KR20220116491A - 눈 추적을 이용한 스푸핑 차단 방법, 시스템 및 매체 - Google Patents
눈 추적을 이용한 스푸핑 차단 방법, 시스템 및 매체 Download PDFInfo
- Publication number
- KR20220116491A KR20220116491A KR1020227024211A KR20227024211A KR20220116491A KR 20220116491 A KR20220116491 A KR 20220116491A KR 1020227024211 A KR1020227024211 A KR 1020227024211A KR 20227024211 A KR20227024211 A KR 20227024211A KR 20220116491 A KR20220116491 A KR 20220116491A
- Authority
- KR
- South Korea
- Prior art keywords
- eye gaze
- user
- icon
- registered
- authentication
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 239
- 238000003860 storage Methods 0.000 claims abstract description 89
- 230000001815 facial effect Effects 0.000 claims description 117
- 238000004422 calculation algorithm Methods 0.000 claims description 42
- 238000010801 machine learning Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012790 confirmation Methods 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 12
- 230000001788 irregular Effects 0.000 claims description 7
- 238000013475 authorization Methods 0.000 claims 2
- 238000012549 training Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 229920001621 AMOLED Polymers 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004883 computer application Methods 0.000 description 2
- 210000004087 cornea Anatomy 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000010979 ruby Substances 0.000 description 2
- 229910001750 ruby Inorganic materials 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 240000000594 Heliconia bihai Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010025421 Macule Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- WZWYJBNHTWCXIM-UHFFFAOYSA-N tenoxicam Chemical compound O=C1C=2SC=CC=2S(=O)(=O)N(C)C1=C(O)NC1=CC=CC=N1 WZWYJBNHTWCXIM-UHFFFAOYSA-N 0.000 description 1
- 229960002871 tenoxicam Drugs 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000004127 vitreous body Anatomy 0.000 description 1
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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
-
- 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
- G06F2221/2133—Verifying human interaction, e.g., Captcha
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 사용자의 눈 시선 프로파일을 등록하기 위한 컴퓨터 구현 방법, 컴퓨터 구현 시스템, 및 비일시적 컴퓨터 판독 가능 저장 매체가 제공된다. 또한 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하기 위한 컴퓨터 구현 방법, 컴퓨터 구현 시스템, 및 비일시적 컴퓨터 판독 가능 저장 매체가 제공된다.
Description
상호 참조
본 출원은 2019년 12월 16일에 출원된 미국 가출원 제62/948,699호의 이익을 주장하며, 그의 전문은 본 명세서에 참고로 포함된다.
많은 물리적 위치와 문서 데이터베이스는 권한 없이 그들에 대한 액세스를 방지하는 보안 조치를 사용한다. 이러한 위치는 예를 들어 학교, 대학, 실험실, 민간 기업, 정부 기관 또는 군사 시설을 포함할 수 있다. 이러한 문서는 재정 문서, 의료 문서, 군사 문서 또는 기타 민감한 문서를 포함할 수 있다. 일부의 경우에, 위치 또는 데이터에 액세스할 수 있는 권한이 있는 사람을 식별하는 것은 그들의 외모에 기초하여 개인을 식별하는 것을 포함한다.
외모 식별은 예를 들어 보안 요원이 권한이 있는 사람을 인식함으로써 및/또는 사진이 있는 신분증으로 권한이 있는 사람의 외모를 확인함으로써 수동으로 수행될 수 있다. 이러한 경우, 권한이 있는 개인의 수는 보안 요원의 기억 및/또는 사진이 있는 신분증의 복사 및 위조 용이성에 따라 달라질 수 있다.
대안으로, 3차원(3D) 스캔과 같은 생체 데이터 획득 방법을 사용하여 개인의 외모를 권한이 있는 사용자의 데이터베이스와 비교할 수 있지만, 이러한 기술은 많은 애플리케이션에서 엄청나게 비싸고 시간이 많이 소요될 수 있다.
사진 식별과 3D 스캐닝 사이의 중간 지점으로서, 생체 감지 또는 스푸핑 방지 시스템을 사용하여 액세스를 요청하는 개인의 사진을 찍고, 해당 개인의 사진이 권한이 있는 사람의 저장된 사진과 일치하는지 확인하고, 추가로, 캡처된 사진이 살아있는 사람의 사진을 나타내는지 또는 개인이 시스템을 "스푸핑"하려고 시도하는지를 판단한다.
보안 시스템의 "스푸핑(spoofing)"은 일반적으로 잘못된 데이터를 제출하여 인증된 사용자로 가장하는 수단으로 정의된다. 이 경우에, 얼굴 구조와 같은 생체 인식 양식을 측정하여 3차원 실제 사용자의 물리적 존재를 2차원 사진 이미지와 구별하는 생체 감지 방법이 사용될 수 있다.
본 명세서에 제공된 일 양태는 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 컴퓨터 구현 방법으로서, 사용자의 등록 눈 시선 이미지를 포함하는 사용자 눈 시선 프로파일을 수신하는 단계 - 등록 눈 시선 이미지는 등록 표시 위치와 연관됨 - 와, 인증 눈 시선 아이콘을 표시하는 단계 - 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 인증 표시 위치에 표시됨 - 와, 사용자의 시선이 인증 눈 시선 아이콘의 표시 동안 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 단계와, 사용자의 인증 눈 시선 이미지를 캡처하는 단계 - 인증 눈 시선 이미지는 인증 눈 시선 아이콘이 표시되는 동안 캡처됨 - 와, 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 단계를 포함한다.
일부 실시형태에서, 인증 눈 시선 아이콘을 표시하는 단계는 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 단계를 포함한다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스의 인증 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는다. 일부 실시형태에서, 사용자의 시선은 기계 학습 알고리즘에 의해 인증 표시 위치를 향한 것으로 판단된다. 일부 실시형태에서, 인증 표시 위치는 모바일 디바이스의 화면의 모서리에 있다. 일부 실시형태에서, 본 방법은 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 단계를 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 방법은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함한다. 일부 실시형태에서, 사용자의 눈 시선 프로파일은 등록 눈 시선 아이콘을 표시함으로써 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 등록 표시 위치에 표시됨 -, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단함으로써, 사용자의 등록 눈 시선 이미지를 캡처함으로써 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - , 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록된다. 일부 실시형태에서, 등록 눈 시선 아이콘을 표시하는 단계는 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 단계를 포함한다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스의 등록 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 등록 표시 위치는 모바일 디바이스의 화면의 모서리이다. 일부 실시형태에서, 본 방법은 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 단계를 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 방법은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함한다. 일부 실시형태에서, 등록 눈 시선 이미지에서의 등록 눈 시선 이미지의 수는 일련의 인증 눈 시선 이미지에서의 인증 눈 시선 이미지의 수보다 많다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 기하학적 형태, 불규칙한 형태, 또는 이미지이다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 약 0.01초 내지 약 60초이다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간에 남아 있는 시간의 양, 또는 아이콘 표시 기간 동안 경과된 시간의 양과 연관된 표시자를 포함한다. 일부 실시형태에서, 표시자는 초 수, 동적 파이 차트, 동적 바 차트, 인증 눈 시선 아이콘의 크기, 인증 눈 시선 아이콘의 색상, 또는 이들의 임의의 조합을 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 모바일 폰에 대해 정적이다. 일부 실시형태에서, 등록 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면이다. 일부 실시형태에서, 인증 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면이다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단된 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 알림 기간 동안의 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 적어도 하나의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 종료 기간 동안 적어도 하나의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 요청하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자에게 등록 눈 시선 아이콘을 응시할 것을 알리는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 알림 기간 동안 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 적어도 하나의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 종료 기간 동안 적어도 하나의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 리소스에 대한 액세스를 사용자에게 승인하기 전에 사용자에 의한 인증 확인을 요청하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 인증 눈 시선 아이콘을 응시할 것을 사용자에게 알리는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지를 판단하는 단계를 더 포함한다.
본 명세서에 제공된 다른 양태는 적어도 하나의 프로세서, 실행 가능한 명령어를 수행하도록 구성된 운영 체제, 메모리, 및 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 애플리케이션을 생성하라는, 디지털 처리 디바이스에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램을 포함하는 컴퓨터 구현 시스템으로서, 애플리케이션은 사용자의 등록 눈 시선 이미지를 포함하는 사용자 눈 시선 프로파일을 수신하는 모듈 - 각각의 등록 눈 시선 이미지는 등록 표시 위치와 연관됨 - 과, 인증 눈 시선 아이콘을 표시하는 모듈 - 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 인증 표시 위치에 표시됨 - 과, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 모듈과, 사용자의 인증 눈 시선 이미지를 캡처하는 모듈 - 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 표시 동안 캡처됨 - 과, 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지 중 하나와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 모듈을 포함한다.
일부 실시형태에서, 인증 눈 시선 아이콘을 표시하는 것은 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스의 인증 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는다. 일부 실시형태에서, 사용자의 시선은 기계 학습 알고리즘에 의해 인증 표시 위치를 향한 것으로 판단된다. 일부 실시형태에서, 인증 표시 위치는 모바일 디바이스의 화면의 모서리에 있다. 일부 실시형태에서, 본 시스템은 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 사용자의 눈 시선 프로파일은 등록 눈 시선 아이콘을 표시함으로써 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 등록 표시 위치에 표시됨 -, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단함으로써, 사용자의 등록 눈 시선 이미지를 캡처함으로써 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - , 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록된다. 일부 실시형태에서, 등록 눈 시선 아이콘을 표시하는 것은 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스의 등록 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 등록 표시 위치는 모바일 디바이스의 화면의 모서리이다. 일부 실시형태에서, 본 시스템은 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 등록 눈 시선 이미지에서의 등록 눈 시선 이미지의 수는 일련의 인증 눈 시선 이미지에서의 인증 눈 시선 이미지의 수보다 많다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 기하학적 형태, 불규칙한 형태, 또는 이미지이다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 약 0.01초 내지 약 60초이다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간에 남아 있는 시간의 양, 또는 아이콘 표시 기간 동안 경과된 시간의 양과 연관된 표시자를 포함한다. 일부 실시형태에서, 표시자는 초 수, 동적 파이 차트, 동적 바 차트, 인증 눈 시선 아이콘의 크기, 인증 눈 시선 아이콘의 색상, 또는 이들의 임의의 조합을 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 모바일 폰에 대해 정적이다. 일부 실시형태에서, 등록 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면이다. 일부 실시형태에서, 인증 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면이다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단된 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 알림 기간 동안의 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 적어도 하나의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 종료 기간 동안 적어도 하나의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 요청하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자에게 등록 눈 시선 아이콘을 응시할 것을 알리는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 알림 기간 동안 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 적어도 하나의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 종료 기간 동안 적어도 하나의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 리소스에 대한 액세스를 사용자에게 승인하기 전에 사용자에 의한 인증 확인을 요청하는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함한다. 일부 실시형태에서, 본 시스템은 인증 눈 시선 아이콘을 응시할 것을 사용자에게 알리는 단계를 더 포함한다. 일부 실시형태에서, 본 시스템은 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지를 판단하는 모듈을 더 포함한다.
본 명세서에 제공된 또 다른 양태는 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 애플리케이션을 생성하라는, 프로세서에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램으로 인코딩되는 비일시적 컴퓨터 판독 가능 저장 매체로서, 애플리케이션은 사용자의 등록 눈 시선 이미지를 포함하는 사용자 눈 시선 프로파일을 수신하는 모듈 - 각각의 등록 눈 시선 이미지는 등록 표시 위치와 연관됨 - 과, 인증 눈 시선 아이콘을 표시하는 모듈 - 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 인증 표시 위치에 표시됨 - 과, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 모듈과, 사용자의 인증 눈 시선 이미지를 캡처하는 모듈 - 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 표시 동안 캡처됨 - 과, 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지 중 하나와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 모듈을 포함한다.
일부 실시형태에서, 인증 눈 시선 아이콘을 표시하는 것은 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스의 인증 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는다. 일부 실시형태에서, 사용자의 시선은 기계 학습 알고리즘에 의해 인증 표시 위치를 향한 것으로 판단된다. 일부 실시형태에서, 인증 표시 위치는 모바일 디바이스의 화면의 모서리에 있다. 일부 실시형태에서, 본 매체는 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 매체는 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 사용자의 눈 시선 프로파일은 등록 눈 시선 아이콘을 표시함으로써 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 등록 표시 위치에 표시됨 -, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단함으로써, 사용자의 등록 눈 시선 이미지를 캡처함으로써 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - , 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록된다. 일부 실시형태에서, 등록 눈 시선 아이콘을 표시하는 것은 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스의 등록 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 등록 표시 위치는 모바일 디바이스의 화면의 모서리이다. 일부 실시형태에서, 본 매체는 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 매체는 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 등록 눈 시선 이미지에서의 등록 눈 시선 이미지의 수는 일련의 인증 눈 시선 이미지에서의 인증 눈 시선 이미지의 수보다 많다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 기하학적 형태, 불규칙한 형태, 또는 이미지이다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 약 0.01초 내지 약 60초이다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간에 남아 있는 시간의 양, 또는 아이콘 표시 기간 동안 경과된 시간의 양과 연관된 표시자를 포함한다. 일부 실시형태에서, 표시자는 초 수, 동적 파이 차트, 동적 바 차트, 인증 눈 시선 아이콘의 크기, 인증 눈 시선 아이콘의 색상, 또는 이들의 임의의 조합을 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘, 등록 눈 시선 아이콘, 또는 둘 모두는 모바일 폰에 대해 정적이다. 일부 실시형태에서, 등록 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면이다. 일부 실시형태에서, 인증 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면이다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단된 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 알림 기간 동안의 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 적어도 하나의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 종료 기간 동안 적어도 하나의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 요청하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자에게 등록 눈 시선 아이콘을 응시할 것을 알리는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 알림 기간 동안 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 적어도 하나의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 사용자의 시선이 종료 기간 동안 적어도 하나의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 리소스에 대한 액세스를 사용자에게 승인하기 전에 사용자에 의한 인증 확인을 요청하는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함한다. 일부 실시형태에서, 본 매체는 인증 눈 시선 아이콘을 응시할 것을 사용자에게 알리는 단계를 더 포함한다. 일부 실시형태에서, 본 매체는 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지를 판단하는 모듈을 더 포함한다.
본 발명의 신규 특징은 첨부된 청구범위에서 구체적으로 설명된다. 본 발명의 특징 및 이점에 대한 더 나은 이해는 본 발명의 원리가 활용되는 예시적인 실시형태를 설명하는 다음의 상세한 설명 및 첨부 도면을 참조하여 얻어질 것이다.
도 1은 본 명세서의 실시형태에 따른 라이브 비디오 피드의 비제한적인 예시를 도시한다.
도 2는 본 명세서의 실시형태에 따른 등록 눈 시선 아이콘의 비제한적인 예시를 도시한다.
도 3은 본 명세서의 실시형태에 따른 인증 눈 시선 아이콘의 비제한적인 예시를 도시한다.
도 4는 본 명세서의 실시형태에 따른 라이브 비디오 피드의 비제한적인 이미지를 도시한다.
도 5는 본 명세서의 실시형태에 따른 눈 시선 아이콘의 비제한적인 이미지를 도시한다.
도 6은 본 명세서의 실시형태에 따른 알림의 비제한적인 이미지를 도시한다.
도 7은 본 명세서의 실시형태에 따른, 사용자 눈 시선 프로파일을 생성하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 8은 본 명세서의 실시형태에 따른, 사용자 눈 시선 프로파일에 액세스하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 9는 본 명세서의 실시형태에 따른, 복수의 사용자 눈 시선 프로파일에 액세스하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 10은 본 명세서의 실시형태에 따른, 안티-스푸핑 방법을 선택하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 11은 본 명세서의 실시형태에 따른 컴퓨팅 디바이스, 이 경우에 하나 이상의 프로세서, 메모리, 스토리지, 및 네트워크 인터페이스를 갖는 디바이스의 비제한적인 예를 도시한다.
도 12는 본 명세서의 실시형태에 따른 웹/모바일 애플리케이션 제공 시스템, 이 경우에 브라우저 기반 및/또는 네이티브 모바일 사용자 인터페이스를 제공하는 시스템의 비제한적인 예를 도시한다.
도 13은 본 명세서의 실시형태에 따른 클라우드 기반 웹/모바일 애플리케이션 제공 시스템, 이 경우, 탄력적으로 로드 밸런싱된 자동 크기 조정 웹 서버 및 애플리케이션 서버 리소스와 동기적으로 복제된 데이터베이스를 포함하는 시스템의 비제한적인 예를 도시한다.
도 14는 인간의 눈 부분의 예시적인 다이어그램을 도시한다.
도 15a은 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 좌측 하단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 15b는 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 우측 상단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 15c는 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 좌측 하단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 15d는 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 우측 하단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 1은 본 명세서의 실시형태에 따른 라이브 비디오 피드의 비제한적인 예시를 도시한다.
도 2는 본 명세서의 실시형태에 따른 등록 눈 시선 아이콘의 비제한적인 예시를 도시한다.
도 3은 본 명세서의 실시형태에 따른 인증 눈 시선 아이콘의 비제한적인 예시를 도시한다.
도 4는 본 명세서의 실시형태에 따른 라이브 비디오 피드의 비제한적인 이미지를 도시한다.
도 5는 본 명세서의 실시형태에 따른 눈 시선 아이콘의 비제한적인 이미지를 도시한다.
도 6은 본 명세서의 실시형태에 따른 알림의 비제한적인 이미지를 도시한다.
도 7은 본 명세서의 실시형태에 따른, 사용자 눈 시선 프로파일을 생성하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 8은 본 명세서의 실시형태에 따른, 사용자 눈 시선 프로파일에 액세스하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 9는 본 명세서의 실시형태에 따른, 복수의 사용자 눈 시선 프로파일에 액세스하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 10은 본 명세서의 실시형태에 따른, 안티-스푸핑 방법을 선택하기 위한 인터페이스의 비제한적인 예를 도시한다.
도 11은 본 명세서의 실시형태에 따른 컴퓨팅 디바이스, 이 경우에 하나 이상의 프로세서, 메모리, 스토리지, 및 네트워크 인터페이스를 갖는 디바이스의 비제한적인 예를 도시한다.
도 12는 본 명세서의 실시형태에 따른 웹/모바일 애플리케이션 제공 시스템, 이 경우에 브라우저 기반 및/또는 네이티브 모바일 사용자 인터페이스를 제공하는 시스템의 비제한적인 예를 도시한다.
도 13은 본 명세서의 실시형태에 따른 클라우드 기반 웹/모바일 애플리케이션 제공 시스템, 이 경우, 탄력적으로 로드 밸런싱된 자동 크기 조정 웹 서버 및 애플리케이션 서버 리소스와 동기적으로 복제된 데이터베이스를 포함하는 시스템의 비제한적인 예를 도시한다.
도 14는 인간의 눈 부분의 예시적인 다이어그램을 도시한다.
도 15a은 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 좌측 하단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 15b는 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 우측 상단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 15c는 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 좌측 하단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
도 15d는 본 명세서의 실시형태에 따른, 사용자의 모바일 디바이스 상의 우측 하단 위치에 표시된 등록 눈 시선 아이콘 또는 인증 눈 시선 아이콘을 응시하는 인간의 눈의 예시적인 다이어그램을 도시한다.
스푸핑 시도 판단
본 명세서에서는 화면과 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 컴퓨터 구현 방법이 제공된다. 또한 본 명세서에서는 적어도 하나의 프로세서, 실행 가능한 명령어를 수행하도록 구성된 운영 체제, 메모리, 및 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 애플리케이션을 생성하라는, 디지털 처리 디바이스에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램을 포함하는 컴퓨터 구현 시스템이 제공된다. 추가적으로, 본 명세서에서는 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 애플리케이션을 생성하라는, 프로세서에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램으로 인코딩되는 비일시적 컴퓨터 판독 가능 저장 매체가 제공된다.
일부 실시형태에서, 본 방법은 사용자 눈 시선 프로파일을 수신하는 단계와, 인증 눈 시선 아이콘을 표시하는 단계와, 사용자의 시선이 인증 눈 시선 아이콘의 표시 동안 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 단계와, 사용자의 인증 눈 시선 이미지를 캡처하는 단계와, 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 단계를 포함한다. 일부 실시형태에서, 본 방법은 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 단계를 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 본 방법은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함한다.
일부 실시형태에서, 애플리케이션은 사용자 눈 시선 프로파일을 수신하는 모듈과, 인증 눈 시선 아이콘을 표시하는 모듈과, 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 모듈과, 사용자의 인증 눈 시선 이미지를 캡처하는 모듈과, 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지 중 하나와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 모듈을 포함한다. 일부 실시형태에서, 애플리케이션은 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 애플리케이션은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다.
일부 실시형태에서, 인증 눈 시선 아이콘을 표시하는 것은 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사전 결정된 시퀀스가 아니다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 패스워드를 나타내지 않는다. 일부 실시형태에서, 사용자는 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 기억하도록 프롬프트되지 않는다. 일부 실시형태에서, 인증 눈 시선 아이콘을 표시하는 것은 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다.
일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 각각은 표시 기간 동안 모바일 디바이스의 화면 상에 표시된다. 일부 실시형태에서, 인증 눈 시선 아이콘 중 2 이상은 등가의 표시 기간 동안 모바일 디바이스의 화면 상에 표시된다. 일부 실시형태에서, 인증 눈 시선 아이콘 중 2 이상은 상이한 표시 기간 동안 모바일 디바이스의 화면 상에 표시된다. 일부 실시형태에서, 상이한 표시 기간은 랜덤화된다. 일부 실시형태에서, 상이한 표시 기간은 사용자에게 알려지지 않는다. 일부 실시형태에서, 표시 기간은 증분을 포함하여 약 0.1, 0.5, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10초 또는 그 이상이다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스의 크기, 형상, 회전 또는 이들의 임의의 조합은 랜덤이다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스의 크기, 형상, 회전 또는 이들의 임의의 조합은 사용자에게 알려지지 않는다.
일부 실시형태에서, 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 표시 동안 캡처된다. 일부 실시형태에서, 인증 눈 시선 이미지의 시퀀스 각각은 인증 눈 시선 아이콘의 시퀀스 중 하나의 표시 동안 캡처된다. 일부 실시형태에서, 인증 눈 시선 아이콘은 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 내의 인증 눈 시선 아이콘 각각은 제 1 기간 동안의 제 1 단일 눈 시선 아이콘 및 제 1 기간에 후속되는 기간 동안의 제 2 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 각각은 2개 이상의 별개의 동시 눈 시선 아이콘의 표시를 포함하지 않는다. 일부 실시형태에서, 인증 눈 시선 아이콘은 모바일 폰에 대해 정적이다. 일부 실시형태에서, 인증 눈 시선 아이콘은 모바일 폰에 대해 동적이며, 여기서 인증 표시 위치는 각각의 인증 눈 시선 이미지가 캡처될 때의 인증 눈 시선 아이콘의 위치이다. 일부 실시형태에서, 인증 눈 시선 아이콘은 모바일 폰에 대해 동적이지 않다.
일부 실시형태에서, 눈 시선 이미지는 인증 눈 시선 아이콘의 표시 동안 캡처된다. 일부 실시형태에서, 인증 눈 시선 이미지의 시퀀스는 인증 눈 시선 아이콘의 시퀀스의 표시 동안 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지 중 하나만이 인증 눈 시선 아이콘의 표시 동안 캡처된다. 일부 실시형태에서, 인증 눈 시선 아이콘의 표시 동안 일련의 인증 눈 시선 이미지 중 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 또는 그 이상이 캡처된다. 일부 실시형태에서, 모바일 디바이스는 사용자의 비디오를 캡처하고, 비디오는 일련의 인증 눈 시선 이미지를 포함한다. 일부 실시형태에서, 모바일 디바이스는 사용자의 비디오를 캡처하고, 일련의 인증 눈 시선 이미지는 비디오로부터 선택 및/또는 컬링된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지는 개별적으로 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지는 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 또는 그 이상의 이미지를 포함한다. 일부 실시형태에서, 사용자의 일련의 인증 눈 시선 이미지의 각각의 눈 시선 이미지는 하나의 눈 시선 아이콘의 표시 동안에만 캡처된 단일 이미지를 포함한다. 일부 실시형태에서, 사용자의 일련의 인증 눈 시선 이미지의 각각의 눈 시선 이미지는 하나의 눈 시선 아이콘의 표시 동안에만 캡처된 2개 이상의 이미지를 포함한다. 일부 실시형태에서, 사용자 눈 시선 프로파일은 사용자의 등록 눈 시선 이미지를 포함한다. 일부 실시형태에서, 일련의 눈 시선 이미지에서의 눈 시선 이미지의 수를 감소시키면 사용자의 눈 시선 프로파일의 크기 및 사용자의 눈 시선 프로파일을 저장하는 데 필요한 메모리의 양을 감소시킨다.
일부 실시형태에서, 본 방법은 인증 눈 시선 이미지의 캡처와 후속 인증 눈 시선 이미지 사이의 지연 기간을 사용한다. 일부 실시형태에서, 지연 기간은 인증 아이콘의 순차적인 표시 사이의 전환 동안 발생한다. 일부 실시형태에서, 하나 이상의 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 시퀀스 중 하나의 표시 기간 전체에 걸쳐 캡처된다. 일부 실시형태에서, 하나 이상의 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 시퀀스 중 하나의 표시 기간의 많아야 일부 동안 캡처된다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 일부 시간 동안에는 인증 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 초기 일부 시간 동안에는 인증 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 종료 일부 시간 동안 인증 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 일부 시간 동안 캡처되지 않는다. 일부 실시형태에서, 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 초기 일부 시간 동안에 캡처되지 않는다. 일부 실시형태에서, 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 종료 일부 시간 동안 캡처되지 않는다.
일부 실시형태에서, 인증 눈 시선 이미지는 모바일 디바이스로부터 방출되는 플래시 및/또는 광으로 캡처된다. 일부 실시형태에서, 인증 눈 시선 이미지는 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지 각각은 모바일 디바이스로부터 방출되는 플래시 및/또는 광으로 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지의 적어도 일부는 모바일 디바이스로부터 방출되는 플래시 및/또는 광으로 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지 각각은 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지의 적어도 일부는 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처된다. 일부 실시형태에서, 일련의 인증 눈 시선 이미지의 적어도 일부의 캡처는 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처되어 갑작스러운 및/또는 충격적인 효과를 제거하거나 감소시킴으로써 사용자 경험을 개선한다.
일부 실시형태에서, 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 인증 표시 위치에 표시된다. 일부 실시형태에서, 인증 눈 시선 아이콘의 시퀀스 각각은 모바일 폰의 화면 상의 상이한 인증 표시 위치에 표시된다. 일부 실시형태에서, 인증 눈 시선 이미지는 인증 표시 위치와 연관된다. 일부 실시형태에서, 하나의 인증 눈 시선 아이콘의 인증 표시 위치는 다른 인증 눈 시선 아이콘의 인증 표시 위치에 대해 랜덤이다. 일부 실시형태에서, 인증 표시 위치의 순서는 사용자에게 알려지지 않는다.
일부 실시형태에서, 인증 눈 시선 아이콘은 모바일 디바이스의 화면의 모서리, 가장자리 또는 중앙에 가장 가깝게 위치된다. 일부 실시형태에서, 모바일 디바이스의 화면 모서리 근처에 있는 인증 눈 시선 아이콘의 위치는 모바일 디바이스의 화면 너비의 약 5%, 10%, 15%, 20%, 또는 25% 이내이거나, 모바일 디바이스의 화면의 우측 또는 좌측 가장자리로부터 증가한다. 일부 실시형태에서, 모바일 디바이스의 화면 모서리 근처에 있는 인증 눈 시선 아이콘의 위치는 모바일 디바이스의 화면 길이의 약 5%, 10%, 15%, 20%, 또는 25% 이내이거나, 모바일 디바이스의 화면의 상단 또는 하단 가장자리로부터 증가한다. 일부 실시형태에서, 모바일 디바이스의 화면의 모서리 근처에 있는 인증 눈 시선 아이콘의 위치는 사용자의 시선이 인증 표시 위치를 향하고 있다는 판단의 정확도, 정밀도, 반복성 또는 이들의 임의의 조합을 개선한다. 일부 실시형태에서, 모바일 디바이스의 화면의 모서리 근처에 있는 인증 눈 시선 아이콘의 위치는 사용자의 눈의 움직임 거리를 최대화한다. 일부 실시형태에서, 이러한 최대 움직임은 카메라 하드웨어/해상도, 화면 크기/해상도, 또는 둘 모두를 사용하여 사용자 눈 시선 판단의 정확도, 정밀도 및 반복성을 개선한다.
일부 실시형태에서, 각각의 인증 표시 위치는 단 하나의 별개의 위치를 포함한다. 일부 실시형태에서, 각각의 인증 표시 위치는 2개 이상의 별개의 위치를 포함한다. 일부 실시형태에서, 인증 표시 위치는 인증 표시 경로를 포함한다.
일부 실시형태에서, 사용자의 시선이 인증 표시 위치를 향하고 있다는 판단은 사용자의 눈의 위치에 기초한다. 일부 실시형태에서, 사용자의 시선이 인증 표시 위치를 향하고 있다는 판단은 사용자의 눈의 경로에 기초한다. 일부 실시형태에서, 사용자의 시선이 인증 표시 위치를 향하고 있다는 판단은 모바일 디바이스에 대한 사용자의 눈의 위치에만 기초한다. 일부 실시형태에서, 사용자의 시선이 인증 표시 위치를 향하고 있다는 판단은 사용자의 머리와 모바일 디바이스 사이의 상대적인 위치 및/또는 방위에 기초하지 않는다. 일부 실시형태에서, 사용자의 시선이 인증 표시 위치를 향하고 있다는 판단은 사용자의 눈과 모바일 디바이스 사이의 상대적인 위치 및/또는 방위에만 기초한다.
일부 실시형태에서, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되지 않는다. 일부 실시형태에서, 본 방법은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함한다. 일부 실시형태에서, 애플리케이션은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 본 명세서의 방법 및/또는 애플리케이션은 라이브 비디오 피드를 캡처 및/또는 표시하는 것을 포함하지 않는다.
일부 실시형태에서, 본 방법은 사용자의 생체 인증 파라미터를 캡처하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 생체 인증 파라미터를 사용자의 눈 시선 프로파일의 생체 등록 파라미터와 비교하는 단계를 더 포함한다. 일부 실시형태에서, 본 방법은 생체 인증 파라미터와 생체 등록 파라미터가 설정 값만큼 차이가 있는 경우 스푸핑 이벤트가 발생했다고 판단하는 단계를 더 포함한다. 일부 실시형태에서, 애플리케이션은 사용자의 생체 인증 파라미터를 캡처하는 모듈을 더 포함한다. 일부 실시형태에서, 애플리케이션은 생체 인증 파라미터를 사용자의 눈 시선 프로파일의 생체 등록 파라미터와 비교하는 모듈을 더 포함한다. 일부 실시형태에서, 애플리케이션은 생체 인증 파라미터와 생체 등록 파라미터가 설정 값만큼 차이가 있는 경우 스푸핑 이벤트가 발생했다고 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 사용자의 생체 인증 파라미터는 인증 눈 시선 아이콘의 표시, 인증 눈 시선 이미지의 캡처, 또는 둘 모두의 동안 캡처된다. 일부 실시형태에서, 생체 인증 파라미터가 캡처된 인증 눈 시선 아이콘의 시퀀스의 특정 인증 눈 시선 아이콘은 랜덤이다. 일부 실시형태에서, 생체 인증 파라미터가 캡처된 인증 눈 시선 이미지의 시퀀스의 특정 인증 눈 시선 이미지는 랜덤이다. 일부 실시형태에서, 본 방법은 캡처된 생체 인증 파라미터에 기초하여 사용자가 인간임을 판단하는 단계를 더 포함한다.
일부 실시형태에서, 생체 인증 파라미터는 얼굴 랜드마크 또는 특징점, 2개 이상의 얼굴 랜드마크 사이의 거리, 얼굴 랜드마크의 크기, 얼굴 랜드마크의 형상, 기하학적 생체 인증 파라미터, 포토메트릭 생체 인증 파라미터 또는 이들의 조합을 포함한다. 일부 실시형태에서, 사용자의 생체 인증 파라미터를 캡처하는 단계, 생체 인증 파라미터를 생체 등록 파라미터와 비교하는 단계, 또는 둘 모두는 전체적 얼굴 인식 모드, 특징점 기반 얼굴 인식 모델, 또는 둘 모두를 포함한다. 일부 실시형태에서, 사용자의 생체 인증 파라미터를 캡처하는 단계, 생체 인증 파라미터를 생체 등록 파라미터와 비교하는 단계, 또는 둘 모두는 고유 얼굴, 선형 판별 분석, 탄성 번치 그래프, 피셔페이스 알고리즘, 은닉 마르코프 모델, 다중 선형 하위 공간 학습 모델 또는 이들의 조합을 사용한다.
일부 실시형태에서, 본 명세서의 방법, 시스템 및 매체는 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지 여부를 판단한다. 일부 실시형태에서, 이러한 판단은 사용자의 얼굴 이미지에 의해 형성된 고화질 마스크에 의한 스푸핑을 방지한다.
사용자의 눈 시선 프로파일의 등록
일부 실시형태에서, 사용자의 눈 시선 프로파일은 등록 눈 시선 아이콘을 표시함으로써 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 등록 표시 위치에 표시됨 -, 사용자의 시선이 등록 눈 시선 아이콘의 표시 동안 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단함으로써, 사용자의 등록 눈 시선 이미지를 캡처함으로써 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - , 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록된다. 일부 실시형태에서, 사용자 눈 시선 프로파일은 사용자의 등록 눈 시선 이미지를 포함한다.
일부 실시형태에서, 사용자의 눈 시선 프로파일은 등록 눈 시선 아이콘을 표시하는 모듈 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 등록 표시 위치에 표시됨 - 과, 사용자의 시선이 등록 시선 아이콘의 표시 동안 등록 시선 아이콘의 등록 표시 위치를 향한 것으로 판단하는 모듈과, 사용자의 등록 눈 시선 이미지를 캡처하는 모듈 - 등록 눈 시선 이미지는 등록 시선 아이콘의 표시 동안 캡처됨 - 과, 등록 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성하는 모듈 - 캡처된 등록 눈 시선 이미지는 등록 시선 아이콘의 등록 표시 위치와 연관됨 - 을 포함하는 애플리케이션에 의해 등록된다. 일부 실시형태에서, 사용자 눈 시선 프로파일은 사용자의 등록 눈 시선 이미지를 포함한다.
일부 실시형태에서, 등록 눈 시선 아이콘을 표시하는 것은 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 사전 결정된 시퀀스가 아니다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 패스워드를 나타내지 않는다. 일부 실시형태에서, 사용자는 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 기억하도록 프롬프트되지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘을 표시하는 것은 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함한다.
일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 각각은 표시 기간 동안 모바일 디바이스의 화면 상에 표시된다. 일부 실시형태에서, 등록 눈 시선 아이콘 중 2 이상은 등가의 표시 기간 동안 모바일 디바이스의 화면에 표시된다. 일부 실시형태에서, 등록 눈 시선 아이콘 중 2개 이상은 상이한 표시 기간 동안 모바일 디바이스의 화면 상에 표시된다. 일부 실시형태에서, 상이한 표시 기간은 랜덤화된다. 일부 실시형태에서, 상이한 표시 기간은 사용자에게 알려지지 않는다. 일부 실시형태에서, 표시 기간은 증분을 포함하여 약 0.1, 0.5, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10초 또는 그 이상이다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스의 크기, 형상, 회전 또는 이들의 임의의 조합은 랜덤이다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스의 크기, 형상, 회전 또는 이들의 임의의 조합은 사용자에게 알려지지 않는다.
일부 실시형태에서, 등록 눈 시선 이미지는 등록 시선 아이콘의 표시 동안 캡처된다. 일부 실시형태에서, 등록 눈 시선 이미지의 시퀀스 각각은 등록 시선 아이콘의 시퀀스 중 하나의 표시 동안 캡처된다. 일부 실시형태에서, 등록 눈 시선 아이콘은 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스에서의 등록 눈 시선 아이콘 각각은 제 1 기간 동안의 제 1 단일 눈 시선 아이콘 및 제 1 기간에 후속되는 기간 동안의 제 2 단일 눈 시선 아이콘의 표시를 포함한다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 각각은 2개 이상의 별개의 동시 눈 시선 아이콘의 표시를 포함하지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘은 모바일 폰에 대해 정적이다. 일부 실시형태에서, 등록 눈 시선 아이콘은 모바일 폰에 대해 동적이며, 등록 표시 위치는 각각의 등록 눈 시선 이미지가 캡처될 때 등록 눈 시선 아이콘의 위치이다. 일부 실시형태에서, 등록 눈 시선 아이콘은 모바일 폰에 대해 동적이지 않다.
일부 실시형태에서, 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처된다. 일부 실시형태에서, 등록 눈 시선 이미지의 시퀀스는 등록 눈 시선 아이콘의 시퀀스의 표시 동안 캡처된다. 일부 실시형태에서, 등록 눈 시선 아이콘의 표시 동안 일련의 등록 눈 시선 이미지 중 하나만 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지 중 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 또는 그 이상이 등록 눈 시선 아이콘의 표시 동안 캡처된다. 일부 실시형태에서, 모바일 디바이스는 사용자의 비디오를 캡처하고, 비디오는 일련의 등록 눈 시선 이미지를 포함한다. 일부 실시형태에서, 모바일 디바이스는 사용자의 비디오를 캡처하고, 일련의 등록 눈 시선 이미지는 비디오로부터 선택 및/또는 컬링된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지는 개별적으로 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지는 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 또는 그 이상의 이미지를 포함한다. 일부 실시형태에서, 일련의 사용자 등록 눈 시선 이미지의 각각의 눈 시선 이미지는 하나의 눈 시선 아이콘의 표시 동안에만 캡처된 단일 이미지를 포함한다. 일부 실시형태에서, 사용자의 일련의 등록 눈 시선 이미지의 각각의 눈 시선 이미지는 하나의 눈 시선 아이콘의 표시 동안에만 캡처된 2개 이상의 이미지를 포함한다. 일부 실시형태에서, 일련의 눈 시선 이미지에서의 눈 시선 이미지의 수를 감소시키는 것은 사용자의 눈 시선 프로파일의 크기 및 사용자의 눈 시선 프로파일을 저장하는 데 필요한 메모리의 양을 감소시킨다.
일부 실시형태에서, 본 방법은 등록 눈 시선 이미지의 캡처와 후속 등록 눈 시선 이미지 사이의 지연 기간을 사용한다. 일부 실시형태에서, 지연 기간은 등록 아이콘의 순차적인 표시 사이의 전환 동안 발생한다. 일부 실시형태에서, 하나 이상의 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 시퀀스 중 하나의 표시 기간 전체에 걸쳐 캡처된다. 일부 실시형태에서, 하나 이상의 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 시퀀스 중 하나의 표시 기간의 많아야 일부 동안 캡처된다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 일부 시간 동안에는 등록 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 초기 일부 시간 동안에는 등록 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 종료 일부 시간 동안 등록 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 일부 시간 동안에는 등록 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 초기 일부 시간 동안 등록 눈 시선 이미지가 캡처되지 않는다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 중 하나가 표시되는 적어도 종료 일부 시간 동안 등록 눈 시선 이미지가 캡처되지 않는다.
일부 실시형태에서, 등록 눈 시선 이미지는 모바일 디바이스로부터 방출되는 플래시 및/또는 광으로 캡처된다. 일부 실시형태에서, 등록 눈 시선 이미지는 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지 각각은 모바일 디바이스로부터 방출되는 플래시 및/또는 광으로 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지의 적어도 일부는 모바일 디바이스로부터 방출되는 플래시 및/또는 광으로 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지 각각은 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지의 적어도 일부는 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처된다. 일부 실시형태에서, 일련의 등록 눈 시선 이미지의 적어도 일부의 캡처는 플래시 및/또는 광이 모바일 디바이스로부터 방출되지 않고 캡처되며 갑작스러운 및/또는 충격적인 효과를 제거하거나 감소시킴으로써 사용자 경험을 개선한다.
일부 실시형태에서, 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 등록 표시 위치에 표시된다. 일부 실시형태에서, 등록 눈 시선 아이콘의 시퀀스 각각은 모바일 폰의 화면 상의 상이한 등록 표시 위치에 표시된다. 일부 실시형태에서, 등록 눈 시선 이미지는 등록 표시 위치와 연관된다. 일부 실시형태에서, 하나의 등록 눈 시선 아이콘의 등록 표시 위치는 다른 등록 눈 시선 아이콘의 등록 표시 위치에 대해 랜덤이다. 일부 실시형태에서, 등록 표시 위치의 순서는 사용자에게 알려지지 않는다.
일부 실시형태에서, 등록 눈 시선 아이콘은 모바일 디바이스의 화면의 모서리, 가장자리 또는 중앙에 가장 가깝게 위치된다. 일부 실시형태에서, 모바일 디바이스의 화면 모서리 근처의 등록 눈 시선 아이콘의 위치는 모바일 디바이스의 화면 너비의 약 5%, 10%, 15%, 20%, 또는 25% 이내이거나 모바일 디바이스의 화면의 우측 또는 좌측 가장자리에서 증가한다. 일부 실시형태에서, 모바일 디바이스의 화면의 모서리 근처에 있는 등록 눈 시선 아이콘의 위치는 모바일 디바이스의 화면 길이의 약 5%, 10%, 15%, 20%, 또는 25% 이내이거나 모바일 디바이스의 화면의 상단 또는 하단 가장자리에서 증가한다. 일부 실시형태에서, 모바일 디바이스의 화면의 모서리 근처에 있는 등록 눈 시선 아이콘의 위치는 사용자의 시선이 등록 표시 위치를 향하고 있다는 판단의 정확성, 정밀도, 반복성 또는 이들의 임의의 조합을 개선한다. 일부 실시형태에서, 모바일 디바이스의 화면의 모서리 근처에 있는 등록 눈 시선 아이콘의 위치는 사용자의 눈의 움직임 거리를 최대화한다. 일부 실시형태에서, 이러한 최대 움직임은 카메라 하드웨어/해상도, 화면 크기/해상도, 또는 둘 모두를 사용하여 사용자 눈 시선 판단의 정확도, 정밀도 및 반복성을 개선한다.
일부 실시형태에서, 각각의 등록 표시 위치는 단 하나의 별개의 위치를 포함한다. 일부 실시형태에서, 각각의 등록 표시 위치는 2개 이상의 별개의 위치를 포함한다. 일부 실시형태에서, 등록 표시 위치는 등록 표시 경로를 포함한다.
일부 실시형태에서, 사용자의 시선이 등록 표시 위치를 향하고 있다는 판단은 사용자의 눈의 위치에 기초한다. 일부 실시형태에서, 사용자의 시선이 등록 표시 위치를 향하고 있다는 판단은 사용자의 눈의 경로에 기초한다. 일부 실시형태에서, 사용자의 시선이 등록 표시 위치를 향하고 있다는 판단은 모바일 디바이스에 대한 사용자의 눈의 위치에만 기초한다. 일부 실시형태에서, 사용자의 시선이 등록 표시 위치를 향하고 있다는 판단은 사용자의 머리와 모바일 디바이스 사이의 상대적인 위치 및/또는 방위에 기초하지 않는다. 일부 실시형태에서, 사용자의 시선이 등록 표시 위치를 향하고 있다는 판단은 사용자의 눈과 모바일 디바이스 사이의 상대적인 위치 및/또는 방위에만 기초한다.
일부 실시형태에서, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이된다. 일부 실시형태에서, 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되지 않는다. 일부 실시형태에서, 본 방법은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함한다. 일부 실시형태에서, 애플리케이션은 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함한다. 일부 실시형태에서, 본 명세서의 방법 및/또는 애플리케이션은 라이브 비디오 피드를 캡처 및/또는 표시하는 것을 포함하지 않는다.
일부 실시형태에서, 본 방법은 사용자의 생체 등록 파라미터를 캡처하는 단계를 더 포함한다. 일부 실시형태에서, 사용자의 생체 인식 등록 파라미터는 등록 응시 아이콘의 표시 동안, 등록 눈 시선 이미지의 캡처 동안, 또는 둘 모두의 동안 캡처된다. 일부 실시형태에서, 생체 등록 파라미터가 캡처된 등록 눈 시선 아이콘의 시퀀스의 특정 등록 눈 시선 아이콘은 랜덤이다. 일부 실시형태에서, 생체 등록 파라미터가 캡처된 등록 눈 시선 이미지의 시퀀스의 특정 등록 눈 시선 이미지는 랜덤이다. 일부 실시형태에서, 본 방법은 캡처된 생체 등록 파라미터에 기초하여 사용자가 인간임을 판단하는 단계를 더 포함한다.
일부 실시형태에서, 생체 인식 등록 파라미터는 얼굴 랜드마크 또는 특징점, 2개 이상의 얼굴 랜드마크 사이의 거리, 얼굴 랜드마크의 크기, 얼굴 랜드마크의 형상, 기하학적 생체 등록 파라미터, 포토메트릭 생체 등록 파라미터 또는 이들의 조합을 포함한다. 일부 실시형태에서, 사용자의 생체 등록 파라미터를 캡처하는 것은 전체적 얼굴 인식 모드, 특징점 기반 얼굴 인식 모델, 또는 둘 모두를 포함한다. 일부 실시형태에서, 사용자의 생체 등록 파라미터를 캡처하는 것은 고유면, 선형 판별 분석, 탄성 번치 그래프, 피셔페이스 알고리즘, 은닉 마르코프 모델, 다중선형 부분공간 학습 모델, 또는 이들의 임의의 조합을 사용한다.
사용자의 시선이 등록 또는 인증 표시 위치를 향한다는 판단
도 14는 인간의 눈 부분의 예시적인 다이어그램을 도시한다. 도시된 바와 같이, 인간의 눈은 각막(1410), 동공(1420), 홍채(1430), 수정체(1440), 유리체(1450), 망막(1460), 및 황반(1470)으로 구성되어 있다. 또한 사람의 눈에 빛을 비추면 각막 반사(1411)가 나타난다.
일부 실시형태에서, 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다고 판단하는 것은 사용자의 눈에 빛을 향하게 하는 것과, 사용자의 눈의 이미지를 캡처하는 것과, 사용자의 동공(1420)의 중심으로부터 각막 반사(1411)의 중심까지의 눈 시선 벡터(1510)를 사용자의 눈 이미지로부터 측정하는 것과, 눈 시선 벡터(1510)에 기초하여 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다고 판단하는 것을 포함한다. 일부 실시형태에서, 눈 시선 벡터(1510)에 기초하여 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다고 판단하는 것은 모바일 디바이스에 대한 등록 또는 인증 표시 위치가 눈 시선 벡터(1510)와 반대 방향에 있다고 판단하는 것을 포함한다. 일부 실시형태에서, 빛은 적외선이다.
도 15a 내지 도 15d는 예시적인 눈 시선 벡터(1510)를 도시한다. 도 15a에 따르면, 사용자 눈의 하단 우측을 가리키는 눈 시선 벡터(1510)는 사용자가 모바일 디바이스의 상단 좌측을 보고 있음을 나타낸다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 좌측 상단에 있는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다는 판단에 도달한다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 상단 좌측에 있지 않는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하지 않는다는 판단에 도달한다.
도 15b에 따르면, 사용자 눈의 하단 좌측을 가리키는 눈 시선 벡터(1510)는 사용자가 모바일 디바이스의 상단 우측을 보고 있음을 나타낸다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 상단 우측에 있는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다는 판단에 도달한다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 상단 우측에 있지 않는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하지 않는다는 판단에 도달한다.
도 15c에 따르면, 사용자 눈의 상단 우측을 가리키는 눈 시선 벡터(1510)는 사용자가 모바일 디바이스의 하단 좌측을 보고 있음을 나타낸다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 좌측 하단에 위치하는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다는 판단에 도달한다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 좌측 하단에 있지 않는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하지 않는다는 판단에 도달한다.
도 15d에 따르면 사용자 눈의 좌측 상단을 가리키는 눈 시선 벡터(1510)는 사용자가 모바일 디바이스의 우측 하단을 보고 있음을 나타낸다. 등록 또는 인증 표시 위치가 모바일 디바이스에 표시된 이미지를 캡처하는 동안 모바일 디바이스의 우측 하단에 위치하는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하고 있다는 판단에 도달한다. 등록 또는 인증 표시 위치가 모바일 디바이스에 나타낸 이미지를 캡처하는 동안 모바일 디바이스의 우측 하단에 있지 않는 경우 사용자의 시선이 등록 또는 인증 표시 위치를 향하지 않는다는 판단에 도달한다.
일부 실시형태에서, 사용자의 시선은 모바일 디바이스에 대한 사용자의 머리 위치와는 독립적으로 등록 또는 인증 표시 위치를 향한 것으로 판단된다. 일부 실시형태에서, 사용자의 시선은 모바일 디바이스에 대한 사용자의 머리의 움직임과는 독립적으로 등록 또는 인증 표시 위치를 향한 것으로 판단된다.
일부 실시형태에서, 사용자의 시선은 기계 학습 알고리즘에 의해 등록 또는 인증 표시 위치를 향한 것으로 판단된다. 일부 실시형태에서, 기계 학습 알고리즘은 사용자의 시선을 판단하기 위해 인증 눈 시선 이미지에 적용된다. 일부 실시형태에서, 인증 눈 시선 이미지는 단일 이미지이다. 일부 실시형태에서, 인증 눈 시선 이미지는 복수의 이미지를 포함한다. 일부 실시형태에서, 복수의 이미지는 비디오이다. 일부 실시형태에서, 비디오는 정적 포즈의 사용자에 대해 캡처된다. 일부 실시형태에서, 비디오는 동적 포즈의 사용자에 대해 캡처된다. 일부 실시형태에서, 사용자의 시선은 복수의 이미지의 순차적인 순서에 기초하여 기계 학습 알고리즘에 의해 판단된다. 일부 실시형태에서, 사용자의 시선은 복수의 이미지의 랜덤 순서에 기초하여 기계 학습 알고리즘에 의해 판단된다.
일부 실시형태에서, 기계 학습 알고리즘은 인간이 주석을 추가한 레이블 및 준 지도 레이블(semi-supervised label)을 포함하지만 이에 제한되지 않는 하나 이상의 형태의 레이블을 사용한다. 사람이 주석을 추가한 레이블은 손으로 만든 휴리스틱으로 제공될 수 있다. 예를 들어, 손으로 만든 휴리스틱은 사전 결정된 시선 위치를 포함할 수 있다. 준 지도 레이블은 이전의 사람이 주석을 추가한 레이블 및 이전 준 지도 레이블로 플래그된 것과 유사한 속성을 찾기 위해 클러스터링 기술을 사용하여 판단할 수 있다. 준 지도 레이블은 XGBoost, 신경망 또는 둘 다를 사용할 수 있다.
일부 실시형태에서, 기계 학습 알고리즘은 사용자의 시선이 등록 또는 인증 표시 위치를 향한 것으로 판단될 확률을 판단한다. 일부 실시형태에서, 본 명세서의 기계 학습 알고리즘은 원격 지도 방법을 사용한다. 원격 지도 방법은 손으로 주석을 추가한 작은 훈련 세트에 의해 시드된 큰 훈련 세트를 생성할 수 있다. 원격 지도 방법은 훈련 세트를 '포지티브' 클래스로 사용하는 포지티브-비레이블 학습을 포함할 수 있다. 원격 지도 방법은 로지스틱 회귀 모델, 순환 신경망 또는 둘 다를 사용할 수 있다. 순환 신경망은 자연어 처리(Natural Language Processing, NLP) 기계 학습에 유리할 수 있다. 기계 학습 알고리즘의 예로는 지원 벡터 머신(SVM), 나이브 베이즈 분류, 랜덤 포레스트, 신경망, 딥 러닝 또는 분류 및 회귀를 위한 기타 지도 학습 알고리즘 또는 비지도 학습 알고리즘이 포함될 수 있다.
기계 학습 알고리즘은 하나 이상의 훈련 데이터 세트를 사용하여 훈련할 수 있다. 일부 실시형태에서, 기계 학습 알고리즘은 사용자당 단일 훈련 시선 이미지로 훈련된다. 일부 실시형태에서, 기계 학습 알고리즘은 사용자당 복수의 이미지로 훈련된다. 일부 실시형태에서, 복수의 이미지는 비디오이다. 일부 실시형태에서, 비디오는 정적 포즈의 사용자에 대해 캡처된다. 일부 실시형태에서, 비디오는 동적 포즈의 사용자에 대해 캡처된다. 일부 실시형태에서, 비디오는 특정 포즈의 사용자에 대해 캡처된다. 일부 실시형태에서, 훈련 눈 시선 이미지 중 2 이상이 상이한 얼굴 특징점(즉, 얼굴 털, 헤어 스타일)을 갖는 사용자에 대해 캡처된다. 일부 실시형태에서, 훈련 눈 시선 이미지 중 2 이상이 상이한 성별, 민족성, 연령, 또는 이들의 임의의 조합을 갖는 사용자에 대해 캡처된다. 일부 실시형태에서, 훈련 눈 시선 이미지 중 2 이상이 상이한 카메라 하드웨어에 의해 사용자에 대해 캡처된다. 일부 실시형태에서, 훈련 눈 시선 이미지 중 적어도 하나는 병진운동, 회전, 기울이기, 또는 이들의 임의의 조합에 의해 다른 훈련 눈 시선 이미지로부터 증분된다. 일부 실시형태에서, 기계 학습 알고리즘은 순차적인 순서로 복수의 훈련 이미지로 훈련된다. 일부 실시형태에서, 기계 학습 알고리즘은 랜덤 순서로 복수의 훈련 이미지로 훈련된다.
일부 실시형태에서, 기계 학습 알고리즘은 예측 변수와 종속 변수 간의 관계가 결정되고 가중되는 회귀 모델링을 활용한다. 일 실시형태에서, 예를 들어, 눈 시선 벡터는 종속 변수일 수 있고 사용자의 눈의 이미지에서의 픽셀의 밝기로부터 도출된다. 일부 실시형태에서, 기계 학습 알고리즘은 카탈로그 이미지를 선택하고 프로젝트 범위를 추천하는 데 사용된다. 다변량 선형 회귀 모델 알고리즘의 비제한적인 예는 다음과 같으며, 확률 = A0 + A1(X1) + A2(X2) + A3(X3) + A4(X4) + A5(X5) + A6(X6) + A7(X7), 여기서 Ai (A1, A2, A3, A4, A5, A6, A7, ...)는 회귀 모델링 중에 발견된 "가중치" 또는 계수이고, Xi (X1, X2, X3, X4, X5, X6, X7, ...)는 사용자로부터 수집된 데이터이다. 임의 수의 Ai 및 Xi 변수는 모델에 포함될 수 있다. 일부 실시형태에서, 프로그래밍 언어 "R"은 모델을 실행하는 데 사용된다.
일부 실시형태에서, 훈련은 다수의 단계를 포함한다. 제 1 단계에서는 초기 모델은 예측 변수에 확률 가중치를 할당하여 구성된다. 제 2 단계에서 초기 모델은 사용자의 시선이 등록 또는 인증 표시 위치를 향한 것으로 판단될 확률을 "추천"하는 데 사용된다. 제 3 단계에서 검증 모듈은 사용자의 시선 위치에 관한 검증된 데이터를 수락하고 검증된 데이터를 피드백한다. 제 1 단계, 제 2 단계 및 제 3 단계 중 적어도 하나는 연속적으로 또는 설정된 간격으로 1회 이상 반복될 수 있다.
일부 실시형태에서, 본 명세서의 기계 학습 알고리즘은 스푸핑 시도의 유형을 판단하도록 추가로 구성된다. 일부 실시형태에서, 스푸핑 시도는 프린트아웃에 의한 스푸핑 시도, 디지털 스푸핑 시도, 또는 둘 다이다. 일부 실시형태에서, 기계 학습 알고리즘은 개선된 강건성을 위한 모델 훈련 프로세스에 의해 교시된다. 일부 실시형태에서, 본 명세서의 기계 학습 알고리즘은 데이터로부터 직접 다중 레벨의 이미지 특징점을 추출하여 시선의 필수 특성을 보다 정확하고 철저하게 캡처한다.
사용자 시선 프로파일
일부 실시형태에서, 사용자는 눈 시선 프로파일을 등록하고 스푸핑 이벤트의 인증 및/또는 판단 동안 그들이 등록된 사용자임을 인증한다. 일부 실시형태에서, 사용자의 눈 시선 프로파일은 사용자에게 하나 이상의 리소스 및/또는 하나 이상의 위치에 대한 액세스를 허용한다. 일부 실시형태에서, 사용자의 눈 시선 프로파일은 하나 이상의 다른 리소스 및/또는 하나 이상의 위치에 대한 액세스를 방지하면서 하나 이상의 리소스 및/또는 하나 이상의 위치에 대한 액세스를 허용한다.
일부 실시형태에서, 등록은 사용자 이름, 식별 파라미터, 또는 둘 다를 요청하고 사용자의 눈 시선 프로파일과 연관시키는 것을 포함한다. 일부 실시형태에서, 사용자는 눈 시선 프로파일이 생성되기 전에 자신의 등록을 확인한다.
도 7은 사용자 눈 시선 프로파일을 생성하기 위한 인터페이스의 비제한적인 예를 도시한다. 일부 실시형태에서, 사용자는 사용자의 눈 시선 프로파일에 액세스하고, 사용자의 눈 시선 프로파일을 편집하고, 사용자의 눈 시선 프로파일을 재프로그래밍하거나, 이들의 임의의 조합을 수행할 수 있다. 도 8은 사용자 눈 시선 프로파일에 액세스하기 위한 인터페이스의 비제한적인 예를 도시한다. 도 9는 복수의 사용자 눈 시선 프로파일에 액세스하기 위한 인터페이스의 비제한적인 예를 도시한다. 일부 실시형태에서, 사용자는 안티 스푸핑 방법을 선택함으로써 그들의 눈 시선 프로파일을 편집할 수 있다. 도 10은 안티 스푸핑 방법을 선택하기 위한 인터페이스의 비제한적인 예를 도시한다.
인증 임계값
일부 실시형태에서, 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지 중 하나와 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 검출된다. 일부 실시형태에서, 사용자의 눈 시선 프로파일에 저장된 생체 등록 파라미터가 생체 인증 임계값만큼 생체 인증 파라미터와 다른 경우 스푸핑 시도가 검출된다.
일부 실시형태에서, 유사도는 각각의 인증 눈 시선 이미지에 얼굴 인식 알고리즘을 적용함으로써, 얼굴 인식 알고리즘의 출력에 기초하여 각각의 인증 눈 시선 이미지 각각에 대한 인식된 시선 위치를 판단함으로써, 그리고 인식된 시선 위치와 인증 눈 시선 이미지의 인증 표시 위치를 비교함으로써 결정된다. 일부 실시형태에서, 유사도는 인식된 시선 위치와 인증 눈 시선 이미지의 인증 표시 위치 사이의 거리에 대응한다. 일부 실시형태에서, 인식된 시선 위치와 인증 눈 시선 이미지의 인증 표시 위치 사이의 더 큰 거리는 더 낮은 유사도와 상관 관계가 있다.
일부 실시형태에서, 유사도는 제 1 등록 표시 위치에서 사용자 등록 눈 시선 아이콘을 응시하는 사용자의 등록 눈 시선 이미지와 동일한 제 1 등록 표시 위치에서 사용자 인증 시선 아이콘을 응시하는 사용자의 인증 눈 시선 이미지를 비교함으로써 결정된다. 일부 실시형태에서, 제 1 등록 표시 위치에서 사용자 등록 눈 시선 아이콘을 응시하는 사용자의 등록 눈 시선 이미지와 동일한 제 1 등록 표시 위치에서 사용자 인증 시선 아이콘을 응시하는 사용자의 인증 눈 시선 이미지 간의 더 큰 차이는 더 낮은 유사도와 상관 관계가 있다.
일부 실시형태에서, 얼굴 인식 알고리즘은 얼굴 랜드마크, 또는 특징점, 2개 이상의 얼굴 랜드마크 사이의 거리, 얼굴 랜드마크의 크기, 얼굴 랜드마크의 형상, 기하학적 생체 인증 파라미터, 포토메트릭 생체 인증 파라미터 또는 이들의 조합을 판단한다. 일부 실시형태에서, 얼굴 인식 알고리즘은 전체적 얼굴 인식 모드, 특징점 기반 얼굴 인식 모델, 또는 둘 다를 포함한다. 일부 실시형태에서, 얼굴 인식 알고리즘은 고유면, 선형 판별 분석, 탄성 번치 그래프, 피셔페이스 알고리즘, 은닉 마르코프 모델, 다중선형 부분공간 학습 모델, 또는 이들의 임의의 조합을 사용한다.
라이브 비디오 피드
도 1은 라이브 비디오 피드의 비제한적인 예시를 도시한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 모바일 디바이스의 화면(120) 상에 표시된다. 일부 실시형태에서, 라이브 비디오 피드(100)는 모바일 디바이스의 전면 카메라에 의해 캡처된 이미지를 포함한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 모바일 디바이스의 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 얼굴 포지셔닝 영역(110)의 이미지와 오버레이되는 모바일 디바이스의 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 사용자가 모바일 디바이스에 대한 자신의 얼굴의 설정된 위치를 유지할 수 있게 한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 등록 및/또는 인증 눈 시선 이미지가 사용자의 얼굴의 적어도 대부분을 캡처하도록 사용자가 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지할 수 있게 한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 일련의 등록 눈 시선 이미지가 모바일 디바이스의 카메라를 향하고 있는 정면에 대한 사용자 얼굴의 동일한 방향으로 캡처되도록 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지할 수 있게 한다. 일부 실시형태에서, 라이브 비디오 피드(100)는 사용자의 얼굴을 가리지 않는다. 일부 실시형태에서, 라이브 비디오 피드(100)는 사용자의 얼굴의 대부분을 가리지 않는다. 일부 실시형태에서, 라이브 비디오 피드(100)는 등록 및/또는 인증 시선 아이콘과 동시에 표시된다. 일부 실시형태에서, 라이브 비디오 피드(100)는 등록 및/또는 인증 시선 아이콘과 동시에 보여지지 않는다. 일부 실시형태에서, 얼굴 포지셔닝 영역(110)은 사용자의 전체 얼굴이 전면 카메라에 의해 캡처되고 라이브 비디오 피드(110)에 표시되도록 라이브 비디오 피드(100)에 위치된다. 일부 실시형태에서, 얼굴 포지셔닝 영역(110)은 모바일 폰의 화면의 중앙에 위치된다.
도 3은 비제한적인 라이브 비디오 피드를 도시한다. 도시된 바와 같이, 일부 실시형태에서, 사용자는 라이브 비디오 피드의 얼굴 포지셔닝 영역 내에서 자신의 얼굴을 포지셔닝한다. 또한, 도시된 바와 같이, 일부 실시형태에서, 그들의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치하라는 알림이 사용자에게 표시된다.
등록 및 인증 눈 시선 아이콘
도 2 및 도 3은 눈 시선 아이콘(210, 310)의 비제한적인 예시를 도시한다. 일부 실시형태에서, 사용자의 눈 시선 프로파일의 등록은 등록 눈 시선 아이콘(210)을 사용한다. 일부 실시형태에서, 스푸핑 시도의 인증 및/또는 판단은 인증 눈 시선 아이콘(310)을 사용한다. 일부 실시형태에서, 등록 눈 시선 아이콘(210)과 인증 눈 시선 아이콘(310)은 동일한 형상을 가질 수 있다. 일부 실시형태에서, 등록 눈 시선 아이콘(210)과 인증 눈 시선 아이콘(310)은 상이한 형상을 가질 수 있다. 일부 실시형태에서, 등록 눈 시선 아이콘(210) 및 인증 눈 시선 아이콘(310)은 모바일 폰의 화면(120)에 대해 동일한 위치에 표시된다. 일부 실시형태에서, 등록 눈 시선 아이콘(210) 및 인증 눈 시선 아이콘(310)은 모바일 폰의 화면(120)에 대해 상이한 위치에 표시된다. 일부 실시형태에서, 한 번에 하나의 등록 눈 시선 아이콘(210)만이 표시된다. 일부 실시형태에서, 한 번에 하나의 인증 눈 시선 아이콘(310)만이 표시된다.
도시된 바와 같이, 등록 눈 시선 아이콘(210) 및 인증 눈 시선 아이콘(310)은 원을 포함한다. 일부 실시형태에서, 등록 눈 시선 아이콘(210) 및 인증 눈 시선 아이콘(310) 중 적어도 하나는 기하학적 형태, 불규칙한 형태 또는 이미지일 수 있다.
일부 실시형태에서, 등록 눈 시선 아이콘(210) 및 인증 눈 시선 아이콘(310) 중 적어도 하나는 아이콘 표시 기간의 남은 시간의 양 또는 아이콘 표시 기간 동안 경과된 시간의 양과 관련된 표시자를 포함한다. 일부 실시형태에서, 표시자는 초의 수, 동적 원형 차트, 동적 막대 차트, 등록 눈 시선 아이콘(210) 또는 인증 눈 시선 아이콘(310)의 크기, 등록 눈 시선 아이콘(210)의 색상 또는 인증 눈 시선 아이콘(310), 등록 눈 시선 아이콘(210) 또는 인증 눈 시선 아이콘(310)의 펄스 레이트, 또는 이들의 임의의 조합을 포함한다.
일부 실시형태에서, 등록 눈 시선 아이콘(210)을 응시하라는 알림이 사용자에게 표시된다. 일부 실시형태에서, 인증 눈 시선 아이콘(310)을 응시하라는 알림이 사용자에게 표시된다. 일부 실시형태에서, 2개 이상의 속도, 경로, 거리, 또는 이들의 임의의 조합으로 등록 눈 시선 아이콘(210)을 응시하라는 알림이 사용자에게 표시된다. 일부 실시형태에서, 2개 이상의 속도, 경로, 거리, 또는 이들의 임의의 조합으로 인증 눈 시선 아이콘(310)을 응시하라는 알림이 사용자에게 표시된다.
일부 실시형태에서, 등록 아이콘(210)의 시퀀스에 있는 등록 아이콘(210)의 수는 일련의 인증 아이콘(310)에 있는 인증 아이콘(310)의 수보다 많다. 일부 실시형태에서, 등록 아이콘(210)의 시퀀스에 있는 등록 아이콘(210)의 수는 일련의 인증 아이콘(310)에 있는 인증 아이콘(310)의 수보다 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 또는 그 이상만큼 더 많다.
도 3에 도시된 바와 같이 등록 아이콘(210)의 현재 등록 표시 위치는 우측 상단 모서리의 좌측 상단 모서리에 있는 반면, 등록 아이콘(210)의 이전 또는 후속 등록 표시 위치(점선으로 표시)는 화면의 우측 상단 모서리, 우측 하단 모서리 또는 좌측 하단 모서리에 있다. 도 3에 도시된 바와 같이, 인증 아이콘(310)의 현재 인증 표시 위치는 우측 상단 모서리의 좌측 상단 모서리에 있는 반면, 인증 아이콘(310)의 이전 또는 이후 등록 표시 위치(점선으로 표시)는 모바일 디바이스 화면의 우측 하단 모서리에 있다.
일부 실시형태에서, 등록 아이콘(210)의 등록 표시 위치의 수는 인증 아이콘(310)의 인증 표시 위치의 수와 동일하다. 일부 실시형태에서, 등록 아이콘(210)의 등록 표시 위치의 수는 인증 아이콘(310)의 인증 표시 위치의 수보다 많거나 적다. 일부 실시형태에서, 등록 아이콘(210)의 등록 표시 위치의 수는 인증 아이콘(310)의 인증 표시 위치의 수보다 1, 2, 3, 4, 5, 6, 7, 8, 9, 10개 이상만큼 많거나 적다.
일부 실시형태에서, 인증 아이콘(310)의 시퀀스에서의 인증 아이콘(310)의 수는 인증 아이콘(310)의 인증 표시 위치의 수와 동일하다. 일부 실시형태에서, 인증 아이콘(310)의 시퀀스에서의 인증 아이콘(310)의 수는 인증 아이콘(310)의 인증 표시 위치의 수보다 많거나 적다. 일부 실시형태에서, 인증 아이콘(310)의 시퀀스에서의 인증 아이콘(310)의 수는 인증 아이콘(310)의 인증 표시 위치의 수보다 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 또는 그 이상만큼 많거나 적다.
일부 실시형태에서, 등록 아이콘(210) 위치의 수는 인증 아이콘(310) 위치의 수보다 더 많다. 일부 실시형태에서, 등록 아이콘(210) 위치의 수는 인증 아이콘(310) 위치의 수보다 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 또는 그 이상만큼 많다.
일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘(210)의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘(210)의 시퀀스의 등록 표시 위치는 랜덤화된 위치이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘(310)의 시퀀스는 랜덤 시퀀스이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘(310)의 시퀀스의 인증 표시 위치는 랜덤화된 위치이다.
일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘(210)의 시퀀스에서 각각의 등록 눈 시선 아이콘(210)은 동일한 크기, 모양, 색상, 외양 또는 이들의 임의의 조합을 갖는 동일한 등록 눈 시선 아이콘(210)이다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘(210)의 시퀀스에서 각각의 등록 눈 시선 아이콘(210)은 상이한 크기, 형상, 색상, 외양, 또는 이들의 임의의 조합을 갖는 동일한 등록 눈 시선 아이콘(210)이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘(310)의 시퀀스에서 각각의 인증 눈 시선 아이콘(310)은 동일한 크기, 모양, 색상, 외양, 또는 이들의 임의의 조합을 갖는 동일한 인증 눈 시선 아이콘(310)이다. 일부 실시형태에서, 2개 이상의 인증 눈 시선 아이콘(310)의 시퀀스에서 각각의 인증 눈 시선 아이콘(310)은 상이한 크기, 형상, 색상, 외양, 또는 이들의 임의의 조합을 갖는 동일한 인증 눈 시선 아이콘(310)이다.
일부 실시형태에서, 등록 눈 시선 아이콘(210A) 및 인증 시선 아이콘(210B) 중 적어도 하나는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 2개 이상의 등록 눈 시선 아이콘의 시퀀스에서 각각의 등록 눈 시선 아이콘(210A)은 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 적어도 하나의 등록 눈 시선 아이콘(210A)은 제 1 등록 아이콘 표시 기간 동안 표시되고, 적어도 하나의 다른 등록 눈 시선 아이콘(210A)은 제 2 등록 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 제 1 등록 아이콘 표시 기간은 제 2 등록 아이콘 표시 기간 이상이다. 일부 실시형태에서, 제 1 등록 아이콘 표시 기간은 제 2 등록 아이콘 표시 기간 이하이다. 일부 실시형태에서, 제 1 등록 아이콘 표시 기간은 제 2 등록 아이콘 표시 기간보다 증분을 포함하여 0.1초, 0.5초, 1초, 3초, 4초, 5초, 또는 그 이상만큼 더 길다. 일부 실시형태에서, 제 1 등록 아이콘 표시 기간은 제 2 등록 아이콘 표시 기간보다 0.1초, 0.5초, 1초, 3초, 4초, 5초, 또는 그 이상만큼 짧다. 일부 실시형태에서, 적어도 하나의 인증 시선 아이콘(210B)은 제 1 인증 아이콘 표시 기간 동안 표시되고, 적어도 하나의 다른 인증 시선 아이콘(210B)은 제 2 인증 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 제 1 인증 아이콘 표시 기간은 제 2 인증 아이콘 표시 기간 이상이다. 일부 실시형태에서, 제 1 인증 아이콘 표시 기간은 제 2 인증 아이콘 표시 기간 이하이다. 일부 실시형태에서, 제 1 인증 아이콘 표시 기간은 제 2 인증 아이콘 표시 기간보다 증분을 포함하여 0.1초, 0.5초, 1초, 3초, 4초, 5초, 또는 그 이상만큼 더 길다. 일부 실시형태에서, 제 1 인증 아이콘 표시 기간은 제 2 인증 아이콘 표시 기간보다 증분을 포함하여 0.1초, 0.5초, 1초, 3초, 4초, 5초, 또는 그 이상만큼 짧다.
일부 실시형태에서, 아이콘 표시 기간은 약 0.01초 내지 약 60초이다. 일부 실시형태에서, 등록 눈 시선 아이콘(210A) 및 인증 시선 아이콘(210B) 중 적어도 하나는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 약 0.01초 내지 약 0.05초, 약 0.01초 내지 약 0.1초, 약 0.01초 내지 약 0.5초, 약 0.01초 내지 약 1초, 약 0.01초 내지 약 5초, 0.01초 내지 약 10초, 약 0.01초 내지 약 20초, 약 0.01초 내지 약 30초, 약 0.01초 내지 약 40초, 약 0.01초 내지 약 50초, 약 0.01초 내지 약 60초, 약 0.05초 내지 약 0.1초, 약 0.05초 내지 약 0.5초, 약 0.05초 내지 약 1초, 약 0.05초 내지 약 5초, 약 0.05초 내지 약 10초, 약 0.05초 내지 약 20초, 약 0.05초 내지 약 30초, 약 0.05초 내지 약 40초, 약 0.05초 내지 약 50초, 약 0.05초 내지 약 60초, 약 0.1초 내지 약 0.5초, 약 0.1초 내지 약 1초, 약 0.1초 내지 약 5초, 약 0.1초 내지 약 10초, 약 0.1초 내지 약 20초, 약 0.1초 내지 약 30초, 약 0.1초 내지 약 40초, 약 0.1초 내지 약 50초, 약 0.1초 내지 약 60초, 약 0.5초 내지 약 1초, 약 0.5초 내지 약 5초, 약 0.5초 내지 약 10초, 약 0.5초 내지 약 20초, 약 0.5초 내지 약 30초, 약 0.5초 내지 약 40초, 약 0.5 초 내지 약 50초, 약 0.5초 내지 약 60초, 약 1초 내지 약 5초, 약 1초 내지 약 10초, 약 1초 내지 약 20초, 약 1초 내지 약 30초, 약 1초 내지 약 40초, 약 1초 내지 약 50초, 약 1초 내지 약 60초, 약 5초 내지 약 10초, 약 5초 내지 약 20초, 약 5초 내지 약 30초, 약 5초 내지 약 40 초, 약 5초 내지 약 50초, 약 5초 내지 약 60초, 약 10초 내지 약 20초, 약 10초 내지 약 30초, 약 10초 내지 약 40초, 약 10초 내지 약 50초, 약 10초 내지 약 60초, 약 20초 내지 약 30 초, 약 20초 내지 약 40초, 약 20초 내지 약 50초, 약 20초 내지 약 60초, 약 30초 내지 약 40초, 약 30초 내지 약 50초, 약 30초 내지 약 60초, 약 40초 내지 약 50초, 약 40초 내지 약 60초, 또는 약 50초 내지 약 60초이다. 일부 실시형태에서, 등록 눈 시선 아이콘(210A) 및 인증 시선 아이콘(210B) 중 적어도 하나는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 증분을 포함하여 약 0.01초, 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 약 50초, 또는 약 60초이다. 일부 실시형태에서, 등록 눈 시선 아이콘(210A) 및 인증 시선 아이콘(210B) 중 적어도 하나는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 적어도 약 0.01초, 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 또는 약 50초이다. 일부 실시형태에서, 등록 눈 시선 아이콘(210A) 및 인증 시선 아이콘(210B) 중 적어도 하나는 아이콘 표시 기간 동안 표시된다. 일부 실시형태에서, 아이콘 표시 기간은 최대 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 약 50초, 또는 약 60초이다. 도 4는 시선 아이콘의 비제한적인 이미지를 도시한다.
등록 및 인증 알림
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우 알림을 추가로 개시한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 일부가 얼굴 포지셔닝 영역 외부에 표시되는 경우 알림을 추가로 개시한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 증분을 포함하여 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25% 또는 그 이상의 사용자 얼굴이 얼굴 포지셔닝 영역 외부에 표시된다. 일부 실시형태에서, 알림은 시각적 알림, 청각적 알림, 진동 알림, 또는 이들의 임의의 조합이다.
이러한 알림은 사용자가 모바일 디바이스에 대한 자신의 얼굴 위치를 유지하도록 하여 일련의 등록 눈 시선 이미지가 모바일 디바이스의 전면 카메라에 대한 사용자 얼굴의 동일한 방향으로 캡처되도록 한다. 일부 실시형태에서, 사용자가 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지하는 것을 보장하면 사용자 인증이 스푸핑될 수 있는 바와 같은 사용자 등록의 오용을 방지한다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우 알림을 추가로 개시한다.
일부 실시형태에서, 사용자의 시선 위치를 판단하는 단계는 얼굴 인식 알고리즘을 각각의 등록 눈 시선 이미지에 적용하는 단계와, 얼굴 인식 알고리즘의 출력에 기초하여 각각의 등록 눈 시선 이미지에 대한 인식된 시선 위치를 판단하는 단계와, 인식된 시선 위치와 등록 눈 시선 아이콘의 표시 위치 사이의 거리가 임계 거리보다 큰지 여부를 판단하는 단계를 포함한다. 일부 실시형태에서, 임계 거리는 증분을 포함하여 등록 눈 시선 아이콘의 너비, 높이, 또는 둘 모두의 5%, 10%, 15%, 20% 또는 그 이상과 동일하다. 일부 실시형태에서, 임계 거리는 증분을 포함하여 모바일 폰의 화면의 폭, 높이, 또는 둘 모두의 5%, 10%, 15%, 20% 또는 그 이상과 동일하다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 알림 기간 동안 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우 알림을 추가로 개시한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 알림 기간 동안 사용자의 얼굴의 적어도 일부가 얼굴 포지셔닝 영역 외부에 표시되는 경우 알림을 추가로 개시한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 알림 기간 동안 사용자 얼굴의 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25% 이상이 얼굴 포지셔닝 영역 외부에 표시되는 경우 추가로 알림을 개시한다.
일부 실시형태에서, 알림 기간은 약 0.01초 내지 약 60초이다. 일부 실시형태에서, 알림 기간은 약 0.01초 내지 약 0.05초, 약 0.01초 내지 약 0.1초, 약 0.01초 내지 약 0.5초, 약 0.01초 내지 약 1초, 약 0.01초 내지 약 5초, 약 0.01초 내지 약 10초, 약 0.01초 내지 약 20초, 약 0.01초 내지 약 30초, 약 0.01초 내지 약 40초, 약 0.01초 내지 약 50초, 약 0.01초 내지 약 60초, 약 0.05초 내지 약 0.1초, 약 0.05초 내지 약 0.5초, 약 0.05초 내지 약 1초, 약 0.05초 내지 약 5초, 약 0.05초 내지 약 10초, 약 0.05초 내지 약 20초, 약 0.05초 내지 약 30 초, 약 0.05초 내지 약 40초, 약 0.05초 내지 약 50초, 약 0.05초 내지 약 60초, 약 0.1초 내지 약 0.5초, 약 0.1초 내지 약 1초, 약 0.1초 내지 약 5초, 약 0.1초 내지 약 10초, 약 0.1초 내지 약 20초, 약 0.1초 내지 약 30초, 약 0.1초 내지 약 40초, 약 0.1초 내지 약 50초, 약 0.1초 내지 약 60초, 약 0.5초 내지 약 1초, 약 0.5초 내지 약 5초, 약 0.5초 내지 약 10초, 약 0.5초 내지 약 20초, 약 0.5초 내지 약 30초, 약 0.5초 내지 약 40초, 약 0.5 초 내지 약 50초, 약 0.5초 내지 약 60초, 약 1초 내지 약 5초, 약 1초 내지 약 10초, 약 1초 내지 약 20초, 약 1초 내지 약 30초, 약 1초 내지 약 40초, 약 1초 내지 약 50초, 약 1초 내지 약 60초, 약 5초 내지 약 10초, 약 5초 내지 약 20초, 약 5초 내지 약 30초, 약 5초 내지 약 40 초, 약 5초 내지 약 50초, 약 5초 내지 약 60초, 약 10초 내지 약 20초, 약 10초 내지 약 30초, 약 10초 내지 약 40초, 약 10초 내지 약 50초, 약 10초 내지 약 60초, 약 20초 내지 약 30 초, 약 20초 내지 약 40초, 약 20초 내지 약 50초, 약 20초 내지 약 60초, 약 30초 내지 약 40초, 약 30초 내지 약 50초, 약 30초 내지 약 60초, 약 40초 내지 약 50초, 약 40초 내지 약 60초, 또는 약 50초 내지 약 60초이다. 일부 실시형태에서, 알림 기간은 증분을 포함하여 약 0.01초, 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 약 50초, 또는 약 60초이다. 일부 실시형태에서, 알림 기간은 증분을 포함하여 적어도 약 0.01초, 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 또는 약 50초이다. 일부 실시형태에서, 알림 기간은 증분을 포함하여 최대 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 약 50초, 또는 약 60초이다. 도 6은 알림의 비제한적 이미지를 도시한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 추가로 요청한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 리소스에 대한 액세스를 사용자에게 부여하기 전에 사용자에 의한 인증 확인을 추가로 요청한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 등록이 수락되지 않거나 종료되는 경우 알림을 추가로 개시한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 인증 시도가 수락되지 않거나 종료되는 경우 알림을 추가로 개시한다.
등록 및 인증 종료
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우 사용자의 눈 시선 프로파일의 등록을 추가로 종료한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 일부가 얼굴 포지셔닝 영역 외부에 표시되는 경우 사용자의 눈 시선 프로파일의 등록을 추가로 종료한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 증분을 포함하여 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25% 또는 그 이상의 사용자 얼굴이 얼굴 포지셔닝 영역 외부에 표시되는 경우 추가로 종료한다.
이러한 종료는 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지하도록 보장하여 일련의 등록 눈 시선 이미지가 모바일 디바이스의 전면 카메라에 대한 사용자 얼굴의 동일한 방향으로 캡처되도록 한다. 일부 실시형태에서, 사용자가 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지하는 것을 보장하면 사용자 인증이 스푸핑될 수 있는 바와 같은 사용자 등록의 오용을 방지한다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우 사용자의 눈 시선 프로파일의 등록을 추가로 종료한다.
일부 실시형태에서, 사용자의 시선 위치를 판단하는 단계는 얼굴 인식 알고리즘을 각각의 등록 눈 시선 이미지에 적용하는 단계와, 얼굴 인식 알고리즘의 출력에 기초하여 각각의 등록 눈 시선 이미지에 대한 인식된 시선 위치를 판단하는 단계와, 인식된 시선 위치와 등록 눈 시선 아이콘의 표시 위치 사이의 거리가 임계 거리보다 큰지 여부를 판단하는 단계를 포함한다. 일부 실시형태에서, 임계 거리는 증분을 포함하여 등록 눈 시선 아이콘의 너비, 높이, 또는 둘 모두의 5%, 10%, 15%, 20% 또는 그 이상과 동일하다. 일부 실시형태에서, 임계 거리는 증분을 포함하여 모바일 폰의 화면의 폭, 높이, 또는 둘 모두의 5%, 10%, 15%, 20% 또는 그 이상과 동일하다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우 사용자의 눈 시선 프로파일의 등록을 추가로 종료한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 일부가 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우 사용자의 눈 시선 프로파일의 등록을 추가로 종료한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 증분을 포함하여 사용자의 얼굴의 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25% 또는 그 이상이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우 사용자의 눈 시선 프로파일의 등록을 추가로 종료한다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우 리소스에 액세스하는 요청을 추가로 거부한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 일부가 얼굴 포지셔닝 영역 외부에 표시되는 경우 리소스에 액세스하는 요청을 추가로 거부한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 증분을 포함하여 사용자 얼굴의 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25% 또는 그 이상이 얼굴 포지셔닝 영역 외부에 표시되는 경우 리소스에 액세스하는 요청을 추가로 거부한다.
이러한 종료는 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지하도록 보장하여 일련의 인증 눈 시선 이미지가 모바일 디바이스의 전면 카메라에 대한 사용자 얼굴의 동일한 방향으로 캡처되도록 한다. 일부 실시형태에서, 사용자가 모바일 디바이스에 대한 자신의 얼굴의 설정 위치를 유지하는 것을 보장하면 사용자 인증의 오용 또는 스푸핑을 방지한다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 시선이 각각의 인증 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우 리소스에 액세스하는 요청을 추가로 거부한다.
일부 실시형태에서, 사용자의 시선 위치를 판단하는 단계는 얼굴 인식 알고리즘을 각각의 인증 눈 시선 이미지에 적용하는 단계와, 얼굴 인식 알고리즘의 출력에 기초하여 각각의 인증 시선 이미지에 대한 인식된 시선 위치를 판단하는 단계와, 인식된 시선 위치와 인증 시선 아이콘의 표시 위치 사이의 거리가 임계 거리보다 큰지 판단하는 단계를 포함한다. 일부 실시형태에서, 임계 거리는 증분을 포함하여 인증 눈 시선 아이콘의 너비, 높이, 또는 둘 모두의 5%, 10%, 15%, 20% 또는 그 이상과 동일하다. 일부 실시형태에서, 임계 거리는 증분을 포함하여 모바일 폰의 화면의 폭, 높이, 또는 둘 모두의 5%, 10%, 15%, 20% 또는 그 이상과 동일하다.
일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우 리소스에 액세스하는 요청을 추가로 거부한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 종료 기간 동안 사용자의 얼굴의 적어도 일부가 얼굴 포지셔닝 영역 외부에 표시되는 경우 리소스에 액세스하는 요청을 추가로 거부한다. 일부 실시형태에서, 본 명세서의 방법 및 애플리케이션은 증분을 포함하여 사용자의 얼굴의 1%, 2%, 3%, 4%, 5%, 6%, 7%, 8%, 9%, 10%, 15%, 20%, 25% 또는 그 이상이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시인 경우 리소스에 액세스하는 요청을 추가로 거부한다.
일부 실시형태에서, 종료 기간은 약 0.01초 내지 약 60초이다. 일부 실시형태에서, 종료 기간은 약 0.01초 내지 약 0.05초, 약 0.01초 내지 약 0.1초, 약 0.01초 내지 약 0.5초, 약 0.01초 내지 약 1초, 약 0.01초 내지 약 5초, 약 0.01초 내지 약 10초, 약 0.01초 내지 약 20초, 약 0.01초 내지 약 30초, 약 0.01초 내지 약 40초, 약 0.01초 내지 약 50초, 약 0.01초 내지 약 60초, 약 0.05초 내지 약 0.1초, 약 0.05초 내지 약 0.5초, 약 0.05초 내지 약 1초, 약 0.05초 내지 약 5초, 약 0.05초 내지 약 10초, 약 0.05초 내지 약 20초, 약 0.05초 내지 약 30 초, 약 0.05초 내지 약 40초, 약 0.05초 내지 약 50초, 약 0.05초 내지 약 60초, 약 0.1초 내지 약 0.5초, 약 0.1초 내지 약 1초, 약 0.1초 내지 약 5초, 약 0.1초 내지 약 10초, 약 0.1초 내지 약 20초, 약 0.1초 내지 약 30초, 약 0.1초 내지 약 40초, 약 0.1초 내지 약 50초, 약 0.1초 내지 약 60초, 약 0.5초 내지 약 1초, 약 0.5초 내지 약 5초, 약 0.5초 내지 약 10초, 약 0.5초 내지 약 20초, 약 0.5초 내지 약 30초, 약 0.5초 내지 약 40초, 약 0.5초 약 50초, 약 0.5초 내지 약 60초, 약 1초 내지 약 5초, 약 1초 내지 약 10초, 약 1초 내지 약 20초, 약 1초 내지 약 30초, 약 1초 내지 약 40초, 약 1초 내지 약 50초, 약 1초 내지 약 60초, 약 5초 내지 약 10초, 약 5초 내지 약 20초, 약 5초 내지 약 30초, 약 5초 내지 약 40초, 약 5초 내지 약 50초, 약 5초 내지 약 60초, 약 10초 내지 약 20초, 약 10초 내지 약 30초, 약 10초 내지 약 40초, 약 10초 내지 약 50초, 약 10초 내지 약 60초, 약 20초 내지 약 30 초, 약 20초 내지 약 40초, 약 20초 내지 약 50초, 약 20초 내지 약 60초, 약 30초 내지 약 40초, 약 30초 내지 약 50초, 약 30초 내지 약 60초, 약 40초 내지 약 50초, 약 40초 내지 약 60초, 또는 약 50초 내지 약 60초이다. 일부 실시형태에서, 종료 기간은 증분을 포함하여 약 0.01초, 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 약 50초, 약 60초이다. 일부 실시형태에서, 종료 기간은 증분을 포함하여 적어도 약 0.01초, 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 또는 약 50초이다. 일부 실시형태에서, 종료 기간은 증분을 포함하여 최대 약 0.05초, 약 0.1초, 약 0.5초, 약 1초, 약 5초, 약 10초, 약 20초, 약 30초, 약 40초, 약 50초, 또는 약 60초이다.
용어 및 정의
달리 정의되지 않는 한, 본 명세서에서 사용되는 모든 기술적 용어는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 일반적으로 이해되는 것과 동일한 의미를 갖는다.
본 명세서에 사용된 바와 같이, 단수 형태는 문맥이 명백하게 달리 지시하지 않는 한 복수를 포함한다. 본 명세서에서 "또는"에 대한 임의의 언급은 달리 언급되지 않는 한 "및/또는"을 포함하도록 의도된다.
본 명세서에 사용된 바와 같이, 일부 경우에 용어 "약"은 대략적으로 언급된 양인 양을 지칭한다.
본 명세서에 사용된 바와 같이, 용어 "약"은 증분을 포함하여 10%, 5%, 또는 1%만큼 언급된 양에 근접한 양을 지칭한다.
본 명세서에서 사용된 백분율과 관련하여 용어 "약"은 증분을 포함하여 10%, 5% 또는 1%만큼 언급된 백분율보다 크거나 작은 양을 지칭한다.
본 명세서에 사용된 바와 같이, "적어도 하나", "하나 이상", 및 "및/또는"이라는 문구는 동작시 연결 및 연결 해제 모두인 개방형 표현이다. 예를 들어, "A, B 및 C 중 적어도 하나", "A, B 또는 C 중 적어도 하나", "A, B 및 C 중 하나 이상", "A, B 또는 C 중 하나 이상" 및 "A, B 및/또는 C" 각각의 표현은 A 단독, B 단독, C 단독, A 및 B 함께, A 및 C 함께, B 및 C 함께 또는 A, B 및 C 함께를 의미한다.
컴퓨팅 시스템
도 11을 참조하면, 디바이스가 본 발명의 정적 코드 스케줄링을 위한 양태 및/또는 방법 중 임의의 하나 이상을 수행하거나 실행하게 하기 위한 명령어 세트가 실행할 수 있는 컴퓨터 시스템(1100)(예를 들어, 처리 또는 컴퓨팅 시스템)을 포함하는 예시적인 기계를 묘사하는 블록도가 도시된다. 도 11의 구성요소는 예시일 뿐이며 임의의 하드웨어, 소프트웨어, 내장형 논리 구성요소, 또는 특정 실시형태를 구현하는 이러한 구성요소 2개 이상의 조합의 사용 또는 기능의 범위를 제한하지 않는다.
컴퓨터 시스템(1100)은 버스(1140)를 통해 서로 및 다른 구성요소와 통신하는 하나 이상의 프로세서(1101), 메모리(1103), 및 스토리지(1108)를 포함할 수 있다. 버스(1140)는 표시장치(1132), 하나 이상의 입력 디바이스(1133)(예를 들어, 키패드, 키보드, 마우스, 스타일러스 등을 포함할 수 있음), 하나 이상의 출력 디바이스(1134), 하나 이상의 저장 디바이스(1135) 및 다양한 유형의 저장 매체(1136)를 또한 링크한다. 이러한 요소 모두는 직접 또는 버스(1140)에 대한 하나 이상의 인터페이스 또는 어댑터를 통해 인터페이스할 수 있다. 예를 들어, 다양한 유형의 저장 매체(1136)는 저장 매체 인터페이스(1126)를 통해 버스(1140)와 인터페이스할 수 있다. 컴퓨터 시스템(1100)은 하나 이상의 집적 회로(IC), 인쇄 회로 기판(PCB), 모바일 핸드헬드 디바이스(예를 들어, 모바일 전화 또는 PDA), 랩톱 또는 노트북 컴퓨터, 분산 컴퓨터 시스템, 컴퓨팅 그리드 또는 서버를 포함하지만 이에 제한되지 않는 임의의 적절한 물리적 형태를 가질 수 있다.
컴퓨터 시스템(1100)은 기능을 수행하는 하나 이상의 프로세서(들)(1101)(예를 들어, 중앙 처리 장치(CPU) 또는 범용 그래픽 처리 장치(GPGPU))를 포함한다. 프로세서(들)(1101)는 명령어, 데이터 또는 컴퓨터 주소의 임시 로컬 저장을 위한 캐시 메모리 유닛(1102)을 선택적으로 포함한다. 프로세서(들)(1101)은 컴퓨터 판독 가능 명령어의 실행을 지원하도록 구성된다. 컴퓨터 시스템(1100)은 메모리(1103), 스토리지(1108), 저장 디바이스(1135), 및/또는 저장 매체(1136)와 같은 하나 이상의 유형의 컴퓨터 판독 가능 저장 매체에 구현된 비일시적, 프로세서 실행 가능 명령어를 실행하는 프로세서(들)(1101)의 결과로서 도 11에 도시된 구성요소에 대한 기능을 제공할 수 있다. 컴퓨터 판독 가능 매체는 특정 실시형태를 구현하는 소프트웨어를 저장할 수 있고, 프로세서(들)(1101)는 소프트웨어를 실행할 수 있다. 메모리(1103)는 네트워크 인터페이스(1120)와 같은 적절한 인터페이스를 통해 (대량 저장 디바이스(들)(1135, 1136)과 같은) 하나 이상의 다른 컴퓨터 판독 가능 매체로부터 또는 하나 이상의 다른 소스로부터 소프트웨어를 판독할 수 있다. 소프트웨어는 프로세서(들)(1101)로 하여금 본 명세서에서 설명되거나 예시된 하나 이상의 프로세스 또는 하나 이상의 프로세스의 하나 이상의 단계를 수행하게 할 수 있다. 이러한 프로세스 또는 단계를 수행하는 것은 메모리(1103)에 저장된 데이터 구조를 정의하고 소프트웨어에 의해 지시된 대로 데이터 구조를 수정하는 것을 포함할 수 있다.
메모리(1103)는 랜덤 액세스 메모리 구성요소(예를 들어, RAM(1104))(예를 들어, 정적 RAM(SRAM), 동적 RAM(DRAM), 강유전성 랜덤 액세스 메모리(FRAM), 상변화 랜덤 액세스 메모리(PRAM) 등), 판독 전용 메모리 구성요소(예를 들어, ROM(1105)), 및 이들의 임의의 조합을 포함하며 이들로 제한되지 않는 다양한 구성요소(예를 들어, 기계 판독 가능 매체)를 포함할 수 있다. ROM(1105)은 프로세서(들)(1101)에 단방향으로 데이터 및 명령어를 통신하도록 작용할 수 있고, RAM(1104)은 프로세서(들)(1101)와 양방향으로 데이터 및 명령어를 통신하도록 작용할 수 있다. ROM(1105) 및 RAM(1104)은 아래에서 설명되는 임의의 적합한 유형의 컴퓨터 판독 가능 매체를 포함할 수 있다. 일 예에서, 시동 동안과 같이 컴퓨터 시스템(1100) 내의 요소 간의 정보 전송을 돕는 기본 루틴을 포함하는 기본 입력/출력 시스템(1106)(BIOS)은 메모리(1103)에 저장될 수 있다.
고정 스토리지(1108)는 선택적으로 스토리지 제어 유닛(1107)을 통해 프로세서(들)(1101)에 양방향으로 연결된다. 고정 스토리지(1108)는 추가 데이터 저장 용량을 제공하고 본 명세서에 설명된 임의의 적절한 유형의 컴퓨터 판독 가능 매체를 포함할 수도 있다. 스토리지(1108)는 운영 체제(1109), 실행 가능(들)(1110), 데이터(1111), 애플리케이션(1112)(애플리케이션 프로그램) 등을 저장하는 데 사용될 수 있다. 스토리지(1108)는 광 디스크 드라이브, 솔리드 스테이트 메모리 디바이스(예를 들어, 플래시 기반 시스템), 또는 상기 중 임의의 것의 조합을 또한 포함할 수 있다. 스토리지(1108) 내의 정보는 적절한 경우에 메모리(1103)의 가상 메모리로 통합될 수 있다.
일 예에서, 저장 디바이스(들)(1135)는 저장 디바이스 인터페이스(1125)를 통해 (예를 들어, 외부 포트 커넥터(미도시)를 통해) 컴퓨터 시스템(1100)과 제거 가능하게 인터페이스될 수 있다. 특히, 저장 디바이스(들)(1135) 및 관련 기계 판독 가능 매체는 컴퓨터 시스템(1100)에 대한 기계 판독 가능 명령어, 데이터 구조, 프로그램 모듈, 및/또는 기타 데이터의 비휘발성 및/또는 휘발성 저장을 제공할 수 있다. 일 예에서, 소프트웨어는 저장 디바이스(들)(1135)의 기계 판독 가능 매체 내에 완전히 또는 부분적으로 상주할 수 있다. 다른 예에서, 소프트웨어는 프로세서(들)(1101) 내에 완전히 또는 부분적으로 상주할 수 있다.
버스(1140)는 다양한 서브시스템을 연결한다. 본 명세서에서, 버스에 대한 언급은 적절한 경우 공통 기능을 제공하는 하나 이상의 디지털 신호 라인을 포함할 수 있다. 버스(1140)는 다양한 버스 아키텍처 중 임의의 것을 사용하는, 메모리 버스, 메모리 컨트롤러, 주변 버스, 로컬 버스, 및 이들의 임의의 조합을 포함하지만 이에 제한되지 않는 임의의 여러 유형의 버스 구조일 수 있다. 예로서 제한 없이 이러한 아키텍처는 산업 표준 아키텍처(ISA) 버스, 향상된 ISA(EISA) 버스, 마이크로 채널 아키텍처(MCA) 버스, 비디오 전자 표준 협회 로컬 버스(VLB), 주변 구성요소 상호접속(PCI) 버스, PCI-익스프레스(PCI-X) 버스, 고속 그래픽 포트(AGP) 버스, 하이퍼전송(HTX) 버스, SATA(serial advanced technology attachment) 버스 및 이들의 조합을 포함한다.
컴퓨터 시스템(1100)은 입력 디바이스(1133)를 또한 포함할 수 있다. 일 예에서, 컴퓨터 시스템(1100)의 사용자는 명령 및/또는 다른 정보를 입력 디바이스(들)(1133)를 통해 컴퓨터 시스템(1100)에 입력할 수 있다. 입력 디바이스(들)(1133)의 예는 영숫자 입력 디바이스(예를 들어, 키보드), 포인팅 디바이스(예를 들어, 마우스 또는 터치패드), 터치패드, 터치 스크린, 멀티 터치 스크린, 조이스틱, 스타일러스, 게임 패드, 오디오 입력 디바이스(예를 들어, 마이크, 음성 응답 시스템 등), 광학 스캐너, 비디오 또는 정지 이미지 캡처 디바이스(예를 들어, 카메라) 및 이들의 조합을 포함하지만 이에 제한되지 않는다. 일부 실시형태에서, 입력 디바이스는 키넥트(Kinect), 리프 모션(Leap Motion) 등이다. 입력 디바이스(들)(1133)는 직렬, 병렬, 게임 포트, USB, FIREWIRE, THUNDERBOLT, 또는 위의 임의의 조합을 포함하지만 이에 제한되지 않는 다양한 입력 인터페이스(1123)(예를 들어, 입력 인터페이스(1123)) 중 임의의 것을 통해 버스(1140)에 인터페이스될 수 있다.
특정 실시형태에서, 컴퓨터 시스템(1100)이 네트워크(1130)에 연결될 때, 컴퓨터 시스템(1100)은 네트워크(1130)에 연결된 다른 디바이스, 특히 모바일 디바이스 및 엔터프라이즈 시스템, 분산 컴퓨팅 시스템, 클라우드 저장 시스템, 클라우드 컴퓨팅 시스템 등과 통신할 수 있다. 컴퓨터 시스템(1100)과의 통신은 네트워크 인터페이스(1120)를 통해 전송될 수 있다. 예를 들어, 네트워크 인터페이스(1120)는 네트워크(1130)로부터 하나 이상의 패킷(예를 들어, 인터넷 프로토콜(IP) 패킷)의 형태의 들어오는 통신(예를 들어, 다른 디바이스로부터의 요청 또는 응답)을 수신할 수 있고, 컴퓨터 시스템(1100)은 처리를 위해 들어오는 통신을 메모리(1103)에 저장할 수 있다. 컴퓨터 시스템(1100)은 메모리(1103)에 하나 이상의 패킷의 형태의 나가는 통신(예를 들어, 다른 디바이스에 대한 요청 또는 응답)을 유사하게 저장할 수 있고 네트워크 인터페이스(1120)로부터 네트워크(1130)에 통신될 수 있다. 프로세서(들)(1101)는 처리를 위해 메모리(1103)에 저장된 이러한 통신 패킷에 액세스할 수 있다.
네트워크 인터페이스(1120)의 예는 네트워크 인터페이스 카드, 모뎀, 및 이들의 임의의 조합을 포함하지만 이에 제한되지 않는다. 네트워크(1130) 또는 네트워크 세그먼트(1130)의 예는 분산 컴퓨팅 시스템, 클라우드 컴퓨팅 시스템, 광역 네트워크(WAN)(예를 들어, 인터넷, 기업 네트워크), 근거리 통신망(LAN)(예를 들어, 사무실, 건물, 캠퍼스 또는 기타 비교적 작은 지리적 공간과 관련된 네트워크), 전화 네트워크, 두 컴퓨팅 디바이스 간의 직접 연결, P2P 네트워크, 및 이들의 임의의 조합을 포함하지만 이에 제한되지 않는다. 네트워크(1130)와 같은 네트워크는 유선 및/또는 무선 통신 모드를 사용할 수 있다. 일반적으로, 모든 네트워크 토폴로지가 사용될 수 있다.
정보 및 데이터는 표시장치(1132)를 통해 표시될 수 있다. 표시장치(1132)의 예는 음극선관(CRT), 액정 표시장치(LCD), 박막 트랜지스터 액정 표시장치(TFT-LCD), 패시브-매트릭스 OLED(PMOLED) 또는 능동-매트릭스 OLED(AMOLED) 표시장치와 같은 유기 액정 표시장치(OLED), 플라즈마 표시장치, 및 이들의 임의의 조합을 포함하지만 이에 제한되지 않는다. 표시장치(1132)는 버스(1140)를 통해 프로세서(들)(1101), 메모리(1103), 및 고정 스토리지(1108) 뿐만 아니라 입력 디바이스(들)(1133)와 같은 다른 디바이스와 인터페이스할 수 있다. 표시장치(1132)는 비디오 인터페이스(1122)를 통해 버스(1140)에 링크되고, 표시장치(1132)와 버스(1140) 사이의 데이터 전송은 그래픽 컨트롤(1121)을 통해 제어될 수 있다. 일부 실시형태에서, 표시장치는 비디오 프로젝터이다. 일부 실시형태에서, 표시장치는 VR 헤드셋과 같은 헤드 장착 표시장치(Head-Mounted Display, HMD)이다. 추가 실시형태에서, 적합한 VR 헤드셋은 비제한적인 예로서, HTC 바이브, 오큘러스 리프트(Oculus Rift), 삼성 기어 VR, 마이크로소프트 홀로렌즈, 레이저 OSVR, FOVE VR, 자이스 VR 원, 아방가트 글리프, 프리플라이 VR 헤드셋 등을 포함한다. 또 다른 실시형태에서, 표시장치는 본 명세서에 개시된 것과 같은 디바이스의 조합이다.
표시장치(1132)에 추가하여, 컴퓨터 시스템(1100)은 오디오 스피커, 프린터, 저장 디바이스, 및 이들의 임의의 조합을 포함하지만 이에 제한되지 않는 하나 이상의 다른 주변 출력 디바이스(1134)를 포함할 수 있다. 이러한 주변 출력 디바이스는 출력 인터페이스(1124)를 통해 버스(1140)에 연결될 수 있다. 출력 인터페이스(1124)의 예는 직렬 포트, 병렬 연결, USB 포트, FIREWIRE 포트, THUNDERBOLT 포트, 및 이들의 임의의 조합을 포함하지만 이에 제한되지 않는다.
추가로 또는 대안으로서, 컴퓨터 시스템(1100)은 본 명세서에 설명되거나 예시된 하나 이상의 프로세스 또는 하나 또는 그 이상의 단계를 실행하기 위해 소프트웨어 대신에 또는 함께 동작할 수 있는 회로에 내장되거나 달리 구현된 로직의 결과로서 기능을 제공할 수 있다. 본 발명에서 소프트웨어에 대한 언급은 로직을 포함할 수 있고, 로직에 대한 언급은 소프트웨어를 포함할 수 있다. 더욱이, 컴퓨터 판독 가능 매체에 대한 언급은 적절한 경우 실행을 위한 소프트웨어를 저장하는 회로(IC와 같은), 실행을 위한 로직을 구현하는 회로, 또는 둘 다를 포함할 수 있다. 본 발명은 하드웨어, 소프트웨어, 또는 둘 모두의 임의의 적절한 조합을 포함한다.
당업자는 본 명세서에 개시된 실시형태와 관련하여 설명된 다양한 예시적인 논리 블록, 모듈, 회로, 및 알고리즘 단계가 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합으로서 구현될 수 있음을 이해할 것이다. 하드웨어와 소프트웨어의 이러한 호환성을 명확하게 설명하기 위해, 다양한 예시적인 구성 요소, 블록, 모듈, 회로 및 단계가 일반적으로 기능 측면에서 위에서 설명되었다.
본 명세서에 개시된 실시형태와 관련하여 설명된 다양한 예시적인 논리 블록, 모듈, 및 회로는 본 명세서에 설명된 기능을 수행하도록 설계된 범용 프로세서, 디지털 신호 프로세서(DSP), 주문형 집적 회로(ASIC), 필드 프로그래머블 게이트 어레이(FPGA) 또는 기타 프로그램 가능 논리 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 구성요소, 또는 이들의 임의의 조합으로 구현되거나 수행될 수 있다. 범용 프로세서는 마이크로프로세서일 수 있지만, 대안으로 프로세서는 임의의 기존 프로세서, 컨트롤러, 마이크로컨트롤러 또는 상태 머신일 수 있다. 프로세서는 컴퓨팅 디바이스의 조합, 예를 들어 DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서, DSP 코어와 결합된 하나 이상의 마이크로프로세서, 또는 임의의 다른 이러한 구성으로서 또한 구현될 수 있다.
본 명세서에 개시된 실시형태와 관련하여 설명된 방법 또는 알고리즘의 단계는 하드웨어, 하나 이상의 프로세서(들)에 의해 실행되는 소프트웨어 모듈, 또는 둘의 조합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 이동식 디스크, CD-ROM, 또는 당업계에 알려진 임의의 다른 형태의 저장 매체에 내장될 수 있다. 예시적인 저장 매체는 프로세서가 저장 매체로부터 정보를 판독하고 저장 매체에 정보를 기입할 수 있도록 프로세서에 결합된다. 대안적으로, 저장 매체는 프로세서에 내장될 수 있다. 프로세서 및 저장 매체는 ASIC에 내장될 수 있다. ASIC은 사용자 단말기에 내장될 수 있다. 대안으로, 프로세서 및 저장 매체는 사용자 단말기 내의 이산 구성요소로서 내장될 수 있다.
본 명세서의 설명에 따르면, 적합한 컴퓨팅 디바이스는 비제한적인 예로서, 서버 컴퓨터, 데스크탑 컴퓨터, 랩탑 컴퓨터, 노트북 컴퓨터, 서브-노트북 컴퓨터, 넷북 컴퓨터, 넷패드 컴퓨터, 셋톱 컴퓨터, 미디어 스트리밍 디바이스, 휴대용 컴퓨터, 인터넷 기기, 모바일 스마트폰, 태블릿 컴퓨터, 개인 정보 단말기, 비디오 게임 콘솔 및 차량을 포함한다. 당업자는 선택적인 컴퓨터 네트워크 연결을 갖는 선택된 텔레비전, 비디오 플레이어, 및 디지털 음악 플레이어가 본 명세서에 설명된 시스템에서 사용하기에 적합하다는 것을 인식할 것이다. 다양한 실시형태에서, 적합한 태블릿 컴퓨터는 당업자에게 공지된 북렛, 슬레이트 및 컨버터블 구성을 갖는 것을 포함한다.
일부 실시형태에서, 컴퓨팅 디바이스는 실행 가능한 명령어를 수행하도록 구성된 운영 체제를 포함한다. 운영 체제는 예를 들어 디바이스의 하드웨어를 관리하고 애플리케이션 실행을 위한 서비스를 제공하는 프로그램 및 데이터를 포함하는 소프트웨어이다. 당업자는 적절한 서버 운영 체제가 비제한적인 예로서 FreeBSD, OpenBSD, NetBSD®, Linux, Apple® Mac OS X Server®, Oracle® Solaris®, Windows Server®, 및 Novell® NetWare®를 포함한다는 것을 인식할 것이다. 당업자는 적절한 개인용 컴퓨터 운영 체제가 비제한적인 예로서 Microsoft® Windows®, Apple® Mac OS X®, UNIX® 및 GNU/Linux®와 같은 UNIX 계열 운영 체제를 포함한다는 것을 또한 인식할 것이다. 일부 실시형태에서, 운영 체제는 클라우드 컴퓨팅에 의해 제공된다. 당업자는 적절한 모바일 스마트폰 운영 체제가 비제한적인 예로서 Nokia® Symbian® OS, Apple® iOS®, Research in Motion® BlackBerry OS®, Google® Android®, Microsoft® Windows Phone® OS, Microsoft® Windows Mobile® OS, Linux®, 및 Palm® WebOS®를 포함한다는 것을 또한 인식할 것이다. 당업자는 적절한 미디어 스트리밍 디바이스 운영 체제가 비제한적인 예로서 Apple TV®, Roku®, Boxee®, Google TV®, Google Chromecast®, Amazon Fire®, 및 Samsung® HomeSync®를 포함한다는 것을 또한 인식할 것이다. 당업자는 적절한 비디오 게임 콘솔 운영 체제가 비제한적인 예로서 Sony® PS3®, Sony® PS4®, Microsoft® Xbox 360®, Microsoft Xbox One, Nintendo® Wii®, Nintendo® Wii U®, 및 Ouya®를 포함한다는 것을 또한 인식할 것이다.
비일시적 컴퓨터 판독 가능 저장 매체
일부 실시형태에서, 본 명세서에 개시된 플랫폼, 시스템, 매체, 및 방법은 선택적으로 네트워킹된 컴퓨팅 디바이스의 운영 체제에 의해 실행 가능한 명령어를 포함하는 프로그램으로 인코딩된 하나 이상의 비일시적 컴퓨터 판독 가능 저장 매체를 포함한다. 추가 실시형태에서, 컴퓨터 판독 가능 저장 매체는 컴퓨팅 디바이스의 유형의 구성요소이다. 또 다른 실시형태에서, 컴퓨터 판독 가능 저장 매체는 컴퓨팅 디바이스로부터 선택적으로 제거 가능하다. 일부 실시형태에서, 컴퓨터 판독 가능 저장 매체는 비제한적인 예로서, CD-ROM, DVD, 플래시 메모리 장치, 솔리드 스테이트 메모리, 자기 디스크 드라이브, 자기 테이프 드라이브, 광 디스크 드라이브, 클라우드 컴퓨팅 시스템 및 서비스를 포함하는 분산 컴퓨팅 시스템 등을 포함한다. 일부 경우에, 프로그램 및 명령어는 미디어에 영구적으로, 실질적으로 영구적으로, 반영구적으로 또는 비일시적으로 인코딩된다.
컴퓨터 프로그램
일부 실시형태에서, 본 명세서에 개시된 플랫폼, 시스템, 매체, 및 방법은 적어도 하나의 컴퓨터 프로그램, 또는 그 사용을 포함한다. 컴퓨터 프로그램은 특정된 작업을 수행하도록 작성된 컴퓨팅 디바이스의 CPU의 하나 이상의 프로세서(들)에 의해 실행 가능한 명령어의 시퀀스를 포함한다. 컴퓨터 판독 가능 명령어는 특정 작업을 수행하거나 특정 추상 데이터 유형을 구현하는 기능, 객체, API(응용 프로그래밍 인터페이스), 컴퓨팅 데이터 구조 등과 같은 프로그램 모듈로서 구현될 수 있다. 본 명세서에 제공된 개시 내용을 고려하여, 당업자는 컴퓨터 프로그램이 다양한 언어의 다양한 버전으로 작성될 수 있음을 인식할 것이다.
컴퓨터 판독 가능 명령어의 기능은 다양한 환경에서 원하는 대로 결합되거나 배포될 수 있다. 일부 실시형태에서, 컴퓨터 프로그램은 하나의 명령어 시퀀스를 포함한다. 일부 실시형태에서, 컴퓨터 프로그램은 복수의 명령어 시퀀스를 포함한다. 일부 실시형태에서, 컴퓨터 프로그램은 하나의 위치로부터 제공된다. 다른 실시형태에서, 컴퓨터 프로그램은 복수의 위치로부터 제공된다. 다양한 실시형태에서, 컴퓨터 프로그램은 하나 이상의 소프트웨어 모듈을 포함한다. 다양한 실시형태에서, 컴퓨터 프로그램은 부분적으로 또는 전체적으로 하나 이상의 웹 애플리케이션, 하나 이상의 모바일 애플리케이션, 하나 이상의 독립형 애플리케이션, 하나 이상의 웹 브라우저 플러그인, 익스텐션, 애드인, 또는 애드온 또는 그 조합을 포함한다.
웹 애플리케이션
일부 실시형태에서, 컴퓨터 프로그램은 웹 애플리케이션을 포함한다. 본 명세서에 제공된 개시 내용을 고려하여, 당업자는 웹 애플리케이션이 다양한 실시형태에서 하나 이상의 소프트웨어 프레임워크 및 하나 이상의 데이터베이스 시스템을 활용한다는 것을 인식할 것이다. 일부 실시형태에서, 웹 애플리케이션은 Microsoft®.NET 또는 RoR(Ruby on Rails)와 같은 소프트웨어 프레임워크에서 생성된다. 일부 실시형태에서, 웹 애플리케이션은 비제한적인 예로서, 관계형, 비관계형, 객체 지향형, 연관형 및 XML 데이터베이스 시스템을 포함하는 하나 이상의 데이터베이스 시스템을 활용한다. 추가 실시형태에서, 적절한 관계형 데이터베이스 시스템은 비제한적인 예로서 Microsoft® SQL Server, mySQL™ 및 Oracle®를 포함한다. 당업자는 다양한 실시형태에서 웹 애플리케이션이 하나 이상의 언어의 하나 이상의 버전으로 작성된다는 것을 또한 인식할 것이다. 웹 애플리케이션은 하나 이상의 마크업 언어, 프리젠테이션 정의 언어, 클라이언트 측 스크립팅 언어, 서버 측 코딩 언어, 데이터베이스 쿼리 언어, 또는 이들의 조합으로 작성될 수 있다. 일부 실시형태에서, 웹 애플리케이션은 HTML(Hypertext Markup Language), XHTML(Extensible Hypertext Markup Language) 또는 XML(eXtensible Markup Language)과 같은 마크업 언어로 어느 정도 작성된다. 일부 실시형태에서, 웹 애플리케이션은 CSS(Cascading Style Sheets)와 같은 프리젠테이션 정의 언어로 어느 정도 작성된다. 일부 실시형태에서, 웹 애플리케이션은 AJAX(Asynchronous Javascript and XML), Flash® ActionScript, JavaScript 또는 Silverlight®와 같은 클라이언트 측 스크립팅 언어로 어느 정도 작성된다. 일부 실시형태에서, 웹 애플리케이션은 ASP(Active Server Pages), ColdFusion®, Perl, Java™, JSP(JavaServer Pages), PHP(Hypertext Preprocessor), Python™, Ruby, Tcl, Smalltalk, WebDNA®, 또는 Groovy과 같은 서버측 코딩 언어로 어느 정도 작성된다. 일부 실시형태에서, 웹 애플리케이션은 SQL(Structured Query Language)과 같은 데이터베이스 쿼리 언어로 어느 정도 작성된다. 일부 실시형태에서, 웹 애플리케이션은 IBM® Lotus Domino®와 같은 엔터프라이즈 서버 제품을 통합한다. 일부 실시형태에서, 웹 애플리케이션은 미디어 플레이어 요소를 포함한다. 다양한 추가 실시형태에서, 미디어 플레이어 요소는 비제한적인 예로서 Adobe® Flash®, HTML 5, Apple® QuickTime®, Microsoft® Silverlight®, Java™, 및 Unity®를 포함하는 많은 적절한 멀티미디어 기술 중 하나 이상을 활용한다.
도 12를 참조하면, 특정 실시형태에서, 애플리케이션 제공 시스템은 관계형 데이터베이스 관리 시스템(RDBMS)(1210)에 의해 액세스되는 하나 이상의 데이터베이스(1200)를 포함한다. 적합한 RDBMS는 Firebird, MySQL, PostgreSQL, SQLite, Oracle Database, Microsoft SQL Server, IBM DB2, IBM Informix, SAP Sybase, SAP Sybase, Teradata 등을 포함한다. 이 실시형태에서, 애플리케이션 제공 시스템은 하나 이상의 애플리케이션 서버(1220)(Java 서버, .NET 서버, PHP 서버 등) 및 하나 이상의 웹 서버(1230)(예를 들어, Apache, IIS, GWS 등)를 더 포함한다. 웹 서버(들)는 앱 API(애플리케이션 프로그래밍 인터페이스)(1240)를 통해 하나 이상의 웹 서비스를 선택적으로 노출한다. 인터넷과 같은 네트워크를 통해, 시스템은 브라우저 기반 및/또는 모바일 기본 사용자 인터페이스를 제공한다.
도 13을 참조하면, 특정 실시형태에서, 애플리케이션 제공 시스템은 분산된 클라우드 기반 아키텍처(1300)를 대안적으로 갖고 탄력적으로 로드 밸런싱된 자동 크기 조정 웹 서버 리소스(1310) 및 애플리케이션 서버 리소스(1320)와 동기식으로 복제된 데이터베이스(1330)를 포함한다.
모바일 애플리케이션
일부 실시형태에서, 컴퓨터 프로그램은 모바일 컴퓨팅 디바이스에 제공되는 모바일 애플리케이션을 포함한다. 일부 실시형태에서, 모바일 애플리케이션은 제조되는 시간에 모바일 컴퓨팅 디바이스에 제공된다. 다른 실시형태에서, 모바일 애플리케이션은 본 명세서에 설명된 컴퓨터 네트워크를 통해 모바일 컴퓨팅 디바이스에 제공된다.
본 명세서에 제공된 개시 내용의 관점에서, 모바일 애플리케이션은 당업계에 알려진 개발 환경을 사용하여 당업자에게 알려진 하드웨어, 언어, 및 기술에 의해 생성된다. 당업자는 모바일 애플리케이션이 여러 언어로 작성된다는 것을 인식할 것이다. 적합한 프로그래밍 언어는 비제한적인 예로서 C, C++, C#, Objective-C, Java™, Javascript, Pascal, Object Pascal, Python™, Ruby, VB.NET, WML 및 CSS를 갖거나 갖지 않는 XHTML/HTML 또는 이들의 조합을 포함한다.
적합한 모바일 애플리케이션 개발 환경은 여러 소스로부터 입수 가능하다. 상업적으로 입수 가능한 개발 환경은 Airplay SDK, alcheMo, Appcelerator®, Celios, Bedrock, Flash Lite, .NET Compact Framework, Rhomobile 및 WorkLight 모바일 플랫폼을 포함한다. 비제한적인 예로서 Lazarus, MobiFlex, MoSync 및 Phonegap를 포함하는 다른 개발 환경이 비용 없이 입수 가능하다. 또한 모바일 디바이스 제조업체는 비제한적인 예로서 iPhone 및 iPad(iOS) SDK, Android™ SDK, BlackBerry® SDK, BREW SDK, Palm® OS SDK, Symbian SDK, webOS SDK 및 Windows® Mobile SDK를 포함하는 소프트웨어 개발자 키트를 배포한다.
당업자는 비제한적인 예로서 Apple® 앱스토어, 구글® 플레이, 크롬 웹스토어, BlackBerry® 앱 월드, Palm 디바이스용 앱 스토어, webOS용 앱 카타로그, 모바일용 Windows® 마켓플레이스, Nokia® 디바이스용 Ovi Store, Samsung® 앱, 및 Nintendo® DSi 샷을 포함하는 모바일 애플리케이션의 배포를 위해 여러 상업적 포럼이 이용 가능하다는 것을 인식할 것이다.
독립형 애플리케이션
일부 실시형태에서, 컴퓨터 프로그램은 기존 프로세스에 대한 애드온이 아닌, 예를 들어, 플러그인이 아닌 독립적인 컴퓨터 프로세스로서 실행되는 프로그램인 독립형 애플리케이션을 포함한다. 당업자는 독립형 애플리케이션이 종종 컴파일된다는 것을 인식할 것이다. 컴파일러는 프로그래밍 언어로 작성된 소스 코드를 어셈블리 언어나 기계어 코드와 같은 이진 개체 코드로 변환하는 컴퓨터 프로그램이다. 적합한 컴파일된 프로그래밍 언어는 비제한적인 예로서 C, C++, Objective-C, COBOL, Delphi, Eiffel, Java™, Lisp, Python™, Visual Basic, 및 VB.NET, 또는 이들의 조합을 포함한다. 컴파일은 실행 가능한 프로그램을 만들기 위해 적어도 부분적으로 종종 수행된다. 일부 실시형태에서, 컴퓨터 프로그램은 하나 이상의 실행 가능한 컴플라이언트 애플리케이션을 포함한다.
웹 브라우저 플러그인
일부 실시형태에서, 컴퓨터 프로그램은 웹 브라우저 플러그인(예를 들어, 익스텐션 등)을 포함한다. 컴퓨팅에서, 플러그인은 더 큰 소프트웨어 애플리케이션에 특정 기능을 추가하는 하나 이상의 소프트웨어 구성 요소이다. 소프트웨어 애플리케이션 제작자는 타사 개발자가 애플리케이션을 확장하는 기능을 만들고, 새 기능을 쉽게 추가하는 것을 지원하고, 애플리케이션 크기를 줄일 수 있는 플러그인을 지원한다. 지원되는 경우, 플러그인은 소프트웨어 애플리케이션의 기능을 사용자 지정할 수 있게 한다. 예를 들어 플러그인은 일반적으로 웹 브라우저에서 비디오를 재생하고, 상호 작용을 생성하고, 바이러스를 검사하고, 특정 파일 형식을 표시하는 데 사용된다. 당업자는 Adobe® Flash® 플레이어, Microsoft® Silverlight®, 및 Apple® QuickTime®를 포함하는 여러 웹 브라우저 플러그인에 익숙할 것이다. 일부 실시형태에서, 툴바는 하나 이상의 웹 브라우저 익스텐션, 애드인 또는 애드온을 포함한다. 일부 실시형태에서, 툴바는 하나 이상의 익스플로러 바, 툴 밴드, 또는 데스크 밴드를 포함한다.
본 명세서에 제공된 개시 내용을 고려하여, 당업자는 비제한적인 예로서, C++, Delphi, Java™, PHP, Python™ 및 VB.NET 또는 이들의 조합을 포함하는 다양한 프로그래밍 언어로 플러그인의 개발을 가능하게 하는 몇몇 플러그인 프레임워크가 이용 가능하다는 것을 인식할 것이다.
웹 브라우저(인터넷 브라우저라고도 함)는 World Wide Web에서 정보 리소스를 검색, 표시 및 탐색하기 위해 네트워크 연결 컴퓨팅 디바이스와 함께 사용하도록 설계된 소프트웨어 애플리케이션이다. 적합한 웹 브라우저는 비제한적인 예로서 Microsoft® Internet Explorer®, Mozilla® Firefox®, Google® Chrome, Apple® Safari®, Opera Software® Opera®, 및 KDE Konqueror를 포함한다. 일부 실시형태에서, 웹 브라우저는 모바일 웹 브라우저이다. 모바일 웹 브라우저(마이크로 브라우저, 미니 브라우저 및 무선 브라우저라고도 함)는 비제한적인 예로서 휴대용 컴퓨터, 태블릿 컴퓨터, 넷북 컴퓨터, 서브노트북 컴퓨터, 스마트폰, 음악 플레이어, 개인 휴대 정보 단말기(PDA) 및 휴대용 비디오 게임 시스템을 포함하는 모바일 컴퓨팅 디바이스에서 사용하도록 설계되었다. 적합한 모바일 웹 브라우저는 Google® Android® 브라우저, RIM BlackBerry® 브라우저, Apple® Safari®, Palm® 블레이저, Palm® WebOS® 브라우저, 모바일용 Mozilla® Firefox®, Microsoft® Internet Explorer® 모바일, Amazon® Kindle® 베이직 웹, Nokia® 브라우저, Opera Software® Opera® 모바일, 및 Sony® PSPTM 브라우저를 포함한다.
소프트웨어 모듈
일부 실시형태에서, 본 명세서에 개시된 플랫폼, 시스템, 매체, 및 방법은 소프트웨어, 서버, 및/또는 데이터베이스 모듈, 또는 이들의 사용을 포함한다. 본 명세서에 제공된 개시 내용을 고려하여, 소프트웨어 모듈은 당해 기술 분야에 공지된 기계, 소프트웨어 및 언어를 사용하여 당업자에게 공지된 기술에 의해 생성된다. 본 명세서에 개시된 소프트웨어 모듈은 다양한 방식으로 구현된다. 다양한 실시형태에서, 소프트웨어 모듈은 파일, 코드 섹션, 프로그래밍 객체, 프로그래밍 구조, 또는 이들의 조합을 포함한다. 추가의 다양한 실시형태에서, 소프트웨어 모듈은 복수의 파일, 복수의 코드 섹션, 복수의 프로그래밍 객체, 복수의 프로그래밍 구조, 또는 이들의 조합을 포함한다. 다양한 실시형태에서, 하나 이상의 소프트웨어 모듈은 비제한적인 예로서, 웹 애플리케이션, 모바일 애플리케이션, 및 독립형 애플리케이션을 포함한다. 일부 실시형태에서, 소프트웨어 모듈은 하나의 컴퓨터 프로그램 또는 애플리케이션에 있다. 다른 실시형태에서, 소프트웨어 모듈은 하나 이상의 컴퓨터 프로그램 또는 애플리케이션에 있다. 일부 실시형태에서, 소프트웨어 모듈은 하나의 기계에서 호스팅된다. 다른 실시형태에서, 소프트웨어 모듈은 하나 이상의 기계에서 호스팅된다. 추가 실시형태에서, 소프트웨어 모듈은 클라우드 컴퓨팅 플랫폼과 같은 분산 컴퓨팅 플랫폼에서 호스팅된다. 일부 실시형태에서, 소프트웨어 모듈은 하나의 위치에 있는 하나 이상의 기계에서 호스팅된다. 다른 실시형태에서, 소프트웨어 모듈은 하나 이상의 위치에 있는 하나 이상의 기계에서 호스팅된다.
데이터베이스
일부 실시형태에서, 본 명세서에 개시된 플랫폼, 시스템, 매체, 및 방법은 하나 이상의 데이터베이스, 또는 이들의 사용을 포함한다. 본 명세서에 제공된 개시 내용을 고려하여, 당업자는 많은 데이터베이스가 사용자, 생체 인식, 시선 추적 및 위장 시도 정보의 저장 및 검색에 적합하다는 것을 인식할 것이다. 다양한 실시형태에서, 적절한 데이터베이스는 비제한적인 예로서, 관계형 데이터베이스, 비관계형 데이터베이스, 객체 지향 데이터베이스, 객체 데이터베이스, 엔티티-관계 모델 데이터베이스, 연관 데이터베이스, 및 XML 데이터베이스를 포함한다. 추가의 비제한적인 예는 SQL, PostgreSQL, MySQL, Oracle, DB2, 및 Sybase를 포함한다. 일부 실시형태에서, 데이터베이스는 인터넷 기반이다. 추가 실시형태에서, 데이터베이스는 웹 기반이다. 또 다른 실시형태에서, 데이터베이스는 클라우드 컴퓨팅 기반이다. 특정 실시형태에서, 데이터베이스는 분산 데이터베이스이다. 다른 실시형태에서, 데이터베이스는 하나 이상의 로컬 컴퓨터 저장 디바이스를 기반으로 한다.
예
다음의 예시적인 예는 본 명세서에 설명된 소프트웨어 애플리케이션, 시스템 및 방법의 실시형태를 나타내며 어떤 방식으로든 제한하려는 의도가 아니다.
예 1 - 사용자의 눈 시선 프로파일의 등록
일부 실시형태에서, 사용자의 눈 시선 프로파일의 등록은 얼굴 포지셔닝 영역의 이미지와 오버레이된 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는 라이브 비디오 피드를 모바일 디바이스의 화면에 표시함으로써 수행된다. 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시되는 것으로 판단되면, 사용자에게 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 응시하라고 알린다. 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시되어 유지되는 동안 4개의 등록 눈 시선 아이콘의 시퀀스가 표시된다. 이 예에서, 4개의 등록 눈 시선 아이콘의 시퀀스는 순서대로 좌측 상단 위치, 우측 상단 위치, 좌측 하단 위치, 및 우측 상단 위치를 포함하는 휴대폰 화면의 4개의 등록 표시 위치에 표시된다. 사용자가 4개의 등록 눈 시선 아이콘의 표시 동안 4개의 등록 눈 시선 아이콘 중 하나 이상의 중심으로부터 4개의 등록 눈 시선 아이콘의 너비보다 10% 이상 떨어진 지점을 응시하는 경우, 사용자에게 오류를 알리고 및/또는 사용자의 눈 시선 프로파일 등록이 종료된다.
사용자가 얼굴 포지셔닝 영역 내에 얼굴이 적어도 부분적으로 표시된 상태로 4개의 등록 눈 시선 아이콘의 시퀀스를 응시하는 동안, 모바일 디바이스의 전면 카메라는 사용자의 등록 눈 시선 이미지를 캡처한다.
그 후, 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일이 등록 눈 시선 아이콘의 표시 동안 등록되고, 여기서 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관된다. 이 예에서, 사용자의 눈 시선 프로파일은 사용자의 이름과 사용자에게 액세스 권한이 부여된 자산 목록을 더 포함한다.
예 2 - 사용자의 눈 시선 프로파일의 등록
일부 실시형태에서, 사용자의 눈 시선 프로파일을 등록하는 것은 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는 라이브 비디오 피드를 모바일 디바이스의 스크린 상에 표시함으로써 수행된다. 그 다음 사용자에게 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 응시하라고 알린다. 4개의 등록 눈 시선 아이콘은 좌측 상단 위치 0.1초, 우측 상단 위치 0.5초, 좌측 하단 위치 1초, 우측 상단 위치 2초의 순서로 등록 표시 기간 동안 각각의 등록 표시 위치에 각각 표시된다. 사용자가 4개의 등록 눈 시선 아이콘의 표시 동안 4개의 등록 눈 시선 아이콘 중 하나 이상의 중심으로부터 4개의 등록 눈 시선 아이콘의 너비보다 10% 이상 떨어진 지점을 응시하는 경우 사용자에게 오류를 알리고 및/또는 사용자의 눈 시선 프로파일 등록이 종료된다.
사용자가 4개의 등록 눈 시선 아이콘의 시퀀스를 응시하는 동안, 모바일 디바이스의 전면 카메라는 사용자의 등록 눈 시선 이미지를 캡처한다. 그 후, 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일은 등록 눈 시선 아이콘의 표시 동안 등록되고, 여기서 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관된다. 이 예에서 사용자의 눈 시선 프로파일은 사용자의 이름과 사용자에게 액세스 권한이 부여된 자산 목록을 더 포함한다.
예 3 - 사용자의 인증 및/또는 스푸핑 시도의 판단
일부 실시형태에서, 리소스에 대한 액세스 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 것은 얼굴 포지셔닝 영역과 오버레이되는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는 라이브 비디오 피드를 모바일 디바이스의 화면에 표시함으로써 수행된다. 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시되는 것으로 판단되면, 사용자에게 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 응시하라고 알린다. 사용자의 얼굴이 얼굴 포지셔닝 영역 내에서 적어도 부분적으로 표시되어 유지되는 동안 2개의 인증 시선 아이콘의 시퀀스가 표시된다. 이 예에서, 2개의 인증 시선 아이콘의 시퀀스는 순서대로 좌측 상단 위치, 우측 상단 위치 및 우측 하단 위치를 포함하는 휴대폰 화면의 4개의 인증 표시 위치에 표시된다.
사용자가 2개의 인증 눈 시선 아이콘 중 하나 이상의 중심으로부터 2개의 인증 눈 시선 아이콘 너비보다 10% 이상 떨어진 지점을 응시하는 경우 오류를 사용자에게 알리고 및/또는 리소스 액세스에 대한 사용자의 요청이 종료된다.
사용자가 얼굴 포지셔닝 영역 내에 얼굴이 적어도 부분적으로 표시된 상태로 2개의 인증 시선 아이콘의 시퀀스를 응시하는 동안 모바일 디바이스의 전면 카메라는 사용자의 인증 눈 시선 이미지를 캡처한다.
이후 제 1 등록 표시 위치에서 사용자 등록 눈 시선 아이콘을 응시하는 사용자의 등록 눈 시선 이미지와 동일한 제 1 등록 표시 위치에서 사용자 인증 시선 아이콘을 응시하는 사용자의 인증 눈 시선 이미지 간의 유사도가 인증 임계값보다 크기 때문에 스푸핑 시도가 발생한 것으로 판단된다.
예 4 - 사용자의 인증 및/또는 스푸핑 시도의 판단
일부 실시형태에서, 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 것은 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는 라이브 비디오 피드를 모바일 디바이스의 화면에 표시함으로써 수행된다. 그 다음 사용자에게 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 응시하라고 알린다. 4개의 인증 시선 아이콘은 좌측 상단 위치 0.1초, 우측 상단 위치 0.5초, 좌측 하단 위치 1초, 우측 상단 위치 2초의 순서로 인증 표시 기간 동안 각각의 인증 표시 위치에 표시된다. 사용자가 2개의 인증 눈 시선 아이콘 중 하나 이상의 중심으로 2개의 인증 눈 시선 아이콘 너비보다 10% 이상 떨어진 지점을 응시하는 경우 오류를 사용자에게 알리고 및/또는 리소스 액세스에 대한 사용자의 요청이 종료된다.
사용자가 얼굴 포지셔닝 영역 내에 얼굴이 적어도 부분적으로 표시된 상태로 2개의 인증 시선 아이콘의 시퀀스를 응시하는 동안, 모바일 디바이스의 전면 카메라는 사용자의 인증 눈 시선 이미지를 캡처한다.
이후 제 1 등록 표시 위치에서 사용자 등록 눈 시선 아이콘을 응시하는 사용자의 등록 눈 시선 이미지와 동일한 제 1 등록 표시 위치에서 사용자 인증 시선을 응시하는 사용자의 인증 눈 시선 이미지 간의 유사도가 인증 임계값보다 크기 때문에 스푸핑 시도가 발생한 것으로 판단된다.
본 발명의 바람직한 실시형태가 본 명세서에 도시되고 설명되었지만, 이러한 실시형태는 단지 예로서 제공된다는 것이 당업자에게 명백할 것이다. 수많은 변형, 변경 및 치환이 본 발명을 벗어나지 않고 당업자에게 발생할 것이다. 본 명세서에 기술된 본 발명의 실시형태에 대한 다양한 대안이 본 발명을 실시하는데 이용될 수 있음을 이해해야 한다.
Claims (135)
- 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 컴퓨터 구현 방법으로서,
(a) 사용자의 등록 눈 시선 이미지를 포함하는 사용자 눈 시선 프로파일을 수신하는 단계 - 상기 등록 눈 시선 이미지는 등록 표시 위치와 연관됨 - 와,
(b) 인증 눈 시선 아이콘을 표시하는 단계 - 상기 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 인증 표시 위치에 표시됨 - 와,
(c) 사용자의 시선이 인증 눈 시선 아이콘의 표시 동안 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 단계와,
(d) 사용자의 인증 눈 시선 이미지를 캡처하는 단계 - 상기 인증 눈 시선 이미지는 인증 눈 시선 아이콘이 표시되는 동안 캡처됨 - 와,
(e) 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 단계
를 포함하는, 컴퓨터 구현 방법. - 제 1 항에 있어서,
상기 인증 눈 시선 아이콘을 표시하는 단계는 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 단계를 포함하는,
컴퓨터 구현 방법. - 제 1 항 또는 제 2 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스인,
컴퓨터 구현 방법. - 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스의 인증 표시 위치는 랜덤화된 위치인,
컴퓨터 구현 방법. - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는,
컴퓨터 구현 방법. - 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 사용자의 시선은 기계 학습 알고리즘에 의해 인증 표시 위치를 향한 것으로 판단되는,
컴퓨터 구현 방법. - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 인증 표시 위치는 모바일 디바이스의 화면의 모서리에 있는,
컴퓨터 구현 방법. - 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 단계를 더 포함하고, 상기 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
상기 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되는,
컴퓨터 구현 방법. - 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
사용자의 얼굴이 상기 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 10 항 중 어느 한 항에 있어서,
상기 사용자의 눈 시선 프로파일은
(a) 등록 눈 시선 아이콘을 표시하고 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 등록 표시 위치에 표시됨 -,
(b) 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단하고,
(c) 사용자의 등록 눈 시선 이미지를 캡처하고 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - ,
(d) 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록되는,
컴퓨터 구현 방법. - 제 1 항 내지 제 11 항 중 어느 한 항에 있어서,
상기 등록 눈 시선 아이콘을 표시하는 단계는 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 단계를 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 12 항 중 어느 한 항에 있어서,
상기 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스인,
컴퓨터 구현 방법. - 제 1 항 내지 제 13 항 중 어느 한 항에 있어서,
상기 2개 이상의 등록 눈 시선 아이콘의 시퀀스의 등록 표시 위치는 랜덤화된 위치인,
컴퓨터 구현 방법. - 제 1 항 내지 제 14 항 중 어느 한 항에 있어서,
상기 등록 표시 위치는 모바일 디바이스의 화면의 모서리인,
컴퓨터 구현 방법. - 제 1 항 내지 제 15 항 중 어느 한 항에 있어서,
모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 단계를 더 포함하고, 상기 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 16 항 중 어느 한 항에 있어서,
상기 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되는,
컴퓨터 구현 방법. - 제 1 항 내지 제 17 항 중 어느 한 항에 있어서,
사용자의 얼굴이 상기 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 18 항 중 어느 한 항에 있어서,
상기 등록 눈 시선 이미지에서의 등록 눈 시선 이미지의 수는 일련의 인증 눈 시선 이미지에서의 인증 눈 시선 이미지의 수보다 많은,
컴퓨터 구현 방법. - 제 1 항 내지 제 19 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 기하학적 형태, 불규칙한 형태, 또는 이미지인,
컴퓨터 구현 방법. - 제 1 항 내지 제 20 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간 동안 표시되는,
컴퓨터 구현 방법. - 제 1 항 내지 제 21 항 중 어느 한 항에 있어서,
상기 아이콘 표시 기간은 약 0.01초 내지 약 60초인,
컴퓨터 구현 방법. - 제 1 항 내지 제 22 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 상기 아이콘 표시 기간에 남아 있는 시간의 양, 또는 상기 아이콘 표시 기간 동안 경과된 시간의 양과 연관된 표시자를 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 23 항 중 어느 한 항에 있어서,
상기 표시자는 초 수, 동적 파이 차트, 동적 바 차트, 인증 눈 시선 아이콘의 크기, 인증 눈 시선 아이콘의 색상, 또는 이들의 임의의 조합을 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 24 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 단일 눈 시선 아이콘의 표시를 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 25 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 모바일 폰에 대해 정적인,
컴퓨터 구현 방법. - 제 1 항 내지 제 26 항 중 어느 한 항에 있어서,
상기 등록 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면인,
컴퓨터 구현 방법. - 제 1 항 내지 제 27 항 중 어느 한 항에 있어서,
상기 인증 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면인,
컴퓨터 구현 방법. - 제 1 항 내지 제 28 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단된 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 29 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 알림 기간 동안의 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 30 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 적어도 하나의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 31 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 종료 기간 동안 적어도 하나의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 32 항 중 어느 한 항에 있어서,
사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 33 항 중 어느 한 항에 있어서,
사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 요청하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 34 항 중 어느 한 항에 있어서,
사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 35 항 중 어느 한 항에 있어서,
사용자에게 등록 눈 시선 아이콘을 응시할 것을 알리는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 36 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 37 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 알림 기간 동안 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 38 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 적어도 하나의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 39 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 종료 기간 동안 적어도 하나의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 40 항 중 어느 한 항에 있어서,
사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 41 항 중 어느 한 항에 있어서,
리소스에 대한 액세스를 사용자에게 승인하기 전에 사용자에 의한 인증 확인을 요청하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 42 항 중 어느 한 항에 있어서,
사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 43 항 중 어느 한 항에 있어서,
인증 눈 시선 아이콘을 응시할 것을 사용자에게 알리는 단계를 더 포함하는,
컴퓨터 구현 방법. - 제 1 항 내지 제 44 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지를 판단하는 단계를 더 포함하는,
컴퓨터 구현 방법. - 적어도 하나의 프로세서, 실행 가능한 명령어를 수행하도록 구성된 운영 체제, 메모리, 및 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 애플리케이션을 생성하라는, 디지털 처리 디바이스에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램을 포함하는 컴퓨터 구현 시스템으로서, 상기 애플리케이션은
(a) 사용자의 등록 눈 시선 이미지를 포함하는 사용자 눈 시선 프로파일을 수신하는 모듈 - 각각의 등록 눈 시선 이미지는 등록 표시 위치와 연관됨 - 과,
(b) 인증 눈 시선 아이콘을 표시하는 모듈 - 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 인증 표시 위치에 표시됨 - 과,
(c) 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 모듈과,
(d) 사용자의 인증 눈 시선 이미지를 캡처하는 모듈 - 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 표시 동안 캡처됨 - 과,
(e) 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지 중 하나와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 모듈
을 포함하는, 컴퓨터 구현 시스템. - 제 46 항에 있어서,
상기 인증 눈 시선 아이콘을 표시하는 것은 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함하는,
컴퓨터 구현 시스템. - 제 46 항 또는 제 47 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 48 항 중 어느 한 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스의 인증 표시 위치는 랜덤화된 위치인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 49 항 중 어느 한 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 50 항 중 어느 한 항에 있어서,
상기 사용자의 시선은 기계 학습 알고리즘에 의해 인증 표시 위치를 향한 것으로 판단되는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 51 항 중 어느 한 항에 있어서,
상기 인증 표시 위치는 모바일 디바이스의 화면의 모서리에 있는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 52 항 중 어느 한 항에 있어서,
모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 53 항 중 어느 한 항에 있어서,
상기 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 54 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 55 항 중 어느 한 항에 있어서,
상기 사용자의 눈 시선 프로파일은
(a) 등록 눈 시선 아이콘을 표시하고 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 등록 표시 위치에 표시됨 -,
(b) 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단하고,
(c) 사용자의 등록 눈 시선 이미지를 캡처하고 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - ,
(d) 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록되는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 56 항 중 어느 한 항에 있어서,
상기 등록 눈 시선 아이콘을 표시하는 것은 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 57 항 중 어느 한 항에 있어서,
상기 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 58 항 중 어느 한 항에 있어서,
상기 2개 이상의 등록 눈 시선 아이콘의 시퀀스의 등록 표시 위치는 랜덤화된 위치인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 59 항 중 어느 한 항에 있어서,
상기 등록 표시 위치는 모바일 디바이스의 화면의 모서리인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 60 항 중 어느 한 항에 있어서,
모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 상기 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 61 항 중 어느 한 항에 있어서,
상기 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 62 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 63 항 중 어느 한 항에 있어서,
상기 등록 눈 시선 이미지에서의 등록 눈 시선 이미지의 수는 일련의 인증 눈 시선 이미지에서의 인증 눈 시선 이미지의 수보다 많은,
컴퓨터 구현 시스템. - 제 46 항 내지 제 64 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 기하학적 형태, 불규칙한 형태, 또는 이미지인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 65 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간 동안 표시되는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 66 항 중 어느 한 항에 있어서,
상기 아이콘 표시 기간은 약 0.01초 내지 약 60초인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 67 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간에 남아 있는 시간의 양, 또는 아이콘 표시 기간 동안 경과된 시간의 양과 연관된 표시자를 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 68 항 중 어느 한 항에 있어서,
상기 표시자는 초 수, 동적 파이 차트, 동적 바 차트, 인증 눈 시선 아이콘의 크기, 인증 눈 시선 아이콘의 색상, 또는 이들의 임의의 조합을 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 69 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 단일 눈 시선 아이콘의 표시를 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 70 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 모바일 폰에 대해 정적인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 71 항 중 어느 한 항에 있어서,
상기 등록 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 72 항 중 어느 한 항에 있어서,
상기 인증 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면인,
컴퓨터 구현 시스템. - 제 46 항 내지 제 73 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단된 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 74 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 알림 기간 동안의 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 75 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 적어도 하나의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 76 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 종료 기간 동안 적어도 하나의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 77 항 중 어느 한 항에 있어서,
사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 78 항 중 어느 한 항에 있어서,
사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 요청하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 79 항 중 어느 한 항에 있어서,
사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 80 항 중 어느 한 항에 있어서,
사용자에게 등록 눈 시선 아이콘을 응시할 것을 알리는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 81 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
컴퓨터 시스템. - 제 46 항 내지 제 82 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 알림 기간 동안 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 83 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 적어도 하나의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 84 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 종료 기간 동안 적어도 하나의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 85 항 중 어느 한 항에 있어서,
사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 86 항 중 어느 한 항에 있어서,
리소스에 대한 액세스를 사용자에게 승인하기 전에 사용자에 의한 인증 확인을 요청하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 87 항 중 어느 한 항에 있어서,
사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 88 항 중 어느 한 항에 있어서,
인증 눈 시선 아이콘을 응시할 것을 사용자에게 알리는 단계를 더 포함하는,
컴퓨터 구현 시스템. - 제 46 항 내지 제 89 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지를 판단하는 모듈을 더 포함하는,
컴퓨터 구현 시스템. - 화면 및 전면 카메라를 갖는 모바일 디바이스를 통해 리소스에 액세스하는 요청 동안 사용자에 의한 스푸핑 시도를 판단하는 애플리케이션을 생성하라는, 프로세서에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램으로 인코딩되는 비일시적 컴퓨터 판독 가능 저장 매체로서, 상기 애플리케이션은
(a) 사용자의 등록 눈 시선 이미지를 포함하는 사용자 눈 시선 프로파일을 수신하는 모듈 - 각각의 등록 눈 시선 이미지는 등록 표시 위치와 연관됨 - 과,
(b) 인증 눈 시선 아이콘을 표시하는 모듈 - 인증 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 인증 표시 위치에 표시됨 - 과,
(c) 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치를 향한 것으로 판단하는 모듈과,
(d) 사용자의 인증 눈 시선 이미지를 캡처하는 모듈 - 인증 눈 시선 이미지는 인증 눈 시선 아이콘의 표시 동안 캡처됨 - 과,
(e) 인증 눈 시선 이미지가 인증 눈 시선 이미지의 인증 표시 위치와 동일한 등록 표시 위치와 연관된 등록 눈 시선 이미지 중 하나와는 인증 임계값 미만의 유사도를 갖는 경우 스푸핑 시도가 발생한 것으로 판단하는 모듈
을 포함하는, 비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항에 있어서,
상기 인증 눈 시선 아이콘을 표시하는 것은 2개 이상의 인증 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 또는 제 92 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 93 항 중 어느 한 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스의 인증 표시 위치는 랜덤화된 위치인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 94 항 중 어느 한 항에 있어서,
상기 2개 이상의 인증 눈 시선 아이콘의 시퀀스는 사용자에게 알려지지 않는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 95 항 중 어느 한 항에 있어서,
사용자의 시선은 기계 학습 알고리즘에 의해 인증 표시 위치를 향한 것으로 판단되는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 96 항 중 어느 한 항에 있어서,
상기 인증 표시 위치는 모바일 디바이스의 화면의 모서리에 있는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 97 항 중 어느 한 항에 있어서,
모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 상기 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 98 항 중 어느 한 항에 있어서,
상기 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 99 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 100 항 중 어느 한 항에 있어서,
상기 사용자의 눈 시선 프로파일은
(a) 등록 눈 시선 아이콘을 표시하고 - 등록 눈 시선 아이콘은 모바일 폰의 화면 상의 다른 등록 표시 위치에 표시됨 -,
(b) 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치를 향한 것으로 판단하고,
(c) 사용자의 등록 눈 시선 이미지를 캡처하고 - 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 표시 동안 캡처됨 - ,
(d) 등록 눈 시선 아이콘의 표시 동안 사용자의 캡처된 등록 눈 시선 이미지를 포함하는 사용자의 눈 시선 프로파일을 생성함으로써 - 각각의 캡처된 등록 눈 시선 이미지는 등록 눈 시선 아이콘의 등록 표시 위치와 연관됨 - 등록되는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 101 항 중 어느 한 항에 있어서,
상기 등록 눈 시선 아이콘을 표시하는 것은 2개 이상의 등록 눈 시선 아이콘의 시퀀스를 표시하는 것을 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 102 항 중 어느 한 항에 있어서,
상기 2개 이상의 등록 눈 시선 아이콘의 시퀀스는 랜덤 시퀀스인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 103 항 중 어느 한 항에 있어서,
상기 2개 이상의 등록 눈 시선 아이콘의 시퀀스의 등록 표시 위치는 랜덤화된 위치인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 104 항 중 어느 한 항에 있어서,
상기 등록 표시 위치는 모바일 디바이스의 화면의 모서리인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 105 항 중 어느 한 항에 있어서,
모바일 디바이스의 화면 상에 라이브 비디오 피드를 표시하는 모듈을 더 포함하고, 상기 라이브 비디오 피드는 전면 카메라에 의해 캡처된 라이브 비디오 피드를 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 106 항 중 어느 한 항에 있어서,
상기 라이브 비디오 피드는 얼굴 포지셔닝 영역의 이미지와 오버레이되는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 107 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴이 얼굴 포지셔닝 영역 내에 적어도 부분적으로 표시된 것으로 판단하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 108 항 중 어느 한 항에 있어서,
상기 등록 눈 시선 이미지에서의 등록 눈 시선 이미지의 수는 일련의 인증 눈 시선 이미지에서의 인증 눈 시선 이미지의 수보다 많은,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 109 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 기하학적 형태, 불규칙한 형태, 또는 이미지인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 110 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간 동안 표시되는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 111 항 중 어느 한 항에 있어서,
상기 아이콘 표시 기간은 약 0.01초 내지 약 60초인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 112 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 아이콘 표시 기간에 남아 있는 시간의 양, 또는 아이콘 표시 기간 동안 경과된 시간의 양과 연관된 표시자를 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 113 항 중 어느 한 항에 있어서,
상기 표시자는 초 수, 동적 파이 차트, 동적 바 차트, 인증 눈 시선 아이콘의 크기, 인증 눈 시선 아이콘의 색상, 또는 이들의 임의의 조합을 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 114 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 단일 눈 시선 아이콘의 표시를 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 115 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘, 상기 등록 눈 시선 아이콘, 또는 둘 모두는 모바일 폰에 대해 정적인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 116 항 중 어느 한 항에 있어서,
상기 등록 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 117 항 중 어느 한 항에 있어서,
상기 인증 표시 위치는 모바일 디바이스의 화면의 우측 상단 모서리, 좌측 상단 모서리, 우측 하단 모서리, 좌측 하단 모서리, 상단 측면, 하단 측면, 우측 측면, 또는 좌측 측면인,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 118 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단된 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 119 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 알림 기간 동안의 각각의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 눈 시선의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 120 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 등록 눈 시선 아이콘의 표시 동안 적어도 하나의 등록 눈 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 121 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 종료 기간 동안 적어도 하나의 등록 눈 시선 아이콘의 표시 동안 각각의 등록 시선 아이콘의 등록 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 사용자 눈 시선 프로파일의 등록을 종료하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 122 항 중 어느 한 항에 있어서,
사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 123 항 중 어느 한 항에 있어서,
상기 사용자의 눈 시선 프로파일을 생성하기 전에 사용자에 의한 등록 확인을 요청하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 124 항 중 어느 한 항에 있어서,
사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 125 항 중 어느 한 항에 있어서,
사용자에게 등록 눈 시선 아이콘을 응시할 것을 알리는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 126 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 127 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 알림 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 알림 기간 동안 각각의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 눈 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 알림을 표시하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 128 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 각각의 인증 눈 시선 아이콘의 표시 동안 적어도 하나의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 129 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 대부분이 종료 기간 동안 얼굴 포지셔닝 영역 외부에 표시되는 경우, 상기 사용자의 시선이 종료 기간 동안 적어도 하나의 인증 눈 시선 아이콘의 표시 동안 각각의 인증 시선 아이콘의 인증 표시 위치로부터 멀어지는 방향인 것으로 판단되는 경우, 또는 둘 모두의 경우 리소스에 액세스하는 요청을 거부하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 130 항 중 어느 한 항에 있어서,
사용자 이름, 식별 파라미터, 또는 둘 모두를 요청하고 사용자 이름, 식별 파라미터 또는 둘 모두를 사용자의 눈 시선 프로파일과 연관시키는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 131 항 중 어느 한 항에 있어서,
리소스에 대한 액세스를 사용자에게 승인하기 전에 사용자에 의한 인증 확인을 요청하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 132 항 중 어느 한 항에 있어서,
사용자에게 그들의 얼굴이 적어도 부분적으로 얼굴 포지셔닝 영역 내에 표시되도록 모바일 디바이스에 대해 그들의 얼굴을 위치시킬 것을 알리는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 133 항 중 어느 한 항에 있어서,
상기 인증 눈 시선 아이콘을 응시할 것을 사용자에게 알리는 단계를 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체. - 제 91 항 내지 제 134 항 중 어느 한 항에 있어서,
상기 사용자의 얼굴의 적어도 일부가 마스크에 의해 가려졌는지를 판단하는 모듈을 더 포함하는,
비일시적 컴퓨터 판독 가능 저장 매체.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962948699P | 2019-12-16 | 2019-12-16 | |
US62/948,699 | 2019-12-16 | ||
PCT/US2020/065070 WO2021126825A1 (en) | 2019-12-16 | 2020-12-15 | Methods, systems, and media for anti-spoofing using eye-tracking |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220116491A true KR20220116491A (ko) | 2022-08-23 |
Family
ID=76318116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020227024211A KR20220116491A (ko) | 2019-12-16 | 2020-12-15 | 눈 추적을 이용한 스푸핑 차단 방법, 시스템 및 매체 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11507248B2 (ko) |
EP (1) | EP4078358A4 (ko) |
JP (1) | JP7434565B2 (ko) |
KR (1) | KR20220116491A (ko) |
BR (1) | BR112022011940A2 (ko) |
CA (1) | CA3167281A1 (ko) |
TW (1) | TW202133011A (ko) |
WO (1) | WO2021126825A1 (ko) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019056004A1 (en) | 2017-09-18 | 2019-03-21 | Element, Inc. | METHODS, SYSTEMS AND MEDIA FOR DETECTING MYSTIFICATION DURING MOBILE AUTHENTICATION |
KR20220004628A (ko) | 2019-03-12 | 2022-01-11 | 엘리먼트, 인크. | 모바일 디바이스를 이용한 안면 인식 스푸핑의 검출 |
US11507248B2 (en) | 2019-12-16 | 2022-11-22 | Element Inc. | Methods, systems, and media for anti-spoofing using eye-tracking |
US20240004462A1 (en) * | 2022-07-01 | 2024-01-04 | Sony Interactive Entertainment Inc. | Gaze tracking for user interface |
Family Cites Families (184)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3733861A (en) | 1972-01-19 | 1973-05-22 | Recognition Devices | Electronic recognition door lock |
US4371951A (en) | 1980-09-29 | 1983-02-01 | Control Data Corporation | Apparatus for converting serial input sparse vector format to parallel unpacked format for input to tandem arithmetic logic units |
US5067164A (en) | 1989-11-30 | 1991-11-19 | At&T Bell Laboratories | Hierarchical constrained automatic learning neural network for character recognition |
US5058179A (en) | 1990-01-31 | 1991-10-15 | At&T Bell Laboratories | Hierarchical constrained automatic learning network for character recognition |
US5450523A (en) | 1990-11-15 | 1995-09-12 | Matsushita Electric Industrial Co., Ltd. | Training module for estimating mixture Gaussian densities for speech unit models in speech recognition systems |
US5774059A (en) | 1995-07-20 | 1998-06-30 | Vindicator Corporation | Programmable electronic lock |
CA2156236C (en) | 1995-08-16 | 1999-07-20 | Stephen J. Borza | Biometrically secured control system for preventing the unauthorized use of a vehicle |
JP2815045B2 (ja) | 1996-12-16 | 1998-10-27 | 日本電気株式会社 | 画像特徴抽出装置,画像特徴解析装置,および画像照合システム |
US6152563A (en) | 1998-02-20 | 2000-11-28 | Hutchinson; Thomas E. | Eye gaze direction tracker |
US6178255B1 (en) | 1998-04-28 | 2001-01-23 | Cross Match Technologies, Inc. | Individualized fingerprint scanner |
EP1038877B1 (en) | 1999-03-24 | 2004-03-10 | Tosoh Corporation | Binaphthol monophosphoric acid derivative and its use |
JP4727065B2 (ja) | 2000-05-11 | 2011-07-20 | 株式会社半導体エネルギー研究所 | 認証装置および通信システム |
EP1285409B1 (de) | 2000-05-16 | 2005-05-11 | Swisscom Mobile AG | Biometrisches identifizierungs- und authentifizierungsverfahren |
US6956608B1 (en) | 2000-08-11 | 2005-10-18 | Identix Incorporated | Fingerprint imaging device including an optical plate having microreflectors |
US6819219B1 (en) | 2000-10-13 | 2004-11-16 | International Business Machines Corporation | Method for biometric-based authentication in wireless communication for access control |
JP2002259345A (ja) | 2001-02-27 | 2002-09-13 | Nec Corp | 身体的特徴データの不正使用を防止する認証方法、認証装置、及びプログラム |
TWI246028B (en) | 2001-06-28 | 2005-12-21 | Trek 2000 Int Ltd | A portable device having biometrics-based authentication capabilities |
US6633090B2 (en) | 2001-09-07 | 2003-10-14 | Delphi Technologies, Inc. | Starting system for an automotive vehicle using fingerprint recognition |
JP2003148017A (ja) | 2001-11-08 | 2003-05-21 | Sharp Corp | 錠装置、錠制御システム及び錠制御方法 |
JP2003178306A (ja) | 2001-12-12 | 2003-06-27 | Toshiba Corp | 個人認証装置および個人認証方法 |
US6873714B2 (en) | 2002-02-19 | 2005-03-29 | Delphi Technologies, Inc. | Auto calibration and personalization of eye tracking system using larger field of view imager with higher resolution |
US8590013B2 (en) | 2002-02-25 | 2013-11-19 | C. S. Lee Crawford | Method of managing and communicating data pertaining to software applications for processor-based devices comprising wireless communication circuitry |
US7616784B2 (en) | 2002-07-29 | 2009-11-10 | Robert William Kocher | Method and apparatus for contactless hand recognition |
GB2396001B (en) | 2002-10-09 | 2005-10-26 | Canon Kk | Gaze tracking system |
US20040114785A1 (en) | 2002-12-06 | 2004-06-17 | Cross Match Technologies, Inc. | Methods for obtaining print and other hand characteristic information using a non-planar prism |
US20060133651A1 (en) | 2002-12-31 | 2006-06-22 | Polcha Andrew J | Recoverable biometric identity system and method |
WO2004072899A1 (ja) | 2003-02-13 | 2004-08-26 | Nec Corporation | 成り済まし検出装置、および成り済まし検出方法 |
DE10315923A1 (de) | 2003-04-08 | 2004-10-28 | Tbs Holding Ag | Verfahren und Anordnung zur berührungslosen Detektion von Daten unebener Flächen |
US6923370B2 (en) | 2003-05-20 | 2005-08-02 | Bradley L. Gotfried | Access system |
US6992562B2 (en) | 2003-06-10 | 2006-01-31 | Visteon Global Technologies, Inc. | Biometric keyless entry system |
US7317815B2 (en) | 2003-06-26 | 2008-01-08 | Fotonation Vision Limited | Digital image processing composition using face detection information |
US8948468B2 (en) | 2003-06-26 | 2015-02-03 | Fotonation Limited | Modification of viewing parameters for digital images using face detection information |
JP2005149326A (ja) | 2003-11-18 | 2005-06-09 | Canon Inc | 認証システム及び認証方法 |
JP4470663B2 (ja) | 2004-09-14 | 2010-06-02 | 沖電気工業株式会社 | 虹彩認証における不正検出システム |
US8181017B2 (en) | 2004-10-22 | 2012-05-15 | Nds Limited | Certificate renewal |
US20060120568A1 (en) | 2004-12-06 | 2006-06-08 | Mcconville Patrick J | System and method for tracking individuals |
US20080263681A1 (en) | 2005-02-22 | 2008-10-23 | Koninklijke Philips Electronics, N.V. | System and Method for Transferring Media Rights Under Predetermined Conditions |
JP4696610B2 (ja) | 2005-03-15 | 2011-06-08 | オムロン株式会社 | 被写体認証装置、顔認証装置、携帯電話、及び被写体認証方法 |
US7783980B1 (en) | 2005-04-07 | 2010-08-24 | Aol Inc. | Sharing digital items |
US20060294393A1 (en) | 2005-06-24 | 2006-12-28 | Mc Call Clark E | Remote biometric registration for vehicles |
WO2007000504A1 (fr) | 2005-06-27 | 2007-01-04 | France Telecom | Procede de reconnaissance biometrique d'une main, systeme et dispositif associes |
US8026840B2 (en) | 2005-10-28 | 2011-09-27 | Raytheon Company | Biometric radar system and method for identifying persons and positional states of persons |
JP4793179B2 (ja) | 2005-11-14 | 2011-10-12 | オムロン株式会社 | 認証装置及び携帯端末 |
WO2007099834A1 (ja) | 2006-03-01 | 2007-09-07 | Nec Corporation | 顔認証装置、顔認証方法およびプログラム |
DE102006018956A1 (de) | 2006-04-24 | 2007-10-25 | Robert Bosch Gmbh | Abgassensor |
US7983451B2 (en) | 2006-06-30 | 2011-07-19 | Motorola Mobility, Inc. | Recognition method using hand biometrics with anti-counterfeiting |
JP4807167B2 (ja) | 2006-07-06 | 2011-11-02 | オムロン株式会社 | なりすまし検知装置 |
US7660442B2 (en) | 2006-09-01 | 2010-02-09 | Handshot, Llc | Method and system for capturing fingerprints, palm prints and hand geometry |
US7986816B1 (en) | 2006-09-27 | 2011-07-26 | University Of Alaska | Methods and systems for multiple factor authentication using gaze tracking and iris scanning |
BRPI0715284A2 (pt) | 2006-09-29 | 2013-07-16 | Dan Scammell | sistema e mÉtodo para verificar a identidade de usuÁrio em transaÇÕes eletrânicas |
JP2008242631A (ja) | 2007-03-26 | 2008-10-09 | Oki Electric Ind Co Ltd | 虹彩登録装置および虹彩認証装置 |
US20080284726A1 (en) | 2007-05-17 | 2008-11-20 | Marc Boillot | System and Method for Sensory Based Media Control |
US8126788B2 (en) | 2007-05-29 | 2012-02-28 | Exaktime Innovations, Inc. | Method for tracking time attendance of either a dedicated user or multiple non-dedicated users, interchangeably, using a single multi-function electronic hand-held device |
CA2636304C (en) | 2007-06-27 | 2014-12-30 | Research In Motion Limited | System and method for improving smart card reader reconnections |
JP4693818B2 (ja) | 2007-07-09 | 2011-06-01 | 株式会社エヌ・ティ・ティ・ドコモ | 認証システム及び認証方法 |
GB0714344D0 (en) | 2007-07-24 | 2007-09-05 | Univ Wales Swansea | Biometric attendance verification |
US10169646B2 (en) | 2007-12-31 | 2019-01-01 | Applied Recognition Inc. | Face authentication to mitigate spoofing |
JP5186929B2 (ja) | 2008-01-21 | 2013-04-24 | 日本電気株式会社 | 認証用撮像装置 |
EP2263190A2 (en) | 2008-02-13 | 2010-12-22 | Ubisoft Entertainment S.A. | Live-action image capture |
US9286742B2 (en) | 2008-03-31 | 2016-03-15 | Plantronics, Inc. | User authentication system and method |
US8358856B2 (en) | 2008-06-02 | 2013-01-22 | Eastman Kodak Company | Semantic event detection for digital content records |
US20100042940A1 (en) | 2008-08-14 | 2010-02-18 | Caterpillar Inc. | Geofence system with integrated user interface |
US8175379B2 (en) | 2008-08-22 | 2012-05-08 | Adobe Systems Incorporated | Automatic video image segmentation |
JP5445460B2 (ja) | 2008-10-28 | 2014-03-19 | 日本電気株式会社 | なりすまし検知システム、なりすまし検知方法及びなりすまし検知プログラム |
US8345932B2 (en) | 2008-11-24 | 2013-01-01 | International Business Machines Corporation | Support vector machine for biometric data processing |
JP5098973B2 (ja) | 2008-11-27 | 2012-12-12 | 富士通株式会社 | 生体認証装置、生体認証方法及び生体認証プログラム |
JP4636171B2 (ja) | 2008-12-17 | 2011-02-23 | トヨタ自動車株式会社 | 車両用生体認証システム |
JP2010146502A (ja) | 2008-12-22 | 2010-07-01 | Toshiba Corp | 認証処理装置および認証処理方法 |
WO2010078616A1 (en) | 2009-01-06 | 2010-07-15 | X-Ped Holdings Pty Ltd | An arrangement for managing mobile device access to precinct regions containing services and products and information |
US20100191551A1 (en) | 2009-01-26 | 2010-07-29 | Apple Inc. | Systems and methods for accessing hotel services using a portable electronic device |
JP5436876B2 (ja) | 2009-02-02 | 2014-03-05 | 株式会社ディスコ | 研削方法 |
US20100246902A1 (en) | 2009-02-26 | 2010-09-30 | Lumidigm, Inc. | Method and apparatus to combine biometric sensing and other functionality |
US8194938B2 (en) | 2009-06-02 | 2012-06-05 | George Mason Intellectual Properties, Inc. | Face authentication using recognition-by-parts, boosting, and transduction |
US8472681B2 (en) | 2009-06-15 | 2013-06-25 | Honeywell International Inc. | Iris and ocular recognition system using trace transforms |
US8638939B1 (en) | 2009-08-20 | 2014-01-28 | Apple Inc. | User authentication on an electronic device |
US8447119B2 (en) | 2010-03-16 | 2013-05-21 | Nec Laboratories America, Inc. | Method and system for image classification |
US8326001B2 (en) | 2010-06-29 | 2012-12-04 | Apple Inc. | Low threshold face recognition |
WO2012020591A1 (ja) | 2010-08-09 | 2012-02-16 | 日本電気株式会社 | 個体識別システム、特徴量特定装置、特徴量特定方法および記録媒体 |
US8670935B2 (en) | 2010-08-17 | 2014-03-11 | Blackberry Limited | Tagging a location by pairing devices |
JP5565285B2 (ja) | 2010-11-19 | 2014-08-06 | コニカミノルタ株式会社 | ガラス光学素子の製造方法 |
US20120137137A1 (en) | 2010-11-30 | 2012-05-31 | Brickell Ernest F | Method and apparatus for key provisioning of hardware devices |
KR101816170B1 (ko) | 2010-12-22 | 2018-01-09 | 한국전자통신연구원 | 3차원 깊이 정보 획득 장치 및 그 방법 |
US8457370B2 (en) | 2011-01-20 | 2013-06-04 | Daon Holdings Limited | Methods and systems for authenticating users with captured palm biometric data |
US8675543B2 (en) | 2011-02-24 | 2014-03-18 | Verizon Patent And Licensing Inc. | Route limiting in border gateway protocol over satellite networks |
WO2012135861A1 (en) | 2011-04-01 | 2012-10-04 | Tony Lam | Battery powered passive keyless entry system for premise entry |
EP2697743A4 (en) | 2011-04-11 | 2014-09-24 | Intel Corp | GESTURE DETECTION USING DEPTH PICTURES |
US9251402B2 (en) | 2011-05-13 | 2016-02-02 | Microsoft Technology Licensing, Llc | Association and prediction in facial recognition |
US9082235B2 (en) * | 2011-07-12 | 2015-07-14 | Microsoft Technology Licensing, Llc | Using facial data for device authentication or subject identification |
US8548207B2 (en) | 2011-08-15 | 2013-10-01 | Daon Holdings Limited | Method of host-directed illumination and system for conducting host-directed illumination |
US20150135309A1 (en) * | 2011-08-20 | 2015-05-14 | Amit Vishram Karmarkar | Method and system of user authentication with eye-tracking data |
EP2590140A1 (en) | 2011-09-05 | 2013-05-08 | Morpho, Inc. | Facial authentication system, facial authentication method, and facial authentication program |
CN102426715A (zh) | 2011-09-30 | 2012-04-25 | 华为技术有限公司 | 一种电子门锁开锁方法、电子门锁及电子门锁系统 |
US8947202B2 (en) | 2011-10-20 | 2015-02-03 | Apple Inc. | Accessing a vehicle using portable devices |
US9111402B1 (en) | 2011-10-31 | 2015-08-18 | Replicon, Inc. | Systems and methods for capturing employee time for time and attendance management |
US8235529B1 (en) | 2011-11-30 | 2012-08-07 | Google Inc. | Unlocking a screen using eye tracking information |
TW201327413A (zh) | 2011-12-21 | 2013-07-01 | Xid Technologies Pte Ltd | 臉部認證或辨識系統及方法 |
WO2013100898A1 (en) | 2011-12-27 | 2013-07-04 | Intel Corporation | Turing test based user authentication and user presence verification system, device, and method |
KR101242390B1 (ko) | 2011-12-29 | 2013-03-12 | 인텔 코오퍼레이션 | 사용자를 인증하기 위한 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체 |
US9519769B2 (en) | 2012-01-09 | 2016-12-13 | Sensible Vision, Inc. | System and method for disabling secure access to an electronic device using detection of a predetermined device orientation |
JP5866216B2 (ja) | 2012-01-31 | 2016-02-17 | 株式会社東海理化電機製作所 | 電子キー登録システム |
US8705070B2 (en) | 2012-02-24 | 2014-04-22 | Canon Kabushiki Kaisha | Systems and methods for managing use of an imaging device |
US9323912B2 (en) | 2012-02-28 | 2016-04-26 | Verizon Patent And Licensing Inc. | Method and system for multi-factor biometric authentication |
US20130268418A1 (en) | 2012-04-04 | 2013-10-10 | Accu-Time Systems, Inc. | Methods and apparatus for wireless communication of time and attendance information |
US9208492B2 (en) | 2013-05-13 | 2015-12-08 | Hoyos Labs Corp. | Systems and methods for biometric authentication of transactions |
HK1160574A2 (en) | 2012-04-13 | 2012-07-13 | King Hei Francis Kwong | Secure electronic payment system and process |
US20130286161A1 (en) | 2012-04-25 | 2013-10-31 | Futurewei Technologies, Inc. | Three-dimensional face recognition for mobile devices |
US9070162B2 (en) | 2012-04-25 | 2015-06-30 | ZR Investments, LLC | Time tracking device and method |
US9047376B2 (en) | 2012-05-01 | 2015-06-02 | Hulu, LLC | Augmenting video with facial recognition |
JP5780361B2 (ja) | 2012-05-29 | 2015-09-16 | 株式会社村田製作所 | 電子キーシステムおよび電子機器 |
US20130342672A1 (en) | 2012-06-25 | 2013-12-26 | Amazon Technologies, Inc. | Using gaze determination with device input |
US8542879B1 (en) | 2012-06-26 | 2013-09-24 | Google Inc. | Facial recognition |
US8396265B1 (en) | 2012-06-26 | 2013-03-12 | Google Inc. | Facial recognition |
US8869053B2 (en) | 2012-07-06 | 2014-10-21 | Sap Ag | Organizer for managing employee time and attendance |
US8437513B1 (en) | 2012-08-10 | 2013-05-07 | EyeVerify LLC | Spoof detection for biometric authentication |
US20140195974A1 (en) | 2012-08-29 | 2014-07-10 | Identity Validation Products, Llc | Method and apparatus for using a finger swipe interface to control a system |
JP2015529365A (ja) | 2012-09-05 | 2015-10-05 | エレメント,インク. | カメラ付きデバイスに関連する生体認証のためのシステム及び方法 |
US9740917B2 (en) | 2012-09-07 | 2017-08-22 | Stone Lock Global, Inc. | Biometric identification systems and methods |
US9002586B2 (en) | 2012-12-03 | 2015-04-07 | Honda Motor Co., Ltd. | Integrated biometric switch |
US8856541B1 (en) | 2013-01-10 | 2014-10-07 | Google Inc. | Liveness detection |
US9355612B1 (en) | 2013-01-22 | 2016-05-31 | Amazon Technologies, Inc. | Display security using gaze tracking |
US9244529B2 (en) | 2013-01-27 | 2016-01-26 | Dmitri Model | Point-of-gaze estimation robust to head rotations and/or device rotations |
US20140294257A1 (en) | 2013-03-28 | 2014-10-02 | Kevin Alan Tussy | Methods and Systems for Obtaining Information Based on Facial Identification |
JP2014206932A (ja) | 2013-04-15 | 2014-10-30 | オムロン株式会社 | 認証装置、認証方法、制御プログラムおよび記録媒体 |
US9003196B2 (en) | 2013-05-13 | 2015-04-07 | Hoyos Labs Corp. | System and method for authorizing access to access-controlled environments |
CN104166835A (zh) | 2013-05-17 | 2014-11-26 | 诺基亚公司 | 用于识别活体用户的方法和装置 |
US20140351163A1 (en) | 2013-05-21 | 2014-11-27 | Kevin Alan Tussy | System and method for personalized delivery verification |
US9014452B2 (en) | 2013-08-21 | 2015-04-21 | Seiko Epson Corporation | Orientation-aware average intensity histogram to indicate object boundary depth in ultrasound images |
AR097974A1 (es) | 2013-10-11 | 2016-04-20 | Element Inc | Sistema y método para autenticación biométrica en conexión con dispositivos equipados con cámara |
KR101556599B1 (ko) | 2013-10-30 | 2015-10-02 | 연세대학교 산학협력단 | 패턴 입력 장치 및 방법과 이를 이용한 기록 매체 |
US9430629B1 (en) * | 2014-01-24 | 2016-08-30 | Microstrategy Incorporated | Performing biometrics in uncontrolled environments |
US20150227735A1 (en) | 2014-02-13 | 2015-08-13 | Robert Chappell | System and method for eye tracking authentication |
US20150227780A1 (en) | 2014-02-13 | 2015-08-13 | FacialNetwork, Inc. | Method and apparatus for determining identity and programing based on image features |
US10027884B2 (en) | 2014-03-05 | 2018-07-17 | Disney Enterprises, Inc. | Method for capturing photographs and videos on a handheld client device without continually observing the device's screen |
JP6494119B2 (ja) | 2014-05-13 | 2019-04-03 | エレメント,インク. | モバイル装置に接続して電子キーを供給し、アクセスを管理するためのシステムおよび方法 |
US9408076B2 (en) | 2014-05-14 | 2016-08-02 | The Regents Of The University Of California | Sensor-assisted biometric authentication for smartphones |
US20150348214A1 (en) | 2014-05-28 | 2015-12-03 | Shailendra Jain | Messaging service for geofence-based automatic time clocking |
US9965728B2 (en) | 2014-06-03 | 2018-05-08 | Element, Inc. | Attendance authentication and management in connection with mobile devices |
US20150347833A1 (en) | 2014-06-03 | 2015-12-03 | Mark Ries Robinson | Noncontact Biometrics with Small Footprint |
US10915618B2 (en) | 2014-08-28 | 2021-02-09 | Facetec, Inc. | Method to add remotely collected biometric images / templates to a database record of personal information |
US10698995B2 (en) | 2014-08-28 | 2020-06-30 | Facetec, Inc. | Method to verify identity using a previously collected biometric image/data |
US10614204B2 (en) | 2014-08-28 | 2020-04-07 | Facetec, Inc. | Facial recognition authentication system including path parameters |
US10803160B2 (en) | 2014-08-28 | 2020-10-13 | Facetec, Inc. | Method to verify and identify blockchain with user question data |
CA3186147A1 (en) | 2014-08-28 | 2016-02-28 | Kevin Alan Tussy | Facial recognition authentication system including path parameters |
US11256792B2 (en) | 2014-08-28 | 2022-02-22 | Facetec, Inc. | Method and apparatus for creation and use of digital identification |
US9405967B2 (en) | 2014-09-03 | 2016-08-02 | Samet Privacy Llc | Image processing apparatus for facial recognition |
US10515262B2 (en) | 2014-10-15 | 2019-12-24 | Nec Corporation | Spoofing detection device, spoofing detection method, and recording medium |
GB2532075A (en) | 2014-11-10 | 2016-05-11 | Lego As | System and method for toy recognition and detection based on convolutional neural networks |
US9672415B2 (en) | 2014-11-13 | 2017-06-06 | Intel Corporation | Facial liveness detection in image biometrics |
US9928603B2 (en) | 2014-12-31 | 2018-03-27 | Morphotrust Usa, Llc | Detecting facial liveliness |
USD763872S1 (en) | 2015-01-07 | 2016-08-16 | Facetec, Inc. | Display screen or portion thereof with graphical user interface |
CN107995979B (zh) | 2015-04-16 | 2021-12-07 | 托比股份公司 | 用于对用户进行认证的系统、方法和机器可读介质 |
US10678897B2 (en) | 2015-04-16 | 2020-06-09 | Tobii Ab | Identification, authentication, and/or guiding of a user using gaze information |
BR112017027057B1 (pt) | 2015-06-16 | 2020-05-12 | EyeVerify Inc. | Sistemas e métodos para detecção de falsificação e análise de presença viva e meio legível por computador |
US10094655B2 (en) * | 2015-07-15 | 2018-10-09 | 15 Seconds of Fame, Inc. | Apparatus and methods for facial recognition and video analytics to identify individuals in contextual video streams |
US20170053175A1 (en) | 2015-08-17 | 2017-02-23 | Facetec, Inc. | System and method for validating three-dimensional objects |
CN105184246B (zh) | 2015-08-28 | 2020-05-19 | 北京旷视科技有限公司 | 活体检测方法和活体检测系统 |
KR102377182B1 (ko) | 2015-09-01 | 2022-03-22 | 엘지전자 주식회사 | 이동 단말기 및 그 제어방법 |
US20170186170A1 (en) | 2015-12-24 | 2017-06-29 | Thomas A. Nugraha | Facial contour recognition for identification |
US10102358B2 (en) | 2015-12-29 | 2018-10-16 | Sensory, Incorporated | Face-controlled liveness verification |
JP6728699B2 (ja) * | 2016-01-15 | 2020-07-22 | 富士通株式会社 | 生体認証装置、生体認証方法および生体認証プログラム |
JP2017151556A (ja) * | 2016-02-22 | 2017-08-31 | 富士通株式会社 | 電子機器、認証方法および認証プログラム |
JP6793363B2 (ja) | 2016-03-13 | 2020-12-02 | 学校法人関西学院 | 個人認証方法および個人認証システム |
US10733275B1 (en) * | 2016-04-01 | 2020-08-04 | Massachusetts Mutual Life Insurance Company | Access control through head imaging and biometric authentication |
US10063560B2 (en) | 2016-04-29 | 2018-08-28 | Microsoft Technology Licensing, Llc | Gaze-based authentication |
KR102471916B1 (ko) * | 2016-06-03 | 2022-11-29 | 엘지전자 주식회사 | 모바일 디바이스 및 그 제어 방법 |
KR20180006133A (ko) * | 2016-07-08 | 2018-01-17 | 삼성전자주식회사 | 전자 장치 및 그의 동작 방법 |
US10089521B2 (en) | 2016-09-02 | 2018-10-02 | VeriHelp, Inc. | Identity verification via validated facial recognition and graph database |
CN107886032B (zh) | 2016-09-30 | 2021-12-14 | 阿里巴巴集团控股有限公司 | 终端设备、智能手机、基于脸部识别的认证方法和系统 |
CN110114777B (zh) | 2016-12-30 | 2023-10-20 | 托比股份公司 | 使用注视信息进行的用户的识别、认证和/或导引 |
US9983687B1 (en) | 2017-01-06 | 2018-05-29 | Adtile Technologies Inc. | Gesture-controlled augmented reality experience using a mobile communications device |
US10747859B2 (en) | 2017-01-06 | 2020-08-18 | International Business Machines Corporation | System, method and computer program product for stateful instruction-based dynamic man-machine interactions for humanness validation |
GB2560340A (en) | 2017-03-07 | 2018-09-12 | Eyn Ltd | Verification method and system |
CN107609471A (zh) | 2017-08-02 | 2018-01-19 | 深圳元见智能科技有限公司 | 一种人脸活体检测方法 |
CN107622227B (zh) | 2017-08-25 | 2021-04-13 | 深圳依偎控股有限公司 | 一种3d人脸识别的方法、终端设备及可读存储介质 |
KR102185854B1 (ko) | 2017-09-09 | 2020-12-02 | 애플 인크. | 생체측정 인증의 구현 |
EP4155988A1 (en) * | 2017-09-09 | 2023-03-29 | Apple Inc. | Implementation of biometric authentication for performing a respective function |
WO2019056004A1 (en) | 2017-09-18 | 2019-03-21 | Element, Inc. | METHODS, SYSTEMS AND MEDIA FOR DETECTING MYSTIFICATION DURING MOBILE AUTHENTICATION |
CN109583285B (zh) | 2017-09-29 | 2023-03-07 | 阿里巴巴集团控股有限公司 | 对象识别方法 |
CA3080399A1 (en) | 2017-10-30 | 2019-05-09 | The Research Foundation For The State University Of New York | System and method associated with user authentication based on an acoustic-based echo-signature |
WO2019151368A1 (ja) | 2018-02-01 | 2019-08-08 | 日本電気株式会社 | 生体認証装置、システム、方法および記録媒体 |
CA3045819C (en) * | 2018-06-11 | 2022-09-06 | Laurence Hamid | Liveness detection |
KR20220004628A (ko) | 2019-03-12 | 2022-01-11 | 엘리먼트, 인크. | 모바일 디바이스를 이용한 안면 인식 스푸핑의 검출 |
US10997396B2 (en) | 2019-04-05 | 2021-05-04 | Realnetworks, Inc. | Face liveness detection systems and methods |
US11507248B2 (en) | 2019-12-16 | 2022-11-22 | Element Inc. | Methods, systems, and media for anti-spoofing using eye-tracking |
-
2020
- 2020-12-14 US US17/121,587 patent/US11507248B2/en active Active
- 2020-12-15 WO PCT/US2020/065070 patent/WO2021126825A1/en unknown
- 2020-12-15 JP JP2022536887A patent/JP7434565B2/ja active Active
- 2020-12-15 CA CA3167281A patent/CA3167281A1/en active Pending
- 2020-12-15 BR BR112022011940A patent/BR112022011940A2/pt unknown
- 2020-12-15 KR KR1020227024211A patent/KR20220116491A/ko not_active Application Discontinuation
- 2020-12-15 EP EP20904205.0A patent/EP4078358A4/en active Pending
- 2020-12-16 TW TW109144570A patent/TW202133011A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
JP2023516108A (ja) | 2023-04-18 |
BR112022011940A2 (pt) | 2022-09-06 |
EP4078358A4 (en) | 2024-01-10 |
EP4078358A1 (en) | 2022-10-26 |
CA3167281A1 (en) | 2021-06-24 |
US11507248B2 (en) | 2022-11-22 |
WO2021126825A1 (en) | 2021-06-24 |
TW202133011A (zh) | 2021-09-01 |
US20210182553A1 (en) | 2021-06-17 |
JP7434565B2 (ja) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10242364B2 (en) | Image analysis for user authentication | |
US11507248B2 (en) | Methods, systems, and media for anti-spoofing using eye-tracking | |
US10044712B2 (en) | Authentication based on gaze and physiological response to stimuli | |
US10102358B2 (en) | Face-controlled liveness verification | |
US11425562B2 (en) | Methods, systems, and media for detecting spoofing in mobile authentication | |
TWI781383B (zh) | 與行動裝置連接以用於偵測面部辨識之欺騙之方法及系統 | |
US20180310171A1 (en) | Interactive challenge for accessing a resource | |
WO2022000959A1 (zh) | 人机验证方法、装置、设备及存储介质 | |
JP6272688B2 (ja) | 表示デバイスでのユーザー認証 | |
KR102193636B1 (ko) | 디스플레이 장치 상의 사용자 인증 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal |