KR20200050139A - 얼굴 인식 장치 및 그 방법 - Google Patents

얼굴 인식 장치 및 그 방법 Download PDF

Info

Publication number
KR20200050139A
KR20200050139A KR1020180132755A KR20180132755A KR20200050139A KR 20200050139 A KR20200050139 A KR 20200050139A KR 1020180132755 A KR1020180132755 A KR 1020180132755A KR 20180132755 A KR20180132755 A KR 20180132755A KR 20200050139 A KR20200050139 A KR 20200050139A
Authority
KR
South Korea
Prior art keywords
face
image
contrast
feature point
area
Prior art date
Application number
KR1020180132755A
Other languages
English (en)
Other versions
KR102148699B1 (ko
Inventor
전형고
Original Assignee
전형고
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 전형고 filed Critical 전형고
Priority to KR1020180132755A priority Critical patent/KR102148699B1/ko
Publication of KR20200050139A publication Critical patent/KR20200050139A/ko
Application granted granted Critical
Publication of KR102148699B1 publication Critical patent/KR102148699B1/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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06K9/00268—
    • G06T5/007—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)

Abstract

본 발명은 얼굴 인식 장치에 관한 것으로서, 인증대상자의 얼굴을 촬상한 영상을 획득하는 카메라와, 상기 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입, 눈썹에 대응하는 특징점 영역을 검출하는 특징점 검출부와, 검출된 특징점 영역과 상기 얼굴 영역에서 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 상기 영상을 명암 처리하는 명암 처리부와, 명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성하는 히스토그램 생성부와, 생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식하는 얼굴 인식부를 포함하는 것을 특징으로 한다.
이에 따라, 출입자의 얼굴 영역을 일정 범위를 기준으로 분할한 단위 영역을 형성한 후 단위 영역별 명암에 기초한 히스토그램 데이터를 산출하여 이를 기등록된 얼굴 데이터와 비교함으로써 빠른 시간 내에 출입자의 신원을 확인할 수 있는 효과가 있다.

Description

얼굴 인식 장치 및 그 방법{APPARATUS AND METHOD FOR RECOGNIZING FACE}
본 발명은 소정 건물의 출입구를 통과하려는 출입자의 얼굴 영상에 기초하여 해당 출입자의 신원을 확인할 수 있는 얼굴 인식 장치 및 그 방법에 관한 것이다.
영상 처리와 해석에 있어서, 인간의 얼굴은 시각적인 판별과 신원 확인에 대한 중요한 요소이다. 1990년대 초부터, 얼굴 인식과 얼굴 표정 해석에 대한 분석이 광범위하게 개발되어왔다. 최근에, 영상의 흐름 속에서 얼굴 검색과 신원확인을 위하여, 엠펙 세븐(MPEG-7) 얼굴 서술자(face descriptor)들이 제안되어왔다. 종래의 얼굴 인식 알고리즘에 반하여 상기 얼굴 서술자의 주요한 기능은 가능한 한 신속하고 효과적으로 조회 이미지와 똑같은 얼굴 이미지들을 검색하는 것이다.
얼굴인식 기술이란 정지 영상이나 동영상에 존재하는 사람의 얼굴에서 특징 데이터를 추출하여 기존에 저장되어 있는 데이터와의 비교를 통해 신원을 확인하는 것을 말한다.
얼굴은 지문, 홍채 증의 다른 생체정보에 비하여 개인이 가지고 있는 유일성이 낮다. 또한, 얼굴에 외과적 손상이 가해지면 인식에 커다란 장애가 되기도 한다. 그러나, 얼굴인식 기술은 다른 생체인식 기술과는 달리, 신체 일부를 장치에 직접 접촉시키지 않아도 되고 생체정보의 획득 방법에 강제성이 적어 사용자에게 거부감과 불편함을 거의 주지 않는 장점이 있다.
그러나, 대부분의 얼굴인식 기술은 그 수행의 복잡성 때문에 일반적인 순차 시스템상에 소프트웨어적으로 구현되는데, 이러한 방법은 매우 많은 데이터 처리량이 필요하기 때문에 실시간으로 처리되는 속도가 느릴 수 밖에 없고, 이러한 데이터 처리를 수행하기 위한 PC를 갖추기 위한 시스템의 단가가 높고 부피가 커지는 문제점이 있다.
KR 10-1877683 B1 KR 10-1781358 B1
본 발명의 목적은 상기 문제점을 해결하기 위한 것으로서, 소정 건물의 출입구를 통과하려는 출입자의 얼굴 영상에 기초하여 해당 출입자의 신원을 확인할 수 있는 얼굴 인식 장치 및 그 방법을 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 일면에 따른 얼굴 인식 장치는, 인증대상자의 얼굴을 촬상한 영상을 획득하는 카메라와, 상기 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입, 눈썹에 대응하는 특징점 영역을 검출하는 특징점 검출부와, 검출된 특징점 영역과 상기 얼굴 영역에서 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 상기 영상을 명암 처리하는 명암 처리부와, 명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성하는 히스토그램 생성부와, 생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식하는 얼굴 인식부를 포함하는 것을 특징으로 한다.
바람직하게는, 적어도 하나의 상기 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원을 그린 후, 상기 원을 일정 각도 단위로 분할한 복수 개의 분할 영역에 기초한 영상 데이터를 생성하는 영상 처리부를 더 포함하며, 상기 명암 처리부는 상기 영상 데이터를 명암 처리하는 것을 특징으로 한다.
또한, 상기 영상 처리부는, 각각의 상기 분할 영역을 좌우로 일정 너비만큼 늘려 나열한 영상 데이터를 생성하는 것을 특징으로 한다.
한편, 본 발명의 다른 일면에 따른 얼굴 인식 방법은, 인증대상자의 얼굴을 촬상한 영상을 획득하는 단계와, 상기 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입, 눈썹에 대응하는 특징점 영역을 검출하는 단계와, 적어도 하나의 상기 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원을 그린 후, 상기 원을 일정 각도 단위로 분할한 복수 개의 분할 영역에 기초한 영상 데이터를 생성하는 단계와, 검출된 특징점 영역과 상기 얼굴 영역에서 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 상기 영상 데이터를 명암 처리하는 단계와, 명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성하는 단계와, 생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따르면, 출입자의 얼굴 영역을 일정 범위를 기준으로 분할한 단위 영역을 형성한 후 단위 영역별 명암에 기초한 히스토그램 데이터를 산출하여 이를 기등록된 얼굴 데이터와 비교함으로써 빠른 시간 내에 출입자의 신원을 확인할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 얼굴 인식 장치의 구성을 나타낸 블록도이고,
도 2는 도 1의 영상 처리부에서 가상의 원을 형성하여 일정 각도 단위로 분할하는 과정을 설명하기 위한 도면이고,
도 3은 도 1의 영상 처리부에서 영상 데이터를 생성하는 과정과, 도 1의 히스토그램 생성부에서 상기 영상 데이터를 명암 처리한 명암도 영상에 기초한 히스토그램 데이터를 생성하는 과정을 순차적으로 설명하기 위한 도면이고,
도 4는 본 발명의 일 실시예에 따른 얼굴 인식 방법을 나타낸 순서도이다.
도 5는 도 4의 영상 데이터 생성 단계를 더욱 상세하게 나타낸 순서도이다.
이상과 같은 본 발명에 대한 해결하려는 과제, 과제의 해결수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시예 및 도면에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도 1은 본 발명의 일 실시예에 따른 얼굴 인식 장치의 구성을 나타낸 블록도이고, 도 2는 도 1의 영상 처리부에서 가상의 원을 형성하여 일정 각도 단위로 분할하는 과정을 설명하기 위한 도면이고, 도 3은 도 1의 영상 처리부에서 영상 데이터를 생성하는 과정과, 도 1의 히스토그램 생성부에서 상기 영상 데이터를 명암 처리한 명암도 영상에 기초한 히스토그램 데이터를 생성하는 과정을 순차적으로 설명하기 위한 도면이다.
이하, 전술한 도면들을 참조하여 본 발명의 일 실시예에 따른 얼굴 인식 장치에 대해 설명하도록 한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 얼굴 인식 장치는 크게 카메라(100), 특징점 검출부(200), 영상 처리부(300), 명암 처리부(400), 히스토그램 생성부(500) 및 얼굴 인식부(600)를 포함하여 구성된다.
카메라(100)는 인증대상자의 얼굴을 촬상한 영상을 획득하기 위한 것이다.
여기서, 카메라(100)는 소정의 촬상각을 가지며 소정 건물의 출입구를 통과하는 출입자의 신원을 확인하기 위한 목적으로 해당 출입구의 주변에 마련되어 상기 출입자의 얼굴 영역을 촬상하도록 설치될 수 있다.
특징점 검출부(200)는 카메라(100)에 의해 획득된 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입, 눈썹에 대응하는 특징점 영역을 검출한다.
이때, 상기 특징점 영역은, 영상 내 객체의 윤곽선에 기초한 코너를 특징점으로 검출하는 Harris Corner와, 영상 이미지의 크기와 회전에 불변하는 특징점을 추출하는 SIFT(Scale Invariant Feature Transform)와, 영상 내 주변 픽셀 간의 밝기값 차이로 빠르게 특징점을 검출하는 FAST(Features from Accelerated Segment Test) 중 어느 하나의 특징점 검출 알고리즘을 이용하여 검출될 수 있다. 이와 같은 특징점 검출 알고리즘은 당업자에게는 자명한 사항이므로 별도의 설명은 생략하기로 한다.
영상 처리부(300)는 특징점 검출부(200)에 의해 검출된 적어도 하나의 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원에 기초한 소정의 영상 데이터를 생성한다.
여기서, 영상 처리부(300)는 적어도 하나의 상기 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원을 그린 후, 상기 원을 일정 각도 단위로 분할한 복수 개의 분할 영역을 좌우로 일정 너비만큼 늘려 나열한 영상 데이터를 생성할 수 있다.
구체적으로, 영상 처리부(300)는, 도 2에 도시된 바와 같이, 특징점 검출부(200)에 의해 얼굴 영역 내 눈, 코, 입, 눈썹 각각에 해당하는 영역이 검출되면, 이 중 한 쌍의 눈 영역 사이의 중심에 해당하는 픽셀 좌표를 기준점(C)으로 설정하고, 상기 기준점을 중심으로 하는 반지름 'r'을 가지는 가상의 원을 형성한다.
이후, 상기 원을 일정 각도(θ) 단위로 부채꼴 형상의 복수 개의 분할 영역(d1)으로 분할한 다음, 각각의 분할 영역을 직사각형 형상이 되도록 좌우로 일정 너비만큼 늘린 구간 영역(d2)을 나열한 영상 데이터를 생성한다.
비록, 전술한 내용에 의하면, 본 발명에 따른 영상 처리부(300)는 한 쌍의 눈 영역 사이의 중심을 기준점으로 설정한 가상의 원을 형성하는 것으로 설명하였으나, 본 발명이 이에 한정되는 것은 아니며, 어느 하나의 눈 영역의 양쪽 끝점의 중심을 기준점으로 설정하거나, 혹은 입 영역의 양쪽 끝점의 중심을 기준점으로 설정하거나, 혹은 눈, 코, 입, 눈썹에 해당하는 영역 내 특징점 중 임의의 두 개를 선택하여 선택된 두 개의 특징점 사이의 중심을 기준점으로 설정한 후 해당 기준점을 중심으로 한 가상의 원을 형성할 수도 있다.
이때, 영상 처리부(300)는, 분할 영역(d1)의 반지름값(r)과 분할 영역(d1) 내 소정의 픽셀점에 대한 2차원 좌표값(cx,cy)에 기초한 아래의 수학식 1,2를 이용하여 구간 영역(d2) 내 소정의 픽셀점에 대한 극 좌표값(pX,pY)을 산출할 수 있다.
Figure pat00001
Figure pat00002
이 경우, 영상 처리부(300)는, 각각의 분할 영역(d1)의 반지름(r)을 제1값(예컨대, "r=0")에서 기설정된 제1 임계값보다 작은 제2값(예컨대, "r < radius")까지 순차적으로 증가시키되, 상기 원을 분할하는 각도(θ)를 제3값(예컨대, "θ=0")에서 기설정된 제2 임계값보다 작은 제4값(예컨대, "θ < 360˚")까지 순차적으로 증가시킴으로써, 전술한 수학식 1,2에 기초한 극 좌표값(pX,pY)을 산출하는 과정을 반복적으로 수행하여 산출하게 된다.
전술한 극 좌표값 산출 과정을 자바 스크립트 함수 형식으로 변형하여 정리하면 다음과 같다.
Figure pat00003
명암 처리부(400)는 특징점 검출부(200)에 의해 인식된 얼굴 영역에서 특징점 영역과 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 영상 처리부(300)에 의해 생성된 영상 데이터를 명암 처리한다.
여기서, 명암 처리부(400)는 상기 영상 데이터 내 각각의 구간 영역(d2)마다 콘트라스트 개선(Contrast enhancement) 기법으로 보상하여 구간 영역(d2)별로 인접한 픽셀끼리의 명암차를 뚜렷이 구분할 수 있도록 할 수 있다.
히스토그램 생성부(500)는 명암 처리부(400)에 의해 명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성한다.
여기서, 히스토그램 생성부(500)는 수평축이 소정의 각도 범위로 설정되고 수직축이 상기 각도 범위에 대응하는 구간 영역(d2)별 명암값으로 설정된 히스토그램 데이터(h)를 생성할 수 있다.
예컨대, 도 3을 참조하면, 영상 처리부(300)에 의해 기준점(C)을 중심으로 하는 가상의 원을 일정 각도(θ) 단위로 분할한 부채꼴 형상의 분할 영역(d1)을 좌우로 일정 너비만큼 늘린 직사각형 형상의 구간 영역(d2)을 포함하는 영상 데이터가 생성될 때, 히스토그램 생성부(500)는 각각의 구간 영역(d2)마다 이에 대응하는 명암값을 검출하여 구간 영역(d2)별 명암값에 기초한 히스토그램 데이터(h)를 생성하게 된다.
얼굴 인식부(600)는 히스토그램 생성부(500)에 의해 생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식한다.
여기서, 얼굴 인식부(600)는 인증 대상자의 얼굴 영상에 기초한 히스토그램 데이터와 사전에 기등록된 복수의 사용자 각각의 얼굴 데이터의 전체 구간 영역 또는 특정 구간 영역에 대한 평균 명암값을 비교한 결과 차이값이 기설정된 임계값 미만일 경우 유사도가 높은 것으로 판단하고, 상기 얼굴 데이터에 대응하는 사용자의 얼굴로 인식할 수 있다.
이때, 상기 얼굴 데이터는 소정 사용자의 얼굴 영상에 기초한 히스토그램 데이터(h)로서 해당 사용자의 개인정보와 함께 매칭되어 기저장된 상태일 수 있다.
도 4는 본 발명의 일 실시예에 따른 얼굴 인식 방법을 나타낸 순서도이고, 도 5는 도 4의 영상 데이터 생성 단계를 더욱 상세하게 나타낸 순서도이다.
이하, 도 4 내지 도 5 및 전술한 도면들을 참조하여 본 발명의 일 실시예에 따른 얼굴 인식 방법에 대해 설명하도록 한다.
먼저, 인증대상자의 얼굴을 촬상한 영상을 획득한다(S100).
여기서, 상기 S100 단계에 의해 획득되는 영상은, 소정의 촬상각을 가지며 소정 건물의 출입구를 통과하는 출입자의 신원을 확인하기 위한 목적으로 해당 출입구의 주변에 마련되어 상기 출입자의 얼굴 영역을 촬상하도록 설치되는 카메라(100)에 이용하여 획득되는 것이 바람직하다.
다음으로, S100 단계에 획득된 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입에 대응하는 특징점 영역을 검출한다(S200).
이때, 상기 특징점 영역은, 영상 내 객체의 윤곽선에 기초한 코너를 특징점으로 검출하는 Harris Corner와, 영상 이미지의 크기와 회전에 불변하는 특징점을 추출하는 SIFT(Scale Invariant Feature Transform)와, 영상 내 주변 픽셀 간의 밝기값 차이로 빠르게 특징점을 검출하는 FAST(Features from Accelerated Segment Test) 중 어느 하나의 특징점 검출 알고리즘을 이용하여 검출될 수 있다. 이와 같은 특징점 검출 알고리즘은 당업자에게는 자명한 사항이므로 별도의 설명은 생략하기로 한다.
다음으로, S200 단계에 검출된 적어도 하나의 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원에 기초한 소정의 영상 데이터를 생성한다(S300).
구체적으로, 상기 S300 단계는, 도 5에 도시된 바와 같이, 적어도 하나의 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원을 형성하는 단계(S310)와, 상기 원을 일정 각도 단위로 분할한 복수 개의 분할 영역을 형성하는 단계(S320)와, 각각의 상기 분할 영역을 좌우로 일정 너비만큼 늘려 나열한 영상 데이터를 생성하는 단계(S330)를 포함할 수 있다.
예컨대, 도 2를 참조하면, 상기 S300 단계는, 상기 S200 단계에 의해 얼굴 영역 내 눈, 코, 입, 눈썹 각각에 해당하는 영역이 검출되면, 이 중 한 쌍의 눈 영역 사이의 중심에 해당하는 픽셀 좌표를 기준점(C)으로 설정하고, 상기 기준점을 중심으로 하는 반지름 'r'을 가지는 가상의 원을 형성한다.
이후, 상기 원을 일정 각도(θ) 단위로 부채꼴 형상의 복수 개의 분할 영역(d1)으로 분할한 다음, 각각의 분할 영역을 직사각형 형상이 되도록 좌우로 일정 너비만큼 늘린 구간 영역(d2)을 나열한 영상 데이터를 생성한다.
비록, 전술한 내용에 의하면, 본 발명에 따른 영상 데이터 생성 단계(S300)는 한 쌍의 눈 영역 사이의 중심을 기준점으로 설정한 가상의 원을 형성하는 것으로 설명하였으나, 본 발명이 이에 한정되는 것은 아니며, 어느 하나의 눈 영역의 양쪽 끝점의 중심을 기준점으로 설정하거나, 혹은 입 영역의 양쪽 끝점의 중심을 기준점으로 설정하거나, 혹은 눈, 코, 입, 눈썹에 해당하는 영역 내 특징점 중 임의의 두 개를 선택하여 선택된 두 개의 특징점 사이의 중심을 기준점으로 설정한 후 해당 기준점을 중심으로 한 가상의 원을 형성할 수도 있다.
이때, 상기 S330 단계에서는, 분할 영역(d1)의 반지름값(r)과 분할 영역(d1) 내 소정의 픽셀점에 대한 2차원 좌표값(cx,cy)에 기초한 전술한 수학식 1,2를 이용하여 구간 영역(d2) 내 소정의 픽셀점에 대한 극 좌표값(pX,pY)을 산출할 수 있다.
이 경우, 상기 S330 단계에서는, 각각의 분할 영역(d1)의 반지름(r)을 제1값(예컨대, "r=0")에서 기설정된 제1 임계값보다 작은 제2값(예컨대, "r < radius")까지 순차적으로 증가시키되, 상기 원을 분할하는 각도(θ)를 제3값(예컨대, "θ=0")에서 기설정된 제2 임계값보다 작은 제4값(예컨대, "θ < 360˚")까지 순차적으로 증가시킴으로써, 전술한 수학식 1,2에 기초한 극 좌표값(pX,pY)을 산출하는 과정을 반복적으로 수행하여 산출하게 된다.
다음으로, 상기 S200 단계에 검출된 특징점 영역과 상기 얼굴 영역에서 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 상기 S300 단계에 생성된 영상 데이터를 명암 처리한다(S400).
여기서, 상기 S400 단계는 상기 영상 데이터 내 각각의 구간 영역(d2)마다 콘트라스트 개선(Contrast enhancement) 기법으로 보상하여 구간 영역(d2)별로 인접한 픽셀끼리의 명암차를 뚜렷이 구분할 수 있도록 할 수 있다.
다음으로, 명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성한다(S500).
여기서, 상기 S500 단계는 수평축이 소정의 각도 범위로 설정되고 수직축이 상기 각도 범위에 대응하는 구간 영역(d2)별 명암값으로 설정된 히스토그램 데이터(h)를 생성할 수 있다.
예컨대, 도 3을 참조하면, 상기 S300 단계에 의해 기준점(C)을 중심으로 하는 가상의 원을 일정 각도(θ) 단위로 분할한 부채꼴 형상의 분할 영역(d1)을 좌우로 일정 너비만큼 늘린 직사각형 형상의 구간 영역(d2)을 포함하는 영상 데이터가 생성될 때, 상기 S500 단계에서는 각각의 구간 영역(d2)마다 이에 대응하는 명암값을 검출하여 구간 영역(d2)별 명암값에 기초한 히스토그램 데이터(h)를 생성하게 된다.
다음으로, 상기 S500 단계에 생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식한다(S600).
여기서, 상기 S600 단계는 인증 대상자의 얼굴 영상에 기초한 히스토그램 데이터와 사전에 기등록된 복수의 사용자 각각의 얼굴 데이터의 전체 구간 영역 또는 특정 구간 영역에 대한 평균 명암값을 비교한 결과 차이값이 기설정된 임계값 미만일 경우 유사도가 높은 것으로 판단하고, 상기 얼굴 데이터에 대응하는 사용자의 얼굴로 인식할 수 있다.
이때, 상기 얼굴 데이터는 소정 사용자의 얼굴 영상에 기초한 히스토그램 데이터(h)로서 해당 사용자의 개인정보와 함께 매칭되어 기저장된 상태일 수 있다.
이에 따라, 전술한 본 발명에 의하면, 출입자의 얼굴 영역을 일정 범위를 기준으로 분할한 단위 영역을 형성한 후 단위 영역별 명암에 기초한 히스토그램 데이터를 산출하여 이를 기등록된 얼굴 데이터와 비교함으로써 빠른 시간 내에 출입자의 신원을 확인할 수 있는 효과가 있다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
특히, 전술한 내용은 후술할 발명의 청구범위를 더욱 잘 이해할 수 있도록 본 발명의 특징과 기술적 강점을 다소 폭넓게 상술하였으므로, 상술한 본 발명의 개념과 특정 실시예는 본 발명과 유사 목적을 수행하기 위한 다른 형상의 설계나 수정의 기본으로써 즉시 사용될 수 있음이 해당 기술 분야의 숙련된 사람들에 의해 인식되어야 한다.
또한, 상기에서 기술된 실시예는 본 발명에 따른 하나의 실시예일 뿐이며, 해당 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상의 범위에서 다양한 수정 및 변경된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 개시된 실시예는 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 이러한 다양한 수정 및 변경 또한 본 발명의 기술적 사상의 범위에 속하는 것으로 전술한 본 발명의 청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 카메라
200: 특징점 검출부
300: 영상 처리부
400: 명암 처리부
500: 히스토그램 생성부
600: 얼굴 인식부

Claims (4)

  1. 인증대상자의 얼굴을 촬상한 영상을 획득하는 카메라;
    상기 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입, 눈썹에 대응하는 특징점 영역을 검출하는 특징점 검출부;
    검출된 특징점 영역과 상기 얼굴 영역에서 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 상기 영상을 명암 처리하는 명암 처리부;
    명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성하는 히스토그램 생성부; 및
    생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식하는 얼굴 인식부;를 포함하는 것을 특징으로 하는 얼굴 인식 장치.
  2. 제1항에 있어서,
    적어도 하나의 상기 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원을 그린 후, 상기 원을 일정 각도 단위로 분할한 복수 개의 분할 영역에 기초한 영상 데이터를 생성하는 영상 처리부;를 더 포함하며,
    상기 명암 처리부는 상기 영상 데이터를 명암 처리하는 것을 특징으로 하는 얼굴 인식 장치.
  3. 제2항에 있어서,
    상기 영상 처리부는,
    각각의 상기 분할 영역을 좌우로 일정 너비만큼 늘려 나열한 영상 데이터를 생성하는 것을 특징으로 하는 얼굴 인식 장치.
  4. 인증대상자의 얼굴을 촬상한 영상을 획득하는 단계;
    상기 영상으로부터 얼굴 영역을 인식한 후 상기 얼굴 영역 내에서 눈, 코, 입, 눈썹에 대응하는 특징점 영역을 검출하는 단계;
    적어도 하나의 상기 특징점 영역에 기초한 소정의 기준점을 중심으로 하는 가상의 원을 그린 후, 상기 원을 일정 각도 단위로 분할한 복수 개의 분할 영역에 기초한 영상 데이터를 생성하는 단계;
    검출된 특징점 영역과 상기 얼굴 영역에서 상기 특징점 영역을 제외한 나머지 영역의 명암이 대비되어 구분되도록 상기 영상 데이터를 명암 처리하는 단계;
    명암 처리된 명암도 영상의 명암 분포에 기초한 히스토그램 데이터를 생성하는 단계; 및
    생성된 히스토그램 데이터와 기등록된 복수의 사용자 각각의 얼굴 데이터와의 유사도 비교를 통해 상기 인증대상자의 얼굴을 인식하는 단계;를 포함하는 것을 특징으로 하는 얼굴 인식 방법.
KR1020180132755A 2018-11-01 2018-11-01 얼굴 인식 장치 및 그 방법 KR102148699B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180132755A KR102148699B1 (ko) 2018-11-01 2018-11-01 얼굴 인식 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180132755A KR102148699B1 (ko) 2018-11-01 2018-11-01 얼굴 인식 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20200050139A true KR20200050139A (ko) 2020-05-11
KR102148699B1 KR102148699B1 (ko) 2020-08-27

Family

ID=70729587

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180132755A KR102148699B1 (ko) 2018-11-01 2018-11-01 얼굴 인식 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102148699B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110092848A (ko) * 2010-02-10 2011-08-18 주식회사 레드코어 얼굴 인증 및 등록방법
KR20150047937A (ko) * 2013-10-25 2015-05-06 삼성전자주식회사 비디오 영상에서 사람과 배경을 분리하기 위한 방법, 장치 및 컴퓨터 판독 가능한 기록 매체
KR20160073567A (ko) * 2014-12-17 2016-06-27 박준홍 얼굴인식장치 및 얼굴인식방법
KR101781358B1 (ko) 2015-07-29 2017-09-26 대한민국 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법
KR101877683B1 (ko) 2017-08-18 2018-07-12 연세대학교 산학협력단 학습을 이용한 얼굴 인식 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110092848A (ko) * 2010-02-10 2011-08-18 주식회사 레드코어 얼굴 인증 및 등록방법
KR20150047937A (ko) * 2013-10-25 2015-05-06 삼성전자주식회사 비디오 영상에서 사람과 배경을 분리하기 위한 방법, 장치 및 컴퓨터 판독 가능한 기록 매체
KR20160073567A (ko) * 2014-12-17 2016-06-27 박준홍 얼굴인식장치 및 얼굴인식방법
KR101781358B1 (ko) 2015-07-29 2017-09-26 대한민국 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법
KR101877683B1 (ko) 2017-08-18 2018-07-12 연세대학교 산학협력단 학습을 이용한 얼굴 인식 장치 및 방법

Also Published As

Publication number Publication date
KR102148699B1 (ko) 2020-08-27

Similar Documents

Publication Publication Date Title
US20210287026A1 (en) Method and apparatus with liveness verification
KR102455633B1 (ko) 라이브니스 검사 방법 및 장치
JP6650946B2 (ja) モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法
Steiner et al. Reliable face anti-spoofing using multispectral swir imaging
CN110326001B (zh) 使用利用移动设备捕捉的图像执行基于指纹的用户认证的系统和方法
Miura et al. Feature extraction of finger vein patterns based on iterative line tracking and its application to personal identification
US10395112B2 (en) Device and method of recognizing iris
US20220148338A1 (en) Method and apparatus with liveness testing
EP3734503B1 (en) Method and apparatus with liveness detection
JP2007188504A (ja) 画像中の画素強度をフィルタリングする方法
KR20190136349A (ko) 3d 영상 기반의 얼굴 인증 방법 및 장치
KR20210062381A (ko) 라이브니스 검사 방법 및 장치, 생체 인증 방법 및 장치
US11756338B2 (en) Authentication device, authentication method, and recording medium
US11682236B2 (en) Iris authentication device, iris authentication method and recording medium
CN110889355A (zh) 一种人脸识别校验方法、系统及存储介质
JP2004265267A (ja) 顔認証方法、および顔認証装置。
JP2010262392A (ja) 画像処理装置、画像処理方法、及び同方法をコンピュータに実行させるプログラム
KR102148699B1 (ko) 얼굴 인식 장치 및 그 방법
Topala et al. An adaptive algorithm for precise pupil boundary detection using the entropy of contour gradients
Mohammed et al. Conceptual analysis of Iris Recognition Systems
KR102318051B1 (ko) 사용자 인증 시스템에서 여백을 포함한 얼굴영역 이미지를 이용한 라이브니스 검사방법
Kumar et al. Performance of personal identification system technique using iris biometrics technology
Dixit et al. SIFRS: Spoof Invariant Facial Recognition System (A Helping Hand for Visual Impaired People)
Adeniyi et al. Sclera boundary localization using circular hough transform and a modified run-data based algorithm
KR20210050649A (ko) 모바일 기기의 페이스 인증 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right