KR20220086998A - 사용자 인증 장치 및 사용자 인증 방법 - Google Patents

사용자 인증 장치 및 사용자 인증 방법 Download PDF

Info

Publication number
KR20220086998A
KR20220086998A KR1020200177292A KR20200177292A KR20220086998A KR 20220086998 A KR20220086998 A KR 20220086998A KR 1020200177292 A KR1020200177292 A KR 1020200177292A KR 20200177292 A KR20200177292 A KR 20200177292A KR 20220086998 A KR20220086998 A KR 20220086998A
Authority
KR
South Korea
Prior art keywords
face
image
facial image
facial
unique feature
Prior art date
Application number
KR1020200177292A
Other languages
English (en)
Inventor
윤정빈
정지은
조효주
한승민
Original Assignee
윤정빈
정지은
조효주
한승민
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 윤정빈, 정지은, 조효주, 한승민 filed Critical 윤정빈
Priority to KR1020200177292A priority Critical patent/KR20220086998A/ko
Publication of KR20220086998A publication Critical patent/KR20220086998A/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
    • 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
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

사용자 인증 장치 및 사용자 인증 방법이 개시된다. 이에 의하면, 사용자 인증 장치는, 정당권한자의 얼굴에 대한 제1안면이미지와, 안면인식을 수행하는 사용자의 제2안면이미지를 입력 받는 입력부; 와, 상기 제1안면이미지에서 제1고유특징을 추출하는 특징 추출부; 와, 상기 제1안면이미지와 상기 제1고유특징을 대응하여 저장하는 저장부; 와, 상기 입력부를 통해 상기 제2안면이미지가 입력되면 상기 제2안면이미지를 상기 제1안면이미지와 비교하고, 상기 제2안면이미지가 상기 제1안면이미지와 일치하면 상기 제2안면이미지에 대해 활성 탐지를 수행하여 상기 제2안면이미지가 실제 얼굴에 대한 것인지 판단하며, 상기 제2안면이미지가 실제 얼굴에 대한 것이면 상기 안면인식이 성공한 것으로 판단하는 제어부를 포함하되, 상기 제어부는, 상기 제2안면이미지로부터 상기 제1고유특징에 대응하는 제2고유특징을 추출하고, 상기 제2고유특징이 실제 얼굴에 대한 것인지 판단할 수 있다.

Description

사용자 인증 장치 및 사용자 인증 방법{THE APPARATUS AND METHOD OF USER AUTHENTICATION}
본 발명은 사용자 인증 장치 및 사용자 인증 방법에 관한 것으로서, 보다 상세하게는 보안 우회 시도를 차단할 수 있는 새로운 안면 인식 인증 방법을 사용하는 사용자 인증 장치 및 사용자 인증 방법에 관한 것이다.
4차 산업혁명 이후 관련기술의 발달로 생체 인증을 활용한 얼굴 인증 보안산업이 급성장하였다. 얼굴 인식은 다른 생체 인식보다 거부감이 적고 간편하며 신속하다는 장점이 있으며, 인공지능의 발전으로 인증의 정확도가 높아지면서 더욱 보편화되고 있는 추세이다.
그러나, 최근 들어 실제 사람 얼굴 대신, 사진이나 동영상 또는 3D 프린터로 변조된 얼굴 영상을 이용하여 안면 인식에 의한 보안을 우회하려는 시도가 증가하고 있다. 따라서, 이와 같은 보안 우회 시도를 차단할 수 있는 새로운 안면 인식 인증 방법이 요구된다.
한국공개특허공보 제10-2020-0129399호(2020.11.18)
본 발명이 해결하고자 하는 과제는, 보안 우회 시도를 차단할 수 있는 새로운 안면 인식 인증 방법을 사용하는 사용자 인증 장치 및 사용자 인증 방법을 제공하는 것이다.
본 발명의 일 실시예에 의한 사용자 인증 장치는, 정당권한자의 얼굴에 대한 제1안면이미지와, 안면인식을 수행하는 사용자의 제2안면이미지를 입력 받는 입력부; 와, 상기 제1안면이미지에서 제1고유특징을 추출하는 특징 추출부; 와, 상기 제1안면이미지와 상기 제1고유특징을 대응하여 저장하는 저장부; 와, 상기 입력부를 통해 상기 제2안면이미지가 입력되면 상기 제2안면이미지를 상기 제1안면이미지와 비교하고, 상기 제2안면이미지가 상기 제1안면이미지와 일치하면 상기 제2안면이미지에 대해 활성 탐지를 수행하여 상기 제2안면이미지가 실제 얼굴에 대한 것인지 판단하며, 상기 제2안면이미지가 실제 얼굴에 대한 것이면 상기 안면인식이 성공한 것으로 판단하는 제어부를 포함하되, 상기 제어부는, 상기 제2안면이미지로부터 상기 제1고유특징에 대응하는 제2고유특징을 추출하고, 상기 제2고유특징이 실제 얼굴에 대한 것인지 판단할 수 있다.
상기 사용자 인증 장치에 있어서, 상기 제1고유특징은, 주름, 흉터, 패임, 굴곡, 점 및 모공 중 적어도 하나를 포함할 수 있다.
상기 사용자 인증 장치에 있어서, 상기 제어부는, 상기 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역 별 주파수 변화가 기준 범위 이내인 경우 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
상기 사용자 인증 장치에 있어서, 상기 제어부는, 상기 제1안면이미지와 상기 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
상기 사용자 인증 장치에 있어서, 상기 제어부는, 상기 제2안면이미지로부터 눈 부위 영상을 추출하고 상기 눈 부위 영상으로부터 눈 깜박임을 추출함으로써 상기 제2안면이미지에 대해 상기 활성 탐지를 수행할 수 있다.
본 발명의 다른 실시예에 의한 사용자 인증 방법은, 정당권한자의 얼굴에 대한 제1안면이미지를 입력 받고, 상기 제1안면이미지에서 제1고유특징을 추출하는 단계; 와, 상기 제1안면이미지와 상기 제1고유특징을 대응하여 저장하는 단계; 와, 안면인식을 수행하는 사용자의 제2안면이미지를 입력 받는 단계; 와, 상기 제2안면이미지를 상기 제1안면이미지와 비교하는 단계; 와, 상기 제2안면이미지가 상기 제1안면이미지와 일치하는 경우, 상기 제2안면이미지에 대해 활성 탐지를 수행하여 상기 제2안면이미지가 실제 얼굴에 대한 것인지 판단하는 단계; 및 상기 제2안면이미지가 실제 얼굴에 대한 것이면 상기 안면인식이 성공한 것으로 판단하는 단계를 포함하되, 상기 제2안면이미지로부터 상기 제1고유특징에 대응하는 제2고유특징을 추출하고, 상기 제2고유특징이 실제 얼굴에 대한 것인지 판단할 수 있다.
상기 사용자 인증 방법에 있어서, 상기 제1고유특징은, 주름, 흉터, 패임, 굴곡, 점 및 모공 중 적어도 하나를 포함할 수 있다.
상기 사용자 인증 방법에 있어서, 상기 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역 별 주파수 변화가 기준 범위 이내인 경우 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
상기 사용자 인증 방법에 있어서, 상기 제1안면이미지와 상기 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
상기 사용자 인증 방법에 있어서, 상기 제2안면이미지로부터 눈 부위 영상을 추출하고 상기 눈 부위 영상으로부터 눈 깜박임을 추출함으로써 상기 제2안면이미지에 대해 상기 활성 탐지를 수행할 수 있다.
본 발명의 실시예에 따르면, 도용 이미지를 사용하는 부정 안면 인증을 방지함으로써 얼굴 인증의 보안 및 신뢰성을 향상시킬 수 있다.
또한, 본 발명의 실시예에 따르면, 코로나 바이러스 예방을 위한 비대면 및 비접촉 트렌드에 맞는 인증 방법을 제공할 수 있다.
도 1은 본 발명에 따른 사용자 인증 장치의 구성을 도시한 블록도이다.
도 2는 본 발명에 따른 사용자 인증 장치가 실제 얼굴의 고유 특징을 검출하여 활성 탐지를 수행하는 방법을 설명하기 위한 도면이다.
도 3은 본 발명에 따른 사용자 인증 장치가 주파수 분석을 수행하여 활성 탐지를 수행하는 방법을 설명하기 위한 도면이다.
도 4a와 도 4b는 본 발명에 따른 사용자 인증 장치가 주파수 및 질감에 기초하여 활성 탐지를 수행하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명에 따른 사용자 인증 과정을 도시한 도면이다.
도 6은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서에서, 동일한 구성요소에 대해서 중복된 설명은 생략한다.
또한 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
또한, 본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로써, 본 발명을 한정하려는 의도로 사용되는 것이 아니다.
또한 본 명세서에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
또한 본 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품, 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐, 하나 또는 그 이상의 다른 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 할 것이다.
또한 본 명세서에서, '및/또는' 이라는 용어는 복수의 기재된 항목들의 조합 또는 복수의 기재된 항목들 중의 어느 항목을 포함한다. 본 명세서에서, 'A 또는 B'는, 'A', 'B', 또는 'A와 B 모두'를 포함할 수 있다.
또한 본 명세서에서, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략될 것이다.
도 1은 본 발명에 따른 사용자 인증 장치의 구성을 도시한 블록도이다.
본 발명에 따른 사용자 인증 장치(100)는 입력부(110), 특징 추출부(120), 저장부(130) 및 제어부(140)를 포함하여 구성될 수 있다.
입력부(110)는 정당권한자의 얼굴에 대한 제1안면이미지와, 안면인식을 수행하는 사용자의 제2안면이미지를 입력 받을 수 있다. 이 경우, 입력부(110)는 사용자 인증 장치(100)에 내장된 카메라를 통해 제1안면이미지 및 제2안면이미지를 입력 받거나, 이동 단말이나 서버와의 통신을 통해 제1안면이미지 및 제2안면이미지를 수신할 수 있다.
특징 추출부(120)는 제1안면이미지에서 제1고유특징을 추출할 수 있다. 여기서, 제1고유특징은, 주름, 흉터, 패임, 굴곡, 점 및 모공 중 적어도 하나를 포함할 수 있다.
이를 위해, 특징 추출부(120)는 제1안면이미지를 분석하여 특징 벡터를 추출하고, 이를 분석하여 제1고유특징을 추출할 수 있다.
저장부(130)는 제1안면이미지와 제1고유특징을 대응하여 저장할 수 있다.
제어부(140)는 입력부(110)를 통해 제2안면이미지가 입력되면, 제2안면이미지를 제1안면이미지와 비교할 수 있다.
이 경우, 제어부(140)는 제2안면이미지가 제1안면이미지와 일치하면, 제2안면이미지에 대해 활성 탐지(Liveness Detection)를 수행하여 제2안면이미지가 실제 얼굴에 대한 것인지 판단할 수 있다. 만일, 제2안면이미지가 실제 얼굴에 대한 것이면, 안면인식이 성공한 것으로 판단할 수 있다. 반면, 제2안면이미지가 실제 얼굴에 대한 것이 아니면, 안면인식은 실패한 것으로 판단한다.
구체적으로, 제어부(140)는 제2안면이미지로부터 제1고유특징에 대응하는 제2고유특징을 추출하고, 제2고유특징이 실제 얼굴에 대한 것인지 판단할 수 있다.
한편, 제어부(140)는 제2안면이미지가 제1안면이미지와 상이하면, 안면인식은 실패한 것으로 판단한다.
일 실시예에 의하면, 제어부(140)는 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역별 주파수 변화가 기준 범위 이내인 경우 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
다른 실시예에 의하면, 제어부(140)는 제1안면이미지와 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
또 다른 실시예에 의하면, 제어부(140)는 제2안면이미지로부터 눈 부위 영상을 추출하고 상기 눈 부위 영상으로부터 눈 깜박임을 추출함으로써 제2안면이미지에 대해 활성 탐지를 수행할 수 있다.
눈 깜박임을 탐지하는 알고리즘은 랜드마크 포지션과 EAR(Eye Aspect Ratio) 특징을 이용하여 눈 열림 정도를 정확하게 평가한다. 이 경우, 얼굴 랜드마크로 EAR 방정식을 도출하여 실시간 눈 깜박임을 탐지할 수 있다. SVM 분류기는 짧고 일시적인 화면에서 EAR 값을 패턴으로 눈 깜박임을 감지한다.
일 실시예에 의하면, 양쪽 눈의 좌표를 추출하여 왼쪽 눈과 오른쪽 눈 각각 종단비와 횡단비를 계산하고, 계산된 값에 기초하여 양쪽 눈의 평균 EAR을 계산한다. EAR의 임계값을 0.3으로 설정하여, 임계값보다 작으면 눈을 깜빡인 것으로 간주하고, 눈 깜빡임이 감지되면 실제 얼굴에 해당하는 것으로 판단할 수 있다.
도 2는 본 발명에 따른 사용자 인증 장치가 실제 얼굴의 고유 특징을 검출하여 활성 탐지를 수행하는 방법을 설명하기 위한 도면이다.
실제 얼굴에는 주름, 흉터, 패임, 굴곡, 점 및 모공 등이 존재하며, 이는 얼굴 사진 및 영상에서는 발견될 수 없는 특징이다.
이와 같은 특징들은 얼굴 표면에 요철을 형성한다. 주름이나 흉터 패임, 모공 등은 세밀하게 관찰해보면 움푹 패인 부분을 포함하고, 굴곡이나 점은 세밀하게 관찰해보면 볼록하게 솟은 부분을 포함한다.
따라서, 제2안면이미지에 이와 같은 요철이 존재하는지 판단해보면, 제2안면이미지가 실제 얼굴에 대한 것인지 아니면 사진이나 영상에 대한 것인지 여부를 판단할 수 있다. 이 경우, ToF 카메라나 깊이 카메라로 제2안면이미지를 분석하여, 요철을 검출할 수 있다.
도 2를 참조하면, 제2안면이미지에 대한 분석 결과 그래프(200)가 도시된다. 영상의 재질특성 값은 비교적 일정하지만, 소정 영역(210)에서 낮은 특성값을 보인다. 이로부터 소정 영역(210)의 재질특성 값이 다른 영역들과는 상이하다고 판단할 수 있다. 따라서, 표면 상에 재질특성 값이 상이한 영역이 존재하므로, 실제 얼굴에 대한 이미지라고 판단한다.
도 3은 본 발명에 따른 사용자 인증 장치가 주파수 분석을 수행하여 활성 탐지를 수행하는 방법을 설명하기 위한 도면이다.
실제 얼굴과 얼굴 이미지 및 영상은 각각 주파수 특성이 상이하다.
실제 얼굴의 경우 눈과 코를 포함한 다양한 신체부위들을 포함하여 높낮이가 상이하다. 따라서, 영역별로 주파수 분석을 해보면 주파수 분포 범위가 크게 변화한다.
반면, 얼굴 이미지 및 영상은 평평한 평면으로 구성되어 있다. 이에 따라, 주파수 분석을 해보면 영역별 주파수 분포 범위가 소정 범위 내에서 일정하게 변화한다.
따라서, 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역 별 주파수 변화가 기준 범위 이내인 경우 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다. 도 3의 주파수 분석 결과(300)를 참조하면, 눈 부위와 코 부위 및 입 부위에 대한 주파수가 변화가 크지 않고 일정 범위 내에서 변화하고 있다. 따라서, 실제 얼굴에 대한 이미지가 아니라고 판단할 수 있다.
도 4a와 도 4b는 본 발명에 따른 사용자 인증 장치가 주파수 및 질감에 기초하여 활성 탐지를 수행하는 방법을 설명하기 위한 도면이다.
실제 얼굴과 이를 재현한 이미지나 영상은 그 표면 특성이 상이하다. 실제 얼굴 피부와 이미지 및 영상은 재질과 질감이 상이하기 때문이다.
따라서, 제1안면이미지와 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
도 4a는 제1안면이미지의 주파수 분석 결과(400)를 도시하고, 도 4b는 제2안면이미지의 주파수 분석 결과(410)를 도시한다. 두 개의 주파수 분석 결과가 상이하므로, 제2안면이미지는 실제 얼굴에 대한 것이 아니라고 판단한다.
한편, 실시예에 따라, 이미지의 주파수 및 질감에 기초하여 활성 탐지를 수행할 수 있다. 구체적으로, 실제 얼굴과 얼굴 이미지 각각의 주파수 사이의 불일치를 이용하여 실제 얼굴과 가짜 얼굴을 분류할 수 있다. 이 경우, 얼굴 영역에서 로컬 이진 패턴(LBP)을 계산하고, SVM을 사용한다.
이를 위해, 주파수와 질감분석에 기초하여 실제 얼굴(real)과 사진, 동영상 속 얼굴(fake) 이미지를 수집하고, 이에 대해 학습을 수행할 수 있다. 데이터를 수집하는 경우, 연령, 성별, 인종, 디스플레이 밝기, 각도, 화질 등을 고려할 수 있다. 또한, real과 fake의 주파수와 계산된 로컬 이진 패턴의 차이점을 크게 만들어 정확도를 높일 수 있도록, 두 데이터 셋의 화질차이를 극대화하여 학습을 수행할 수 있다.
도 5는 본 발명에 따른 사용자 인증 과정을 도시한 도면이다.
정당권한자의 얼굴에 대한 제1안면이미지를 입력 받고, 상기 제1안면이미지에서 제1고유특징을 추출한다(S501).
여기서, 제1고유특징은, 주름, 흉터, 패임, 굴곡, 점 및 모공 중 적어도 하나를 포함할 수 있다.
제1안면이미지와 제1고유특징을 대응하여 저장한다(S502).
안면인식을 수행하는 사용자의 제2안면이미지를 입력 받는다(S503).
제2안면이미지를 제1안면이미지와 비교한다(S504).
제2안면이미지가 제1안면이미지와 일치하는 경우, 제2안면이미지에 대해 활성 탐지를 수행하여 제2안면이미지가 실제 얼굴에 대한 것인지 판단한다(S505).
이 경우, 제2안면이미지로부터 제1고유특징에 대응하는 제2고유특징을 추출하고, 제2고유특징이 실제 얼굴에 대한 것인지 판단할 수 있다.
제2안면이미지가 실제 얼굴에 대한 것이면, 안면인식이 성공한 것으로 판단한다(S506).
일 실시예에 의하면, 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역 별 주파수 변화가 기준 범위 이내인 경우 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
다른 실시예에 의하면, 제1안면이미지와 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단할 수 있다.
또 다른 실시예에 의하면, 제2안면이미지로부터 눈 부위 영상을 추출하고 상기 눈 부위 영상으로부터 눈 깜박임을 추출함으로써 상기 제2안면이미지에 대해 상기 활성 탐지를 수행할 수 있다.
도 6은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다. 도 6의 컴퓨팅 장치(TN100)는 본 명세서에서 기술된 사용자 인증 장치(100)일 수 있다.
도 6의 실시예에서, 컴퓨팅 장치(TN100)는 적어도 하나의 프로세서(TN110), 송수신 장치(TN120), 및 메모리(TN130)를 포함할 수 있다. 또한, 컴퓨팅 장치(TN100)는 저장 장치(TN140), 입력 인터페이스 장치(TN150), 출력 인터페이스 장치(TN160) 등을 더 포함할 수 있다. 컴퓨팅 장치(TN100)에 포함된 구성 요소들은 버스(bus)(TN170)에 의해 연결되어 서로 통신을 수행할 수 있다.
프로세서(TN110)는 메모리(TN130) 및 저장 장치(TN140) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(TN110)는 중앙 처리 장치(CPU: central processing unit), 그래픽 처리 장치(GPU: graphics processing unit), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(TN110)는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서(TN110)는 컴퓨팅 장치(TN100)의 각 구성 요소를 제어할 수 있다.
메모리(TN130) 및 저장 장치(TN140) 각각은 프로세서(TN110)의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리(TN130) 및 저장 장치(TN140) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(TN130)는 읽기 전용 메모리(ROM: read only memory) 및 랜덤 액세스 메모리(RAM: random access memory) 중에서 적어도 하나로 구성될 수 있다.
송수신 장치(TN120)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치(TN120)는 네트워크에 연결되어 통신을 수행할 수 있다.
한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 통상의 기술자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
100: 사용자 인증 장치 110: 입력부
120: 특징 추출부 130: 저장부
140: 제어부

Claims (10)

  1. 사용자 인증 장치에 있어서,
    정당권한자의 얼굴에 대한 제1안면이미지와, 안면인식을 수행하는 사용자의 제2안면이미지를 입력 받는 입력부;
    상기 제1안면이미지에서 제1고유특징을 추출하는 특징 추출부;
    상기 제1안면이미지와 상기 제1고유특징을 대응하여 저장하는 저장부;
    상기 입력부를 통해 상기 제2안면이미지가 입력되면 상기 제2안면이미지를 상기 제1안면이미지와 비교하고, 상기 제2안면이미지가 상기 제1안면이미지와 일치하면 상기 제2안면이미지에 대해 활성 탐지를 수행하여 상기 제2안면이미지가 실제 얼굴에 대한 것인지 판단하며, 상기 제2안면이미지가 실제 얼굴에 대한 것이면 상기 안면인식이 성공한 것으로 판단하는 제어부를 포함하되,
    상기 제어부는,
    상기 제2안면이미지로부터 상기 제1고유특징에 대응하는 제2고유특징을 추출하고, 상기 제2고유특징이 실제 얼굴에 대한 것인지 판단하는, 사용자 인증 장치.
  2. 제1항에 있어서,
    상기 제1고유특징은,
    주름, 흉터, 패임, 굴곡, 점 및 모공 중 적어도 하나를 포함하는, 사용자 인증 장치.
  3. 제1항에 있어서,
    상기 제어부는,
    상기 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역 별 주파수 변화가 기준 범위 이내인 경우 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단하는, 사용자 인증 장치.
  4. 제1항에 있어서,
    상기 제어부는,
    상기 제1안면이미지와 상기 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단하는, 사용자 인증 장치.
  5. 제1항에 있어서,
    상기 제어부는,
    상기 제2안면이미지로부터 눈 부위 영상을 추출하고 상기 눈 부위 영상으로부터 눈 깜박임을 추출함으로써 상기 제2안면이미지에 대해 상기 활성 탐지를 수행하는, 사용자 인증 장치.
  6. 사용자 인증 방법에 있어서,
    정당권한자의 얼굴에 대한 제1안면이미지를 입력 받고, 상기 제1안면이미지에서 제1고유특징을 추출하는 단계;
    상기 제1안면이미지와 상기 제1고유특징을 대응하여 저장하는 단계;
    안면인식을 수행하는 사용자의 제2안면이미지를 입력 받는 단계;
    상기 제2안면이미지를 상기 제1안면이미지와 비교하는 단계;
    상기 제2안면이미지가 상기 제1안면이미지와 일치하는 경우, 상기 제2안면이미지에 대해 활성 탐지를 수행하여 상기 제2안면이미지가 실제 얼굴에 대한 것인지 판단하는 단계; 및
    상기 제2안면이미지가 실제 얼굴에 대한 것이면 상기 안면인식이 성공한 것으로 판단하는 단계를 포함하되,
    상기 제2안면이미지로부터 상기 제1고유특징에 대응하는 제2고유특징을 추출하고, 상기 제2고유특징이 실제 얼굴에 대한 것인지 판단하는, 사용자 인증 방법.
  7. 제6항에 있어서,
    상기 제1고유특징은,
    주름, 흉터, 패임, 굴곡, 점 및 모공 중 적어도 하나를 포함하는, 사용자 인증 방법.
  8. 제6항에 있어서,
    상기 제2안면이미지에 대한 주파수를 분석하고, 얼굴 영역 별 주파수 변화가 기준 범위 이내인 경우 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단하는, 사용자 인증 방법.
  9. 제6항에 있어서,
    상기 제1안면이미지와 상기 제2안면이미지 각각에 대한 주파수를 분석하고, 각각을 서로 비교하여 주파수 분포가 일치하지 않으면 상기 제2안면이미지가 실제 얼굴에 대한 것이 아니라고 판단하는, 사용자 인증 방법.
  10. 제6항에 있어서,
    상기 제2안면이미지로부터 눈 부위 영상을 추출하고 상기 눈 부위 영상으로부터 눈 깜박임을 추출함으로써 상기 제2안면이미지에 대해 상기 활성 탐지를 수행하는, 사용자 인증 방법.
KR1020200177292A 2020-12-17 2020-12-17 사용자 인증 장치 및 사용자 인증 방법 KR20220086998A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200177292A KR20220086998A (ko) 2020-12-17 2020-12-17 사용자 인증 장치 및 사용자 인증 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200177292A KR20220086998A (ko) 2020-12-17 2020-12-17 사용자 인증 장치 및 사용자 인증 방법

Publications (1)

Publication Number Publication Date
KR20220086998A true KR20220086998A (ko) 2022-06-24

Family

ID=82216151

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200177292A KR20220086998A (ko) 2020-12-17 2020-12-17 사용자 인증 장치 및 사용자 인증 방법

Country Status (1)

Country Link
KR (1) KR20220086998A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200129399A (ko) 2019-05-08 2020-11-18 주식회사 바이오로그디바이스 ToF 카메라를 이용한 안면인식 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200129399A (ko) 2019-05-08 2020-11-18 주식회사 바이오로그디바이스 ToF 카메라를 이용한 안면인식 방법

Similar Documents

Publication Publication Date Title
US10726260B2 (en) Feature extraction and matching for biometric authentication
CN108073889B (zh) 虹膜区域提取的方法和设备
US10956719B2 (en) Depth image based face anti-spoofing
EP2863339B1 (en) Methods and systems for determing user liveness
Dubey et al. Fingerprint liveness detection from single image using low-level features and shape analysis
US8913798B2 (en) System for recognizing disguised face using gabor feature and SVM classifier and method thereof
US20190392129A1 (en) Identity authentication method
CN106663157A (zh) 用户认证方法、执行该方法的装置及存储该方法的记录介质
US10922399B2 (en) Authentication verification using soft biometric traits
Ilankumaran et al. Multi-biometric authentication system using finger vein and iris in cloud computing
Rathgeb et al. Detection of makeup presentation attacks based on deep face representations
KR20060058197A (ko) 눈 검출 방법 및 장치
Ramasamy et al. Securing one-time password generation using elliptic-curve cryptography with self-portrait photograph for mobile commerce application
KR102063745B1 (ko) 측면 프로파일링 기반 신원확인 장치 및 방법
KR20220086998A (ko) 사용자 인증 장치 및 사용자 인증 방법
Paul et al. Face recognition using eyes, nostrils and mouth features
Bera et al. Spoofing detection on hand images using quality assessment
Shukla et al. A Hybrid Model of Multimodal Biometrics System using Fingerprint and Face as Traits
Sivasankari et al. A review on recent techniques in multimodal biometrics
Fatt et al. Fingerprint and face recognition: Application to multimodal biometrics system
KR20220087310A (ko) 영상 기반 반려견 개체 식별 방법 및 장치
Bokade et al. Template security scheme for multimodal biometrics using data fusion technique
Triantafyllou et al. Iris authentication utilizing co-occurrence matrices and textile features
KR102380426B1 (ko) 얼굴 인증 방법 및 장치
Tahmasebi et al. A novel intra-class distance-based signature identification algorithm using weighted gabor features and dynamic characteristics