KR20210085408A - 다중 생체인증 장치 - Google Patents

다중 생체인증 장치 Download PDF

Info

Publication number
KR20210085408A
KR20210085408A KR1020190178407A KR20190178407A KR20210085408A KR 20210085408 A KR20210085408 A KR 20210085408A KR 1020190178407 A KR1020190178407 A KR 1020190178407A KR 20190178407 A KR20190178407 A KR 20190178407A KR 20210085408 A KR20210085408 A KR 20210085408A
Authority
KR
South Korea
Prior art keywords
authentication
unit
image data
face
user
Prior art date
Application number
KR1020190178407A
Other languages
English (en)
Inventor
강의정
박지현
신유림
전유진
김윤희
최은정
Original Assignee
강의정
최은정
전유진
김윤희
박지현
신유림
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 강의정, 최은정, 전유진, 김윤희, 박지현, 신유림 filed Critical 강의정
Priority to KR1020190178407A priority Critical patent/KR20210085408A/ko
Publication of KR20210085408A publication Critical patent/KR20210085408A/ko

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
    • 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
    • G06F21/45—Structures or tools for the administration of authentication
    • G06F21/46—Structures or tools for the administration of authentication by designing passwords or checking the strength of passwords
    • G06K9/00221—
    • G06K9/00597—
    • G06K9/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • 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
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2113—Multi-level security, e.g. mandatory access control

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Collating Specific Patterns (AREA)

Abstract

본 발명은 하나의 영상 촬영 수단으로 2 이상의 생체인증 정보를 추출하여 인증을 수행하는 다중 생체인증 장치에 관한 것으로,
본 발명의 실시예에 따른 다중 생체인증 장치는,
영상 촬영부; 상기 영상 촬영부로부터 사용자의 영상 데이터를 수신하고 상기 영상 데이터로부터 사용자의 홍채 정보를 포함하는 얼굴 정보를 추출하는 안면 추출부; 상기 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행하는 제1 인증부; 상기 추출된 홍채 정보를 기저장된 홍채 정보와 매칭하여 홍채 인증을 수행하는 제2 인증부; 상기 제1 인증부 및 제2 인증부에 의해 동시에 사용자 인증이 수행된 경우 사용자 인증이 성공된 것으로 판단하는 판단부;를 포함한다.

Description

다중 생체인증 장치{Dual biometric device}
본 발명은 생체인증 장치에 관한 것으로, 보다 구체적으로는 하나의 영상 촬영 수단으로 2 이상의 생체인증 정보를 추출하여 인증을 수행하는 다중 생체인증 장치에 관한 것이다.
생체인증(지문, 홍재, 안면 등)은 위조가 어렵고 사람마다 고유의 특징을 갖고 있기 때문에 기존의 비밀번호 방식보다 보안성이 강하다고 인식되고 있다. 그러나 최근 지문, 안면 등에 대한 오인식(가족간 안면인식) 혹은 위조(3D프린터, 실리콘)가 가능해짐에 따라 생체인식에 대한 한계가 나타나고 있다, 이러한 상황에서 두 가지 이상의 방식을 조합한 다중 생체인증을 통해 보안성을 강화하기 위한 노력들이 있다.
본 발명은 하나의 영상 촬영 수단으로 2 이상의 생체인증 정보를 추출하여 인증을 수행하고, 다양한 이유로 발생하는 생체인증 실패 또는 지연에 따른 사용자의 불편함을 개선할 수 있는 다중 생체인증 장치를 제공한다.
한국등록특허 제10-1767941호
본 발명은 하나의 영상 촬영 수단으로 2 이상의 생체인증 정보를 추출하여 인증을 수행하는 다중 생체인증 장치를 제공하는 것을 목적으로 한다.
본 발명의 실시예에 따른 다중 생체인증 장치는,
영상 촬영부; 상기 영상 촬영부로부터 사용자의 영상 데이터를 수신하고 상기 영상 데이터로부터 사용자의 홍채 정보를 포함하는 얼굴 정보를 추출하는 안면 추출부; 상기 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행하는 제1 인증부; 상기 추출된 홍채 정보를 기저장된 홍채 정보와 매칭하여 홍채 인증을 수행하는 제2 인증부; 상기 제1 인증부 및 제2 인증부에 의해 동시에 사용자 인증이 수행된 경우 사용자 인증이 성공된 것으로 판단하는 판단부;를 포함한다.
또한, 본 발명의 실시예에 따른 다중 생체인증 장치는, 영상 촬영부; 상기 영상 촬영부로부터 사용자의 영상 데이터를 수신하고 상기 영상 데이터로부터 사용자의 얼굴 정보 및 얼굴 특징점을 추출하는 안면 추출부; 상기 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행하는 제1 인증부; 상기 추출된 얼굴 특징점을 이용하여 추출된 눈 영역의 이미지에서 눈깜빡임 여부를 검출하고, 눈깜빡임의 상태에 따라 인식된 비밀번호와 기설정된 비밀번호의 일치 여부를 확인하는 제2 인증부; 상기 제1 인증부 및 제2 인증부에 의해 동시에 사용자 인증이 수행된 경우 사용자 인증이 성공된 것으로 판단하는 판단부;를 포함한다.
본 발명의 실시예에 따른 다중 생체인증 장치에 있어서, 상기 안면 추출부는, 상기 영상 데이터의 프레임 영상에서 얼굴 영역을 검출하되, 상기 프레임 영상의 픽셀 각각에 대해서 주변 픽셀의 명암 값을 필터곁수들과 선형결합하여 획득한 값을 해당 픽셀의 명암 값으로 설정하여 상기 프레임 영상에 포함된 노이즈를 제거한다.
본 발명의 실시예에 따른 다중 생체인증 장치에 있어서, 기계학습을 수행하는 딥러닝부를 더 포함하며, 상기 판단부는 상기 제1 인증부 또는 상기 제2 인증부에서 인증 실패된 영상 데이터를 수집하고, 수집된 영상 데이터를 상기 딥러닝부로 제공할 수 있다.
본 발명의 실시예에 따른 다중 생체인증 장치에 있어서, 상기 판단부는, 상기 영상 촬영부로부터 인증을 위해 최초로 영상 데이터가 수신된 시간에서 인증이 완료된 시간을 측정하여 인증완료 시간을 측정하는 인증 타이머와, 인증이 완료된 때의 영상 데이터 이전의 영상 데이터를 수집하여 상기 딥러닝부로 제공하는 재학습 데이터 수집모듈을 포함할 수 있다.
본 발명의 실시예에 따른 다중 생체인증 장치에 있어서, 상기 재학습 데이터 수집모듈은, 상기 인증 타이머에 의해 측정된 인증 시간과 기설정된 기준 인증시간과 비교하여, 측정된 인증 시간이 기설정된 기준 인증시간 이하인 경우, 인증이 완료된 때의 영상 데이터 이전의 영상 데이터를 수집할 수 있다.
본 발명의 실시예에 따른 다중 생체인증 장치에 있어서, 상기 딥러닝부는, 상기 재학습 데이터 수집모듈에 의해 수집된 영상 데이터를 이용하여 딥러닝을 수행하여 인증시 사용되는 인증 기준정보를 갱신하고, 갱신된 인증 기준정보를 상기 제1 인증부와 제2 인증부로 제공할 수 있다.
기타 본 발명의 다양한 측면에 따른 구현예들의 구체적인 사항은 이하의 상세한 설명에 포함되어 있다.
본 발명의 실시예에 따른 다중 생체인증 장치에 의하면,
2 이상의 생체인증 정보를 이용하여 인증을 수행하므로 사용자 인증의 정확성 및 보안성을 향상시킬 수 있다.
또한, 하나의 센서로 하나의 생체인증 정보를 추출하는 종래에 비해, 하나의 영상 촬영 수단으로 2 이상의 생체인증 정보를 추출하여 인증을 수행하므로 부품의 수 및 부품이 차지하는 공간을 감소시킬 수 있게 되어 경제성을 향상시킬 수 있다.
또한, 다양한 이유로 인증이 실패된 사용자의 영상 데이터를 인증 기준정보로 추가 갱신하므로, 인식 실패 또는 인식 지연의 문제를 해결할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 다중 생체인증 장치가 도시된 도면이다.
도 2는 본 발명의 일 실시예에 따른 다중 생체인증 장치에서 홍채 정보를 추출하는 과정을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 다중 생체인증 장치에서 눈 깜빡임을 검출하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 다른 실시예에 따른 다중 생체인증 장치가 도시된 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예를 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 발명에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 이하, 도면을 참조하여 본 발명의 일 실시예에 따른 다중 생체인증 장치를 설명한다.
도 1은 본 발명의 일 실시예에 따른 다중 생체인증 장치가 도시된 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 다중 생체인증 장치는, 영상 촬영부(100), 안면 추출부(200), 제1 인증부(300), 제2 인증부(400), 판단부(500)를 포함한다.
본 발명의 일 실시예에 따른 다중 생체인증 장치는, 하나의 영상 촬영 수단으로 영상 데이터를 생성하고, 영상 데이터에서 얼굴 정보와 홍채 정보를 추출하여 다중 생체인증을 수행하거나, 또는 얼굴 정보와 눈깜빡임 정보를 이용하여 다중 생체인증을 수행할 수 있다.
먼저, 얼굴 정보와 홍채 정보를 이용하여 다중 생체인증을 수행하는 제1 실시예에 대해 설명한다.
제1 실시예에서 영상 촬영부(100)는 사용자의 얼굴을 촬영하여 다중 생체인증을 위한 영상 데이터를 생성한다. 홍채 인식의 경우, 적외선에 의한 동공의 움직임을 감지하여 인증이 가능하므로, 제1 실시예에서 영상 촬영부(100)는 적외선 카메라로 구성될 수 있다.
또는, 영상 촬영부(100)는 얼굴 촬영을 위한 일반 촬영모드와 홍채인식 촬영을 위한 홍채인식 촬영모드의 운용이 가능한 겸용 카메라(한국등록특허 제10-1767941호, “일반 촬영 및 홍채인식 촬영이 가능한 겸용 카메라” 참조)를 포함하여 구성될 수 있다. 이 경우, 영상 촬영부(100)는 일반 촬영모드와 홍채인식 촬영모드가 자동으로 전환되도록 구성하여 하나의 카메라로 얼굴 인식 및 홍채 인식을 위한 영상 데이터를 생성할 수 있다.
안면 추출부(200)는 영상 촬영부(100)로부터 사용자의 영상 데이터를 수신하고 영상 데이터로부터 사용자의 얼굴 정보를 추출한다. 안면 추출부(200)는 수신된 영상 데이터의 프레임 영상에서 얼굴 영역을 검출한다. 안면 추출부(200)는 프레임 영상의 픽셀 각각에 대해서 주변 픽셀의 명암 값을 필터곁수들과 선형결합하여 획득한 값을 해당 픽셀의 명암 값으로 설정하여 프레임 영상에 포함된 노이즈를 제거한다. 그런 다음, 프레임 영상을 다운 스케일링하여 서로 다른 크기의 복수의 이미지를 생성하고, 복수의 이미지 각각에서 후보 얼굴 영역을 검출하고, 후보 얼굴 영역 중 공통 영역을 이용하여 해당 프레임 영상에서 얼굴 영역을 검출한다.
예를 들어, 안면 추출부(200)는 원래의 프레임 영상에서 얼굴 영역을 검출하고, 그 보다 작은 스케일로 변환된 프레임 영상에서 얼굴 영역을 검출하고 또 그 보다 작은 스케일로 변환된 프레임 영상에서 얼굴 영역을 검출한 후, 각 스케일별 프레임 영상에서 검출된 얼굴 영역 중 공통 영역을 해당 프레임에서의 얼굴 영역으로 검출할 수 있다. 이러한 방식은 이미지 피라미드 기법으로 이해될 수 있다.
한편, 안면 추출부(200)는 영상 데이터로부터 사용자의 홍채 정보를 추출한다. 예를 들어, 안면 추출부(200)는 도 2와 같이, 적외선 카메라로 촬영된 영상 데이터 또는 홍채인식 촬영모드(한국등록특허 제10-1767941호 참조)로 촬영된 영상 데이터의 각 픽셀에 대해 2진 데이터로 정규화하여 홍채 정보를 생성할 수 있다.
안면 추출부(200)는 상기와 같이 생성된 사용자의 얼굴 정보 및 홍채 정보를 제1 인증부(300)와 제2 인증부(400)로 제공한다.
제1 인증부(300)는 안면 추출부(200)에서 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행한다. 제1 인증부(300)는 얼굴 영역의 바이너리 특징량과 기저장된 얼굴 템플릿의 바이너리 특징량을 비교하여 유사도를 산출하고, 산출된 유사도에 따라 얼굴 인증의 결과를 판단부(500)에 제공한다. 기저장된 얼굴 템플릿은 인증이 필요한 사용자의 얼굴 템플릿으로서, 다중 생체인증 장치에 미리 저장된 것일 수 있다.
제2 인증부(400)는 사용자에 의해 기저장된 2진 데이터로 정규화된 홍채 정보와, 안면 추출부(200)에서 추출된 2진 데이터로 정규화된 홍채 정보를 매칭하여 홍채 인증을 수행하고, 홍채 인증의 결과를 판단부(500)에 제공한다.
판단부(500)는 제1 인증부(300)의 인증 결과 및 제2 인증부(400)의 인증 결과에 따라 사용자의 인증이 성공하였다고 판단할 수 있다. 예를 들어, 얼굴 인증의 결과 및 홍채 인증의 결과가 모두 인증 성공으로 판단된 경우에 사용자 인증이 성공한 것으로 판단할 수 있다.
다음, 얼굴 정보와 눈깜빡임 정보를 이용하여 다중 생체인증을 수행하는 제2 실시예에 대해 설명한다.
제2 실시예에서 영상 촬영부(100)는 사용자의 얼굴을 촬영하여 다중 생체인증을 위한 영상 데이터를 생성한다. 제2 실시예에서는 홍채 인식을 수행하지 않으므로, 영상 촬영부(100)는 일반 카메라로 구성될 수 있다.
안면 추출부(200)는 영상 촬영부(100)로부터 사용자의 영상 데이터를 수신하고 영상 데이터의 프레임 영상에서 사용자의 얼굴 정보를 추출한다. 얼굴 정보 추출 과정은 제1 실시예와 동일하다. 제1 인증부(300)는 안면 추출부(200)에서 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행한다.
안면 추출부(200)는 영상 데이터로부터 사용자의 눈깜빡임 정보를 추출한다. 안면 추출부(200)는 4각 특징점 모델을 이용하여 프레임 영상에서 얼굴 영역과, 눈/코/입 등의 얼굴 특징점을 검출할 수 있다. 도 3을 참조하여 이를 설명한다.
도 3은 본 발명의 일 실시예에 따른 다중 생체인증 장치에서 눈 깜빡임을 검출하는 과정을 설명하기 위한 도면이다.
도 3을 참조하면, 다중 생체인증 장치는 얼굴 영역(10)에서 얼굴 특징점 중 예를 들어, 눈 영역 주위 4개의 특징점들을 이용하여 눈 영역을 검출한다. 이때, 눈 영역의 이미지는 예를 들어, 비트맵으로 크롭(crop)하여 회전 보정을 진행한 다음, 20*20 픽셀 크기의 흑백 이미지(20)로 변환한다. 다중 생체인증 장치는 눈 영역의 흑백 이미지(20)에 대한 히스토그램정규화를 진행한다. 다중 생체인증 장치는 눈 영역의 흑백 이미지(20)의 픽셀값(20*20)을 이용하여 예를 들어, 400차원의 픽셀 벡터를 생성한다.
다중 생체인증 장치는 400차원의 픽셀 벡터에 PCA(30, 주성분 분석, Principal Component Analysis)를 적용하여 200차원의 축소된 차원수의 픽셀 벡터를 획득하고, 축소된 픽셀 벡터를 SVM(40, Support Vector Machine)으로 입력한다. 이와 같이 주성분 분석을 이용하여 SVM(40)의 입력자료의 차원수를 축소하면 SVM(40)에 의한 식별 속도를 높이고 서포트 벡터와 결합 곁수들을 비롯한 데이터베이스의 크기를 대폭 줄일 수 있다. 다중 생체인증 장치는 예를 들어, 200차원의 축소된 입력 벡터를 구성하고 SVM(40)의 판별함수에 의하여 눈깜박임 여부를 검출할 수 있다.
제2 인증부(400)는 눈깜빡임 상태에 따라 인식된 비밀번호를 추출한다. 예를 들어, 제2 인증부(400)는 왼쪽 눈만 깜박였을 때 0, 오른쪽 눈만 깜박였을 때 1, 양쪽 눈을 동시에 깜박였을 때 2로 인식되도록 미리 인식 기준이 설정되어 이에 근거하여 영상을 통해 입력된 비밀번호를 추출한 후, 사용자 인증 장치다중 생체인증 장치에 미리 설정 및 저장된 비밀번호와의 일치 여부를 판단할 수 있다.
판단부(500)는 제1 인증부(300)의 인증 결과 및 제2 인증부(400)의 인증 결과에 따라 사용자의 인증이 성공하였다고 판단할 수 있다. 예를 들어, 얼굴 인증의 결과 및 눈깜빡임 상태에 따른 비밀번호 인증의 결과가 모두 인증 성공으로 판단된 경우에 사용자 인증이 성공한 것으로 판단할 수 있다.
상기와 같은 본 발명의 일 실시예에 따른 다중 생체인증 장치에 의하면, 2 이상의 생체인증 정보를 이용하여 인증을 수행하므로 사용자 인증의 정확성 및 보안성을 향상시킬 수 있다.
또한, 하나의 센서로 하나의 생체인증 정보를 추출하는 종래에 비해, 하나의 영상 촬영 수단으로 2 이상의 생체인증 정보를 추출하여 인증을 수행하므로 부품의 수 및 부품이 차지하는 공간을 감소시킬 수 있게 되어 경제성을 향상시킬 수 있다.
한편, 홍채 인식의 경우, 인식거리가 맞아야 하고, 적외선에 의한 동공의 움직임을 감지하여야만 등록이나 인증이 가능하기 때문에, 홍채 패턴이나 동공 크기 변화 등에 의해 인지할 수 있는 조건이 맞지 않을 경우에는 인증 시간이 오래 걸리거나 인증이 안되는 경우가 빈번하다.
또한, 얼굴 인식의 경우에도, 영상 촬영부(100)를 통해 사용자 본인의 얼굴을 촬영한 것이나, 사용자의 화장 상태, 촬영시의 조명 상태, 시간 경과에 따라 주름 등 얼굴 형상의 변화 등 다양한 이유로 인증 실패하는 경우가 빈번하다.
이에, 본 발명에서는 생체 인증시 발생하는 인식 실패 또는 인식 지연의 문제를 해결하기 위해 인증시 사용되는 인증 기준정보(예를 들어, 기저장된 얼굴 템플릿, 기저장된 홍채 정보)를 추가 갱신하는 방안을 제시한다.
이에 대해, 도 4를 참조하여 설명한다. 도 4는 본 발명의 다른 실시예에 따른 다중 생체인증 장치가 도시된 도면이다.
도 4에 도시된 바와 같이, 본 발명의 다른 실시예에 따른 다중 생체인증 장치는, 영상 촬영부(100), 안면 추출부(200), 제1 인증부(300), 제2 인증부(400), 판단부(500), 딥러닝부(600)를 포함한다.
여기서, 영상 촬영부(100), 안면 추출부(200), 제1 인증부(300), 제2 인증부(400)는 전술한 일 실시예와 실질적으로 동일하므로 반복 설명은 생략한다.
본 실시예에서 판단부(500)는 제1 인증부(300) 및 제2 인증부(400)에서 인증 실패된 영상 데이터를 수집하고, 수집된 영상 데이터를 딥러닝부(600)로 제공한다. 구체적으로, 판단부(500)는 인증 타이머(510)와 재학습 데이터 수집모듈(520)을 더 포함할 수 있다.
인증 타이머(510)는 영상 촬영부(100)로부터 인증을 위해 최초로 영상 데이터가 수신된 시간에서 인증이 완료된 시간을 측정하여 인증완료 시간을 측정한다. 인증완료 시간은 복수회 인증을 시도하여 인증이 완료된 시간을 의미하며, 안면 추출부(200)는 인증이 완료될 때까지 복수개의 영상 데이터를 수신하고, 제1 인증부(300) 및 제2 인증부(400)는 영상 데이터의 개수만큼의 인증을 수행하게 된다.
인증 타이머(510)에 의해 측정된 인증 시간과 기설정된 기준 인증시간과 비교하여, 측정된 인증 시간이 기설정된 기준 인증시간 이하인 경우, 재학습 데이터 수집모듈(520)은 인증이 완료된 때의 영상 데이터 이전의 영상 데이터를 수집한다. 예를 들어, 기준 인증시간이 1분이고, 1분 안에 사용자가 6회 영상을 촬영하여 인증이 완료된 경우, 재학습 데이터 수집모듈(520)은 인증 실패한 1회 ~ 5회의 영상 데이터를 딥러닝부(600)의 재학습 데이터로 수집하고, 이를 딥러닝부(600)로 제공한다. 여기서, 기준 인증시간을 설정한 이유는, 사용자가 아닌 제3자에 의해 인증이 시도되어 실패하고, 일정 시간 경과하여 사용자에 의해 인증이 완료된 경우, 제3자의 영상 데이터가 재학습 데이터로 수집되는 것을 방지하기 위함이다.
딥러닝부(600)는 기계학습 알고리즘을 포함하며, ‘의사결정나무’나 ‘베이지안망’, ‘서포트벡터머신(SVM)’, ‘인공신경망’ 등 일 수 있다. 딥러닝부(600)는 제공된 재학습 데이터를 이용하여 딥러닝을 수행하여 인증시 사용되는 인증 기준정보(예를 들어, 기저장된 얼굴 템플릿, 기저장된 홍채 정보)를 추가 갱신한다. 딥러닝부(600)는 추가 갱신된 인증 기준정보를 제1 인증부(300)와 제2 인증부(400)로 제공하고, 제1 인증부(300)와 제2 인증부(400)는 갱신된 인증 기준정보를 이용하여 인증을 수행한다.
따라서, 다양한 이유로 인증이 실패된 사용자의 영상 데이터를 인증 기준정보로 추가 갱신하므로, 인식 실패 또는 인식 지연의 문제를 해결할 수 있게 된다.
이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
100 : 영상 촬영부 200 : 안면 추출부
300 : 제1 인증부 400 : 제2 인증부
500 : 판단부 510 : 인증 타이머
520 : 재학습 데이터 수집모듈 600 : 딥러닝부

Claims (7)

  1. 영상 촬영부;
    상기 영상 촬영부로부터 사용자의 영상 데이터를 수신하고 상기 영상 데이터로부터 사용자의 홍채 정보를 포함하는 얼굴 정보를 추출하는 안면 추출부;
    상기 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행하는 제1 인증부;
    상기 추출된 홍채 정보를 기저장된 홍채 정보와 매칭하여 홍채 인증을 수행하는 제2 인증부;
    상기 제1 인증부 및 제2 인증부에 의해 동시에 사용자 인증이 수행된 경우 사용자 인증이 성공된 것으로 판단하는 판단부;
    를 포함하는 다중 생체인증 장치.
  2. 영상 촬영부;
    상기 영상 촬영부로부터 사용자의 영상 데이터를 수신하고 상기 영상 데이터로부터 사용자의 얼굴 정보 및 얼굴 특징점을 추출하는 안면 추출부;
    상기 추출된 사용자의 얼굴 정보를 기저장된 얼굴 정보와 매칭하여 얼굴 인증을 수행하는 제1 인증부;
    상기 추출된 얼굴 특징점을 이용하여 추출된 눈 영역의 이미지에서 눈깜빡임 여부를 검출하고, 눈깜빡임의 상태에 따라 인식된 비밀번호와 기설정된 비밀번호의 일치 여부를 확인하는 제2 인증부;
    상기 제1 인증부 및 제2 인증부에 의해 동시에 사용자 인증이 수행된 경우 사용자 인증이 성공된 것으로 판단하는 판단부;
    를 포함하는 다중 생체인증 장치.
  3. 청구항 1 또는 청구항 2에 있어서, 상기 안면 추출부는,
    상기 영상 데이터의 프레임 영상에서 얼굴 영역을 검출하되, 상기 프레임 영상의 픽셀 각각에 대해서 주변 픽셀의 명암 값을 필터곁수들과 선형결합하여 획득한 값을 해당 픽셀의 명암 값으로 설정하여 상기 프레임 영상에 포함된 노이즈를 제거하는 것을 특징으로 하는 다중 생체인증 장치.
  4. 청구항 1 또는 청구항 2에 있어서,
    기계학습을 수행하는 딥러닝부를 더 포함하며,
    상기 판단부는 상기 제1 인증부 또는 상기 제2 인증부에서 인증 실패된 영상 데이터를 수집하고, 수집된 영상 데이터를 상기 딥러닝부로 제공하는 것을 특징으로 하는 다중 생체인증 장치.
  5. 청구항 4에 있어서, 상기 판단부는,
    상기 영상 촬영부로부터 인증을 위해 최초로 영상 데이터가 수신된 시간에서 인증이 완료된 시간을 측정하여 인증완료 시간을 측정하는 인증 타이머와,
    인증이 완료된 때의 영상 데이터 이전의 영상 데이터를 수집하여 상기 딥러닝부로 제공하는 재학습 데이터 수집모듈
    을 포함하는 것을 특징으로 하는 다중 생체인증 장치.
  6. 청구항 5에 있어서, 상기 재학습 데이터 수집모듈은,
    상기 인증 타이머에 의해 측정된 인증 시간과 기설정된 기준 인증시간과 비교하여, 측정된 인증 시간이 기설정된 기준 인증시간 이하인 경우, 인증이 완료된 때의 영상 데이터 이전의 영상 데이터를 수집하는 것을 특징으로 하는 다중 생체인증 장치.
  7. 청구항 6에 있어서, 상기 딥러닝부는,
    상기 재학습 데이터 수집모듈에 의해 수집된 영상 데이터를 이용하여 딥러닝을 수행하여 인증시 사용되는 인증 기준정보를 갱신하고, 갱신된 인증 기준정보를 상기 제1 인증부와 제2 인증부로 제공하는 것을 특징으로 하는 다중 생체인증 장치.
KR1020190178407A 2019-12-30 2019-12-30 다중 생체인증 장치 KR20210085408A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190178407A KR20210085408A (ko) 2019-12-30 2019-12-30 다중 생체인증 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190178407A KR20210085408A (ko) 2019-12-30 2019-12-30 다중 생체인증 장치

Publications (1)

Publication Number Publication Date
KR20210085408A true KR20210085408A (ko) 2021-07-08

Family

ID=76893762

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190178407A KR20210085408A (ko) 2019-12-30 2019-12-30 다중 생체인증 장치

Country Status (1)

Country Link
KR (1) KR20210085408A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101767941B1 (ko) 2016-01-11 2017-08-14 에이치엔티 일렉트로닉스(주) 일반 촬영 및 홍채인식 촬영이 가능한 겸용 카메라

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101767941B1 (ko) 2016-01-11 2017-08-14 에이치엔티 일렉트로닉스(주) 일반 촬영 및 홍채인식 촬영이 가능한 겸용 카메라

Similar Documents

Publication Publication Date Title
US9785823B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US9922238B2 (en) Apparatuses, systems, and methods for confirming identity
KR102561723B1 (ko) 모바일 디바이스를 사용하여 캡처된 화상을 사용하여 지문 기반 사용자 인증을 수행하기 위한 시스템 및 방법
WO2021036436A1 (zh) 一种人脸识别方法及装置
US8422746B2 (en) Face authentication system and authentication method thereof
US9672341B2 (en) Systems and methods for spoof detection in iris based biometric systems
US20170262472A1 (en) Systems and methods for recognition of faces e.g. from mobile-device-generated images of faces
CN108629262B (zh) 虹膜识别方法及相应装置
KR101626837B1 (ko) 손가락 마디 및 지정맥 기반의 융합형 생체 인증 방법 및 그 장치
US10922399B2 (en) Authentication verification using soft biometric traits
CN110647955A (zh) 身份验证方法
KR101724971B1 (ko) 광각 카메라를 이용한 얼굴 인식 시스템 및 그를 이용한 얼굴 인식 방법
WO2016203698A1 (ja) 顔検出装置、顔検出システム、及び顔検出方法
JP4521086B2 (ja) 顔画像認識装置及び顔画像認識方法
JP6396357B2 (ja) 顔画像認証装置
JP5730044B2 (ja) 顔画像認証装置
KR102225623B1 (ko) 키포인트 기술자 매칭 및 다수결 기법 기반 얼굴 인식 시스템 및 방법
KR20110119214A (ko) 얼굴 변화에 강인한 얼굴 인식 방법
KR101066097B1 (ko) 안경 착용자에 대한 오인식을 최소화한 얼굴 인식 장치 및 이를 이용한 안경 착용자에 대한 얼굴 오인식 최소화 방법
Lee et al. Improvements in video-based automated system for iris recognition (vasir)
EP4343689A1 (en) Body part authentication system and authentication method
KR20210085408A (ko) 다중 생체인증 장치
KR101718244B1 (ko) 얼굴 인식을 위한 광각 영상 처리 장치 및 방법
KR100924271B1 (ko) 홍채를 이용한 신원확인 시스템 및 방법과 그 방법에 대한컴퓨터 프로그램 소스를 저장한 기록매체
US20220171958A1 (en) Passive three-dimensional face imaging based on macro-structure and micro-structure image sizing

Legal Events

Date Code Title Description
E601 Decision to refuse application
N231 Notification of change of applicant