KR20210050649A - Face verifying method of mobile device - Google Patents
Face verifying method of mobile device Download PDFInfo
- Publication number
- KR20210050649A KR20210050649A KR1020190134978A KR20190134978A KR20210050649A KR 20210050649 A KR20210050649 A KR 20210050649A KR 1020190134978 A KR1020190134978 A KR 1020190134978A KR 20190134978 A KR20190134978 A KR 20190134978A KR 20210050649 A KR20210050649 A KR 20210050649A
- Authority
- KR
- South Korea
- Prior art keywords
- face
- image
- area
- image patch
- patches
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G06K9/00221—
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/69—Identity-dependent
Abstract
Description
아래의 설명은 페이스 인증 기술에 관한 것이다.The description below relates to the face authentication technology.
생체 인증 기술 중 하나인 페이스 인증 기술은 정지 영상이나 동영상에 나타난 페이스에 기초하여 유저가 유효한(valid) 유저인지 여부를 결정하는 인증 기술이다. 페이스 인증 기술은 인증 대상자를 비접촉식으로 확인 가능하다는 이점을 가지고 있다. 최근에는, 페이스 인증 기술의 편리함 및 효율성 때문에 보안 시스템, 모바일 인증 및 멀티미디어 데이터 검색 등의 다양한 응용 분야에서 페이스 인증 기술이 널리 활용되고 있다.One of the biometric authentication technologies, a face authentication technology, is an authentication technology that determines whether a user is a valid user based on a pace displayed in a still image or a video. Face authentication technology has the advantage of being able to check the subject of authentication in a non-contact manner. Recently, because of the convenience and efficiency of the face authentication technology, the face authentication technology has been widely used in various application fields such as security systems, mobile authentication, and multimedia data search.
일 실시예에 따른 페이스 인증 방법은, 인풋 영상에서 유저의 페이스 영역을 검출하는 단계; 이미지 패치 세트의 결정 기준에 기초하여 상기 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성하는 단계; 상기 생성된 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 상기 유저의 페이스에 대응하는 특징 값을 결정하는 단계; 및 상기 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정하는 단계를 포함할 수 있다.A face authentication method according to an embodiment includes the steps of detecting a face area of a user from an input image; Generating a plurality of image patches including at least a portion of the face region based on a determination criterion of an image patch set; Determining a feature value corresponding to the user's face based on an image patch set including the generated image patches; And determining whether face authentication is successful based on the determined feature value.
상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역의 검출 위치 및 상기 페이스 영역 내 가림 영역의 존재 여부 중 적어도 하나를 포함할 수 있다.The criterion for determining the image patch set may include at least one of a detection position of the face area and whether or not an occlusion area exists in the face area.
상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역의 검출 위치이고, 상기 이미지 패치들을 생성하는 단계는, 미리 정의된 이미지 패치 세트의 세트 구성들 중 상기 페이스 영역의 검출 위치에 대응하는 세트 구성에 따라 상기 이미지 패치들을 생성할 수 있다.The determination criterion of the image patch set is the detection position of the face region, and the step of generating the image patches may include a set configuration corresponding to the detection position of the face region among the set configurations of the predefined image patch set. The image patches can be created.
상기 이미지 패치들을 생성하는 단계는, 상기 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응하는 경우, 상기 제1 영역에 대응하는 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고, 상기 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응하는 경우, 상기 제2 영역에 대응하는 제2 세트 구성에 따라 상기 이미지 패치들을 생성할 수 있다.The generating of the image patches may include, when the detection position of the face area corresponds to a predefined first area, generating the image patches according to a first set configuration corresponding to the first area, and the face area When the detection position of is corresponding to a predefined second region, the image patches may be generated according to a second set configuration corresponding to the second region.
상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역 내 가림 영역의 존재 여부이고, 상기 이미지 패치들을 생성하는 단계는, 상기 페이스 영역 내에 상기 가림 영역이 존재하는 경우, 미리 정의된 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고, 상기 페이스 영역 내에 상기 가림 영역이 존재하지 않는 경우에는, 미리 정의된 제2 세트 구성에 따라 상기 이미지 패치들을 생성할 수 있다.The determination criterion of the image patch set is whether or not an occlusion area exists in the face area, and the step of generating the image patches includes, when the occlusion area exists in the face area, according to a predefined first set configuration. When the image patches are generated and the masking area does not exist in the face area, the image patches may be generated according to a predefined second set configuration.
도 1a 내지 도 1d는 페이스 인증을 설명하기 위한 도면들이다.
도 2a는 일 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다.
도 2b는 다른 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다.
도 3a 내지 도 3c는 일 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.
도 4는 일 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시하는 도면이다.
도 5a 및 도 5b는 다른 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.
도 6은 다른 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시하는 도면이다.
도 7은 일 실시예에 따른 가림 영역의 존재 여부에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례를 설명하기 위한 도면이다.
도 8a 및 도 8b는 일 실시예에 따른 페이스 등록 과정의 일례들을 설명하기 위한 도면들이다.
도 9는 일 실시예에 따른 페이스 인증 장치의 구성을 도시하는 도면이다.
도 10은 일 실시예에 따른 컴퓨팅 장치의 구성을 도시하는 도면이다.
도 11은 일 실시예에 따른 누름 감지장치의 도면이다.1A to 1D are diagrams for explaining face authentication.
2A is a flowchart illustrating a face authentication method according to an exemplary embodiment.
2B is a flowchart illustrating a face authentication method according to another embodiment.
3A to 3C are diagrams for explaining examples of configuring an image patch set based on a detection position of a face region and determining a feature value according to an exemplary embodiment.
4 is a diagram illustrating sets of reference image patches corresponding to a detection position of a face area according to an exemplary embodiment.
5A and 5B are diagrams for explaining examples of configuring an image patch set based on a detection position of a face region and determining a feature value according to another exemplary embodiment.
6 is a diagram illustrating sets of reference image patches corresponding to a detection position of a face area according to another exemplary embodiment.
FIG. 7 is a diagram for describing an example of configuring an image patch set and determining a feature value based on whether or not an occlusion area exists, according to an exemplary embodiment.
8A and 8B are diagrams for explaining examples of a face registration process according to an embodiment.
9 is a diagram illustrating a configuration of a face authentication device according to an embodiment.
10 is a diagram illustrating a configuration of a computing device according to an embodiment.
11 is a diagram of a press detection device according to an embodiment.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다. 또한, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.Although terms such as first or second may be used to describe various components, these terms should be interpreted only for the purpose of distinguishing one component from other components. For example, a first component may be referred to as a second component, and similarly, a second component may be referred to as a first component. In addition, when a component is referred to as being "connected" to another component, it is to be understood that it may be directly connected or connected to the other component, but other components may exist in the middle.
단수의 표현은 달리 명시되지 않는 한 일반적으로 "하나 이상의"를 의미하는 것으로 해석되어야 한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함으로 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.Expressions in the singular are to be construed as meaning "one or more" in general, unless otherwise specified. In the present specification, terms such as "comprise" or "have" are intended to designate that the described features, numbers, steps, actions, components, parts, or combinations thereof exist, but one or more other features or numbers, It is to be understood that the possibility of addition or presence of steps, actions, components, parts, or combinations thereof is not preliminarily excluded.
또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In addition, unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the relevant technical field. Terms as defined in a commonly used dictionary should be construed as having a meaning consistent with the meaning of the related technology, and should not be interpreted as an ideal or excessively formal meaning unless explicitly defined in the present specification. Does not.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. In the description with reference to the accompanying drawings, the same reference numerals are assigned to the same components regardless of the reference numerals, and redundant descriptions thereof will be omitted.
도 1a 내지 도 1c는 페이스 인증을 설명하기 위한 도면들이다.1A to 1C are diagrams for explaining face authentication.
페이스 인증은 인증을 시도한 유저의 페이스가 촬영된 영상에 기초하여 해당 유저가 유효한(또는 정당한) 유저인지 여부를 판단하는 인증 방법이다. 페이스 인증은 유저 로그인, 결제 서비스, 금융 서비스 또는 출입 통제 등에서 유효한 유저를 인증하는데 이용될 수 있다. 도 1a를 참조하면, 페이스 인증을 수행하는 장치인 페이스 인증 장치는 컴퓨팅 장치(120)에 포함되어 동작할 수 있다. 컴퓨팅 장치(120)는 예를 들어, 스마트폰, 웨어러블 기기(wearable device), 태블릿 컴퓨터, 넷북, 랩탑, 데스크탑, PDA(personal digital assistant), 셋탑 박스, 스마트 가전 기기, 생체 도어락, 보안 장치 또는 차량 시동 장치일 수 있다.Face authentication is an authentication method for determining whether a corresponding user is a valid (or legitimate) user based on an image in which the face of a user who has attempted authentication is captured. Face authentication can be used to authenticate valid users in user login, payment services, financial services, or access control. Referring to FIG. 1A, a face authentication device, which is a device that performs face authentication, may be included in the
컴퓨팅 장치(120)는 컴퓨팅 장치(120)에 액세스하려는 유저(110)에 대한 페이스 인증 과정을 수행할 수 있다. 예를 들어, 유저(110)가 컴퓨팅 장치(120)의 잠금 상태를 해제하고자 컴퓨팅 장치(120)에 페이스 인증을 시도하는 경우, 컴퓨팅 장치(120)는 카메라(130)와 같은 영상 획득 장치를 이용하여 유저(110)의 페이스 영상을 획득하고, 획득한 페이스 영상을 분석하여 컴퓨팅 장치(120)의 잠금 상태를 해제할지 여부를 결정할 수 있다. 일 실시예에서, 페이스 인증을 위해 카메라(130)에 의해 촬영되는 유저의 페이스 영상은 컴퓨팅 장치(120)의 스크린을 통해 제공될 수 있고, 해당 페이스 영상은 프리뷰 영상(preview image)으로서 기능한다. 유저(110)는 프리뷰 영상을 참고하여 페이스 인증을 위해 촬영하고자 하는 페이스의 위치 및 형태를 조정할 수 있다. The
일 실시예에서, 컴퓨팅 장치(120)는 획득한 페이스 영상에서 페이스 영역(140)을 검출하고, 특징 추출기를 이용하여 유저(110)의 페이스에 대응하는 특징 값을 추출할 수 있다. 컴퓨팅 장치(120)는 추출된 특징 값과 미리 등록된 유효한 유저에 대한 특징 값(예를 들어, 유효한 유저의 페이스에 대한 특징 값)을 비교하고, 해당 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 특징 추출기는 입력된 정보에 대응하는 특징 값을 출력하는 모델로서, 일례로 학습 데이터(training data)에 의해 미리 학습된 뉴럴 네트워크일 수 있다. 뉴럴 네트워크는 인간의 생물학적 신경 세포의 특성을 수학적 표현에 의해 모델링한 모델로서, 내부 파라미터들에 기초한 연산 과정을 통해 입력 값에 대응되는 출력 값을 출력한다.In an embodiment, the
컴퓨팅 장치(120)가 잠금 상태로 동작하고 있는 중에 페이스 인증이 성공한 것으로 결정된 경우, 유저(110)는 컴퓨팅 장치(120)의 잠금 상태를 성공적으로 해제시킬 수 있다. 반대로, 페이스 인증이 실패한 것으로 결정된 경우, 컴퓨팅 장치(120)는 계속적으로 잠금 상태에서 동작하게 된다. 유효한 유저는 페이스 등록 과정을 통해 자신의 페이스를 컴퓨팅 장치(120)에 미리 등록할 수 있고, 컴퓨팅 장치(120)는 컴퓨팅 장치(120)에 포함된 저장 장치 또는 외부의 클라우드 저장매체(cloud storage)에 해당 유효한 유저에 대한 등록 정보를 저장할 수 있다. 이 때, 유효한 유저의 페이스 영상 또는 해당 페이스 영상으로부터 추출된 특징 값이 유효한 유저의 등록 정보로서 저장될 수 있다.When it is determined that the face authentication is successful while the
앞서 말한 것과 같이, 페이스 인증을 시도하기 위해 유저(110)는 카메라(130)를 통해 자신의 페이스를 촬영한다. 이 때, 카메라(130)의 시야(field of view; FoV)를 벗어나 페이스가 촬영되는 경우, 전체 페이스(full face)이 아닌 일부의 페이스 부위(facial part)가 누락된 부분 페이스(partial face)이 촬영될 수 있다. 예를 들어, 도 1b에 도시된 것과 같이, 유저(110)가 컴퓨팅 장치(120)를 비스듬히 든 상태에서 페이스 인증을 시도하는 경우, 카메라(130)의 시야에 유저(110)의 일부 페이스 부위가 포함되지 않아 부분 페이스가 촬영될 가능성이 있다. 게다가, 카메라(130)에 의해 촬영된 페이스에 대한 프리뷰 영상이 컴퓨팅 장치(120)의 스크린(150)에 나타나지 않는 경우라면, 페이스 인증 과정에서 부분 페이스가 촬영되는 경우가 많을 것이다. 유저(110)는 페이스 인증을 위해 부분 페이스보다는 전체 페이스를 촬영하고자 할 텐데, 프리뷰 영상이 유저(110)에게 제공되지 않는 경우에는, 유저(110)가 전체 페이스가 촬영되는지 아니면 부분 페이스가 촬영되는지를 알 수가 없어 페이스 포즈를 조정하기가 어렵기 때문이다.As mentioned above, in order to attempt face authentication, the
부분 페이스는 전체 페이스보다 유저(110)를 식별하기 위한 특징을 적게 포함할 가능성이 높기 때문에, 일반적으로 부분 페이스에 기초하여 페이스 인증이 수행되면 전체 페이스에 기초하여 페이스 인증이 수행되는 경우보다 페이스 인증의 정확도가 낮아질 수 있다. 하지만, 페이스 인증을 위해 항상 전체 페이스가 입력되는 것을 기대할 수는 없기에, 부분 페이스가 입력되더라도 페이스 인증의 정확도를 높이는 것이 요구된다. 특히, 페이스 인증 과정에서 프리뷰 영상이 제공되지 않는 경우, 페이스 인증을 위해 부분 페이스가 입력되는 경우가 잦을 텐데, 이렇게 촬영된 부분 페이스에 대한 페이스 인증의 가능성 및 정확도를 높이는 것이 요구된다. 아래에서 설명될 실시예들은 부분 페이스에 기반하여 페이스 인증이 수행되더라도 페이스 인증을 보다 정확하게 수행하게 하는 해결책을 제시한다.Since the partial face is more likely to include fewer features for identifying the
한편, 도 1c에 도시된 것과 같이, 유저(110)가 마스크(115)를 착용한 상태에서 페이스 인증을 시도한 경우, 컴퓨팅 장치(120)의 카메라(130)를 통해 촬영된 페이스 영상에는 마스크(115)에 대응하는 가림 영역(occlusion region; 145)이 나타날 수 있다. 마스크(115) 이외에 안경, 선글라스 및 모자 등의 착용으로 인해 가림 영역(145)이 나타날 수 있다. 페이스 인증에 있어 가림 영역(145)은 페이스의 고유 특징을 추출하는 것을 방해하여 페이스 인증의 정확도를 저하시키는 역할을 한다. 아래에서 설명될 실시예들은 페이스 영역(140)에 가림 영역(145)이 존재하더라도 페이스 인증을 보다 정확하게 수행하게 하는 해결책을 제시한다.Meanwhile, as illustrated in FIG. 1C, when the
일 실시예에 따르면, 페이스 인증 장치는 페이스 인증을 위해 촬영된 영상으로부터 복수의 이미지 패치들을 포함하는 다중 이미지 패치를 구성하고, 해당 다중 이미지 패치에 기초하여 페이스 인증을 수행한다. 이미지 패치는 페이스 영역(140)의 전체 또는 부분을 포함하는 영상이다. 이러한 다중 이미지 패치의 구성은 해당 영상에 나타난 페이스 영역의 위치, 가림 영역의 존재 여부, 영상 품질, 조명 상태, 페이스 표정, 추정된 유저 정보(나이, 성별 등) 등의 상태(condition)에 기초하여 결정될 수 있다. 페이스 인증 장치는 페이스 인증을 위해 촬영된 영상에 나타난 상태에 따라 적응적으로 다중 이미지 패치를 구성하고, 해당 다중 이미지 패치에 기초하여 페이스 인증을 수행하는 것에 의해 페이스 인증의 정확도를 개선시킬 수 있다. 이하에서는, 페이스 인증 장치에 의해 수행되는 페이스 인증 방법을 보다 자세히 설명한다.According to an embodiment, the face authentication apparatus configures a multi-image patch including a plurality of image patches from an image photographed for face authentication, and performs face authentication based on the multi-image patch. The image patch is an image including all or part of the
도 2a는 일 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다.2A is a flowchart illustrating a face authentication method according to an exemplary embodiment.
도 2a를 참조하면, 단계(210)에서 페이스 인증 장치는 인풋 영상을 수신한다. 인풋 영상은 페이스 인증 장치에 입력되는 영상으로, 페이스 인증의 대상이 되는 영상이다. 인풋 영상은 예를 들어, 디지털 스틸 카메라, 비디오 카메라 또는 적외선 카메라와 같은 영상 획득 장치에 의해 획득될 수 있다. 도면에는 도시되어 있지 않지만, 실시예에 따라 페이스 인증 장치는 수신한 인풋 영상에 대해 영상 전처리를 수행할 수 있다. 영상 전처리 과정은 인풋 영상을 페이스 인증에 보다 적합한 형태로 처리하는 하나 이상의 과정을 포함할 수 있다. 예를 들어, 영상 전처리 과정은 인풋 영상에 포함된 노이즈를 제거하는 과정, 인풋 영상의 컨트라스트(contrast)를 증가시키는 과정, 인풋 영상에 포함된 블러(blur)를 제거하는 디블러링(deblurring) 과정, 배경 영역(background region)을 제거하는 과정, 인풋 영상에 포함된 왜곡(distortion)을 보정하는 와핑(warping) 과정 및 인풋 영상을 이진화(binarization)하는 과정 등을 포함할 수 있다.Referring to FIG. 2A, in
단계(215)에서, 페이스 인증 장치는 인풋 영상에서 페이스 영역을 검출한다. 페이스 인증 장치는 예를 들어, Haar 기반의 캐스케이드 에이다부스트 분류기(Haar-based cascade adaboost classifier), 뉴럴 네트워크에 기반한 분류기 또는 서포트 벡터 머신(Support Vector Machine) 등을 이용하여 인풋 영상에서 페이스 영역을 검출할 수 있다. 다만, 실시예의 범위가 이에 한정되는 것은 아니고, 페이스 인증 장치는 다양한 페이스 영역 검출 기법을 이용하여 인풋 영상에서 페이스 영역을 검출할 수 있다.In
단계(220)에서, 페이스 인증 장치는 검출된 페이스 영역을 정규화(normalization)할 수 있다. 일 실시예에서, 페이스 인증 장치는 검출된 페이스 영역에서 페이스의 랜드마크들(facial landmarks)을 검출하고, 검출된 랜드마크들에 기초하여 페이스 영역을 정규화할 수 있다. 페이스 인증 장치는 예를 들어, ACM(Active Contour Model), ASM(Active Shape Model), AAM(Active Appearance model), SDM(Supervised Descent Method) 또는 뉴럴 네트워크 등에 기초한 랜드마크 검출 기법을 이용하여 페이스 영역에서 페이스의 랜드마크들을 검출할 수 있다. 페이스의 랜드마크들은 주요 페이스 부위에 대한 특징점들로서, 예를 들어 눈썹, 눈, 코, 입술, 턱, 귀 또는 페이스의 윤곽 등을 식별하기 위한 특징점들이다. 정규화는 예를 들어, 인풋 영상에서 페이스 영역을 나타내는 페이스 영상을 추출하는 영상 크롭핑(image cropping) 과정, 페이스 영역에서 검출된 랜드마크들의 위치를 미리 정의된 기준 위치에 매칭시키는 과정 및 추출된 페이스 영역의 크기를 조정하는 과정 등을 포함할 수 있다. 일 예에서, 인풋 영상에서 추출된 페이스 영상은 패치 영상(patch image)의 형태를 가질 수 있다. 페이스 인증 장치는 검출된 랜드마크들의 위치에 기초하여 아핀 변환(affine transformation)을 수행하는 것에 의해 랜드마크들의 위치를 기준 위치에 매칭시킬 수 있다. 여기서, 아핀 변환은 랜드마크들의 위치가 나타내는 벡터 공간을 다른 벡터 공간에 대응시키는 역할을 한다.In
실시예에 따라, 단계(220)의 정규화 과정은 생략될 수도 있다. 단계(220)의 정규화 과정이 수행되는 경우, 아래 단계(225) 내지 단계(235)에서의 페이스 영역은 정규화 과정이 수행된 페이스 영역으로 대체될 수 있다.Depending on the embodiment, the normalization process of
단계(225)에서, 페이스 인증 장치는 이미지 패치 세트의 결정 기준에 기초하여 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성한다. 페이스 인증 장치는 하나의 이미지 패치가 아닌, 복수의 이미지 패치들에 기반하여 페이스 인증을 수행하는데, 이렇게 페이스 인증에 이용될 이미지 패치들의 집합인 이미지 패치 세트(또는 다중 이미지 패치)를 구성하는 과정이 필요하다. 실시예에 따라, 페이스 인증 장치는 다양한 결정 기준에 기초하여 이미지 패치 세트를 구성할 수 있고, 검출된 페이스 영역에 기초하여 이미지 패치 세트에 포함될 하나 이상의 이미지 패치를 생성할 수 있다. 페이스 인증 장치는 이미지 패치 세트의 결정 기준에 따라 페이스 영역에 대한 이미지 패치들을 구성한다.In
<이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우의 일 실시예><An embodiment in which the determination criterion of the image patch set is the detection position of the face region>
이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우, 페이스 인증 장치는 페이스 영역의 검출 위치에 따라 이미지 패치 세트를 다르게 구성할 수 있다. 페이스 영역의 검출 위치에 따라 이미지 패치 세트가 어떻게 구성될지를 나타내는 이미지 패치 세트의 세트 구성들이 미리 정의되어 있고, 페이스 인증 장치는 미리 정의된 이미지 패치 세트의 세트 구성들 중 페이스 영역의 검출 위치에 대응하는 세트 구성에 따라 이미지 패치들을 생성할 수 있다. 예를 들어, 페이스 인증 장치는 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응하는 경우, 해당 제1 영역에 대응하는 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응하는 경우, 해당 제2 영역에 대응하는 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다.When the determination criterion of the image patch set is the detection position of the face region, the face authentication apparatus may configure the image patch set differently according to the detection position of the face region. The set configurations of the image patch set are predefined, indicating how the image patch set will be configured according to the detection position of the face area, and the face authentication device corresponds to the detection position of the face area among the set configurations of the predefined image patch set. Image patches can be created according to the set configuration. For example, when the detection position of the face area corresponds to a predefined first area, the face authentication apparatus generates image patches according to a first set configuration corresponding to the first area, and the detection position of the face area is When corresponding to a predefined second area, image patches may be generated according to a second set configuration corresponding to the second area.
페이스 인증 장치는 페이스 영역이 검출된 위치에 따라, 입력 페이스가 전체 페이스 또는 부분 페이스인지, 및 부분 페이스가라면 어떠한 형태의 부분 페이스인지를 판단하고, 판단 결과에 따라 이미지 패치 세트를 다르게 구성할 수 있다. 예를 들어, 검출된 페이스 영역이 인풋 영상의 경계 중 일 부분을 포함하는 경우에는 입력 페이스가 부분 페이스가고, 검출된 페이스 영역이 인풋 영상의 경계를 포함하지 않고 인풋 영상의 내부에 위치하는 경우에는 입력 페이스가 전체 페이스인 것으로 결정될 수 있다. 검출된 페이스 영역이 포함하는 인풋 영상의 경계 위치에 따라 부분 페이스의 타입이 추정될 수 있다. 예를 들어, 페이스 영역이 인풋 영상의 위쪽 경계를 포함하는 경우에는 입력 페이스가 페이스의 상단 부분이 누락된 부분 페이스인 것으로 추정되고, 페이스 영역이 인풋 영상의 오른쪽 경계를 포함하는 경우에는 입력 페이스가 페이스의 왼쪽 부분이 누락된 부분 페이스인 것으로 추정될 수 있다.The face authentication device determines whether the input face is a full face or a partial face, and if it is a partial face, depending on the position where the face area is detected, and configures the image patch set differently according to the determination result. have. For example, if the detected face region includes a part of the boundary of the input image, the input face is a partial face, and if the detected face region does not include the boundary of the input image and is located inside the input image, It can be determined that the input face is the full face. The type of the partial face may be estimated according to the boundary position of the input image included in the detected face region. For example, if the face region includes the upper boundary of the input image, it is assumed that the input face is a partial phase in which the upper part of the face is missing, and if the face region contains the right boundary of the input image, the input face is It can be assumed that the left part of the face is the missing partial face.
다른 실시예에 따르면, 랜드마크들의 검출 결과에 기초하여 페이스 영역의 검출 위치가 결정될 수도 있다. 눈, 눈썹, 코 및 입 등과 같은 미리 정의된 페이스 부위들(facial parts)에 대응하는 랜드마크들이 모두 검출된 경우에는, 페이스 영역의 검출 위치가 인풋 영상의 내부인 것(또는, 입력 페이스가 전체 페이스인 것)으로 추정되고, 미리 정의된 페이스 부위들 중 하나 이상의 페이스 부위에 대응하는 랜드마크들이 검출되지 않은 경우에는, 페이스 영역의 검출 위치가 인풋 영상의 경계 부분인 것으로 추정될 수 있다. 페이스 영역의 검출 위치가 인풋 영상의 경계 부분인 것으로 추정된 경우, 검출되지 않은 페이스 부위의 랜드마크에 기초하여 페이스 영역의 검출 위치가 결정될 수 있다. 예를 들어, 눈썹과 눈에 대응하는 랜드마크들이 검출되지 않은 경우에는 페이스 영역이 위쪽에서 검출된 것(또는, 입력 페이스가 페이스의 상단 부분이 누락된 부분 페이스인 것)으로 추정되고, 입술에 대응하는 랜드마크들이 검출되지 않은 경우에는 페이스 영역이 아래쪽에서 검출된 것(또는, 입력 페이스가 페이스의 하단 부분이 누락된 부분 페이스인 것)으로 추정될 수 있다.According to another embodiment, the detection position of the face area may be determined based on the detection result of the landmarks. When all landmarks corresponding to predefined facial parts such as eyes, eyebrows, nose and mouth are detected, the detection position of the face area is inside the input image (or the input face is the entire It is estimated to be a face), and when landmarks corresponding to one or more of the predefined face regions are not detected, it may be estimated that the detection position of the face region is a boundary part of the input image. When it is estimated that the detection position of the face region is a boundary portion of the input image, the detection position of the face region may be determined based on the landmark of the undetected face region. For example, if landmarks corresponding to eyebrows and eyes are not detected, it is assumed that the face area is detected from the top (or the input face is a partial face in which the upper part of the face is missing), and When the corresponding landmarks are not detected, it may be estimated that the face region is detected from the lower side (or the input face is a partial face in which the lower portion of the face is missing).
위와 같이 추정된 페이스 영역의 검출 위치(또는 입력 페이스의 형태)에 따라 이미지 패치 세트가 다르게 구성되고, 이미지 패치 세트의 세트 구성에 따라 페이스 인증에 이용될 이미지 패치들이 생성될 수 있다. 일 실시예에서, 이미지 패치 세트의 세트 구성들은 검출된 페이스 영역의 전체 영역에 대응하는 제1 이미지 패치와 제1 이미지 패치보다 줌-인(zoom in) 또는 확대된 제2 이미지 패치를 포함할 수 있고, 페이스 영역의 검출 위치에 따라 제2 이미지 패치의 포커싱 위치가 달라질 수 있다. 예를 들어, 페이스 영역의 검출 위치에 따라, 눈과 눈썹 영역을 줌-인한 제2 이미지 패치가 생성되거나 또는 입과 코 영역을 줌-인한 제2 이미지 패치가 생성될 수 있다.The image patch set is configured differently according to the detection position (or the shape of the input face) of the estimated face region as described above, and image patches to be used for face authentication may be generated according to the set configuration of the image patch set. In one embodiment, the set components of the image patch set may include a first image patch corresponding to the entire area of the detected face area and a second image patch that is zoomed in or enlarged from the first image patch. In addition, the focusing position of the second image patch may vary according to the detection position of the face region. For example, according to the detection position of the face region, a second image patch that zooms in the eye and eyebrow regions may be generated, or a second image patch that zooms in the mouth and nose regions may be generated.
<이미지 패치 세트의 결정 기준이 페이스 영역 내 가림 영역의 존재 여부인 경우의 일 실시예><An embodiment of the case where the criterion for determining the image patch set is whether or not there is an occlusion area in the face area>
이미지 패치 세트의 결정 기준이 페이스 영역 내 가림 영역의 존재 여부인 경우, 페이스 인증 장치는 페이스 영역 내 가림 영역의 존재 여부 및 가림 영역의 타입에 따라 이미지 패치 세트를 다르게 구성할 수 있다. 가림 영역은 예를 들어, 안경, 선글라스, 마스크 또는 헤어 밴드 등으로 인하여 페이스 영역에서 가려진 영역이다. 이러한 가림 영역은 인풋 영상에 나타난 입력 페이스로부터 유저의 고유한 특징을 추출하는 것을 방해하여 페이스 인증의 정확도를 저하시키는 요인이 된다.When the determination criterion of the image patch set is whether or not the occlusion area exists in the face area, the face authentication apparatus may configure the image patch set differently according to the existence of the occlusion area in the face area and the type of the occlusion area. The covered area is an area covered by the face area due to, for example, glasses, sunglasses, a mask, or a hair band. Such a masked area hinders the extraction of a user's unique feature from the input face displayed in the input image, thereby deteriorating the accuracy of the face authentication.
가림 영역의 존재 여부 및 가림 영역의 타입에 따라 이미지 패치 세트가 어떻게 구성될지를 나타내는 이미지 패치 세트의 세트 구성들이 미리 정의되어 있고, 페이스 인증 장치는 미리 정의된 이미지 패치 세트의 세트 구성들 중 가림 영역의 검출 결과에 대응하는 세트 구성에 따라 이미지 패치들을 생성할 수 있다. 예를 들어, 페이스 인증 장치는 페이스 영역 내에 가림 영역이 존재하는 경우, 미리 정의된 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역 내에 가림 영역이 존재하지 않는 경우에는 미리 정의된 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다.The set configurations of the image patch set indicating how the image patch set will be formed according to the presence or absence of the occlusion area and the type of the occlusion area are defined in advance, and the face authentication device is a block area among the set configurations of the predefined image patch set Image patches may be generated according to the set configuration corresponding to the detection result of. For example, the face authentication device generates image patches according to a first set configuration predefined when there is an occlusion area in the face area, and when the occlusion area does not exist in the face area, a predefined second set Image patches can be created according to the configuration.
만약, 가림 영역이 마스크에 의한 것이라면, 입력 페이스에는 입 영역이 나타나지 않을 것이다. 이 경우, 페이스의 상단 부분에 초점을 두어 이미지 패치들이 생성되도록 이미지 패치 세트의 세트 구성이 미리 정의되어 있을 수 있다. 다른 예로, 가림 영역이 선글라스나 안경에 의한 것이라면, 입력 페이스의 하단 부분에 초점을 두어 이미지 패치들이 생성되도록 이미지 패치 세트의 세트 구성이 미리 정의되어 있을 수 있다. 이와 같이, 페이스 인증 과정에서, 가림 영역이 나타나지 않은 페이스 부위의 이미지 패치들이 이용되도록 이미지 패치 세트의 세트 구성들이 미리 정의되어 있을 수 있다.If the occlusion area is by a mask, the mouth area will not appear on the input face. In this case, a set configuration of the image patch set may be predefined so that image patches are generated by focusing on the upper part of the face. As another example, if the masked area is made of sunglasses or glasses, a set configuration of the image patch set may be predefined so that image patches are generated by focusing on a lower portion of the input face. As described above, in the face authentication process, the set configurations of the image patch set may be predefined so that image patches of the face portion in which the occluded area does not appear are used.
단계(230)에서, 페이스 인증 장치는 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 유저의 페이스에 대응하는 특징 값을 결정한다. 페이스 인증 장치는 이미지 패치 세트에 포함된 이미지 패치들과 각 이미지 패치들에 대응하는 기준 이미지 패치에 기초하여 특징 값을 결정한다. 페이스 인증 장치는 이미지 패치 세트에 포함된 이미지 패치들과 이에 대응하는 기준 이미지 패치들 간의 차분(difference)을 입력으로 하는 특징 추출기를 이용하여 특징 값을 결정할 수 있다. 여기서, 차분은 이미지 패치들 간의 픽셀 값 차이로서, 이미지 패치 세트에 포함된 이미지 패치와 이에 대응되는 기준 이미지 패치 사이에서 서로 대응되는 위치에서의 픽셀 값 차이를 나타낼 수 있다. 기준 이미지 패치들은 이미지 패치 세트에 포함된 이미지 패치들의 픽셀 값들을 평균 차감(mean subtraction)하기 위해 이용된다.In
페이스 인증 장치는 예를 들어, 단일 뉴럴 네트워크 기반의 특징 추출기를 이용하여 이미지 패치 세트와 기준 이미지 패치들의 세트(기준 이미지 패치 세트)로부터 특징 값을 추출할 수 있다. 특징 추출기는 이미지 패치들과 이에 대응하는 기준 이미지 패치들 간의 차분들을 입력 받고, 특징 값으로서 특징 벡터를 출력할 수 있다.The face authentication apparatus may extract a feature value from an image patch set and a set of reference image patches (reference image patch set) using, for example, a feature extractor based on a single neural network. The feature extractor may receive differences between image patches and reference image patches corresponding thereto, and may output a feature vector as a feature value.
특징 추출기는 이미지 패치 세트의 이미지 패치들과 기준 이미지 패치들 간의 차분에 대응하는 특징 값을 출력하도록 학습된 뉴럴 네트워크일 수 있다. 특징 추출기의 학습 과정에서, 특징 추출기는 특징 추출기를 학습시키기 위한 학습 이미지 패치들과 기준 이미지 패치들 간의 차분들을 입력 받고, 특징 값을 출력한다. 출력된 특징 값과 목적하는 특징 값 간의 차이로 인한 손실(loss)이 계산되고, 해당 손실이 줄어들도록 특징 추출기를 구성하는 파라미터들을 조정하는 것에 의해 특징 추출기가 학습될 수 있다. 많은 수의 학습 이미지 패치들에 대해 이와 같은 과정을 반복적으로 수행함으로써 특징 추출기의 파라미터들이 점차 바람직한 방향으로 조정될 수 있다.The feature extractor may be a neural network trained to output feature values corresponding to differences between image patches of an image patch set and reference image patches. In the learning process of the feature extractor, the feature extractor receives differences between training image patches for training the feature extractor and reference image patches, and outputs a feature value. A loss due to a difference between the output feature value and the desired feature value is calculated, and the feature extractor may be learned by adjusting parameters constituting the feature extractor so that the corresponding loss is reduced. By repeatedly performing this process for a large number of training image patches, the parameters of the feature extractor can be gradually adjusted in a desired direction.
일 실시예에서, 기준 이미지 패치는 특징 추출기를 학습시키는데 이용되는 위 학습 이미지 패치들에 기초하여 결정될 수 있다. 예를 들어, 기준 이미지 패치는 학습 이미지 패치들의 평균 영상 또는 평균 값 영상일 수 있다. 평균 영상은 학습 이미지 패치들 사이에서 서로 대응되는 위치에서 가지는 픽셀 값들을 평균하는 것에 의해 생성될 수 있다. 평균 값 영상은 학습 이미지 패치들에 포함된 전체 픽셀의 픽셀 값들을 평균하고, 평균 픽셀 값을 전체 픽셀들에 할당하는 것에 의해 생성될 수 있다. 평균 영상에서는 각 픽셀 위치에 따라 픽셀 값이 달라질 수 있어 형태가 나타날 수 있지만, 평균 값 영상에서는 전체 픽셀들이 모두 동일한 픽셀 값을 가지므로 형태가 나타나지 않는다. 다만, 기준 이미지 패치의 예가 위 실시예에 한정되지 않으며, 기준 이미지 패치의 형태는 다양할 수 있다. 예를 들어, 기준 이미지 패치는 학습 이미지 패치와 관계 없이 단색의 컬러 이미지 패치일 수도 있다.In one embodiment, the reference image patch may be determined based on the training image patches used to train the feature extractor. For example, the reference image patch may be an average image or an average value image of training image patches. The average image may be generated by averaging pixel values at positions corresponding to each other between training image patches. The average value image may be generated by averaging pixel values of all pixels included in the training image patches and allocating the average pixel value to all pixels. In the average image, the shape may appear because the pixel value may vary according to the position of each pixel, but in the average value image, the shape does not appear because all pixels have the same pixel value. However, the example of the reference image patch is not limited to the above embodiment, and the shape of the reference image patch may be various. For example, the reference image patch may be a monochromatic color image patch irrespective of the training image patch.
특징 값의 추출에 이용되는 기준 이미지 패치들은 이미지 패치 세트의 결정 기준에 따라 달라질 수 있다. 예를 들어, 기준 이미지 패치들은 페이스 영역의 검출 위치, 페이스 영역 내 가림 영역의 존재 여부, 페이스 영역에 나타난 페이스 표정, 페이스 영역에 기초하여 추정된 유저 정보, 인풋 영상의 조명 상태 및 인풋 영상의 영상 품질 중 하나 이상에 기초하여 결정될 수 있다. 이미지 패치 세트의 각 결정 기준마다 해당 결정 기준에 대응되는 기준 이미지 패치들의 세트가 존재하고, 페이스 인증에서 이용된 이미지 패치 세트의 결정 기준에 따라 특징 값 추출에 이용될 기준 이미지 패치들이 선택될 수 있다.Reference image patches used for extracting feature values may vary according to a determination criterion of an image patch set. For example, the reference image patches include the detection position of the face area, the presence of the occlusion area in the face area, the face expression displayed in the face area, user information estimated based on the face area, the lighting state of the input image, and the image of the input image. It may be determined based on one or more of the quality. For each determination criterion of the image patch set, a set of reference image patches corresponding to the determination criterion exists, and reference image patches to be used for feature value extraction may be selected according to the determination criterion of the image patch set used in face authentication. .
다른 실시예에 따르면, 이미지 패치 세트는 단계(225)에서 생성된 이미지 패치들에 더불어, 이미지 패치 세트의 결정 기준에 대응하는 부가 이미지 패치를 포함할 수 있고, 페이스 인증 장치는 해당 이미지 패치들과 부가 이미지 패치에 기초하여 특징 값을 결정할 수 있다. 부가 이미지 패치는 이미지 패치 세트의 결정 기준에 관련된 정보를 알려주기 위해 이용될 수 있다. 예를 들어, 이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우, 부가 이미지 패치는 페이스 영역의 검출 위치를 나타내기 위해 이용될 수 있다. 페이스 영역이 인풋 영상의 오른쪽 위치에서 검출된 경우, 페이스 영역이 오른쪽 위치에서 검출되었음을 나타내기 위한 부가 이미지 패치가 이용될 수 있다. 페이스 영역의 각 검출 위치에 대응되는 부가 이미지 패치들이 미리 존재할 수 있고, 페이스 영역의 검출 위치에 대응되는 부가 이미지 패치가 선택될 수 있다. 단계(225)에서 생성된 이미지 패치들과 부가 이미지 패치를 포함하는 이미지 패치 세트와 이에 대응되는 기준 이미지 패치 세트 간의 차분 정보가 특징 추출기에 입력되고, 특징 추출기는 입력된 차분 정보에 대응하는 특징 값을 출력한다.According to another embodiment, the image patch set may include, in addition to the image patches generated in
단계(235)에서, 페이스 인증 장치는 단계(230)에서 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정한다. 일 예에서, 페이스 인증 장치는 특징 추출기에 의해 추출된 특징 값과 페이스 등록 과정에서 결정된 등록 특징 값 간의 비교 결과에 기초하여 인증 성공 여부를 결정할 수 있다. 등록 특징 값은 페이스 등록 과정에서 등록된 유효한 유저에 대한 특징 값을 나타낸다. 페이스 등록 과정에서는 각 이미지 패치 세트의 결정 기준에 대응하는 등록 특징 값이 등록될 수 있다. 페이스 인증 장치는 미리 등록된 여러 등록 특징 값들 중 이미지 패치 세트의 결정 기준에 대응하는 등록 특징 값과 특징 추출기에 의해 추출된 특징 값을 비교하고, 그 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 일 예에서, 페이스 인증 장치는 등록 특징 값과 특징 추출기에 의해 추출된 특징 값 간의 유사도를 결정하고, 결정된 유사도가 임계 값보다 크면 페이스 인증이 성공한 것으로 결정하고, 유사도가 임계 값보다 크지 않으면 페이스 인증이 실패한 것으로 결정할 수 있다. 등록 특징 값과 특징 추출기에 의해 추출된 특징 값 간의 차이가 작을수록 유사도는 커지고, 해당 차이가 클수록 유사도는 작아질 수 있다.In
도 2b는 다른 실시예에 따른 페이스 인증 방법을 설명하기 위한 흐름도이다. 도 2a에서 설명된 내용은 도 2b에 대한 설명에 적용될 수 있고, 참조로서 여기에 포함된다. 여기에서 도 2a에서 설명된 내용과 중복된 내용은 생략한다.2B is a flowchart illustrating a face authentication method according to another embodiment. The contents described in FIG. 2A may be applied to the description of FIG. 2B, and are incorporated herein by reference. Here, the content overlapping with the content described in FIG. 2A will be omitted.
도 2b를 참조하면, 단계(240)에서 페이스 인증 장치는 페이스 인증을 위한 인풋 영상을 수신한다. 도면에는 도시되어 있지 않지만, 실시예에 따라 페이스 인증 장치는 인풋 영상에 대해 도 2a의 단계(210)에서 설명한 것과 같은 영상 전처리를 수행할 수도 있다.Referring to FIG. 2B, in
단계(245)에서, 페이스 인증 장치는 이미지 패치 세트의 결정 기준에 따라 인풋 영상을 검사할 수 있다. 예를 들어, 페이스 인증 장치는 페이스 영역의 검출 위치, 페이스 영역 내 가림 영역(예, 마스크 또는 안경)의 존재 여부, 페이스 영역에 나타난 페이스 표정, 유저 정보(예, 성별 또는 나이), 인풋 영상의 조명(illumination) 상태 및 인풋 영상의 영상 품질(예, 블러니스(blurriness) 정도) 중 하나 이상을 검사할 수 있다. 이러한 검사 항목들은 각 검사 항목의 목적에 맞게 학습된 뉴럴 네트워크 또는 영상 화질 측정법(Image Quality Assessment; IQA)을 이용하여 검사될 수 있다.In
단계(250)에서, 페이스 인증 장치는 인풋 영상에서 페이스 영역을 검출하고, 단계(255)에서 페이스 인증 장치는 페이스 영역을 정규화할 수 있다. 실시예에 따라, 단계(255)의 정규화 과정은 생략될 수도 있다. 단계(260)에서, 페이스 인증 장치는 단계(245)의 검사 결과에 기초하여 이미지 패치들을 생성하고, 생성된 이미지 패치들을 기초로 페이스 인증에 이용할 이미지 패치 세트를 구성한다. 예를 들어, 페이스 인증 장치는 페이스 영역의 검출 위치에 따라 이미지 패치 세트를 구성하거나 또는 페이스 영역 내에 가림 영역이 존재하는 것으로 결정된 경우에는 가림 영역의 존재에 대응하는 이미지 패치 세트를 구성할 수 있다.In
단계(265)에서, 페이스 인증 장치는 이미지 패치 세트에 기초하여 유저의 페이스에 대응하는 특징 값을 결정한다. 페이스 인증 장치는 이미지 패치 세트에 포함된 이미지 패치들과 해당 이미지 패치들에 대응하는 기준 이미지 패치들 간의 차분들을 입력으로 하는 특징 추출기를 이용하여 특징 값을 결정할 수 있다. 여기서, 기준 이미지 패치들은 이미지 패치 세트의 결정 기준에 따라 달라질 수 있다. 예를 들어, 가림 영역의 존재에 대응하는 이미지 패치 세트가 결정된 경우, 해당 가림 영역의 존재에 대응하는 기준 이미지 패치들이 이용될 수 있다. 또는, 인풋 영상에 기준치 이상의 블러니스가 존재하는 것으로 검사된 경우, 블러니스의 존재에 대응하는 미리 정의된 기준 이미지 패치들이 특징 값을 결정하는데 이용될 수 있다. 다른 예로, 단계(245)에서 인풋 영상에 나타난 페이스 표정이 웃는 페이스인 것으로 검사된 경우, 웃는 페이스에 대응하는 미리 정의된 기준 이미지 패치들이 특징 값을 결정하는데 이용될 수 있다. 여기서, 기준 이미지 패치들은 예를 들어, 특징 추출기를 학습시키는데 이용되는 학습 이미지 패치들 중 웃는 페이스에 대응하는 학습 이미지 패치들의 평균 영상일 수 있다.In
단계(270)에서, 페이스 인증 장치는 단계(265)에서 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정한다. 페이스 인증 장치는 특징 값이 미리 설정된 조건을 만족시키는 경우 페이스 인증이 성공한 것으로 결정하고, 특징 값이 해당 조건을 만족시키지 않는 경우 페이스 인증이 실패한 것으로 결정할 수 있다.In
도 3a 내지 도 3c는 일 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.3A to 3C are diagrams for explaining examples of configuring an image patch set based on a detection position of a face region and determining a feature value according to an exemplary embodiment.
도 3a는 인풋 영상(310)에서 페이스 영역(315)의 검출 위치가 인풋 영상(310)의 내부에 존재하는 경우로서, 전체 페이스가 검출된 경우를 도시한다. 페이스 영역(315)이 검출된 후 페이스 영역(315)에서 페이스의 랜드마크(320)들이 검출되고, 랜드마크(320)들에 기초한 영상 변환(예를 들어, 영상 정규화 또는 아핀 변환(affine transform) 등)을 통해 복수의 이미지 패치들(332, 334, 336)이 생성된다. 이미지 패치들(332, 334, 336)은 하나의 이미지 패치 세트(330)를 구성한다. 생성되는 이미지 패치들(332, 334, 336)의 형태는 페이스 영역(315)의 검출 위치에 따라 달라질 수 있다. 도 3a에 도시된 것과 같이 페이스 영역(315)의 검출 위치가 인풋 영상의 내부에 존재하는 경우에는, 예를 들어 페이스 영역(315)의 전체 영역을 줌-인한 이미지 패치(332), 페이스 영역(315)에서 코 영역을 줌-인한 이미지 패치(334) 및 검출된 페이스 영역(315)의 전체 영역이 나타난 이미지 패치(336)이 생성될 수 있다. 이와 같이, 이미지 패치 세트(330)는 페이스 영역(315)의 전체 영역에 대응하는 이미지 패치(336)와 페이스 영역(315)의 부분 영역에 대응하는 이미지 패치들(332, 334)을 포함할 수 있고, 다양한 형태의 이미지 패치들을 이용하는 것에 의해 페이스 인증의 정확도가 개선될 수 있다.3A illustrates a case where a detection position of the
이미지 패치들(332, 334, 336)이 생성된 후 각 이미지 패치들(332, 334, 336)에 대응하는 기준 이미지 패치들(342, 344, 346)의 기준 이미지 패치 세트(340)가 결정된다. 기준 이미지 패치들(342, 344, 346)도 페이스 영역(320)의 검출 위치에 따라 결정될 수 있다. 다양한 기준 이미지 패치들이 미리 생성되어 저장되어 있고, 이미지 패치 세트의 결정 기준에 따라 미리 저장된 기준 이미지 패치들 중에서 기준 이미지 패치 세트를 구성할 기준 이미지 패치들이 선택된다. 기준 이미지 패치들(342, 344, 346)은 예를 들어, 특징 추출기(350)를 학습시키는데 이용된 학습 이미지 패치들의 평균 영상 또는 평균 값 영상일 수 있다. 각 기준 이미지 패치들(342, 344, 346)의 형태는 각 이미지 패치들(332, 334, 336)에 대응될 수 있다. 예를 들어, 이미지 패치(332)에 대응하는 기준 이미지 패치(342)는 평균 영상 또는 평균 값 영상에서 페이스 영역을 줌-인한 형태를 가지고, 이미지 패치(334)에 대응하는 기준 이미지 패치(344)는 평균 영상 또는 평균 값 영상에서 코 영역을 줌-인한 형태를 가질 수 있다.After the
각 이미지 패치들(332, 334, 336)과 이에 대응하는 각 기준 이미지 패치들(342, 344, 346) 간의 차분이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 기초하여 유저의 페이스에 대응하는 특징 값을 출력한다. 이 때, 이미지 패치들(332, 334, 336)과 기준 이미지 패치들(342, 344, 346) 간의 차분들이 연결(concatenation)된 형태로 특징 추출기(350)에 입력될 수 있다.A difference between each
도 3b는 인풋 영상(312)에서 페이스 영역(317)의 검출 위치가 인풋 영상(312)의 오른쪽에 존재하는 경우로서, 페이스의 왼쪽 부분이 나타나지 않은 부분 페이스가 검출된 경우를 도시한다. 인풋 영상(312)에서 페이스 영역(317)이 검출된 후 페이스 영역(317)에서 페이스의 랜드마크(322)들이 검출된다. 예를 들어, 검출된 랜드마크(322)들의 위치에 기초하여 아핀 변환을 수행하는 것을 통해 복수의 이미지 패치들(362, 364, 366)이 생성되고, 생성된 이미지 패치들(362, 364, 366)은 하나의 이미지 패치 세트(360)를 구성한다. 이 때, 생성되는 이미지 패치들(362, 364, 366)의 형태는 페이스 영역(317)의 검출 위치에 대응될 수 있다. 도 3b에 도시된 것과 같이 페이스 영역(317)의 검출 위치가 오른쪽인 경우에는, 페이스 영역(317)의 전체 영역을 줌-인한 이미지 패치(362), 페이스 영역(317)에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들(364, 366)이 생성될 수 있다. 여기서, 이미지 패치(362)의 경우, 전체 페이스 영역 중 인풋 영상(312)에 나타나지 않은 페이스 영역(363)은 다른 데이터(예를 들어, 이미지 패치(362)에 대응하는 기준 이미지 패치(372)의 영상 픽셀 값)로 채워질 수 있다. 페이스 인증 장치는 전체 페이스 중 페이스 영역(317)에 나타난 영상 정보와 기준 이미지 패치(372)에서 페이스 영역(363)에 대응되는 영역의 영상 정보를 합성하는 것에 의해 이미지 패치(362)를 생성할 수 있다. 여기서, 이미지 패치(362)의 생성에 이용되는 기준 이미지 패치(372)의 영상 정보는 페이스 영역(317)의 부분 페이스가 포함하지 않는 영상 정보이다.3B illustrates a case where the detection position of the
이미지 패치들(362, 364, 366)이 생성된 후 각 이미지 패치들(362, 364, 366)에 대응하는 기준 이미지 패치들(372, 374, 376)의 기준 이미지 패치 세트(370)가 결정된다. 각 기준 이미지 패치들(372, 374, 376)의 형태는 각 이미지 패치들(362, 364, 366)에 대응될 수 있다. 각 이미지 패치들(362, 364, 366)과 이에 대응하는 각 기준 이미지 패치들(372, 374, 376) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 대응하는 특징 값을 출력한다.After the
도 3c는 인풋 영상(314)에서 페이스 영역(316)의 검출 위치가 인풋 영상(314)의 아래쪽에 존재하는 경우로서, 페이스의 아래쪽 부분이 나타나지 않은 부분 페이스가 검출된 경우를 도시한다. 인풋 영상(314)에서 페이스 영역(316) 및 페이스의 랜드마크(324)들이 검출되고, 검출된 랜드마크(324)들의 위치에 기초하여 페이스 영역(316)의 검출 위치에 대응하는 복수의 이미지 패치들(382, 384, 386)이 생성된다. 생성된 이미지 패치들(382, 384, 386)은 하나의 이미지 패치 세트(380)를 구성한다. 도 3c에 도시된 것과 같이 페이스 영역(316)의 검출 위치가 아래쪽인 경우에는, 예를 들어 페이스 영역(316)의 전체 영역을 줌-인한 이미지 패치(382), 페이스 영역(316)에서 코 영역을 줌-인한 이미지 패치(384) 및 전체 페이스 영역에 대응하는 이미지 패치(386)이 생성될 수 있다. 여기서, 이미지 패치(386)는 전체 페이스에서 인풋 영상(314)에 나타나지 않은 페이스 영역(388)은 다른 데이터(예를 들어, 이미지 패치(386)에 대응하는 기준 이미지 패치(396)의 영상 정보)로 채워질 수 있다. 3C illustrates a case where the detection position of the
이미지 패치들(382, 384, 386)이 생성된 후 각 이미지 패치들(382, 384, 386)에 대응하는 기준 이미지 패치들(392, 394, 396)의 기준 이미지 패치 세트(390)가 결정된다. 각 기준 이미지 패치들(392, 394, 396)의 형태는 각 이미지 패치들(382, 384, 386)에 대응될 수 있다. 이미지 패치들(382, 384, 386)과 이에 대응하는 기준 이미지 패치들(392, 394, 396) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 대응하는 특징 값을 출력한다.After the
위와 같이, 페이스 영역의 검출 위치에 따라 페이스 인증을 수행하는데 이용되는 이미지 패치 세트의 세트 구성이 달라질 수 있다. 이를 통해, 부분 페이스에 대해 페이스 인증이 수행되더라도 페이스 인증의 정확도를 저하시키는 것 없이 페이스 인증이 보다 정확하게 수행될 수 있다. 일 실시예에서, 페이스 영역의 검출 위치에 따른 이미지 패치 세트의 세트 구성은 다음의 표 1과 같을 수 있다. 아래 표 1은 이미지 패치 세트가 3개의 이미지 패치들로 구성되었다고 가정한 것으로, 이미지 패치 세트를 구성하는 이미지 패치들의 수는 실시예에 따라 다양할 수 있다.As described above, the set configuration of the image patch set used to perform face authentication may vary according to the detection position of the face area. Through this, even if the face authentication is performed on the partial face, the face authentication can be more accurately performed without deteriorating the accuracy of the face authentication. In an embodiment, the set configuration of the image patch set according to the detection position of the face region may be as shown in Table 1 below. Table 1 below assumes that the image patch set is composed of three image patches, and the number of image patches constituting the image patch set may vary according to exemplary embodiments.
검출 위치Face area
Detection position
페이스 영역에서 코 영역을 줌-인한 이미지 패치,
페이스 영역의 전체 영역이 나타난 이미지 패치Image patch that zooms in the entire area of the face area,
Image patch zoomed in the nose area in the face area,
Image patch showing the entire area of the face area
페이스 영역에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들Image patch that zooms in the entire area of the face area,
Image patches with different ratios of the eye and nose areas zoomed in in the face area
페이스 영역에서 눈과 코 영역을 다른 비율로 줌-인한 이미지 패치들Image patch that zooms in the entire area of the face area,
Image patches with different ratios of the eye and nose areas zoomed in in the face area
페이스 영역에서 코 영역을 줌-인한 이미지 패치,
전체 페이스 영역에 대응하는 이미지 패치Image patch that zooms in the entire area of the face area,
Image patch zoomed in the nose area in the face area,
Image patch corresponding to the entire face area
페이스 영역에서 코 영역을 줌-인한 이미지 패치,
전체 페이스 영역에 대응하는 이미지 패치Image patch that zooms in the entire area of the face area,
Image patch zoomed in the nose area in the face area,
Image patch corresponding to the entire face area
실시예에 따라, 페이스 영역의 검출 위치가 오른쪽인 경우에 대응하는 이미지 패치 세트의 세트 구성은 별도로 존재하지 않을 수 있다. 인풋 영상에서 검출된 페이스 영역의 위치가 오른쪽인 경우, 좌우 반전의 영상 처리를 통하여 페이스 영역이 왼쪽에서 검출된 것으로 조정하고, 왼쪽에서 페이스 영역이 검출된 것과 동일한 방식으로 이미지 패치 세트를 구성하면 되기 때문이다. 위 표 1의 이미지 패치 세트의 세트 구성에 대응하는 기준 이미지 패치 세트의 세트 구성은 이하 도 4에서 설명한다.도 4는 일 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시한 도면이다. 페이스 영역의 검출 위치에 따라 기준 이미지 패치 세트의 세트 구성도 달라질 수 있다. 도 4를 참조하면, 인풋 영상에서 페이스 영역의 검출 위치가 각각 위쪽(410), 아래쪽(420), 왼쪽(430), 오른쪽(440) 및 내부(450)일 때, 이에 각각 대응하는 기준 이미지 패치 세트들(415, 425, 435, 445, 455)의 일례가 도시된다. 페이스 영역의 검출 위치에 따라 기준 이미지 패치 세트들이 어떻게 구성될지 미리 정의되어 있고, 미리 정의된 기준 이미지 패치 세트들 중 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치 세트가 특징 값을 결정하는데 이용될 수 있다. 일 실시예에서, 각 기준 이미지 패치 세트들(415, 425, 435, 445, 455)의 세트 구성 형태는 위 표 1에 설명한 이미지 패치 세트들의 세트 구성과 동일할 수 있다. 예를 들어, 페이스 영역의 검출 위치가 아래쪽(420)인 경우, 특징 값을 결정하는데 이용되는 기준 이미지 패치 세트(425)는 페이스 영역의 전체 영역을 줌-인한 기준 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 기준 이미지 패치 및 전체 페이스 영역에 대응하는 기준 이미지 패치로 구성될 수 있다.Depending on the embodiment, the set configuration of the image patch set corresponding to the case where the detection position of the face region is the right side may not exist separately. If the position of the face region detected in the input image is to the right, the face region is adjusted to the one detected from the left through image processing of left and right inversion, and the image patch set can be configured in the same manner as the face region detected from the left Because. The set configuration of the reference image patch set corresponding to the set configuration of the image patch set in Table 1 will be described below with reference to FIG. 4. FIG. 4 illustrates sets of reference image patches corresponding to a detection position of a face region according to an embodiment. It is a drawing shown. The set configuration of the reference image patch set may also vary according to the detection position of the face area. 4, when the detection positions of the face regions in the input image are upper 410, lower 420, left 430, right 440, and inner 450, respectively, reference image patches corresponding thereto. An example of
도 5a 및 도 5b는 다른 실시예에 따른 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례들을 설명하기 위한 도면들이다.5A and 5B are diagrams for explaining examples of configuring an image patch set based on a detection position of a face region and determining a feature value according to another exemplary embodiment.
도 5a는 도 3a에서와 동일하게, 인풋 영상(310)에서 페이스 영역(315)의 검출 위치가 인풋 영상(310)의 내부에 존재하는 경우로서, 전체 페이스가 검출된 경우를 도시한다. 이미지 패치 세트(510)는 페이스 영역(315)에 기초하여 생성된 이미지 패치들(332, 334)과 함께 이미지 패치 세트의 결정 기준에 대응하는 부가 이미지 패치(515)를 포함할 수 있다. 부가 이미지 패치(515)는 페이스 영역의 검출 위치를 알려주기 위해 이용될 수 있다. 본 실시예와 같이, 페이스 영역(315)의 검출 위치가 인풋 영상(310)의 내부에 존재하는 경우에는, 미리 정의된 부가 이미지 패치들 중 페이스 영역의 검출 위치가 인풋 영상의 내부에 존재한다는 것을 나타내기 위한 부가 이미지 패치(515)가 이미지 패치 세트(510)에 포함될 수 있다.5A illustrates a case where the detection position of the
이후에, 이미지 패치 세트(510)에 대응되는 기준 이미지 패치 세트(520)가 구성된다. 기준 이미지 패치 세트(520)는 이미지 패치(332)에 대응하는 기준 이미지 패치(342), 이미지 패치(334)에 대응하는 기준 이미지 패치(344) 및 부가 이미지 패치(515)에 대응하는 기준 이미지 패치(525)로 구성될 수 있다. 일 실시예에서, 기준 이미지 패치(525)는 부가 이미지 패치(515)와 동일할 수 있다. 이미지 패치들(332, 334) 및 부가 이미지 패치(515)와 이에 각각 대응하는 기준 이미지 패치들(342, 344, 525) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 기초하여 특징 값을 출력한다.Thereafter, a reference image patch set 520 corresponding to the image patch set 510 is constructed. The reference image patch set 520 includes a
도 5b는 도 3b에서와 동일하게, 인풋 영상(312)에서 페이스 영역(317)의 검출 위치가 인풋 영상(312)의 오른쪽에 존재하는 경우로서, 페이스의 왼쪽 부분이 나타나지 않은 부분 페이스가 검출된 경우를 도시한다. 이미지 패치 세트(530)는 페이스 영역(317)에 기초하여 생성된 이미지 패치들(362, 364)과 함께 이미지 패치 세트의 결정 기준에 대응하는 부가 이미지 패치(535)를 포함할 수 있다. 부가 이미지 패치(535)는 페이스 영역의 검출 위치가 오른쪽임을 알려주기 위해 이용될 수 있다. 이미지 패치 세트(530)에 대응되는 기준 이미지 패치 세트(540)는 이미지 패치(362)에 대응하는 기준 이미지 패치(372), 이미지 패치(364)에 대응하는 기준 이미지 패치(374) 및 부가 이미지 패치(535)에 대응하는 기준 이미지 패치(545)로 구성될 수 있다. 일 실시예에서, 기준 이미지 패치(535)는 부가 이미지 패치(545)와 동일할 수 있다. 이미지 패치들(362, 364) 및 부가 이미지 패치(535)와 이에 각각 대응하는 기준 이미지 패치들(372, 374, 545) 간의 차분들이 특징 추출기(350)에 입력되고, 특징 추출기(350)는 입력된 차분들에 기초하여 특징 값을 출력한다.5B is a case where the detection position of the
위와 같이, 페이스 영역의 검출 위치에 따라 이미지 패치 세트에 포함되는 부가 이미지 패치가 달라질 수 있다. 예를 들어, 페이스 영역의 검출 위치에 따른 이미지 패치 세트의 세트 구성은 다음의 표 2와 같을 수 있다. 아래 표 2는 이미지 패치 세트가 3개의 이미지 패치들로 구성되었다고 가정한 것으로, 이미지 패치 세트를 구성하는 이미지 패치들의 수는 실시예에 따라 다양할 수 있다.As above, the additional image patch included in the image patch set may vary according to the detection position of the face area. For example, the set configuration of the image patch set according to the detection position of the face region may be as shown in Table 2 below. Table 2 below assumes that the image patch set is composed of three image patches, and the number of image patches constituting the image patch set may vary according to exemplary embodiments.
검출 위치Face area
Detection position
페이스 영역에서 코 영역을 줌-인한 이미지 패치,
제1 부가 이미지 패치Image patch that zooms in the entire area of the face area,
Image patch zoomed in the nose area in the face area,
1st additional image patch
제2 부가 이미지 패치Image patches with different ratios of the eye and nose areas zoomed in in the face area
2nd additional image patch
제3 부가 이미지 패치Image patches with different ratios of the eye and nose areas zoomed in in the face area
3rd additional image patch
페이스 영역에서 코 영역을 줌-인한 이미지 패치,
제4 부가 이미지 패치Image patch that zooms in the entire area of the face area,
Image patch zoomed in the nose area in the face area,
4th additional image patch
페이스 영역에서 코 영역을 줌-인한 이미지 패치,
제5 부가 이미지 패치Image patch that zooms in the entire area of the face area,
Image patch zoomed in the nose area in the face area,
5th additional image patch
위 표 2에서, 제1 부가 이미지 패치 내지 제5 부가 이미지 패치는 페이스 영역의 각 검출 위치에 따라 서로 구별되는 부가 이미지 패치들이다. 부가 이미지 패치는 예를 들어, 전체 영역에서 특정한 픽셀 값을 가지는 이미지 패치일 수 있다. 다만, 실시예의 범위가 이에 한정되는 것은 아니고 부가 이미지 패치의 형태는 다양할 수 있다. 위 표 2의 이미지 패치 세트의 세트 구성에 대응하는 기준 이미지 패치 세트의 구성은 이하 도 6에서 설명한다.도 6은 다른 실시예에 따른 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치들의 세트들을 도시하는 도면이다. 도 6을 참조하면, 인풋 영상에서 페이스 영역의 검출 위치가 각각 위쪽(410), 아래쪽(420), 왼쪽(430), 오른쪽(440) 및 내부(450)일 때, 이에 대응하는 기준 이미지 패치 세트들(610, 620, 630, 640, 650)의 일례가 도시된다. 기준 이미지 패치 세트들(610, 620, 630, 640, 650)은 이미지 패치 세트의 각 이미지 패치들에 대응하는 기준 이미지 패치들을 포함한다. 이 때, 기준 이미지 패치들은 페이스 영역의 검출 위치에 대응하는 기준 이미지 패치(660)를 포함한다. 예를 들어, 페이스 영역의 검출 위치가 아래쪽(420)인 경우, 기준 이미지 패치 세트(620)는 페이스 영역의 전체 영역을 줌-인한 기준 이미지 패치, 페이스 영역에서 코 영역을 줌-인한 기준 이미지 패치 및 페이스 영역의 검출 위치가 아래쪽인 것에 대응하는 기준 이미지 패치로 구성될 수 있다.In Table 2 above, the first additional image patch to the fifth additional image patch are additional image patches that are distinguished from each other according to each detection position of the face area. The additional image patch may be, for example, an image patch having a specific pixel value in the entire area. However, the scope of the embodiment is not limited thereto, and the shape of the additional image patch may be various. The configuration of the reference image patch set corresponding to the set configuration of the image patch set in Table 2 will be described below in FIG. 6. FIG. 6 shows sets of reference image patches corresponding to the detection position of the face region according to another embodiment. It is a drawing. 6, when the detection positions of the face regions in the input image are upper 410, lower 420, left 430, right 440, and inner 450, respectively, a reference image patch set corresponding thereto Examples of
도 7은 일 실시예에 따른 가림 영역의 존재 여부에 기초하여 이미지 패치 세트를 구성하고, 특징 값을 결정하는 일례를 설명하기 위한 도면이다.FIG. 7 is a diagram for describing an example of configuring an image patch set and determining a feature value based on whether or not an occluded area exists, according to an exemplary embodiment.
도 7을 참조하면, 페이스 영역(720)에 마스크(740)의 가림 영역이 있는 경우를 도시한다. 인풋 영상(710)에서 페이스 영역(720)이 검출되고, 페이스 영역(720)에 마스크, 선글라스 또는 안경 등의 가림 영역이 존재하는지 여부가 검사될 수 있다. 예를 들어, 페이스 영역(720)에서 페이스의 랜드마크(730)들을 검출한 뒤, 랜드마크(730)들의 검출 결과에 기초하여 마스크(740)의 존재가 인식될 수 있다. 예를 들어, 페이스 영역(720)이 인풋 영상(710)의 내부에 위치하는데, 입 영역에 대응하는 랜드마크들이 검출되지 않았으면 마스크(740)가 존재하는 것으로 결정될 수 있다. 다른 예로, 가림 영역의 존재 여부를 검사하는 별도의 인식기를 이용하여 페이스 영역(720)에서 마스크(740) 등의 가림 영역의 존재가 검사될 수도 있다.Referring to FIG. 7, a case where the
페이스 영역(720)에 가림 영역이 존재한다고 결정된 경우, 미리 정의된 세트 구성에 따라 이미지 패치 세트(750)가 구성될 수 있다. 예를 들어, 마스크(740)가 존재하는 것으로 결정된 경우에는, 입 영역과 관련된 이미지 패치가 아닌, 눈 영역을 줌-인한 이미지 패치(752), 눈과 코 영역을 줌-인한 이미지 패치(754) 및 전체 페이스에 대응하는 이미지 패치(756)가 생성될 수 있다. 여기서, 이미지 패치(756)는 전체 페이스에서 마스크(740)에 의해 나타나지 않은 입 주변의 페이스 영역을 다른 데이터(예를 들어, 이미지 패치(756)에 대응하는 기준 이미지 패치(766)의 영상 정보)로 채우는 것에 의해 생성될 수 있다. 이미지 패치 세트(750)의 각 이미지 패치들(752, 754, 756)에 대응하는 기준 이미지 패치들(762, 764, 766)의 기준 이미지 패치 세트(760)가 결정되고, 이미지 패치들(752, 754, 756)과 이에 대응하는 기준 이미지 패치들(762, 764, 766) 간의 차분들이 특징 추출기(350)에 입력된다. 특징 추출기(350)는 입력된 차분들에 기초하여 유저의 페이스에 대응하는 특징 값을 출력한다.When it is determined that the masking area exists in the
만약, 페이스 영역(720)에서 선글라스나 안경과 같은 가림 영역이 존재하는 것으로 결정된 경우에는, 눈 영역이 아닌, 다른 페이스 부위(예를 들어, 코 및 입)를 포커싱한 이미지 패치들이 생성될 수 있다. 페이스 영역(720)에 가림 영역이 존재하지 않는 것으로 결정된 경우에는, 도 3a 내지 도 3c에서와 같이 페이스 영역의 검출 위치에 기초하여 이미지 패치 세트가 구성될 수 있다. 위와 같이, 페이스 인증 장치는 페이스 영역에 가림 영역이 존재하는 경우, 가림 영역에 의해 가려진 페이스 영역이 아닌 영상에 나타난 페이스 영역을 중심으로 페이스 인증을 수행한다. 이를 통해, 가림 영역의 존재에 강인하게 페이스 인증이 수행되어 페이스 인증의 정확도가 개선될 수 있다.If it is determined that a masking area such as sunglasses or glasses exists in the
도 8a 및 도 8b는 일 실시예에 따른 페이스 등록 과정의 일례들을 설명하기 위한 도면들이다.8A and 8B are diagrams for explaining examples of a face registration process according to an embodiment.
페이스 인증을 위해서는 먼저 유효한 유저의 페이스를 등록하는 페이스 등록 과정이 수행된다. 페이스 등록 과정에서는 유저의 페이스 영상 및/또는 페이스 영상으로부터 추출한 특징 값이 등록 또는 저장된다. 도 8a는 페이스 등록 과정의 일 실시예로서, 페이스 영역의 검출 위치에 대응하는 특징 값들을 등록하는 일례를 설명하기 위한 도면이다. 일 실시예에 따르면, 유저가 카메라를 이용하여 자신의 페이스를 촬영하는 것에 의해 페이스 등록을 위한 영상(810)이 획득될 수 있다. 페이스 등록 과정에서는 전체 페이스가 촬영된 영상(810)이 이용될 수 있다. 실시예에 따라, 영상(810)에 도 2의 단계(210)에서 설명한 영상 전처리 과정이 수행될 수 있다.For face authentication, a face registration process is first performed to register the face of a valid user. In the process of registering a face, a face image of a user and/or a feature value extracted from the face image is registered or stored. 8A is a diagram illustrating an example of registering feature values corresponding to a detection position of a face region as an embodiment of a face registration process. According to an embodiment, an
영상(810)에 기초하여 페이스 영역의 검출 위치가 다양하게 나타난 부분 영상들(815)이 생성될 수 있다. 예를 들어, 페이스 영역의 검출 위치가 위쪽, 아래쪽, 왼쪽, 오른쪽 및 내부에 대응하는 부분 영상들(815)이 생성될 수 있다. 각 부분 영상들(815)은 예를 들어, 영상(810)에서 특정 영역을 크롭핑(cropping)하고, 정규화하는 것에 의해 생성될 수 있다. 페이스 영역의 다양한 검출 위치에 대응하는 부분 영상들(815)이 생성된 후 각각의 부분 영상들(815)에 대응하는 이미지 패치 세트가 구성(820)될 수 있다. 앞서 설명한 페이스 인증 과정에서와 유사하게, 특징 추출기(페이스 인증 과정에서 이용되었던 특징 추출기와 동일함)에 의해 이미지 패치 세트에 포함된 이미지 패치들과 이에 대응하는 기준 이미지 패치들로부터 특징 값이 추출(825)된다. 추출된 특징 값이 등록(830)되는 과정까지 완료되면, 페이스 영역의 다양한 검출 위치들에 대응하는 특징 값들이 등록된다. 이미지 패치 세트를 구성(820)하는 과정과 특징 값을 추출(825)하는 과정에는 페이스 인증 과정에서 설명한 내용이 그대로 적용될 수 있다.Based on the
도 8b는 페이스 등록 과정의 다른 실시예로서, 페이스 영역에 가림 영역이 존재하는 경우에 대응하는 특징 값들을 등록하는 일례를 설명하기 위한 도면이다. 도 8b를 참조하면, 페이스 등록을 위한 영상(810)으로부터 가림 영역이 나타나지 않은 영상(842)과 가상의 가림 영역이 적용된 영상들(844, 846)이 생성될 수 있다. 예를 들어, 영상(842)에 마스크의 가림 영역이 적용된 영상(844)과 영상(842)에 선글라스의 가림 영역이 적용된 영상(846)이 생성될 수 있다. 영상(842)는 영상(810)이 정규화된 영상일 수 있다. 이후에, 각 영상들(842, 844, 846)에 대응하는 이미지 패치 세트가 구성(850)되고, 특징 추출기에 의해 이미지 패치 세트와 기준 이미지 패치 세트로부터 특징 값이 추출(855)된다. 이미지 패치 세트는 도 7에서 설명한 것과 유사하게 가림 영역이 나타나지 않은 이미지 패치들로 구성될 수 있다. 추출된 특징 값이 등록(860)되는 과정까지 완료되면, 가림 영역이 존재하지 않는 경우와 다양한 가림 영역이 존재하는 경우들에 대응하는 특징 값들이 등록된다.FIG. 8B is a diagram for describing an example of registering feature values corresponding to a case where an occlusion area exists in the face area as another embodiment of a face registration process. Referring to FIG. 8B, from an
도 9는 일 실시예에 따른 페이스 인증 장치의 구성을 도시하는 도면이다.9 is a diagram illustrating a configuration of a face authentication device according to an embodiment.
도 9를 참조하면, 페이스 인증 장치(900)는 페이스 인증을 위한 인풋 영상을 수신한다. 페이스 인증 장치(900)는 인풋 영상으로부터 추출된 특징 값과 데이터베이스(930)에 저장된 등록 특징 값 간의 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 유효한 유저는 페이스 등록 과정을 통해 자신의 페이스를 미리 등록할 수 있고, 유효한 유저의 페이스는 페이스 영상에서 추출된 특징 값의 형태로 데이터베이스(930)에 저장될 수 있다Referring to FIG. 9, the
페이스 인증 장치(900)는 페이스 인증 방법과 관련하여 본 명세서에 기술되거나 또는 도시된 하나 이상의 동작을 수행할 수 있고, 페이스 인증의 결과를 유저에게 제공할 수 있다. 페이스 인증 장치(900)는 페이스 인증의 결과를 음성, 진동, 글자, 그림 또는 동영상 등의 형태로 출력할 수 있으나, 실시에의 범위가 이에 한정되지는 않으며, 페이스 인증 장치(900)는 다양한 형태로 인증 결과를 출력할 수 있다.The
페이스 인증 장치(900)는 하나 이상의 프로세서(910) 및 메모리(920)를 포함할 수 있다. 메모리(920)는 프로세서(910)에 연결되고, 프로세서(910)에 의해 실행가능한 인스트럭션들, 프로세서(910)가 연산할 데이터 또는 프로세서(910)에 의해 처리된 데이터를 저장할 수 있다. 메모리(920)는 비일시적인 컴퓨터 판독가능 매체, 예컨대 고속 랜덤 액세스 메모리 및/또는 비휘발성 컴퓨터 판독가능 저장 매체(예컨대, 하나 이상의 디스크 저장 장치, 플래쉬 메모리 장치, 또는 기타 비휘발성 솔리드 스테이트 메모리 장치)를 포함할 수 있다.The
프로세서(910)는 도 1 내지 도 8을 참조하여 설명된 하나 이상의 동작을 실행하기 위한 인스트럭션들을 실행할 수 있다. 예를 들어, 프로세서(910)는 인풋 영상에서 유저의 페이스 영역을 검출하고, 이미지 패치 세트의 결정 기준에 기초하여 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성할 수 있다. 프로세서(910)는 특징 추출기를 이용하여 입력 페이스에 대한 특징 값을 추출하고, 추출된 특징 값과 등록 특징 값 간의 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 프로세서(910)는 미리 정의된 이미지 패치 세트의 세트 구성들 중 이미지 패치 세트의 결정 기준에 대응하는 세트 구성에 따라 이미지 패치들을 생성할 수 있다.The
예를 들어, 이미지 패치 세트의 결정 기준이 페이스 영역의 검출 위치인 경우, 프로세서(910)는 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응할 때, 제1 영역에 대응하는 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응할 때에는, 제2 영역에 대응하는 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다. 다른 예로, 이미지 패치 세트의 결정 기준이 페이스 영역 내 가림 영역의 존재 여부인 경우, 프로세서(910)는 페이스 영역 내에 가림 영역이 존재할 때, 미리 정의된 제1 세트 구성에 따라 이미지 패치들을 생성하고, 페이스 영역 내에 가림 영역이 존재하지 않을 때에는, 미리 정의된 제2 세트 구성에 따라 이미지 패치들을 생성할 수 있다.For example, when the determination criterion of the image patch set is the detection position of the face region, the
프로세서(910)는 이미지 패치 세트에 포함된 각 이미지 패치들과 각 이미지 패치들에 대응하는 기준 이미지 패치들 간의 차분을 입력으로 하는 특징 추출기를 이용하여 특징 값을 결정할 수 있다. 여기서, 기준 이미지 패치들은 페이스 영역의 검출 위치, 페이스 영역 내 가림 영역의 존재 여부, 페이스 영역에 나타난 페이스 표정, 페이스 영역에 기초하여 추정된 유저 정보, 인풋 영상의 조명 상태 및 인풋 영상의 영상 품질 중 하나 이상에 기초하여 결정될 수 있다. 프로세서(910)는 결정된 특징 값과 등록 특징 값 간의 유사도를 계산하고, 유사도가 임계 값보다 크면 페이스 인증이 성공한 것으로 결정하고, 해당 유사도가 임계 값보다 크지 않으면 페이스 인증이 실패한 것으로 결정할 수 있다.The
도 10은 일 실시예에 따른 컴퓨팅 장치의 구성을 도시하는 도면이다.10 is a diagram illustrating a configuration of a computing device according to an embodiment.
도 10을 참조하면, 컴퓨팅 장치(1000)는 유저가 페이스 인증을 위해 촬영한 영상을 획득하고, 획득된 영상에서 추출한 특징 값을 미리 저장된 등록 특징 값과 비교하는 과정을 통해 페이스 인증 과정을 수행할 수 있다. 컴퓨팅 장치(1000)는 도 1의 컴퓨팅 장치(120)에 대응할 수 있고, 기능적으로 도 9의 페이스 인증 장치(900)의 기능을 포함할 수 있다.Referring to FIG. 10, the
컴퓨팅 장치(1000)는 프로세서(1010), 메모리(1020), 카메라(1030), 저장 장치(1040), 입력 장치(1050), 출력 장치(1060) 및 네트워크 인터페이스(1070)를 포함할 수 있다. 프로세서(1010), 메모리(1020), 카메라(1030), 저장 장치(1040), 입력 장치(1050), 출력 장치(1060) 및 네트워크 인터페이스(1070)는 통신 버스(1080)를 통해 서로 통신할 수 있다.The
카메라(1030)는 정지 영상, 비디오 영상, 또는 이들 모두를 캡쳐할 수 있다. 카메라(1030)는 유저가 페이스 인증을 시도하기 위해 입력하는 페이스 영역을 캡쳐하여 유저의 페이스가 나타난 영상을 획득할 수 있다. 획득된 영상은 예를 들어, 컬러 영상, 흑백 영상 또는 적외선 영상일 수 있다.The
프로세서(1010)는 컴퓨팅 장치(1000) 내에서 실행하기 위한 기능 및 인스트럭션들을 실행한다. 예를 들어, 프로세서(1010)는 메모리(1020) 또는 저장 장치(1040)에 저장된 인스트럭션들을 처리할 수 있다. 프로세서(1010)는 도 1 내지 도 9를 통하여 전술한 하나 이상의 동작을 수행할 수 있다. 예를 들어, 프로세서(1010)는 카메라(1030)에 의해 획득된 영상으로부터 특징 값을 추출하고, 추출된 특징 값을 미리 등록된 등록 특징 값 간의 비교 결과에 기초하여 페이스 인증의 성공 여부를 결정할 수 있다. 프로세서(1010)는 획득된 영상으로부터 복수의 이미지 패치들을 포함하는 이미지 패치 세트를 구성하고, 특징 추출기를 이용하여 이미지 패치 세트로부터 특징 값을 추출한다.The
저장 장치(1040)는 컴퓨터 판독가능한 저장 매체 또는 컴퓨터 판독가능한 저장 장치를 포함한다. 저장 장치(1040)는 등록 특징 값들 또는 등록 영상을 포함하는 데이터베이스를 저장할 수 있다. 저장 장치(1040)는 자기 하드 디스크, 광 디스크, 플래쉬 메모리, 전기적으로 프로그래밍가능한 메모리(EPROM), 플로피 디스크 또는 이 기술 분야에서 알려진 다른 형태의 비휘발성 메모리를 포함할 수 있다.The
입력 장치(1050)는 촉각, 비디오, 오디오 또는 터치 입력을 통해 유저로부터 입력을 수신할 수 있다. 예를 들어, 입력 장치(1050)는 키보드, 마우스, 터치스크린, 마이크로폰, 또는 유저로부터 입력을 검출하고, 검출된 입력을 컴퓨팅 장치(1000)에 전달할 수 있는 임의의 다른 장치를 포함할 수 있다.The
출력 장치(1060)는 시각적, 청각적 또는 촉각적인 채널을 통해 유저에게 컴퓨팅 장치(1000)의 출력을 제공할 수 있다. 예를 들어, 출력 장치(1060)는 페이스 인증과 관련된 정보를 시각화하여 유저에게 제공할 수 있다. 출력 장치(1060)는 예를 들어, 액정 디스플레이, LED(light emitting diode) 디스플레이, 터치 스크린, 스피커, 진동 발생 장치 또는 유저에게 출력을 제공할 수 있는 임의의 다른 장치를 포함할 수 있다.The
네트워크 인터페이스(1070)는 유선 또는 무선 네트워크를 통해 외부 장치와 통신할 수 있다. 예를 들어, 네트워크 인터페이스(1070)는 이더넷(Ethernet) 카드, 광학 트랜시버, 무선 주파수 트랜시버 또는 정보를 송수신할 수 있는 임의의 다른 네트워크 인터페이스 카드를 포함할 수 있다. 네트워크 인터페이스(1070)는 블루투스(Bluetooth), 와이파이(WiFi), 3G 또는 4G 등의 통신 방식을 이용하여 외부 장치와 무선으로 통신할 수 있다.The
한편, 본 발명은 누름 감지 장치(1100)를 더 포함할 수 있다. 누름 감지 장치(1100)는 제 1 플레이트들(1110), 제 2 플레이트들(1120) 및 제 3 플레이트(1130)를 내부에 포함할 수 있다. 제 1 플레이트들(1110)는 일정 간격으로 배열되고 종단에서 상호 연결되고 전류가 흐르며, 제 2 플레이트들(1120)은 일정 간격으로 배열되며, 제 1 플레이트들 사이에 위치되고 종단에서 상호 연결되며 전류가 흐른다. 제 3 플레이트(1130)는 전류가 흐르는 탄성체로 이루어지고, 제 1 플레이트들과 제 2 플레이트들의 상부에 위치된다. 제3 플레이트(1130)가 눌려 탄성 변형되면서 제 1 플레이트들(1110)과 제 2 플레이트들(1120) 사이의 저항이 변하게 된다. 이러한 저항 변화에 의해 누름을 감지할 수 있다.Meanwhile, the present invention may further include a
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate 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 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.The embodiments described above may be implemented as a hardware component, a software component, and/or a combination of a hardware component and a software component. For example, the devices, methods, and components described in the embodiments are, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate (FPGA). array), programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications executed on the operating system. Further, the processing device may access, store, manipulate, process, and generate data in response to the execution of software. For the convenience of understanding, although it is sometimes described that one processing device is used, one of ordinary skill in the art, the processing device is a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that it may include. For example, the processing device may include a plurality of processors or one processor and one controller. In addition, other processing configurations are possible, such as a parallel processor.
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. 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.The software may include a computer program, code, instructions, or a combination of one or more of these, configuring the processing unit to operate as desired or processed independently or collectively. You can command the device. The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.
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. 컴퓨터 판독 가능 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.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like alone or in combination. The program instructions recorded on the computer-readable medium may be specially designed and configured for the embodiment, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -A hardware device specially configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware device described above may be configured to operate as one or more software modules to perform the operation of the embodiment, and vice versa.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 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.As described above, although the embodiments have been described by the limited drawings, a person of ordinary skill in the art can apply various technical modifications and variations based on the above. For example, the described techniques are performed in a different order from the described method, and/or components such as systems, structures, devices, circuits, etc. described are combined or combined in a form different from the described method, or other components Alternatively, even if substituted or substituted by an equivalent, an appropriate result can be achieved.
Claims (10)
이미지 패치 세트의 결정 기준에 기초하여 상기 페이스 영역의 적어도 일 부분을 포함하는 복수의 이미지 패치들을 생성하는 단계;
상기 생성된 이미지 패치들이 포함된 이미지 패치 세트에 기초하여 상기 유저의 페이스에 대응하는 특징 값을 결정하는 단계;
상기 결정된 특징 값에 기초하여 페이스 인증의 성공 여부를 결정하는 단계; 및
페이스 인증이 실패한 경우 유저의 페이스를 촬영 및 저장하는 단계를 포함하는 것을 특징으로 하는 페이스 인증 방법.Detecting a user's face area from the input image;
Generating a plurality of image patches including at least a portion of the face region based on a determination criterion of an image patch set;
Determining a feature value corresponding to the user's face based on an image patch set including the generated image patches;
Determining whether face authentication is successful based on the determined feature value; And
Face authentication method comprising the step of photographing and storing the user's face when the face authentication fails.
상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역 내 가림 영역의 존재 여부이고,
상기 이미지 패치들을 생성하는 단계는,
상기 페이스 영역 내에 상기 가림 영역이 존재하는 경우, 미리 정의된 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고,
상기 페이스 영역 내에 상기 가림 영역이 존재하지 않는 경우에는, 미리 정의된 제2 세트 구성에 따라 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
The criterion for determining the image patch set is whether or not there is an occlusion area in the face area,
Generating the image patches,
When the masking area is present in the face area, generating the image patches according to a predefined first set configuration,
And generating the image patches according to a predefined second set configuration when the masking area does not exist in the face area.
상기 이미지 패치 세트는,
상기 생성된 이미지 패치들과 상기 결정 기준에 대응하는 부가 이미지 패치를 포함하고,
상기 특징 값을 결정하는 단계는,
상기 생성된 이미지 패치들 및 상기 부가 이미지 패치에 기초하여 상기 특징 값을 결정하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
The image patch set,
Including the generated image patches and an additional image patch corresponding to the determination criterion,
The step of determining the feature value,
And determining the feature value based on the generated image patches and the additional image patch.
상기 이미지 패치 세트의 결정 기준은,
상기 페이스 영역의 검출 위치 및 상기 페이스 영역 내 가림 영역의 존재 여부 중 적어도 하나를 포함하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
The criteria for determining the image patch set are:
And at least one of a detection position of the face area and presence or absence of an occlusion area within the face area.
상기 이미지 패치 세트의 결정 기준은, 상기 페이스 영역의 검출 위치이고,
상기 이미지 패치들을 생성하는 단계는,
미리 정의된 이미지 패치 세트의 세트 구성들 중 상기 페이스 영역의 검출 위치에 대응하는 세트 구성에 따라 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
The determination criterion of the image patch set is a detection position of the face region,
Generating the image patches,
And generating the image patches according to a set configuration corresponding to a detection position of the face region among set configurations of a predefined image patch set.
상기 이미지 패치들을 생성하는 단계는,
상기 페이스 영역의 검출 위치가 미리 정의된 제1 영역에 대응하는 경우, 상기 제1 영역에 대응하는 제1 세트 구성에 따라 상기 이미지 패치들을 생성하고,
상기 페이스 영역의 검출 위치가 미리 정의된 제2 영역에 대응하는 경우, 상기 제2 영역에 대응하는 제2 세트 구성에 따라 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 5,
Generating the image patches,
When the detection position of the face region corresponds to a predefined first region, the image patches are generated according to a first set configuration corresponding to the first region,
When the detection position of the face area corresponds to a second predefined area, the image patches are generated according to a second set configuration corresponding to the second area.
상기 특징 값을 결정하는 단계는,
상기 이미지 패치 세트에 포함된 이미지 패치들과 상기 이미지 패치들에 대응하는 기준 이미지 패치들에 기초하여 상기 특징 값을 결정하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
The step of determining the feature value,
And determining the feature value based on image patches included in the image patch set and reference image patches corresponding to the image patches.
상기 기준 이미지 패치들은,
상기 페이스 영역의 검출 위치, 상기 페이스 영역 내 가림 영역의 존재 여부, 상기 페이스 영역에 나타난 페이스 표정, 상기 페이스 영역에 기초하여 추정된 유저 정보, 상기 인풋 영상의 조명 상태 및 상기 인풋 영상의 영상 품질 중 적어도 하나에 기초하여 결정되는 것을 특징으로 하는 페이스 인증 방법.The method of claim 7,
The reference image patches,
Among the detection position of the face area, the presence or absence of an occluded area in the face area, the face expression shown in the face area, user information estimated based on the face area, the lighting state of the input image, and the image quality of the input image Face authentication method, characterized in that determined based on at least one.
상기 페이스 영역에서 페이스의 랜드마크들을 검출하는 단계; 및
상기 검출된 랜드마크들에 기초하여 상기 페이스 영역을 정규화하는 단계
를 더 포함하고,
상기 이미지 패치들을 생성하는 단계는,
상기 정규화된 페이스 영역으로부터 상기 이미지 패치들을 생성하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
Detecting landmarks of a face in the face area; And
Normalizing the face area based on the detected landmarks
Including more,
Generating the image patches,
And generating the image patches from the normalized face area.
상기 이미지 패치 세트는,
상기 검출된 페이스 영역의 전체 영역에 대한 제1 이미지 패치 및 상기 제1 이미지 패치보다 줌-인된 제2 이미지 패치를 포함하는 것을 특징으로 하는 페이스 인증 방법.The method of claim 1,
The image patch set,
And a first image patch for the entire area of the detected face area and a second image patch that is zoomed in from the first image patch.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190134978A KR20210050649A (en) | 2019-10-29 | 2019-10-29 | Face verifying method of mobile device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190134978A KR20210050649A (en) | 2019-10-29 | 2019-10-29 | Face verifying method of mobile device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210050649A true KR20210050649A (en) | 2021-05-10 |
Family
ID=75917139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190134978A KR20210050649A (en) | 2019-10-29 | 2019-10-29 | Face verifying method of mobile device |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210050649A (en) |
-
2019
- 2019-10-29 KR KR1020190134978A patent/KR20210050649A/en unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102299847B1 (en) | Face verifying method and apparatus | |
| JP7365445B2 (en) | Computing apparatus and method | |
| KR102483642B1 (en) | Method and apparatus for liveness test | |
| US11188734B2 (en) | Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices | |
| US11288504B2 (en) | Iris liveness detection for mobile devices | |
| KR102359558B1 (en) | Face verifying method and apparatus | |
| KR102415509B1 (en) | Face verifying method and apparatus | |
| US9361681B2 (en) | Quality metrics for biometric authentication | |
| US20190251684A1 (en) | Method and apparatus with image fusion | |
| KR20180053108A (en) | Method and apparatus for extracting iris region | |
| KR102655949B1 (en) | Face verifying method and apparatus based on 3d image | |
| KR20190094352A (en) | System and method for performing fingerprint based user authentication using a captured image using a mobile device | |
| KR20160066380A (en) | Method and apparatus for registering face, method and apparatus for recognizing face | |
| CN112639871A (en) | Biometric authentication system, biometric authentication method, and program | |
| KR102380426B1 (en) | Method and apparatus for verifying face | |
| KR20210050649A (en) | Face verifying method of mobile device | |
| Dixit et al. | SIFRS: Spoof Invariant Facial Recognition System (A Helping Hand for Visual Impaired People) | |
| KR20210050650A (en) | Method of unlocking with face authentication on mobile device |