KR20180030083A - 손가락의 정확성을 입증하는 방법 - Google Patents

손가락의 정확성을 입증하는 방법 Download PDF

Info

Publication number
KR20180030083A
KR20180030083A KR1020187003680A KR20187003680A KR20180030083A KR 20180030083 A KR20180030083 A KR 20180030083A KR 1020187003680 A KR1020187003680 A KR 1020187003680A KR 20187003680 A KR20187003680 A KR 20187003680A KR 20180030083 A KR20180030083 A KR 20180030083A
Authority
KR
South Korea
Prior art keywords
fringes
finger
pattern
average
calculated
Prior art date
Application number
KR1020187003680A
Other languages
English (en)
Other versions
KR102628177B1 (ko
Inventor
데미안 모라이스우
세실 졸다스
Original Assignee
아이데미아 아이덴티티 앤드 시큐리티 프랑스
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 아이데미아 아이덴티티 앤드 시큐리티 프랑스 filed Critical 아이데미아 아이덴티티 앤드 시큐리티 프랑스
Publication of KR20180030083A publication Critical patent/KR20180030083A/ko
Application granted granted Critical
Publication of KR102628177B1 publication Critical patent/KR102628177B1/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
    • G06K9/00107—
    • G06K9/00208—
    • G06K9/00899—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)
  • Electrophonic Musical Instruments (AREA)
  • Auxiliary Devices For Music (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 검증 장치에 의해 손가락(50)의 정확성을 검증하기 위한 방법(200)에 관한 것으로, 상기 검증 장치는 손가락에서 서로에 대해 평행하고, 손가락의 세로 방향에 직교하는 라인들의 패턴을 투영하는 투영 장치, 손가락과 패턴의 이미지를 캡처하는 캡처 장치, 및 프로세싱 유닛을 포함하고,
이러한 방법은, 상기 투영 장치가 패턴을 가지고 손가락을 비추는 조명 단계(201), 상기 캡처 장치가 투영된 패턴의 패턴 이미지를 캡처하는 무접촉 캡처 단계(202), 상기 프로세싱 유닛이 패턴 이미지로부터 프린지들을 추출하는 프린지 추출 단계(206), 상기 프로세싱 유닛이 프린지들의 물리적 구조에 관련되는 특징을 계산하는 특징 계산 단계(208), 상기 프로세싱 유닛이 계산된 특징과 기준 값들을 비교하는 비교 단계(210), 및 상기 프로세싱 유닛이 손가락의 정확성에 관한 결정을 내리는 결정 단계(212)를 포함한다.

Description

손가락의 정확성을 입증하는 방법
본 발명은 하나 이상의 손가락의 정확성(varacity)을 입증하는 방법과, 그러한 입증하는 방법을 구현하기에 알맞은 입증 장치에 관한 것이다.
본 발명은 생체 인식 분야, 특히 지문을 분석함으로써 식별하는 분야에 적용예를 가진다.
지문을 분석함으로써, 사람을 식별/입증하는 상황에서는, 식별/입증 시스템을 속일 목적으로 주어진 미끼보다는 손가락이 실제 손가락임을 보장하는 것이 바람직하다.
손가락이 진짜 손가락임을 검증하기 위한 다수의 해결책이 존재한다.
사기 행위의 한 가지 특별한 타입은 손가락에 추가적인 층을 달거나 눌러 붙이는 것으로 구성된다. 이러한 층은 예를 들면, 라텍스, 실리콘 또는 젤라틴의 층일 수 있거나, 인쇄된 시트 상처 또는 단지 손가락에 놓일 수 있다.
문서 US-A-2014/049373과 문서 WO-A-2010/036403은 투영된 프린지(fringe)들로부터 손가락의 3차원 재건과 이러한 재건의 분석에 의존함으로써 손가락의 정확성을 검증하기 위한 방법들을 개시한다. 그러므로 그러한 방법은 재건 때문에 비교적 긴 계산 시간을 요구한다.
특히, 위에서 인용된 문서들의 방법들을 사용하는 것은 프로젝터(projector)와 카메라 사이의 정밀한 조정(calibration)을 요구한다.
문서 US-A-2014/049373는 특히 3차원([0048]) 특징(reature)과 2차원([0049]) 특징의 분석을 제안한다. 2차원 특징의 분석의 경우에는 패턴의 투영이 존재하지 않지만, 특별한 컬러의 광의 흐름(stream)의 투영이 존재한다.
특히 2차원 데이터에 기초한 사기 행위들을 탐지하기에 더 신속하고 더 양호하게 알맞은 해결책을 찾는 것이 유리하다.
본 발명의 한 가지 목적은 종래 기술의 결점들을 가지지 않고, 특히 무접촉 검증 장치의 경우, 미끼의 더 양호한 탐지를 제공하는 것을 허용하는 손가락의 정확성을 검증하기 위한 방법을 제안하는 것이다.
이를 위해, 손가락에서 서로 평행하고, 손가락의 유리한(favoured) 세로 방향에 직교하는 복수의 라인으로 구성되는 패턴을 투영하게 설계된 투영(projection) 장치, 손가락과 패턴의 이미지를 캡처하게 설계된 캡처 장치, 및 프로세싱(processing) 유닛을 포함하는 검증 장치에 의해 손가락의 정확성을 검증하기 위한 방법이 제안되고, 이러한 방법은:
투영 장치가 패턴을 가지고 손가락을 비추는 조명 단계,
캡처 장치가 손가락에서의 투영된 패턴의 패턴 이미지를 캡처하는 무접촉 캡처 단계,
프로세싱 유닛이 그렇게 캡처된 패턴 이미지로부터 프린지들을 추출하는 프린지 추출 단계,
프로세싱 유닛이 프린지들의 물리적 구조에 관련되는 적어도 하나의 특징을 계산하는 특징 계산 단계,
프로세싱 유닛이 그렇게 계산된 특징 또는 특징들을 이들 특징의 기준(reference) 값들과 비교하는 비교 단계, 및
프로세싱 유닛이 비교 단계의 결과로부터 손가락의 정확성에 관한 결정을 내리는 결정 단계를 포함한다.
그러므로 그러한 방법은 손가락의 3차원 재건을 요구하지 않고, 따라서 시간 절약을 제공한다.
유리하게, 투영 장치의 광학 축과 캡처 장치의 광학 축은 일치한다.
특별한 일 실시예에 다르면, 특징 계산 단계는 각각의 프린지와 상기 프린지 상의 각각의 포인트에 관해, 상기 포인트에서의 서지타(sagitta)를 계산하는 것, 각각의 프린지에 관해 그렇게 계산된 서지타들에서의 분산을 계산하는 것, 및 모든 프린지에 대해, 그렇게 계산된 서지타들에서의 분산들의 평균을 계산하는 것으로 구성되고, 계산된 물리적 특징은 이러한 평균이다.
또 다른 특별한 실시예에 따르면, 특징 계산 단계는 또한 우선 각각의 프린지에 관해 그리고 상기 프린지 상의 각 포인트에 관해 상기 포인트에서의 서지타를 계산하는 것, 각각의 프린지에 관해 그렇게 계산된 서지터들의 평균을 계산하는 것, 및 모든 프린지에 대해 그렇게 계산된 서지타들의 평균의 평균을 계산하는 것으로 구성되고, 계산된 물리적 특징은 평균들의 평균이다.
유리하게, 특징 계산 단계는 또한 각각의 프린지에 대해 x=ay2+by+c의 형태로 그것의 모델링(modelling)의 파라미터인 a,b,c를 계산하는 것과, 프린지 전체에 대해 그렇게 계산된 파라미터들('a')의 평균을 계산하는 것으로 구성되고, 계산된 물리적 특징은 이러한 평균이다.
유리하게, 검증 방법은 프린지 추출 단계와 특징 계산 단계 사이에 골격화 단계가 후속하는 2진화 단계를 포함하고, 이러한 특징 계산 단계는 또한 각각의 프린지에 관해 x=ay2+by+c의 형태로 그것의 모델링의 파라미터인 a,b,c를 계산하는 것과, 각각의 프린지에 대해서 상기 프린지의 각 포인트에 관해 실제 프린지와 공식인 (xi-ayi 2-byi-c)2 사이의 에러(error)를 계산하는 것(이 경우 'i'는 해당 프린지에서의 포인트의 인덱스(index)이다), 및 각각의 프린지에서 이러한 에러의 평균, 그리고 모든 프린지에 대해 그렇게 계산된 평균 에러들의 평균을 계산하는 것으로 구성되고, 그러한 계산된 물리적 특징은 이러한 평균이다.
본 발명은 또한 손가락의 정확성을 검증하기 위한 장치를 제안하고, 이러한 검증 장치는 앞선 변형예들 중 하나에 따른 검증 방법을 구현하기 위한 수단을 포함한다.
전술한 본 발명의 특징들은 다른 것들과 함께, 실시예의 예의 이어지는 설명을 읽어서 더 명확하게 드러나게 되고, 상기 설명은 첨부 도면들에 관련하여 주어지는 것이다.
도 1은 본 발명에 따른 손가락의 정확성을 검증하기 위한 장치를 보여주는 도면.
도 2는 본 발명에 따른 손가락의 정확성을 검증하기 위한 방법의 알고리즘을 보여주는 도면.
도 3a는 실제 손가락들로 투영된 패턴의 이미지를 보여주는 도면.
도 3b는 가짜 종이로 투영된 패턴의 이미지를 보여주는 도면.
도 3c는 가짜 라텍스로 투영된 패턴의 이미지를 보여주는 도면.
도 4a는 도 3a에서의 패턴의 이미지로부터 추출된 프린지들의 이미지를 보여주는 도면.
도 4b는 도 3b에서의 패턴의 이미지로부터 추출된 프린지들의 이미지를 보여주는 도면.
도 4c는 도 3c에서의 패턴의 이미지로부터 추출된 프린지들의 이미지를 보여주는 도면.
도 5는 프린지의 일 예를 보여주는 도면.
도 6은 본 발명에 따른 검증 장치의 구현예를 보여주는 도면.
도 7은 도 6에서의 구현예에 관한 결과들의 그림을 보여주는 도면.
본 발명의 원리는 먼저 서로 평행하고 손가락의 유리한(favoured) 세로 방향에 직교하는 라인(line)들로 구성되는 패턴을 손가락에 투영하는 것과, 그렇게 투영된 라인들을 가지고 손가락의 이미지를 캡처하는 것, 그리고 그것들로부터 손가락의 정확성을 이끌어내기 위해 상기 이미지상에서 캡처된 라인들의 구조를 분석하는 것으로 구성된다.
그러므로 추가적인 층이 손가락 상에 놓일 때, 이는 여분의 두께를 야기하고, 층의 표면과 손가락의 표면 사이에 불연속성을 야기하며, 그러한 불연속성을 탐지하는 것은 사기 행위를 탐지하는 것을 허용한다. 이 경우, 몇몇 라인들이 불연속성을 제공하게 된다.
또한, 미끼가 손가락 상에 단순히 놓인 종이의 시트(sheet)로 구성될 때, 투영된 라인들은 직선들로 구성되는데 반해, 손가락의 경우 그것들은 일정한 굴곡을 가지게 된다.
도 1은 손가락(50)이 실제 손가락인지 여부를 검증하게 의도된 검증 장치(100)를 보여준다.
이러한 검증 장치(100)는 손가락(50) 상에 복수의 평행한 라인들로 구성되는 패턴(52)을 투영하게 설계된 투영 장치(106), 손가락(2)과 패턴(52)의 이미지를 캡처하기 위해 제공된 캡처 장치(102), 및 프로세싱 유닛(104)을 포함한다.
이러한 캡처 장치(102)는 예를 들면 카메라와 같은 적어도 하나의 캡처 수단을 포함한다.
캡처 수단(102)은 접촉 없이, 그렇게 손가락(50) 상으로 투영된 패턴(52)의 이미지를 캡처한다. 그러한 패턴 이미지(302a 내지 c)는 디지털 이미지이다.
도 3a는 실제 손가락(50)에 관한 패턴 이미지(302a)를 보여준다.
도 3b는 가짜 종이로 덮인 손가락(50)에 관한 패턴 이미지(302b)를 보여준다.
도 3c는 가짜 라텍스로 덮인 손가락(50)에 관한 패턴 이미지(302c)를 보여준다.
프로세싱 유닛(104)은 그렇게 얻은 패턴 이미지(302a 내지 c)의 프린지들을 추출한다.
도 4a는 패턴 이미지(302a)로부터 계산된 프린지들의 이미지(402a)를 보여준다.
도 4b는 패턴 이미지(302b)로부터 계산된 프린지들의 이미지(402b)를 보여준다.
도 4c는 패턴 이미지(302c)로부터 계산된 프린지들의 이미지(402c)를 보여준다.
프린지들(402a 내지 c)을 분석하는 것은 상기 프린지들(402a 내지 c)의 물리적 구조로부터 사기 행위가 탐지될 수 있음을 명확히 보여준다. 실제 손가락(50)의 프린지(402a)들은 굴곡져 있는데 반해, 종이 미끼의 프린지들(402b)은 직선으로 되어 있고, 실리콘 미끼의 일부 프린지(402c)는 불규칙적인데, 이는 손가락(50)의 표면들과 라텍스의 층 사이의 스텝(step) 때문이다.
도 2는 검증 장치(100)에 의해 구현된 손가락(50)의 정당성을 검증하기 위한 방법(200)의 알고리즘을 보여준다.
이러한 검증 방법(200)은
투영 장치(106)가 패턴(52)을 가지고 손가락(50)을 비추는 조명 단계(201),
손가락(50) 상에 투영된 패턴(52)의 패턴 이미지(302a 내지 c)를 캡처 장치(102)가 캡처하는 캡처 단계(202),
프로세싱 유닛(104)이 그렇게 캡처된 패턴 이미지(302a 내지 c)로부터 프린지(402a 내지 c)를 추출하는 프린지 추출 단계(206),
프로세싱 유닛(104)이 프린지(402a 내지 c)의 물리적 구조에 관련된 적어도 하나의 특징을 계산하는 특징 계산 단계(208),
프로세싱 유닛(104)이 그렇게 계산된 특징 또는 특징들을 이들 특징의 기준 값들과 비교하는 비교 단계(210), 및
프로세싱 유닛(104)이 비교 단계(210)의 결과로부터 손가락(50)의 정확성에 관한 결정을 내리는 결정 단계(212)를 포함한다.
패턴(52)은 예를 들면 균일한 조명하에서 손가락의 지문과 같이, 다른 채널들에서 추가적인 정보를 획득하는 것을 허용하기 위해 바람직하게는 단일 컬러로 되어 있다. 프린지 추출 단계(206)는 예를 들면 패턴 이미지의 검은색/흰색 또는 흰색/검은색 가장자리들에 대응하는 프린지들을 추출하는 것으로 구성된다.
본 발명의 특별한 일 실시예에 따르면, 프린지-추출 단계(206)는 패턴 이미지(302a 내지 c)를 사용하여, 예를 들면 그것들로부터 프린지(402a 내지 c)를 추출하기 위해, 캐니-데리히(Canny-Deriche) 수평 필터를 적용하는 것으로 구성된다. 또한 소벨(Sobel), 프리위트(Prewitt) 타입의 수평 윤곽 탐지, 또는 임의의 다른 알맞은 이미지 처리 방법, 특히 푸리에 공간 필터링을 사용하는 것이 가능하다.
특징-계산 단계(208) 동안에 프린지들(402a 내지 c)의 이어지는 처리를 용이하게 하기 위해서, 프린지들(402a 내지 c)의 이미지는 2진화된다. 이러한 2진화는 예를 들면 골격화 단계가 후속하는 오츠의(Otsu's) 방법에 의해 행해진다. 이러한 방법은 프린지 추출 단계(206)와 특징 계산 단계(208) 사이에 골격화 단계가 후속하는 2진화 단계를 포함한다.
더 많은 관련된 결과들을 얻기 위해, 확실하게 프린지들(402a 내지 c)을 구성하지는 않지만, 예를 들면 손가락의 분할이나 광학 요소들로부터 생기는 다른 요소들인 이미지의 요소들을 제거하는 것이 바람직하다. 또한, 프린지들이 손가락에서의 불연속성 둘레에서 쪼개지지 않았음을 보장하는 것이 또한 바람직하다. 그러므로 첫 번째 경우에서와 두 번째 경우 가까이에서의 배향과 길이의 표준은 프린지들의 조각(piece)들을 제거하거나 재결합하는 것을 각각 허용한다. 우선적으로 손가락의 제1 손뼈를 대충 둘러싸는 존(zone)에서만 프린지들이 보존된다.
패턴 이미지들(302a 내지 c)이 복수의 손가락에 관계되는 경우에서는, 추출 단계 전에 분할 단계에 의해 손가락 각각을 격리시키는 것이 바람직하다. 이러한 분할 단계는 예를 들면 서브-샘플된(sub-sampled) 이미지에 적용된 오츠 알고리즘에 의해 행해질 수 있다.
물리적인 특징들은 프림지들의 형태에 관련되거나 프린지들에서의 불규칙성에 관계된다.
프린지들의 형태는 종이 미끼(도 4b)로부터 실제 손가락(50)을 구별하는 것을 가능하게 한다. 거칠기들(roughnesses)의 존재는 돌출하는 라텍스 미끼(도 4c)로부터 실제 손가락(50)을 구별하는 것을 가능하게 한다.
도 5는 기준 프레임(O,x,y)에서의 추출 단계 동안에 프린지(402a)가 추출되는 예를 보여주고, 이 경우 x는 손가락의 세로축에 평행하고, y는 패턴 이미지(302a)의 평면에서 손가락에 가로지르는 축이다. 아래에서 설명되는 몇몇 특징들은 프린지들(402a 내지 c)로부터 계산될 수 있는 서지타들에 기초한다.
포인트 C(xi,yi)는 프린지(402a) 상의 포인트이다. 포인트(A와 B)는 각각 그것들의 세로좌표인 yi-N과 yi+N을 가지는 프린지(402a)의 대칭적인 포인트들이고, 이 경우 N은 예를 들면 5 내지 10개의 픽셀인 비교적 적은 고정된 개수의 픽셀이다. M은 세그먼트[A,B]의 중간이고, 서지타는 신호 거리인 d(C,M)이다.
특별한 일 실시예에 따르면, 특징 계산 단계(208)는 먼저 각각의 프린지(402a 내지 c)에 관해, 그리고 상기 프린지(402a 내지 c) 상의 각각의 포인트에 관해 상기 포인트에서의 서지타를 계산하는 것과, 각각의 프린지(402a 내지 c)에 관해 그렇게 계산된 서지타의 분산을 계산하는 것, 그리고 전체 프린지(402a 내지 c)에 대해 그렇게 계산된 서지타의 분산의 평균을 계산하는 것으로 구성된다. 그럴 경우 계산된 물리적 특징은 분산들의 이러한 평균이거나 동일한 방식으로 서지타들의 분산의 표준화된 평균이다.
또 다른 특별한 실시예에 따르면, 특징 계산 단계(208)는 먼저 각각의 프린지(402a 내지 c)에 관해, 그리고 상기 프린지(402a 내지 c) 상의 각각의 포인트에 관해 상기 포인트에서 서지타를 계산하는 것과, 각각의 프린지(402a 내지 c)에 관해 그렇게 계산된 서지타의 평균을 계산하는 것, 그리고 전체 프린지(402a 내지 c)에 대해 그렇게 계산된 서지타의 평균들의 평균을 계산하는 것으로 구성된다. 그럴 경우 계산된 물리적 특징은 평균들의 이러한 평균이다.
또 다른 특별한 실시예에 따르면, 프린지(402a 내지 c) 각각은 포물선 형태인 x=ay2+by+c의 형태로 모델화될 수 있고, 그럴 경우 특징 계산 단계(208)는 프린지(402a 내지 c) 각각에 대해 그것의 모델링의 파라미터들(a,b,c)을 계산하는 것과, 모든 프린지(402a 내지 c)에 대해 그렇게 계산된 파라미터들('a')의 평균을 계산하는 것으로 구성된다. 그럴 경우 계산된 물리적 특징은 이러한 평균이다.
또 다른 실시예에 따르면, 프린지(402a 내지 c) 각각은 포물선 형태인 x=ay2+by+c의 형태로 모델화될 수 있고, 그럴 경우 특징 계산 단계(208)는 프린지(402a 내지 c) 각각에 대해 그것의 모델링의 파라미터들(a,b,c)을 계산하는 것으로 구성된다. 그럴 경우 특징 계산 단계(208)는 프린지(402a 내지 c) 각각에 관해 그것의 모델링의 파라미터들(a,b,c)을 계산하는 것과, 그런 다음 프린지(402a 내지 c) 각각에 관해 상기 프린지(402a 내지 c) 상의 포인트 각각에 관해 실제 프린지(402a 내지 c)와 공식인 (xi-ayi 2-byi-c)2 을 갖는 모델화된 프린지 사이의 에러를 계산하는 것(이 경우 'i'는 해당 프린지에서의 포인트의 인덱스이다), 및 프린지(402a 내지 c) 각각에서의 이러한 에러의 평균, 그리고 모든 프린지(402a 내지 c)에 대해 그렇게 계산된 평균 에러들의 평균을 계산하는 것으로 구성된다. 그럴 경우 계산된 물리적 특징은 이러한 평균이다. 값들(xi와 yi)은 해당 프린지의 인덱스 'i'의 포인트의 좌표이고, 2진화 단계와 골격화 단계 후에 얻어지는 것이다.
특징 계산 단계(208)에서 명시된 것처럼, 전술한 특징들 중 하나 이상을 계산하는 것이 가능하다.
그럴 경우 비교 단계(210)는 이들 특징의 기준 값들과 특징 각각의 값을 비교하는 것으로 구성된다.
이러한 비교 단계는 예를 들면 신경망, 지지 벡터 기계(SVM) 또는 결정 트리(decision tree)와 같은 임의의 알맞은 비교 수단에 의해 구현될 수 있다.
비교 수단은 보통 실제 손가락(50)과 미끼들로 덮인 손가락(50)이 검증 장치(100)의 앞에 제공되는 학습 단계를 필요로 하고, 이는 기록될 특별한 특징들을 계산한다. 이러한 학습 단계 후에는, 비교 수단이 그것에 제공되는 각각의 새로운 손가락(50)을 실제 손가락 또는 가짜 손가락으로서 분류할 수 있다. 대안적으로, 이러한 학습은 오직 실제 손가락들과 하나의 클래스 SVM 타입의 알고리즘만을 가지고 행해질 수 있다.
도 6은 카메라(102)가 있는 검증 장치(100)와 투영 장치(106)의 사용 예를 보여주고, 이 경우 손가락(50)은 카메라(102)의 광학 축들과 평행하지 않는 투영 장치(106)의 교차점에 있다.
일반적으로 투영 장치(106)의 광학 축과, 이 경우 카메라(102)인 캡처 장치(102)의 광학 축은 일치한다.
도 1에 제공된 본 발명의 실시예에서, 축들의 교차점은 접촉 없이 획득이 행해지기 때문에 비교적 큰 캡처 부피(volume) 내에 있다. 캡처 부피는 손가락(50)이 캡처된 이미지가 뚜렷한 것을 보장하면서 자유롭게 위치할 수 있는 캡처 장치(102)의 반대쪽에 위치하는 부피이다. 이는 일반적으로 그러한 경우에 손가락(50)이 특별한 일 예에 따라서 캡처 장치(102)에 대한 특정의 위치 선정 자유도를 가지기 때문에, 그 교차점은 손가락(50)의 표면으로부터 대략 10㎝에, 우선적으로는 대략 5㎝에, 그리고 심지어 더 우선적으로는 대략 2.5㎝에 있다. 즉, 투영 장치(106)의 광학 축과, 이 경우 카메라(102)인 캡처 장치(102)의 광학 축은 손가락(50)의 표면에서 일치한다고 말해질 수 있다.
이 경우 카메라(102)는 초점 길이가 12.5㎜이고, 해상도가 약 600dpi인 풀 HD 카메라이다. 손가락(50)과 카메라(102) 사이의 거리는 약 200㎜이다.
카메라(102)의 광학 축과 투영 장치(106)의 광학 축 사이의 각도는 10°와 60°사이에 있고, 우선적으로는 20°와 40°사이에 있으며, 더 우선적으로는 26°와 같다.
그러한 설치로 인해, 손가락(50)의 길이에 따라서 1개와 30개 사이의 프린지가 존재하고, 대부분의 경우 10과 20 사이의 프린지가 존재한다.
5개의 픽셀과 10개의 픽셀 사이에서 선택된 N개의 픽셀을 가지고 위에서 명시된 것처럼, 1.6㎜을 가지고 1.6㎜만큼 이격된 투영된 라인들과 RBF 커널(kernal) SVM 분류기를 가지고 그 결과는 도 6에 도시되어 있다.
도 7은 2개의 결합된 분석의 결합물(combination)을 보여주는데, 즉 x 축에서는 서지타들의 분산의 표준화된 평균을, 그리고 y 축에서는 포물선 형태의 파라미터들('a')의 표준화된 평균이 나타나 있다.
도 7의 결과들은 84%의 사기 행위 탐지와 1%의 잘못된 거절(사기 행위로서 탐지된 실제 손가락들)이 있는, 실제 손가락들에 대한 가짜 종이(도 3b)의 탐지를 보여준다. 도 7에서, x표(cross)들에 의해 표시된 샘플들은 실제 손가락들을 나타내고 상부 부분과 좌측에서 함께 모여 있고, 점들에 의해 표시된 샘플들은 가짜 종이를 나타내고 상부 부분과 우측에서 함께 모여 있다.

Claims (7)

  1. 검증 장치(100)에 의해 손가락(50)의 정확성을 검증하기 위한 방법(200)으로서,
    상기 검증 장치(100)는, 손가락에서 서로에 대해 평행하고 손가락(50)의 유리한(favoured) 세로 방향에 직교하는 복수의 라인으로 구성되는 패턴(52)을 투영하게 설계된 투영 장치(106), 손가락(50)과 패턴(52)의 이미지를 캡처하게 설계된 캡처 장치, 및 프로세싱 유닛(104)을 포함하고, 상기 방법은:
    상기 투영 장치(106)가 패턴(52)을 가지고 손가락(50)을 비추는 조명(illumination) 단계(201),
    상기 캡처 장치(102)가 상기 손가락(50)에서의 투영된 패턴(52)의 패턴 이미지(302a 내지 c)를 캡처하는 무접촉 캡처 단계(202),
    상기 프로세싱 유닛(104)이 그렇게 캡처된 패턴 이미지(302a 내지 c)로부터 프린지들(402a 내지 c)을 추출하는 프린지 추출 단계(206),
    상기 프로세싱 유닛(104)이 프린지들(402a 내지 c)의 물리적 구조에 관련되는 적어도 하나의 특징을 계산하는 특징 계산 단계(208),
    상기 프로세싱 유닛(104)이 그렇게 계산된 특징 또는 특징들을 이들 특징의 기준(reference) 값들과 비교하는 비교 단계(210), 및
    상기 프로세싱 유닛(104)이 상기 비교 단계(210)의 결과로부터 손가락(50)의 정확성에 관한 결정을 내리는 결정 단계(212)를 포함하는, 검증 방법.
  2. 제1 항에 있어서,
    상기 투영 장치(106)의 광학 축과 상기 캡처 장치(102)의 광학 축은 일치하는 것을 특징으로 하는 검증 방법.
  3. 제1 항 또는 제2 항에 있어서,
    상기 특징 계산 단계(208)는 프린지들(402a 내지 c) 각각에 대해, 그리고 상기 프린지들(402a 내지 c) 상의 각각의 포인트에 대해 상기 포인트에서의 서지타(sagitta)를 계산하는 것, 프린지들(402a 내지 c) 각각에 대해 그렇게 계산된 상기 서지타들에서의 분산을 계산하는 것, 계산된 바와 같은 상기 서지타들의 분산의 평균을 모든 프린지들(402a 내지 c)에 대해 계산하는 것으로 구성되고, 계산된 물리적 특징은 이러한 평균인 것을 특징으로 하는 검증 방법.
  4. 제1 항 또는 제2 항에 있어서,
    상기 특징 계산 단계(208)는 또한 먼저 프린지들(402a 내지 c) 각각에 대해 그리고 상기 프린지들(402a 내지 c) 상의 각각의 포인트에 대해 상기 포인트에서의 서지타를 계산하는 것, 그렇게 계산된 서지타들의 평균을 프린지들(402a 내지 c) 각각에 대해 계산하는 것, 그렇게 계산된 서지타들의 평균들의 평균을 모든 프린지들(402a 내지 c)에 대해 계산하는 것으로 구성되고, 계산된 물리적 특징은 평균들의 이러한 평균인 것을 특징으로 하는 검증 방법.
  5. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 특징 계산 단계(208)는 또한 프린지들(402a 내지 c) 각각에 대해 x=ay2+by+c의 형태로 그것의 모델링(modelling)의 파라미터인 a,b,c를 계산하는 것과, 상기 프린지들(402a 내지 c) 전체에 대해 그렇게 계산된 파라미터들('a')의 평균을 계산하는 것으로 구성되고, 계산된 물리적 특징은 이러한 평균인 것을 특징으로 하는 검증 방법.
  6. 제1 항 내지 제5 항 중 어느 한 항에 있어서,
    프린지 추출 단계(206)와 특징 계산 단계(208) 사이에, 골격화 단계가 후속하는 2진화 단계를 포함하고, 이러한 특징 계산 단계(208)는 또한 프린지들(402a 내지 c) 각각에 관해 x=ay2+by+c의 형태로 그것의 모델링의 파라미터인 a,b,c를 계산하는 것과, 프린지들(402a 내지 c) 각각에 대해서 상기 프린지들(402a 내지 c) 상의 각 포인트에 관해 실제 프린지들(402a 내지 c)과 공식인 (xi-ayi 2-byi-c)2으로 모델화된 프린지 사이의 에러(error)를 계산하는 것(이 경우 'i'는 해당 프린지에서의 포인트의 인덱스(index)이다), 및 프린지들(402a 내지 c) 각각에서 이러한 에러의 평균, 그리고 모든 프린지들(402a 내지 c)에 대해 그렇게 계산된 평균 에러들의 평균을 계산하는 것으로 구성되고, 그러한 계산된 물리적 특징은 이러한 평균인 것을 특징으로 하는 검증 방법.
  7. 손가락(50)의 정확성을 검증하기 위한 장치(100)로서,
    상기 검증 장치(50)는 제1 항 내지 제6 항 중 어느 한 항에 따른 검증 방법(200)을 구현하기 위한 수단을 포함하는, 장치.
KR1020187003680A 2015-07-09 2016-07-04 손가락의 정확성을 입증하는 방법 KR102628177B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1556531 2015-07-09
FR1556531A FR3038761B1 (fr) 2015-07-09 2015-07-09 Procede de verification de la veracite d'un doigt
PCT/EP2016/065738 WO2017005703A1 (fr) 2015-07-09 2016-07-04 Procédé de vérification de la véracité d'un doigt

Publications (2)

Publication Number Publication Date
KR20180030083A true KR20180030083A (ko) 2018-03-21
KR102628177B1 KR102628177B1 (ko) 2024-01-22

Family

ID=54007903

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187003680A KR102628177B1 (ko) 2015-07-09 2016-07-04 손가락의 정확성을 입증하는 방법

Country Status (6)

Country Link
US (1) US10354121B2 (ko)
EP (1) EP3320481B1 (ko)
KR (1) KR102628177B1 (ko)
ES (1) ES2940346T3 (ko)
FR (1) FR3038761B1 (ko)
WO (1) WO2017005703A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532913A (zh) * 2018-11-30 2019-12-03 神盾股份有限公司 电子装置以及生物特征感测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2177898A1 (en) * 2008-10-14 2010-04-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for selecting an optimized evaluation feature subset for an inspection of free-form surfaces and method for inspecting a free-form surface
US20110064282A1 (en) * 2009-09-16 2011-03-17 General Electric Company Method and system for contactless fingerprint detection and verification
US20140049373A1 (en) * 2012-08-17 2014-02-20 Flashscan3D, Llc System and method for structured light illumination with spoofing detection

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080095412A1 (en) * 2004-09-13 2008-04-24 The Ritsumeikan Trust Method And System For Extracting Liveliness Information From Fingertip
US7609865B2 (en) * 2004-11-08 2009-10-27 Biomagnetics 3D fingerprint and palm print data model and capture devices using multi structured lights and cameras
JP4599320B2 (ja) * 2006-03-13 2010-12-15 富士通株式会社 指紋認証装置、生体指判定装置および生体指判定方法
US7983451B2 (en) * 2006-06-30 2011-07-19 Motorola Mobility, Inc. Recognition method using hand biometrics with anti-counterfeiting
JP5521276B2 (ja) * 2008-03-13 2014-06-11 富士通株式会社 認証装置、認証方法及び認証プログラム
EP2286368B1 (en) * 2008-05-06 2013-09-04 Flashscan3d, Llc System and method for structured light illumination with frame subwindows
US8391590B2 (en) * 2010-03-04 2013-03-05 Flashscan3D, Llc System and method for three-dimensional biometric data feature detection and recognition
JP2011247875A (ja) * 2010-04-28 2011-12-08 Hoya Corp 光学素子形状評価方法、光学素子形状評価プログラム、及び光学素子形状評価装置
CA2944581A1 (en) * 2013-04-02 2014-10-09 Clarkson University Fingerprint pore analysis for liveness detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2177898A1 (en) * 2008-10-14 2010-04-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for selecting an optimized evaluation feature subset for an inspection of free-form surfaces and method for inspecting a free-form surface
US20110064282A1 (en) * 2009-09-16 2011-03-17 General Electric Company Method and system for contactless fingerprint detection and verification
US20140049373A1 (en) * 2012-08-17 2014-02-20 Flashscan3D, Llc System and method for structured light illumination with spoofing detection

Also Published As

Publication number Publication date
US20180204044A1 (en) 2018-07-19
KR102628177B1 (ko) 2024-01-22
FR3038761B1 (fr) 2018-09-07
EP3320481A1 (fr) 2018-05-16
ES2940346T3 (es) 2023-05-05
FR3038761A1 (fr) 2017-01-13
WO2017005703A1 (fr) 2017-01-12
US10354121B2 (en) 2019-07-16
EP3320481B1 (fr) 2023-01-18

Similar Documents

Publication Publication Date Title
CN107992797B (zh) 人脸识别方法及相关装置
KR101314945B1 (ko) 가짜 손가락 판정 장치
CN107111704B (zh) 基于生物识别系统在虹膜内欺骗检测的系统和方法
US20180034852A1 (en) Anti-spoofing system and methods useful in conjunction therewith
JP5699845B2 (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
KR20150092009A (ko) 지문의 운반체로서 진짜 손가락을 이용하는 인증 방법
Labati et al. Contactless fingerprint recognition: a neural approach for perspective and rotation effects reduction
US20110019243A1 (en) Stereoscopic form reader
KR101632912B1 (ko) 지문 인식을 이용한 사용자 인증 방법
JP2013522754A (ja) 複数の虹彩テンプレートを用いた虹彩認識装置及び方法
US20070201733A1 (en) Fingerprint collation apparatus, fingerprint pattern area extracting apparatus and quality judging apparatus, and method and program of the same
JP6844235B2 (ja) 距離測定装置および距離測定方法
KR20150059701A (ko) 비접촉식 지문 인식하는 방법 및 이를 수행하기 위한 전자 기기
WO2007004537A1 (ja) 指紋画像背景検出装置及び検出方法
JP2013210902A (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP4348702B2 (ja) 平面４指画像判定装置、平面４指画像判定方法及び平面４指画像判定プログラム
US10217008B2 (en) Method for detecting fraud to authenticate a finger
KR102628177B1 (ko) 손가락의 정확성을 입증하는 방법
KR20220050125A (ko) 비접촉 지문 이미지의 슬랩 분할
KR100489430B1 (ko) 위치이동, 회전에 무관한 지문인식 방법 및 지문인식 장치및 그 방법을 실행시키기 위한 프로그램을 기록한기록매체
Privman-Horesh et al. Forgery detection in 3D-sensor images
Hildebrandt et al. Printed fingerprints at crime scenes: a faster detection of malicious traces using scans of confocal microscopes
RU2673978C1 (ru) Способ повышения надежности биометрической идентификации личности по отпечатку пальца
EP3627380B1 (en) A method of verifying the acquisition of an individual's biometric data
KR20070076187A (ko) 지문 인식 방법

Legal Events

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