KR20220135746A - Automated teller machine, method for controlling atm, automated teller system - Google Patents

Automated teller machine, method for controlling atm, automated teller system Download PDF

Info

Publication number
KR20220135746A
KR20220135746A KR1020210041828A KR20210041828A KR20220135746A KR 20220135746 A KR20220135746 A KR 20220135746A KR 1020210041828 A KR1020210041828 A KR 1020210041828A KR 20210041828 A KR20210041828 A KR 20210041828A KR 20220135746 A KR20220135746 A KR 20220135746A
Authority
KR
South Korea
Prior art keywords
user
identity
unit
financial
face image
Prior art date
Application number
KR1020210041828A
Other languages
Korean (ko)
Other versions
KR102586559B1 (en
Inventor
윤태호
서명원
이기항
Original Assignee
효성티앤에스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 효성티앤에스 주식회사 filed Critical 효성티앤에스 주식회사
Priority to KR1020210041828A priority Critical patent/KR102586559B1/en
Publication of KR20220135746A publication Critical patent/KR20220135746A/en
Application granted granted Critical
Publication of KR102586559B1 publication Critical patent/KR102586559B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
    • G07F19/20—Automatic teller machines [ATMs]
    • G07F19/207—Surveillance aspects at ATMs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
    • G07F19/20—Automatic teller machines [ATMs]
    • G07F19/209—Monitoring, auditing or diagnose of functioning of ATMs

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Finance (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

According to an embodiment of the present invention, an automated teller machine comprises: a facial image collection unit for periodically collecting a user facial image photographed by a camera unit; an identity determination unit for comparing the most recently recognized user facial image with the user facial image recognized in a previous period, and determining identity of the user facial image; a re-authentication request unit for requesting a user for re-authentication when the identity determination unit fails to determine the identity of the user facial image; and a control unit for providing a counselor with a notification when the number of times of failures of the identity determination is equal to or more than the preset number of times. The automated teller machine tracks the identity of a user performing a financial transaction, thereby preventing a financial accident caused by a third party.

Description

금융자동화기기 및 이의 제어방법, 금융자동화시스템{AUTOMATED TELLER MACHINE, METHOD FOR CONTROLLING ATM, AUTOMATED TELLER SYSTEM}Automatic financial device and its control method, financial automation system {AUTOMATED TELLER MACHINE, METHOD FOR CONTROLLING ATM, AUTOMATED TELLER SYSTEM}

실시예는 금융자동화기기 및 이의 제어방법에 관한 것이다.The embodiment relates to an automated financial device and a control method thereof.

일반적으로 금융자동화기기(Smart Automated Teller Machine; ATM)는 사용자가 금융기관에서 발급받은 현금카드나 통장 등을 사용하여 시간에 제약없이 현금 또는 수표 등의 입출금 거래, 계좌이체 및 조회업무 등을 할 수 있어, 사용자의 금융업무를 신속하게 처리해주어 금융업계에 널리 사용되고 있는 무인단말기이다.In general, smart automated teller machines (ATMs) allow users to perform deposit/withdrawal transactions such as cash or checks, account transfers, and inquiries without time restrictions using a cash card or passbook issued by a financial institution. It is an unmanned terminal widely used in the financial industry by quickly processing users' financial business.

사용자는 금융기관을 직접 방문하지 않고 금융자동화기기를 통해 금융거래를 수행함으로써, 금융거래를 위한 대기시간이 현격히 줄어들게 되었고, 금융기관의 업무가 종료된 이후에도 금융거래를 할 수 있게 되었다. 또한, 금융기관의 입장에서는 금융거래 처리시간이 줄어들게 되었고, 인력 및 비용의 감소로 인한 업무 효율화를 도모할 수 있게 되었다.By performing financial transactions through automated financial devices without directly visiting the financial institution, the waiting time for financial transactions has been significantly reduced, and financial transactions can be performed even after the financial institution's business is over. In addition, from the perspective of financial institutions, financial transaction processing time has been reduced, and work efficiency can be promoted due to reduction of manpower and cost.

최근에는 제3 자가 금융자동화기기를 사용하는 사용자의 주변에 위치하여 사용자에게 지시나 협박 등을 통해 금융 서비스를 수행하도록 하여 보이스 피싱에 의한 금융 사고가 자주 발생되는 문제가 있다.Recently, there is a problem that financial accidents caused by voice phishing frequently occur because a third party is located near the user who uses the automated financial device to provide financial services to the user through instructions or threats.

상술한 문제점을 해결하기 위해, 실시예는 금융 사고를 방지하기 위한 금융자동화기기 및 이의 제어방법, 금융자동화시스템을 제공하는 것을 그 목적으로 한다.In order to solve the above-mentioned problems, the embodiment aims to provide a financial automation device, a control method thereof, and a financial automation system for preventing financial accidents.

실시예의 금융자동화기기는 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 안면 영상 수집부와, 가장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하는 동일성 판단부와, 동일 거래에서 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 제어부를 포함할 수 있다.The financial automation device of the embodiment includes a facial image collecting unit that periodically or aperiodically collects a user's face image captured by the camera unit, a user recognized from the most recently collected user's face image, and the user collected in a previous period. It may include an identity determination unit that compares one or more users recognized from the facial image to determine the identity of the user, and a controller that determines that the number of failures in determining the identity in the same transaction is greater than or equal to a preset number of times as an abnormal situation.

상기 동일성 판단부가 상기 사용자의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 재인증 요청부를 더 포함할 수 있다.When the identity determination unit fails to determine the identity of the user, the re-authentication request unit may further include a re-authentication requesting unit for requesting re-authentication from the user.

상기 동일성 판단부는, 기 학습된 인공 신경망을 이용하여 상기 사용자 안면 영상으로부터 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 얼굴 특징점을 추출하고, 추출된 상기 얼굴 특징점을 이전 주기에 추출된 상기 얼굴 특징점과 비교하여 상기 사용자의 동일성을 판단할 수 있다.The identity determination unit searches for a face from the user's facial image using a pre-learned artificial neural network, extracts facial feature points from the searched face, and compares the extracted facial feature points with the facial feature points extracted in a previous period Thus, it is possible to determine the identity of the user.

상기 제어부는, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면, 상기 인공 신경망의 재학습 여부를 결정하고, 상기 인공 신경망의 재학습 요청 시 상기 인공 신경망을 재학습시킬 수 있다.When the number of failures in determining the identity is equal to or greater than a preset number, the controller may determine whether to re-learn the artificial neural network, and re-learn the artificial neural network upon request for re-learning of the artificial neural network.

상기 제어부는, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 제3 자가 개입되었다고 판단하고, 상기 사용자 또는 제3 자의 동작 정보, 감정 상태 정보 및 금융 거래의 진행 여부 정보를 기초로 상기 제3 자의 위험성을 판단할 수 있다.If the number of failures in determining the identity is greater than or equal to a preset number, the control unit determines that a third party has intervened, and the risk of the third party is based on the user or the third party's operation information, emotional state information, and financial transaction progress information. can be judged

상기 재인증 요청부는 비밀 번호, 지문 또는 홍채 정보를 상기 사용자에게 요청할 수 있다.The re-authentication request unit may request a password, fingerprint, or iris information from the user.

또한, 실시예는 금융자동화기기에서 수행되는 금융자동화기기의 제어 방법에 있어서, 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 단계와, 장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하는 단계와, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 단계와, 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 단계를 포함할 수 있다.In addition, the embodiment provides a method for controlling a financial automated device performed in an automated financial device, comprising the steps of periodically or aperiodically collecting a user's face image photographed by a camera unit, and recognizing from the most recently collected user's face image determining the identity of the user by comparing the user and one or more users recognized from the user's face image collected in the previous period; and determining that it is an abnormal situation if the number of failures to determine the identity is equal to or greater than a preset number.

상기 사용자의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 단계를 더 포함할 수 있다.The method may further include the step of requesting re-authentication from the user when the determination of the identity of the user fails.

상기 사용자의 동일성을 판단하는 단계에서, 기 학습된 인공 신경망을 이용하여 상기 사용자 안면 영상으로부터 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 얼굴 특징점을 추출하고, 추출된 상기 얼굴 특징점을 이전 주기에 추출된 상기 얼굴 특징점과 비교하여 상기 사용자의 동일성을 판단할 수 있다.In the step of determining the identity of the user, a face is searched for from the user's facial image using a pre-learned artificial neural network, a facial feature point is extracted from the searched face, and the extracted facial feature point is extracted in a previous period. The identity of the user may be determined by comparing the facial feature points.

또한, 실시예의 금융 자동화 시스템은 사용자의 안면 영상을 촬영하는 카메라부와, 카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하고, 가장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하고, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하고, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 금융자동화기기를 포함할 수 있다.In addition, the financial automation system of the embodiment includes a camera unit for photographing a user's face image, a user recognized from the most recently collected user's face image, periodically or non-periodically collecting a user's face image photographed by the camera unit, and The identity of the user is determined by comparing one or more users recognized from the facial image of the user collected in the previous period, and if the identity determination of the user's face image fails, re-authentication is requested from the user, and the identity is determined If the number of failures is greater than or equal to a preset number of times, the automatic financial device may be included to determine that it is an abnormal situation.

실시예에 따른 금융자동화기기는 금융 거래를 수행하고 있는 사용자의 동일성을 추적함으로써, 제3 자에 의한 금융 사고를 방지할 수 있는 효과가 있다.The automated financial device according to the embodiment has an effect of preventing a financial accident caused by a third party by tracking the identity of a user performing a financial transaction.

또한, 실시예에 따른 금융자동화기기는 동일성 판단 실패 시, 인공 신경망을 재학습시킴으로써, 동일성 판단의 정확성을 높일 수 있는 효과가 있다.In addition, the automated financial device according to the embodiment has the effect of increasing the accuracy of the identity determination by re-learning the artificial neural network when the identity determination fails.

또한, 실시예에 따른 금융자동화기기는 사용자 또는 제3 자의 동작 정보, 감정 정보 및 금융 거래의 진행 여부 정보를 이용함으로써, 제3 자가 위험 인물인지 감지할 수 있는 효과가 있다.In addition, the automated financial device according to the embodiment has an effect of detecting whether the third party is a risky person by using the user or a third party's operation information, emotion information, and financial transaction progress information.

도 1은 실시예에 따른 금융자동화시스템을 나타낸 블록도이다.
도 2는 도 1의 금융자동화기기를 나타낸 블록도이다.
도 3은 금융자동화기기의 다른 실시예의 구성을 나타낸 블록도이다.
도 4는 제1 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 5는 제2 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.
도 6은 제3 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.1 is a block diagram illustrating a financial automation system according to an embodiment.
FIG. 2 is a block diagram illustrating the automated financial device of FIG. 1 .
3 is a block diagram showing the configuration of another embodiment of the automated financial device.
4 is a diagram illustrating a control method of an automated financial device according to the first embodiment.
5 is a diagram illustrating a control method of an automated financial device according to the second embodiment.
6 is a diagram illustrating a control method of an automated financial device according to a third embodiment.

이하, 도면을 참조하여 실시예를 상세히 설명하기로 한다.Hereinafter, the embodiment will be described in detail with reference to the drawings.

도 1은 실시예에 따른 금융자동화시스템을 나타낸 블록도이고, 도 2는 도 1의 금융자동화기기를 나타낸 블록도이다.1 is a block diagram illustrating a financial automation system according to an embodiment, and FIG. 2 is a block diagram illustrating the financial automation device of FIG. 1 .

도 1을 참조하면, 실시예에 따른 금융자동화시스템은 카메라부(100)와 금융자동화기기(200)를 포함할 수 있다. 여기서, 카메라부(100)는 금융자동화기기(200)에 일체로 장착된 구조이거나 금융자동화기기(200)와는 별도로 배치된 구조일 수도 있다.Referring to FIG. 1 , the automated financial system according to the embodiment may include a camera unit 100 and an automated financial device 200 . Here, the camera unit 100 may have a structure integrally mounted on the automated financial device 200 or a structure disposed separately from the automated financial device 200 .

카메라부(100)는 사용자 안면 영상을 촬영할 수 있다. 이와 다르게, 카메라부(100)는 사용자(10)의 얼굴 또는 상반신을 포함하는 영역의 영상을 촬영할 수 있다. 이에 따라 카메라부(100)는 사용자 또는 사용자 외에 제3 자를 포함하는 영상을 촬영할 수도 있으나, 이에 한정되지 않는다.The camera unit 100 may capture a user's face image. Alternatively, the camera unit 100 may capture an image of a region including the face or upper body of the user 10 . Accordingly, the camera unit 100 may take an image including a user or a third person other than the user, but is not limited thereto.

카메라부(100)는 사용자(10)가 접근하는 것을 감지하면 온되어 사용자의 안면 영상을 촬영할 수 있다. 사용자(10)가 접근하는 것을 감지하기 위해 근접 센서를 포함할 수 있다. 근접 센서는 카메라부(100)와 일체로 형성되거나, 카메라부(100)와 별도로 설치될 수 있다.The camera unit 100 may be turned on when detecting the approach of the user 10 to take a face image of the user. A proximity sensor may be included to detect the approach of the user 10 . The proximity sensor may be formed integrally with the camera unit 100 or may be installed separately from the camera unit 100 .

카메라부(100)는 카메라 또는 이미지 센서를 포함할 수 있으나, 그 종류는 한정되지 않는다.The camera unit 100 may include a camera or an image sensor, but the type thereof is not limited.

금융자동화기기(200)는 상담원 없이 금융 업무를 진행하는 기기일 수 있다. 금융자동화기기(200)에서 수행되는 업무는 현금 입출금, 계좌 이체 등의 거래 업무를 포함할 수 있다. 금융자동화기기(200)는 금융 업무 뿐 아니라 통장 개설, 생체 인증 업무 등을 더 포함할 수 있으나, 이에 한정되지 않는다.The automated financial device 200 may be a device that performs financial business without a counselor. The business performed by the automated financial device 200 may include transaction tasks such as cash deposit and withdrawal, account transfer, and the like. The automated financial device 200 may further include, but is not limited to, not only financial business, but also account opening, biometric authentication, and the like.

금융자동화기기(200)는 금융 업무를 소개하는 화면이 출력되도록 디스플레이부(미도시)가 마련될 수 있으며, 사용자의 조작 정보를 전달할 수 있는 고객 조작부(미도시)가 구비될 수 있다. 고객 조작부는 디스플레이부와 별도로 형성되거나, 디스플레이부와 일체로 형성된 구조일 수 있으나, 이에 한정되지 않는다. 고객 조작부가 디스플레이와 일체로 형성될 경우, 터치 디스플레이 구조로 형성될 수 있다.The automated financial device 200 may be provided with a display unit (not shown) to output a screen introducing financial business, and a customer manipulation unit (not shown) capable of delivering user manipulation information. The customer manipulation unit may be formed separately from the display unit or may have a structure formed integrally with the display unit, but is not limited thereto. When the customer manipulation unit is formed integrally with the display, it may be formed as a touch display structure.

실시예에 따른 금융자동화기기(200)는 카메라부(100)로부터 촬영된 사용자 안면 영상을 이용하여 부정 거래 위험이 있는 것으로 판단되면 상담원(20)에게 부정 거래 위험 정보를 제공할 수 있다.When it is determined that there is a risk of fraudulent transaction by using the user's face image captured by the camera unit 100 , the automated financial device 200 according to the embodiment may provide information on the risk of fraudulent transaction to the counselor 20 .

도 2에 도시된 바와 같이, 금융자동화기기(200)는 안면 영상 수집부(210)와, 동일성 판단부(230)와, 재인증 요청부(250)와, 제어부(270)를 포함할 수 있다.As shown in FIG. 2 , the automated financial device 200 may include a facial image collection unit 210 , an identity determination unit 230 , a re-authentication request unit 250 , and a control unit 270 . .

안면 영상 수집부(210)는 카메라부(100)에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집할 수 있다. 예컨대, 안면 영상 수집부(210)는 수초 단위로 사용자 안면 영상을 수집할 수 있다.The facial image collection unit 210 may periodically or aperiodically collect the user's facial images captured by the camera unit 100 . For example, the facial image collecting unit 210 may collect a user's face image in units of several seconds.

동일성 판단부(230)는 사용자 안면 영상을 이용하여 금융 거래 중인 사용자의 동일성 여부를 판단할 수 있다. 동일성 판단부(230)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 사용자 동일성을 판단할 수 있다.The identity determination unit 230 may determine whether the user in the financial transaction is the same by using the user's face image. The identity determination unit 230 may determine user identity by comparing the user recognized from the most recently collected user face image with the user recognized from the user face image collected in the previous period.

동일성 판단부(230)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 유사도 값이 일정 기준 이상이면 사용자가 동일하다고 판단할 수 있다. 여기서, 유사도 값은 미리 설정된 값일 수 있다.The identity determination unit 230 compares the user recognized from the most recently collected user face image with the user recognized from the user face image collected in the previous period and determines that the user is the same if the similarity value is equal to or greater than a certain standard. . Here, the similarity value may be a preset value.

동일성 판단부(230)는 인공 신경망 또는 영상 처리 알고리즘을 포함할 수 있다. 여기서, 인공 신경망은 얼굴의 특징점을 비교할 수 있도록 미리 훈련된(학습된) 모델일 수 있다.The identity determination unit 230 may include an artificial neural network or an image processing algorithm. Here, the artificial neural network may be a pre-trained (learned) model to compare facial feature points.

동일성 판단부(230)는 인공 신경망을 이용하여 사용자의 동일성 판단을 수행할 수 있다. 동일성 판단부(230)는 인공 신경망을 이용하여 사용자 안면 영상으로부터 얼굴 영역을 탐색하고, 탐색된 얼굴 영역 중 얼굴 특징점을 추출할 수 있다. 얼굴 특징점은 눈, 코, 입 또는 얼굴의 외곽선 등의 특징점일 수 있으나, 이에 한정되지 않는다.The identity determination unit 230 may determine the identity of the user using an artificial neural network. The identity determiner 230 may search for a face region from the user's face image using an artificial neural network, and may extract facial feature points from the searched face region. The facial feature point may be a feature point such as an eye, nose, mouth, or outline of a face, but is not limited thereto.

동일성 판단부(230)는 인공 신경망을 이용하여 가장 최근에 수집된 사용자 안면 영상에서 추출된 얼굴 특징점을 이전 주기에 수집된 사용자 안면 영상에서 추출된 얼굴 특징점과 비교하여 사용자의 동일성을 판단할 수 있다.The identity determination unit 230 may determine the identity of the user by comparing the facial feature points extracted from the most recently collected user facial image using an artificial neural network with the facial feature points extracted from the user facial image collected in the previous period. .

재인증 요청부(250)는 금융 업무를 수행하는 사용자에게 재인증을 요청할 수 있다. 재인증 요청부(250)는 동일성 판단부(230)로부터 사용자(10)의 동일성 판단에 실패하면, 사용자(10)에게 재인증을 요청할 수 있다. 재인증 요청부(250)는 사용자(10)에게 비밀번호 정보, 지문 정보, 홍채 정보를 사용자에게 요청할 수 있다.The re-authentication request unit 250 may request re-authentication from a user performing a financial business. If the re-authentication request unit 250 fails to determine the identity of the user 10 from the identity determination unit 230 , the re-authentication request unit 250 may request re-authentication from the user 10 . The re-authentication request unit 250 may request the user 10 for password information, fingerprint information, and iris information.

제어부(270)는 동일성 판단 실패 회수에 기초하여 제3 자의 개입 여부를 판단할 수 있다.The controller 270 may determine whether a third party intervenes based on the number of failures in determining the identity.

제어부(270)는 금융 업무를 수행하고 있는 사용자에 대한 동일성 판단 실패 회수가 기 설정된 회수 이상인지 확인할 수 있다. 여기서, 기 설정된 회수는 금융 기관에서 미리 설정한 회수일 수 있다.The controller 270 may check whether the number of failures to determine the identity of a user performing a financial business is equal to or greater than a preset number. Here, the preset number of times may be a preset number of times by the financial institution.

제어부(270)는 동일성 판단 실패 회수가 기설정된 회수 이상이면 상담원(20)에게 판단 실패 회수 정보를 알림을 통해 제공할 수 있다. The controller 270 may provide information on the number of failed determinations to the counselor 20 through a notification when the number of failures to determine the sameness is equal to or greater than a preset number.

이와 다르게, 제어부(270)는 동일성 판단 실패 회수가 기설정된 회수 이상이면 동일성 판단을 수행하는 인공 신경망에 문제가 있다고 판단할 수 있다. 제어부(270)는 인공 신경망의 재학습 요청 시 인공 신경망을 재학습시키도록 제어할 수 있다. Alternatively, the controller 270 may determine that there is a problem in the artificial neural network for determining the identity if the number of failures in determining the identity is greater than or equal to the preset number. The controller 270 may control the artificial neural network to be re-learned upon request for re-learning of the artificial neural network.

이와 다르게, 제어부(270)는 동일성 판단 실패 회수가 기설정된 회수 이상이면 제3 자 개입되었다고 판단할 수 있다. 예컨대, 제어부(270)는 카메라부(100)로부터 수집된 사용자 안면 영상 또는 상반신 영역이 촬영된 영상으로부터 제3 자가 촬영되거나 사용자(10)와 함께 제3 자가 추가로 촬영되었는지 판단할 수 있다. Alternatively, the controller 270 may determine that a third party has intervened if the number of failures in determining the identity is greater than or equal to a preset number. For example, the controller 270 may determine whether a third person is photographed from the image of the user's face or upper body area collected from the camera unit 100 or whether the third person is additionally photographed together with the user 10 .

제어부(270)는 사용자 또는 제3 자의 동작 정보, 감정 상태 및 금융 거래의 진행 여부 정보에 기초하여 제3 자가 위험한 인물인지 판단할 수 있다. 예컨대, 제3 자가 위협 동작을 취하거나 사용자의 감정 상태가 겁먹은 상태 또는 흥분 상태이거나 금융 거래를 제3 자가 진행하는 것에 기초하여 제3 자가 위험한 인물인지 판단할 수 있다.The control unit 270 may determine whether the third party is a dangerous person based on the user's or third party's operation information, emotional state, and financial transaction progress information. For example, whether the third party is a dangerous person may be determined based on the third party taking a threatening action, the user's emotional state being in a scared or excited state, or the third party conducting a financial transaction.

제어부(270)는 제3 자가 위험 인물로 판단되면 이상 상황이라고 판단할 수 있다. 이에 제어부는 상담원(20)에게 알람을 제공할 수 있으나, 이에 한정되지 않는다.If the third person is determined to be a dangerous person, the controller 270 may determine that the situation is abnormal. Accordingly, the control unit may provide an alarm to the counselor 20, but is not limited thereto.

실시예에 따른 금융자동화기기는 사용자의 동일성을 추적함으로써, 제3 자에 의한 금융 사고를 방지할 수 있는 효과가 있다.The automated financial device according to the embodiment has an effect of preventing a financial accident caused by a third party by tracking the identity of the user.

또한, 실시예에 따른 금융자동화기기는 동일성 판단 실패 시, 인공 신경망을 재학습시킴으로써, 동일성 판단의 정확성을 높일 수 있는 효과가 있다.In addition, the automated financial device according to the embodiment has the effect of increasing the accuracy of the identity determination by re-learning the artificial neural network when the identity determination fails.

또한, 실시예에 따른 금융자동화기기는 사용자 또는 제3 자의 동작 정보, 감정 정보 및 금융 거래의 진행 여부 정보를 획득함으로써, 제3 자가 위험 인물인지 감지할 수 있는 효과가 있다.In addition, the automated financial device according to the embodiment has the effect of detecting whether the third party is a risk person by acquiring operation information, emotion information, and financial transaction progress information of the user or a third party.

도 3은 금융자동화기기의 다른 실시예의 구성을 나타낸 블록도이다.3 is a block diagram showing the configuration of another embodiment of the automated financial device.

도 3에 도시된 바와 같이, 금융자동화기기(300)는 메모리(310), 프로세서(330) 및 통신 모듈(350)을 포함할 수 있다.As shown in FIG. 3 , the automated financial device 300 may include a memory 310 , a processor 330 , and a communication module 350 .

메모리(310)는 제어 프로그램이 기록될 수 있다. 또한, 프로세서가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(310)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 이에 한정되는 것은 아니다.The memory 310 may record a control program. In addition, it may perform a function of temporarily or permanently storing data processed by the processor. Here, the memory 310 may include a magnetic storage media or a flash storage media, but is not limited thereto.

또한, 메모리(310)에는 카메라부(100)로부터 수집된 사용자의 안면 영상 정보가 저장될 수 있다. 메모리(310)에는 사용자의 안면 영상 정보가 주기적 또는 비주기적으로 저장될 수 있다.In addition, the memory 310 may store the user's face image information collected from the camera unit 100 . The memory 310 may store the user's face image information periodically or aperiodically.

프로세서(330)는 일종의 중앙처리장치로서 고객의 접근 정보 및 메시지를 제공하는 전체 과정을 제어할 수 있다. 프로세서(330)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 이에 한정되는 것은 아니다.The processor 330 is a kind of central processing unit and may control the entire process of providing the customer's access information and messages. The processor 330 may include any type of device capable of processing data, such as a processor. Here, the 'processor' may refer to a data processing device embedded in hardware, for example, having a physically structured circuit to perform a function expressed as a code or an instruction included in a program. As an example of the data processing device embedded in the hardware as described above, a microprocessor, a central processing unit (CPU), a processor core, a multiprocessor, an application-specific integrated (ASIC) circuit) and a processing device such as a field programmable gate array (FPGA), but is not limited thereto.

프로세서(330)는 메모리(310)에 저장된 사용자 안면 영상 정보를 기초로 사용자 안면 영상의 동일성을 판단할 수 있다. 또한, 프로세서(330)는 동일성 판단 여부에 따라 사용자에게 재인증을 요청할 수 있다. 또한, 프로세서(330)는 동일판 판단 실패 회수를 확인하여 상담원(20)에게 알림을 제공하거나, 인공 신경망을 재학습시키거나 ,제3 자의 개입 여부를 판단할 수 있도록 제어할 수 있다.The processor 330 may determine the identity of the user's face image based on the user's face image information stored in the memory 310 . In addition, the processor 330 may request re-authentication from the user according to whether the identity is determined. In addition, the processor 330 may check the number of failures to determine the same plate and provide a notification to the counselor 20 , retrain the artificial neural network, or control to determine whether or not a third party intervenes.

통신 모듈(350)은 카메라부(100)와의 송수신 신호를 패킷 데이터 형태로 제공하는데 필요한 통신 인터페이스를 제공할 수 있다. 나아가, 통신 모듈(350)은 상담원 단말과 통신을 수행할 수 있다.The communication module 350 may provide a communication interface necessary to provide a transmission/reception signal with the camera unit 100 in the form of packet data. Furthermore, the communication module 350 may communicate with the agent terminal.

통신 모듈(350)은 다른 네트워크 장치와 유무선 연결을 통해 제어 신호 또는 데이터 신호와 같은 신호를 송수신하기 위해 필요한 하드웨어 및 소프트웨어를 포함하는 장치일 수 있다.The communication module 350 may be a device including hardware and software necessary for transmitting and receiving signals such as control signals or data signals through wired/wireless connection with other network devices.

사용자(10)는 금융자동화기기(200)에서 금융 거래를 수행하기 위해 최초 인증을 수행할 수 있다. 카메라부(100)는 사용자(10)의 얼굴을 인식하고, 금융자동화기기(200)는 인식된 정보를 기초로 사용자 안면 영상의 동일성을 판단할 수 있다. 금융자동화기기(200)는 동일성 판단에 실패하면, 사용자에게 재인증을 요청할 수 있다. The user 10 may perform initial authentication in order to perform a financial transaction in the automated financial device 200 . The camera unit 100 may recognize the face of the user 10 , and the automated financial device 200 may determine the identity of the user's face image based on the recognized information. If the automatic financial device 200 fails to determine the identity, it may request re-authentication from the user.

사용자(10)는 비밀번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기(200)는 재인증을 확인하게 되면 금융 거래를 계속 수행할 수 있다. 금융자동화기기(200)는 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이를 상담원 또는 상담원 단말을 통해 알람을 제공할 수 있다.The user 10 may perform re-authentication using password information, fingerprint information, or iris information. When the automatic financial device 200 confirms the re-authentication, the financial transaction can be continued. If the number of failures in determining the identity is greater than or equal to a preset number, the automated financial device 200 may provide an alarm through the counselor or the counselor terminal.

도 4는 제1 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.4 is a diagram illustrating a control method of an automated financial device according to the first embodiment.

도 4에 도시된 바와 같이, 먼저, 사용자(10)로부터 사용자 안면 영상을 주기적으로 수집할 수 있다(S100). 사용자 안면 영상은 카메라부로부터 촬영된 영상일 수 있다.As shown in FIG. 4 , first, a user's face image may be periodically collected from the user 10 ( S100 ). The user's face image may be an image captured by the camera unit.

금융자동화기기(200)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 동일성을 판단할 수 있다(S101). 동일성 판단은 인공 신경망 또는 영상 처리 알고리즘을 이용하여 동일성을 판단할 수 있다.The automated financial device 200 may determine the identity by comparing the user recognized from the most recently collected user face image with the user recognized from the user face image collected in the previous period (S101). The identity determination may be performed using an artificial neural network or an image processing algorithm.

동일성 판단과정에서 사용자가 동일하지 않다고 판단되어 동일성 판단에 실패하면, 금융자동화기기(200)는 사용자(10)에게 재인증을 요청할 수 있다(S103). 금융자동화기기(200)는 비밀 번호 정보, 지문 정보 또는 홍채 정보 등을 사용자(10)에게 요청할 수 있다.If it is determined that the users are not identical in the identity determination process and the identity determination fails, the automated financial device 200 may request re-authentication from the user 10 ( S103 ). The automated financial device 200 may request the user 10 for password information, fingerprint information, or iris information.

사용자(10)는 비밀 번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기는 재인증이 완료되면(S105), 금융 거래 업무를 지속할 수 있다.The user 10 may perform re-authentication using password information, fingerprint information, or iris information. When the re-authentication is completed ( S105 ), the automated financial device may continue the financial transaction business.

이때, 금융자동화기기(200)는 동일성 판단을 주기적으로 수행하게 되며, 동일성 판단 실패 회수를 확인할 수 있다(S106).At this time, the automated financial device 200 periodically performs the determination of identity, and it is possible to check the number of failures in determination of identity (S106).

동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 이상 상태임을 판단하여 상담원(20) 또는 상담원 단말에게 정보를 제공할 수 있다(S107).When the number of failures to determine the identity is greater than or equal to the preset number, the automated financial device 200 may determine that the abnormal state is present and provide information to the counselor 20 or the counselor terminal (S107).

도 5는 제2 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.5 is a diagram illustrating a control method of an automated financial device according to the second embodiment.

도 5에 도시된 바와 같이, 먼저, 사용자(10)로부터 사용자 안면 영상을 주기적 또는 비주기적으로 수집할 수 있다(S200). 사용자 안면 영상은 카메라부로부터 촬영된 영상일 수 있다.As shown in FIG. 5 , first, a user's face image may be periodically or aperiodically collected from the user 10 ( S200 ). The user's face image may be an image captured by the camera unit.

금융자동화기기(200)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 동일성을 판단할 수 있다(S201). 동일성 판단은 인공 신경망 또는 영상 처리 알고리즘을 이용하여 동일성을 판단할 수 있다.The automated financial device 200 may determine the identity by comparing the user recognized from the most recently collected user face image with the user recognized from the user face image collected in the previous period (S201). The identity determination may be performed using an artificial neural network or an image processing algorithm.

동일성 판단과정에서 동일성 판단이 실패하면, 금융자동화기기(200)는 사용자(10)에게 재인증을 요청할 수 있다(S203). 금융자동화기기(200)는 비밀 번호 정보, 지문 정보 또는 홍채 정보 등을 사용자(10)에게 요청할 수 있다.If the identity determination fails in the identity determination process, the automated financial device 200 may request re-authentication from the user 10 ( S203 ). The automated financial device 200 may request the user 10 for password information, fingerprint information, or iris information.

사용자(10)는 비밀 번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기는 재인증이 완료되면(S205), 금융 거래 업무를 지속할 수 있다.The user 10 may perform re-authentication using password information, fingerprint information, or iris information. When the re-authentication is completed ( S205 ), the automated financial device may continue the financial transaction business.

이때, 금융자동화기기(200)는 동일성 판단을 주기적으로 수행하게 되며, 동일성 판단 실패 회수를 확인할 수 있다(S207).At this time, the automated financial device 200 performs the determination of identity periodically, and it is possible to check the number of failures in determination of identity (S207).

동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 인공 신경망의 재학습 여부를 결정하고, 상담원으로부터 인공 신경망의 재학습 요청 시 인공 신경망을 재학습시킬 수 있다(S209).If the number of failures to determine identity is greater than or equal to the preset number, the automated financial device 200 may determine whether to relearn the artificial neural network, and may relearn the artificial neural network when a re-learning of the artificial neural network is requested by the counselor (S209).

금융자동화기기는 인공 신경망의 재학습이 완료되면, 동일성 판단 실패 회수를 재확인할 수 있다(S209). 재확인 결과, 동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 이상 상태임을 판단하여 상담원(20) 또는 상담원 단말에게 \정보를 제공할 수 있다(S213).When the re-learning of the artificial neural network is completed, the automated financial device may reconfirm the number of failures to determine the identity (S209). As a result of the recheck, if the number of failures to determine the identity is greater than or equal to the preset number, the automated financial device 200 may determine that the abnormal state is in an abnormal state and provide \information to the agent 20 or the agent terminal (S213).

도 6은 제3 실시예에 따른 금융자동화기기의 제어방법을 나타낸 도면이다.6 is a diagram illustrating a control method of an automated financial device according to a third embodiment.

도 6에 도시된 바와 같이, 먼저, 사용자(10)로부터 사용자 안면 영상을 주기적 또는 비주기적으로 수집할 수 있다(S300). 사용자 안면 영상은 카메라부로부터 촬영된 영상일 수 있다.As shown in FIG. 6 , first, a user's face image may be periodically or aperiodically collected from the user 10 ( S300 ). The user's face image may be an image captured by the camera unit.

금융자동화기기(200)는 가장 최근에 수집된 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 사용자 안면 영상으로부터 인식된 사용자를 비교하여 동일성을 판단할 수 있다(S301). 동일성 판단은 인공 신경망 또는 영상 처리 알고리즘을 이용하여 동일성을 판단할 수 있다.The automated financial device 200 may determine the identity by comparing the user recognized from the most recently collected user face image with the user recognized from the user face image collected in the previous period (S301). The identity determination may be performed using an artificial neural network or an image processing algorithm.

동일성 판단과정에서 동일성 판단이 실패하면, 금융자동화기기(200)는 사용자(10)에게 재인증을 요청할 수 있다(S303). 금융자동화기기(200)는 비밀 번호 정보, 지문 정보 또는 홍채 정보 등을 사용자(10)에게 요청할 수 있다.If the identity determination fails in the identity determination process, the automated financial device 200 may request re-authentication from the user 10 ( S303 ). The automated financial device 200 may request the user 10 for password information, fingerprint information, or iris information.

사용자(10)는 비밀 번호 정보, 지문 정보 또는 홍채 정보를 이용하여 재인증을 수행할 수 있다. 금융자동화기기는 재인증이 완료되면(S305), 금융 거래 업무를 지속할 수 있다.The user 10 may perform re-authentication using password information, fingerprint information, or iris information. When the re-authentication is completed (S305), the automated financial device may continue the financial transaction business.

이때, 금융자동화기기(200)는 동일성 판단을 주기적으로 수행하게 되며, 동일성 판단 실패 회수를 확인할 수 있다(S307).At this time, the automated financial device 200 performs the determination of identity periodically, and it is possible to check the number of failures in determination of identity (S307).

동일성 판단 실패 회수가 기설정 회수 정보에 따라 금융자동화기기(200)는 제3자 개입 여부를 판단할 수 있다(S309). 예컨대, 동일성 판단 실패 회수가 기설정 회수 이상일 경우, 금융자동화기기(200)는 제3자가 개입되었음을 판단할 수 있다.The automated financial device 200 may determine whether a third party has intervened according to the preset number of times of failure to determine the same (S309). For example, when the number of failures to determine identity is greater than or equal to a preset number, the automated financial device 200 may determine that a third party has intervened.

금융자동화기기(200)는 수집된 사용자 안면 영상 또는 카메라부로부터 별도로 수집된 영상으로부터 판단할 수 있으나, 이에 한정되지 않는다.The automated financial device 200 may determine from the collected user's face image or the image separately collected from the camera unit, but is not limited thereto.

예컨대, 영상에 제3 자가 있는지 여부를 판단하고, 사용자 또는 제3 자의 동작 정보, 감정 상태 정보, 금융 거래의 진행 여부의 정보에 따라 제3 자의 개입 여부를 확인할 수 있다.For example, it is possible to determine whether there is a third party in the image, and check whether the third party intervenes according to the user or the third party's operation information, emotional state information, and information on whether a financial transaction is in progress.

금융자동화기기(200)는 제3 자의 개입으로 제3 자가 위험하다고 판단되면, 이상 상태임을 판단하여 상담원(20) 또는 상담원 단말에 정보를 제공할 수 있다(S311).When it is determined that the third party is in danger due to the intervention of the third party, the automated financial device 200 may determine that it is in an abnormal state and provide information to the counselor 20 or the counselor terminal (S311).

본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 메모리(내장 메모리 또는 외장 메모리))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램)로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치를 포함할 수 있다. 상기 명령이 제어부에 의해 실행될 경우, 제어부가 직접, 또는 상기 제어부의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, 비일시적은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.Various embodiments of this document are software (eg, a machine-readable storage media) (eg, a memory (internal memory or external memory)) including instructions stored in a readable storage medium (eg, a computer). : program) can be implemented. The device is a device capable of calling a command stored from a storage medium and operating according to the called command, and may include the electronic device according to the disclosed embodiments. When the command is executed by the control unit, the control unit may perform a function corresponding to the command directly or using other components under the control of the control unit. Instructions may include code generated or executed by a compiler or interpreter. The device-readable storage medium may be provided in the form of a non-transitory storage medium. Here, non-transitory means that the storage medium does not include a signal and is tangible, and does not distinguish that data is semi-permanently or temporarily stored in the storage medium.

실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다.According to the embodiment, the method according to the various embodiments disclosed in this document may be provided by being included in a computer program product.

일 실시예에 따르면, 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서, 사용자 안면 영상을 주기적으로 수집하고, 가장 최근에 인식된 상기 사용자 안면 영상과 이전 주기에 인식된 상기 사용자 안면 영상을 비교하여 상기 사용자 안면 영상의 동일성을 판단하고, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하고, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 상담원에게 알람을 제공하는 단계를 수행하기 위한 동작을 포함하는 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.According to an embodiment, as a computer-readable recording medium storing a computer program, the user's face image is periodically collected, and the most recently recognized user's face image is compared with the user's face image recognized in the previous period. Determining the identity of the user's face image, if the identity determination of the user's face image fails, requesting re-authentication to the user, and providing an alarm to the counselor if the number of failures to determine the identity is greater than or equal to a preset number of times It may include instructions for causing the processor to perform a method including an operation to do so.

일 실시예에 따르면, 컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서, 사용자 안면 영상을 주기적으로 수집하고, 가장 최근에 인식된 상기 사용자 안면 영상과 이전 주기에 인식된 상기 사용자 안면 영상을 비교하여 상기 사용자 안면 영상의 동일성을 판단하고, 상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하고, 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 상담원에게 알람을 제공하는 단계를 수행하기 위한 동작을 포함하는 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.According to an embodiment, as a computer program stored in a computer-readable recording medium, the user's face image is periodically collected, and the most recently recognized user's face image is compared with the user's face image recognized in the previous period. Determining the identity of the user's face image, if the identity determination of the user's face image fails, requesting re-authentication to the user, and providing an alarm to the counselor if the number of failures to determine the identity is greater than or equal to a preset number of times It may include instructions for causing the processor to perform a method including an operation to do so.

상기에서는 도면 및 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 실시예의 기술적 사상으로부터 벗어나지 않는 범위 내에서 실시예는 다양하게 수정 및 변경시킬 수 있음은 이해할 수 있을 것이다.Although the above has been described with reference to the drawings and embodiments, those skilled in the art will understand that various modifications and changes can be made to the embodiments without departing from the spirit of the embodiments described in the claims below. will be able

100: 카메라부
200: 금융자동화기기
210: 안면 영상 수집부
230: 동일성 판단부
250: 재인증 요청부
270: 제어부100: camera unit
200: financial automation device
210: facial image collection unit
230: identity determination unit
250: re-authentication request unit
270: control unit

Claims (8)

카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 안면 영상 수집부;
가장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하는 동일성 판단부; 및
동일 거래에서 상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 제어부;
를 포함하는 금융자동화기기.a facial image collection unit for periodically or aperiodically collecting a user's facial image taken by the camera unit;
an identity determination unit that compares the user recognized from the most recently collected user face image with one or more users recognized from the user's face image collected in a previous period to determine the identity of the user; and
a control unit that determines that the number of failures to determine the identity in the same transaction is greater than or equal to a preset number;
A financial automation device comprising a. 제1항에 있어서,
상기 동일성 판단부가 상기 사용자의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 재인증 요청부를 더 포함하고,
상기 재인증 요청부는 비밀 번호, 지문 또는 홍채 정보를 상기 사용자에게 요청하는 금융자동화기기.According to claim 1,
When the identity determination unit fails to determine the identity of the user, further comprising a re-authentication requesting unit for requesting re-authentication from the user,
The re-authentication request unit requests the password, fingerprint or iris information to the user. 제1항에 있어서,
상기 동일성 판단부는,
기 학습된 인공 신경망을 이용하여 상기 사용자 안면 영상으로부터 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 얼굴 특징점을 추출하고, 추출된 상기 얼굴 특징점을 이전 주기에 추출된 상기 얼굴 특징점과 비교하여 상기 사용자의 동일성을 판단하는 금융자동화기기.According to claim 1,
The identity determination unit,
A face is searched for from the user's facial image using a pre-learned artificial neural network, a facial feature point is extracted from the searched face, and the extracted facial feature point is compared with the facial feature point extracted in the previous period to determine the identity of the user. A financial automation device that judges 제3항에 있어서,
상기 제어부는,
상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면, 상기 인공 신경망의 재학습 여부를 결정하고, 상기 인공 신경망의 재학습 요청 시 상기 인공 신경망을 재학습시키는 금융자동화기기.4. The method of claim 3,
The control unit is
If the number of failures to determine the identity is greater than or equal to a preset number, it is determined whether the artificial neural network is re-learning, and when the artificial neural network re-learning is requested, the financial automation device re-learns the artificial neural network. 제1항에 있어서,
상기 제어부는,
상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 제3 자가 개입되었다고 판단하고, 상기 사용자 또는 제3 자의 동작 정보, 감정 상태 정보 및 금융 거래의 진행 여부 정보를 기초로 상기 제3 자의 위험성을 판단하는 금융자동화기기.According to claim 1,
The control unit is
If the number of failures to determine the identity is greater than or equal to a preset number, it is determined that a third party has intervened, and the third party's risk is determined based on the user's or third party's operation information, emotional state information, and financial transaction progress information. automation device. 금융자동화기기에서 수행되는 금융자동화기기의 제어 방법에 있어서,
카메라부에서 촬영된 사용자 안면 영상을 주기적 또는 비주기적으로 수집하는 단계;
장 최근에 수집된 상기 사용자 안면 영상으로부터 인식된 사용자와 이전 주기에 수집된 상기 사용자의 안면 영상으로부터 인식된 하나 이상의 사용자를 비교하여 상기 사용자의 동일성을 판단하는 단계;
상기 사용자 안면 영상의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 단계; 및
상기 동일성 판단 실패 회수가 기 설정된 회수 이상이면 이상 상황이라고 판단하는 단계;
를 포함하는 금융자동화기기의 제어 방법.A control method of an automated financial device performed in an automated financial device, the method comprising:
collecting a user's face image taken by the camera unit periodically or aperiodically;
determining the identity of the user by comparing the user recognized from the most recently collected user face image with one or more users recognized from the user's face image collected in a previous period;
requesting re-authentication from the user if the determination of the identity of the user's face image fails; and
determining that the number of failures in determining the identity is greater than or equal to a preset number of times;
A control method of an automated financial device comprising a. 제6항에 있어서,
상기 사용자의 동일성 판단에 실패하면, 상기 사용자에게 재인증을 요청하는 단계를 더 포함하는 금융자동화기기의 제어 방법.7. The method of claim 6,
If the determination of the identity of the user is unsuccessful, the method further comprising the step of requesting re-authentication from the user. 제6항에 있어서,
상기 사용자의 동일성을 판단하는 단계에서,
기 학습된 인공 신경망을 이용하여 상기 사용자 안면 영상으로부터 얼굴을 탐색하고, 상기 탐색된 얼굴로부터 얼굴 특징점을 추출하고, 추출된 상기 얼굴 특징점을 이전 주기에 추출된 상기 얼굴 특징점과 비교하여 상기 사용자의 동일성을 판단하는 금융자동화기기의 제어 방법.7. The method of claim 6,
In the step of determining the identity of the user,
A face is searched for from the user's facial image using a pre-learned artificial neural network, a facial feature point is extracted from the searched face, and the extracted facial feature point is compared with the facial feature point extracted in the previous period to determine the identity of the user. A control method for automated financial devices to determine
KR1020210041828A 2021-03-31 2021-03-31 Automated teller machine, method for controlling atm, automated teller system KR102586559B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210041828A KR102586559B1 (en) 2021-03-31 2021-03-31 Automated teller machine, method for controlling atm, automated teller system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210041828A KR102586559B1 (en) 2021-03-31 2021-03-31 Automated teller machine, method for controlling atm, automated teller system

Publications (2)

Publication Number Publication Date
KR20220135746A true KR20220135746A (en) 2022-10-07
KR102586559B1 KR102586559B1 (en) 2023-10-06

Family

ID=83595602

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210041828A KR102586559B1 (en) 2021-03-31 2021-03-31 Automated teller machine, method for controlling atm, automated teller system

Country Status (1)

Country Link
KR (1) KR102586559B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102579610B1 (en) * 2023-08-02 2023-09-18 주식회사 인텔리빅스 Apparatus for Detecting ATM Abnormal Behavior and Driving Method Thereof

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007199881A (en) * 2006-01-25 2007-08-09 Hitachi Omron Terminal Solutions Corp Automatic transaction device
KR101077379B1 (en) * 2009-03-13 2011-10-26 노틸러스효성 주식회사 Automatic teller machine for preventing illegal finance transaction and method of controlling the same
KR101585768B1 (en) * 2014-05-23 2016-01-14 주식회사 엘지씨엔에스 Financial device and financial transaction processing method thereof
KR20190111329A (en) * 2018-03-22 2019-10-02 삼성전자주식회사 An electronic device and authentication method thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007199881A (en) * 2006-01-25 2007-08-09 Hitachi Omron Terminal Solutions Corp Automatic transaction device
KR101077379B1 (en) * 2009-03-13 2011-10-26 노틸러스효성 주식회사 Automatic teller machine for preventing illegal finance transaction and method of controlling the same
KR101585768B1 (en) * 2014-05-23 2016-01-14 주식회사 엘지씨엔에스 Financial device and financial transaction processing method thereof
KR20190111329A (en) * 2018-03-22 2019-10-02 삼성전자주식회사 An electronic device and authentication method thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102579610B1 (en) * 2023-08-02 2023-09-18 주식회사 인텔리빅스 Apparatus for Detecting ATM Abnormal Behavior and Driving Method Thereof

Also Published As

Publication number Publication date
KR102586559B1 (en) 2023-10-06

Similar Documents

Publication Publication Date Title
CN109326058B (en) Identity verification method and device based on intelligent teller machine, terminal and readable medium
US20230334901A1 (en) Face verification method and apparatus
US10509951B1 (en) Access control through multi-factor image authentication
KR100823755B1 (en) Biometrics system and biometrics method
WO2019134246A1 (en) Facial recognition-based security monitoring method, device, and storage medium
US10346675B1 (en) Access control through multi-factor image authentication
US10482335B1 (en) ATM with biometric security
KR101241625B1 (en) Method, apparatus for informing a user of various circumstances of face recognition, and computer-readable recording medium for executing the method
KR101077379B1 (en) Automatic teller machine for preventing illegal finance transaction and method of controlling the same
KR20170123950A (en) Access Control Method and System using Face Recognition
JP4899552B2 (en) Authentication device, authentication method, authentication program, and computer-readable recording medium recording the same
KR100825689B1 (en) Facial Disguise Discrimination method
TWM566865U (en) Transaction system based on face recognitioin for verification
KR102586559B1 (en) Automated teller machine, method for controlling atm, automated teller system
KR101806028B1 (en) User authentication method using user physical characteristics and user authentication system
TWM574284U (en) Trading system and automated teller machine using living body and face recognition to carry out card-free transaction
CN116342135A (en) Fraud prevention method and device based on image background and computer equipment
JP4671845B2 (en) Personal authentication system and personal authentication program
KR102583982B1 (en) Method for controlling entrance of contactless and system performing the same
US11823155B2 (en) Apparatus and method for processing user information of smart automated machine using face recognition
EP3923256A1 (en) Improved security
CN116959184B (en) Correlation analysis method and system based on multi-mode data
RU2791846C2 (en) Method and device for decision-making to perform operation based on groups of face expressions and electronic device
WO2021130979A1 (en) Transaction control device, control method, and program
TWM649769U (en) Internet banking system with biometric authentication mechanism

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant