의 생체특징의 진위 여부를 판단할 수 있다. 판단부(630)는 생리적 특징에 대한 특징분석과 유사성분석으로도 생체신호가 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

또한, 판단부(630)는 동일한 생체에서 동시에 수집된 적어도 두 종류의 생체신호들에서 추출된 동일한 종류의 생리적 특징들의 표현(예를 들어, 벡터 형식의 데이터) 사이의 일관도와 서로 다른 생체 또는 서로 다른 시간에 수집된 적어도 두 종류의 생체신호들에서 추출된 동일한 종류의 생리적 특징들의 표현 사이의 일관도는 구분이 가능한 차이를 가지는 점에 기초하여, 판단 동작을 수행할 수 있다.

예를 들어, 판단부(630)는 생리적 특징의 파형과 미리 정한 생리적 이벤트의 수집시간 간의 대응관계에 기초하여 일관도를 계산할 수 있다. 여기서, 상술한 미리 정한 생리적 이벤트는 생리적 특징의 파형에서 피크(peak) 또는 밸리(valley)에 대응할 수 있다. 또한 일관도는 차이도 또는 유사도로 나타낼 수 있고, 차이도는 생리적 특징의 파형에서 피크 또는 밸리에 대응하는 수집시간 편차의 분산으로 계산되고, 유사도는 차이도의 역수로 계산될 수 있다.

다른 예를 들어, 판단부(630)는 회귀 머신을 이용하여 일관도를 계산할 수 있다. 학습 장치는 입력된 생리적 특징 데이터 및 미리 설정된 일관도를 상술한 회귀 머신에 트레이닝시킬 수 있다. 여기서, 판단부(630)는 생리적 특징의 속성에 기초하여 분류기를 이용하여 적어도 두 종류의 생체신호들을 분류할 수 있다. 분류기는 트레이닝을 위해 획득된 두 유형의 샘플을 사용할 수 있다. 제1 유형의 샘플은 동시에 수집된 동일한 생체의 생체신호로부터 획득된 샘플이고, 제2 유형의 샘플은 서로 다른 시간에 수집된 생체신호들 또는 서로 다른 생체에서 수집된 생체신호들로부터 획득된 샘플일 수 있다. 판단부(630)는 분류 결과에 기초하여 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

또한, 도 7에 도시된 바와 같이, 생체 인증 장치(600)는 인증/식별부(640)를 더 포함할 수 있다. 인증/식별부(640)는 적어도 두 종류의 생체신호들에 기초하여 신원을 인증하거나 식별할 수 있다. 인증/식별부(640)는 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부의 판단결과에 기초하여, 신원을 인증하거나 식별할 수 있다. 예를 들어, 인증/식별부(640)는 적어도 두 종류의 생체신호들에서 추출된 신원특징정보와 기 등록한 신원특징정보가 매칭하는지 판단할 수 있다. 인증/식별부(640)는 매칭에 대한 판단결과에 응답하여 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것을 확인하고 생체의 신원을 인증하거나 식별할 수 있다.

상술한 도 6에 도시된 생체 인증 장치(600)의 수신부(610), 추출부(620), 판단부(630), 및 인증/식별부(640)는 소프트웨어, 하드웨어, 또는 소프트웨어와 하드웨어의 결합을 통해 구현될 수 있다. 수신부(610), 추출부(620), 판단부(630), 및 인증/식별부(640)는 프로세서에 설치될 수 있는 바, 예를 들면, 프로세서가 수신부(610), 추출부(620), 판단부(630), 및 인증/식별부(640) 등을 포함할 수 있다. 또한, 각 부(unit)의 명칭은 상술한 바로 한정하지 않는 바, 예를 들면, 수신부(610)는 "적어도 두 종류의 생체신호들을 수신하는 부"로 설명이 될 수 있다.

일 실시예에 따른 생체 인증 방법은 여러 종류의 복합적인 생체특징의 신원인증 시스템에 사용될 수 있는 바, 하기 도 8에서 다른 일 실시예에 따른 생체 인증 장치를 설명한다.

도 8은 다른 일 실시예에 따른, 생체 인증 장치의 구성을 도시한 블럭도이다.

도 8에 도시된 생체 인증 장치(800)는 센서(810) 및 프로세서(830)를 포함한다.

센서(810)는 적어도 두 종류의 생체신호들을 동시에 수집할 수 있다.

프로세서(830)는 센서(810)로부터 적어도 두 종류의 생체신호들을 수신하고, 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하며, 생리적 특징을 처리하여 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

또한, 생체 인증 장치(800)는 신호전환회로(820)을 더 포함할 수 있다. 일 실시예에 따르면, 센서(810)는 미리 정한 시간 동안 생체신호의 수집을 지속할 수 있고, 시간변화에 따른 연속적인 생체신호 또는 여러 개의 시간상에 연관성이 있는 생체특징의 분산 데이터 포인트를 획득할 수 있다. 신호전환회로(820)는 수집된 생체신호를 프로세서(830)에서 처리 가능한 형식의 데이터로 변환하여 프로세서(830)로 전송할 수 있다. 예를 들어, 신호전환회로(820)는 연속적인 아날로그 신호를 디지털 신호로 변환하고, 신호 내의 노이즈를 처리하거나, 신호의 강도, 분포, 및 변화 등을 처리할 수 있다.

더 나아가, 생체 인증 장치(800)는 메모리(840)를 더 포함할 수 있다. 메모리(840)는 생체신호에 대한 처리 과정에서 사용되는 명령(instruction), 파라미터, 및 데이터 등을 저장하거나, 생체 인증 장치(800)가 운용되면서 획득된 데이터와 결과를 기록할 수 있다.

아울러, 생체 인증 장치(800)는 출력장치(850)를 더 포함할 수 있다. 출력장치(850)는 프로세서(830)에서 처리하여 획득된 결과를 출력할 수 있다. 출력장치(850)는 예를 들면, 사용설명을 디스플레이하거나, 신호의 진위 여부를 디스플레이하거나, 신원 인증 또는 식별 결과를 디스플레이하거나, 기타 장비를 조작하거나, 소프트웨어 등을 구동시킬 수 있다.

상술한 생체 인증 장치(800)는 신원의 인증 또는 식별이 필요한 각종 장비에 적용될 수 있다. 예를 들어, 생체 인증 장치(800)는 피인증자가 생체가 맞는지 여부를 판단할 수 있고, 복수의 등록자 중 하나의 생체를 식별하는데도 사용될 수 있다.

도 9 내지 도 14은 일 실시예에 따른 생체 인증 장치의 예시를 도시한다.

도 9는 심전도 신호와 PPG신호에 기초하여 신원 인증 기능을 가지는 임의의 스마트 손목시계(910)를 도시한다.

스마트 손목시계(910)의 정면과 반대면에 심전계(ECG, Electro Cardio Graphy)의 전극(912, 914)이 센서로서 각각 설치되어 있고, 전극(912, 914)는 심전도 신호를 수집하는데 사용될 수 있다. PPG센서(913)는 PPG신호를 수집할 수 있다. 프로세서는 수집된 심전도 신호와 PPG신호를 수신할 수 있고, 수신된 심전도 신호 및 PPG 신호로부터 심장박동 또는 호흡특징을 추출할 수 있으며, 심장박동 또는 호흡특징을 분석하고, 추출된 심장박동 또는 호흡특징의 일관도에 기초하여 동일한 시간에 동일한 사용자로부터 심전도 신호 및 PPG신호가 수집되었는지 여부를 판단하며, 사용자의 신원에 대하여 검증할 수도 있다. 스크린(911)은 프로세서에 의한 판단과 검증의 결과를 디스플레이할 수 있다.

도 10는 사람얼굴 이미지와 심전도 신호에 기초하여 신원 인증 기능을 가지는 스마트폰(920)을 도시한다.

도 10에 도시된 스크린(921)은 수집된 신호와 처리결과를 디스플레이할 수 있다. 카메라(922)는 사람얼굴 이미지를 수집할 수 있다. ECG전극(923, 924)은 심전도 신호를 수집할 수 있다. 스마트폰(920)의 프로세서는 수집된 사람얼굴 이미지와 심전도 신호를 수신할 수 있고, 그로부터 심장박동 특징을 추출하며, 추출된 심장박동 특징을 처리하고, 처리 후의 심장박동 특징에 기초하여 사용자의 신원에 대한 진위 여부를 판단하거나 검증할 수 있다.

도 11은 사람얼굴 이미지, 심전도 신호와 인장력 센서에 기초하여 신원 인증 기능을 가지는 자동차(930)를 도시한다.

도 11에 도시된 백미러에 장착된 카메라(931)는 사람얼굴 이미지를 수집할 수 있다. 핸들(handle)에 장착된 ECG전극(932)은 심전도 신호를 수집할 수 있다. 인장력 센서(933)는 안전벨트에 장착될 수 있고, 인장력 신호를 수집할 수 있다. 프로세서는 수집된 생체신호를 수신할 수 있고, 각각의 신호로부터 심장박동 또는 호흡특징을 각각 추출하며, 추출된 심장박동 또는 호흡특징을 처리하고, 처리된 심장박동 또는 호흡특징의 일관도에 기초하여 생체신호가 동일한 생체에서 발생하였는지 여부를 판단할 수 있다.

도 12는 사람얼굴 이미지와 지문 이미지 등에 기초하여 신원 인증 기능을 가지는 잠금장치 시스템(940)을 도시한다.

도 12에 도시된 문 윗측의 카메라(941)는 사람얼굴 이미지를 수집할 수 있다. 잠금장치에 센서(942)가 설치되어 있으며, 센서(942)는 지문 이미지, 정맥 이미지, 및 장문 이미지 등을 수집할 수 있다.

도 13는 사람얼굴 이미지와 심장박동 센서에 기초한 신원 인증 기능을 가지는 스마트폰(950)을 도시한다.

도 13에 도시된 스마트폰(950)의 전면부에 설치된 카메라(952)는 사람얼굴 이미지를 수집할 수 있다. 이어폰에 맥박센서(953)가 설치될 수 있다. 예를 들어, 사용자가 신원인증을 수행할 때, 프로세서는 카메라(952)의 이미지 센서로부터 수집된 사람얼굴 이미지를 수신할 수 있고, 그로부터 심장박동 특징을 추출하며, 이어폰에 설치된 맥박센서(953)는 심장박동 특징을 수집하고, 프로세서는 두 개의 심장박동 특징(예를 들어, 사람얼굴 이미지로부터 추출된 심장박동 특징 및 맥박센서에 의해 수집된 심장박동 특징)을 분석하여, 인증 대상이 되는 생체의 진위 여부를 판단할 수 있다. 스크린(951)은 수집된 이미지 및 맥박신호를 디스플레이할 수 있다.

도 14은 심전도 신호와 뇌파신호에 기초하여 신원 인증 기능을 가지는 전자팔찌 및 이어폰을 포함하는 시스템(960)을 도시한다.

사용자가 신원 인증을 수행할 때, 팔찌에 설치된 ECG센서(961)는 심전도 신호를 수집하고, 이어폰에 설치된 EEG센서(962)는 뇌파신호를 수집할 수 있다. 사용자가 신원 인증을 수행할 때, 프로세서는 심전도 신호와 뇌파신호를 수신할 수 있고, 심전도 신호와 뇌파신호의 각각으로부터 심장박동 특징을 추출하며, 무선통신을 통하여 추출된 심장박동특징을 동일한 장비에 전송(예를 들어, 이어폰 또는 전자팔찌 중 어느 하나로 데이터를 취합)하고, 추출된 심장박동이 동일한 생체에서 발생하였는지 여부를 판단하며, 더 나아가 대상 생체에 대하여 신원을 검증하거나 식별할 수 있다.

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 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 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 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. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 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 (20)

1. 적어도 두 종류의 생체신호들을 수신하는 단계;
   상기 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하는 단계; 및
   상기 추출된 생리적 특징들에 기초하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 단계
   를 포함하는 생체 인증 방법.
2. 제1항에 있어서,
   상기 판단하는 단계는,
   상기 추출된 생리적 특징들의 속성에 기초하여, 상기 적어도 두 종류의 생체신호들의 각각으로부터 상기 추출된 생리적 특징들 사이의 일관도를 계산하는 단계; 및
   상기 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단하는 단계
   를 포함하는 생체 인증 방법.
3. 제2항에 있어서,
   상기 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단하는 단계는,
   상기 일관도가, 동일한 생체에서 동시에 수집된 적어도 두 종류의 생체신호들로부터 추출된 동일한 종류의 제1 생리적 특징들 사이의 일관도, 및 서로 다른 생체 또는 서로 다른 시간에 수집된 적어도 두 종류의 생체신호들로부터 추출된 동일한 종류의 제2 생리적 특징들 사이의 일관도 중 적어도 하나에 기초하여 미리 설정된 조건을 만족하는지 여부를 판단하는 단계
   를 포함하는 생체 인증 방법.
4. 제2항에 있어서,
   상기 일관도를 계산하는 단계는,
   상기 추출된 생리적 특징들의 파형 및 미리 정한 생리적 이벤트의 수집시간의 대응관계에 기초하여 일관도를 계산하는 단계
   를 포함하는 생체 인증 방법.
5. 제4항에 있어서,
   상기 미리 정한 생리적 이벤트는 상기 추출된 생리적 특징들의 파형 중의 피크 또는 밸리에 대응하고,
   상기 일관도는 차이도 또는 유사도를 포함하며,
   상기 차이도는 상기 추출된 생리적 특징들의 파형 중에 피크 또는 밸리에 대응하는 수집시간 편차의 분산이고, 상기 유사도는 상기 차이도의 역수(reciprocal)인,
   생체 인증 방법.
6. 제2항에 있어서,
   상기 일관도를 계산하는 단계는,
   입력된 생리적 특징 데이터 및 미리 설정된 일관도에 기초하여 트레이닝된 학습기를 이용하여 상기 일관도를 계산하는 단계
   를 포함하는 생체 인증 방법.
7. 제3항에 있어서,
   상기 일관도가 미리 설정된 조건을 만족하는 경우에 응답하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생한 것으로 판단하는 단계는,
   동시에 동일한 생체에서 수집된 생체신호들로부터 획득된 제1 유형의 샘플 및 서로 다른 시간에 수집된 생체신호들 또는 서로 다른 생체에서 수집된 생체신호들로부터 획득된 제2 유형의 샘플을 이용하는 분류기(classifier)를 통해, 상기 추출된 생리적 특징들의 속성에 기초하여 상기 적어도 두 종류의 생체신호들을 분류하는 단계; 및
   상기 분류 결과에 근거하여 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 단계
   를 포함하는 생체 인증 방법.
8. 제1항에 있어서,
   상기 추출된 생리적 특징들의 속성은, 시간영역 속성, 주파수영역 속성 및 통계속성 중 적어도 하나
   를 포함하는 생체 인증 방법.
9. 제8항에 있어서,
   상기 시간영역 속성은, 상기 추출된 생리적 특징들에서 미리 정한 생리적 이벤트의 발생순간, 변화순간, 지속시간 및 상기 추출된 생리적 특징들의 신호파형 중 적어도 하나를 포함하고,
   상기 주파수영역 속성은, 상기 추출된 생리적 특징들의 신호 주파수 또는 신호 주파수 스펙트럼 분포
   를 포함하는 생체 인증 방법.
10. 제1항에 있어서,
    상기 추출된 생리적 특징들은 시간에 따라 변화하는 생리적 특징들인
    생체 인증 방법.
11. 제1항 내지 제10항 중 어느 한 항에 있어서,
    상기 추출된 생리적 특징들은,
    심장 박동, 호흡, 혈압, 및 체온 중 적어도 하나
    을 포함하는 생체 인증 방법.
12. 제1항에 있어서,
    상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단한 결과에 기초하여, 상기 생체의 신원에 대한 인증 또는 식별을 수행하는 단계
    를 더 포함하는 생체 인증 방법.
13. 제12항에 있어서,
    상기 인증 또는 식별을 수행하는 단계는,
    상기 적어도 두 종류의 생체신호들로부터 추출된 신원특징정보 및 기등록된 신원특징정보가 매칭(matching)하는지 판단하는 단계; 및
    상기 매칭에 대한 판단결과에 응답하여 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지를 판단하고 상기 생체의 신원을 인증 또는 식별하는 단계
    를 포함하는 생체 인증 방법.
14. 제13항에 있어서,
    상기 신원특징정보는,
    사람 얼굴 이미지, 지문 이미지, 장문(friction ridge) 이미지, 혈관 이미지, 홍채 이미지(iris image), 시망막(retina) 이미지, 음성신호, 걸음걸이 특징, 싸인 또는 필체특징, 심전도 신호와 뇌전도 신호 중 적어도 하나
    를 포함하는 생체 인증 방법.
15. 제1항에 있어서,
    상기 적어도 두 종류의 생체신호들은 동시에 수집되는,
    생체 인증 방법
16. 제 15항에 있어서,
    상기 적어도 두 종류의 생체신호들을 수신하는 단계는,
    상기 적어도 두 종류의 생체신호들을 미리 정한 시간 동안 수집하는 단계
    를 포함하는 생체 인증 방법
17. 제1항에 있어서,
    상기 생체신호들은,
    사람 얼굴 이미지, 지문 이미지, 장문(friction ridge) 이미지, 혈관 이미지, 홍채 이미지(iris image), 시망막(retina) 이미지, 심전도 신호, 뇌전도 신호, 광용적맥파(PPG，Photo Plethysmo Graphy) 신호, 혈압신호, 가슴 소리 신호(heart sound signal), 인체조절 전자기파 신호, 가슴 또는 복부운동 신호, 및 인체의 전도성 신호 중 적어도 하나
    를 포함하는 생체 인증 방법.
18. 제1항의 방법을 수행하도록 명령어들을 포함하는 하나 이상의 프로그램을 저장한 컴퓨터 판독 가능 저장매체.
19. 적어도 두 종류의 생체신호들을 수신하는 센서;
    상기 적어도 두 종류의 생체신호들의 각각으로부터 동일한 종류의 생리적 특징들을 추출하고, 상기 생리적 특징에 기초하여, 상기 적어도 두 종류의 생체신호들이 동일한 생체에서 발생하였는지 여부를 판단하는 프로세서
    를 포함하는 생체 인증 장치.
20. 제19항에 있어서,
    상기 센서는,
    상기 적어도 두 종류의 생체신호들을 동시에 수집하는,
    생체 인증 장치.
    

Images