KR20220165423A - 신분증 스푸핑 탐지 방법 및 이를 위한 서버 - Google Patents

Abstract

본 기술은 신분증 스푸핑 탐지 방법 및 이를 위한 서버에 관한 것이다. 본 기술의 신분증 스푸핑 탐지 방법은 사용자 단말기와 통신하는 서버의 신분증 스푸핑 탐지 방법으로서, 상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 단계-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및 상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 단계;를 포함한다. 본 기술은 자동화된 방법으로 위변조 및 스푸핑을 효율적으로 탐지하는 신분증 스푸핑 탐지 방법 및 이를 위한 서버를 제공할 수 있다.

Description

신분증 스푸핑 탐지 방법 및 이를 위한 서버{Identification card spoofing detection method and server therefor}

본 발명은 신분증 스푸핑 탐지 방법 및 이를 위한 서버에 관한 것으로, 보다 구체적으로는 스마트폰을 활용한 신분증 스푸핑 탐지 방법 및 이를 위한 서버에 관한 것이다.

최근 금융 거래시 비대면 방식이 주류를 이룬다. 온라인 상거래에 익숙한 20~30대의 높은 금융 수요에 맞추어, 금융사들도 비대면 거래를 위한 관련 서비스들을 속속 출시하고 있다.

비대면 거래가 기존의 대면 거래를 대신하기 위해서는 거래자의 신분을 확인하는 일이 중요하다. 이는 금융기관(또는 금융회사)가 비대면으로 제출된 신분증의 진위를 판단하는 일이다.

현재 금융기관에서는 신분증 사진을 직접 검수해오고 있다. 신분증 번호, 발급일자, 이름 등의 신분증 정보를 검증하고, 신분증상 얼굴사진 상태 등 신분증의 상태를 체크하며, 실제 신분증이 아닌 PC나 스마트폰, 종이 등을 제시한 것이 아닌지, 사진은 위조된 것이 아닌지를 체크한다. 신분증 스푸핑 및 위변조 체크 과정이다. 그런데, 하루에 수만장의 검수를 처리하는 과정 중 인적 오류가 발생할 가능성을 배제할 수 없다. 고도화되는 영상 처리 기술과 인공지능 기술을 활용하여 신분증 스푸핑 및 위변조 위험도를 수치화하는 연구가 필요한 시점이다.

관련 선행문헌으로, 대한민국 등록특허공보 제10-1118093호(발명명칭: 신분증 위조감별장치)는 신분증 표면을 이루는 매질의 기준반사파장값을 각 신분증의 종류별로 저장 및 관리하는 기준 데이터베이스; 상기 신분증 표면에 광을 조사하는 광원부; 상기 신분증 표면으로부터 반사된 반사광의 반사파장값을 측정하는 파장측정부; 및 상기 반사파장값에 해당하는 신분증의 종류를 판별하고, 상기 반사파장값과 상기 신분증의 종류에 해당되는 기준 데이터베이스의 기준반사파장값을 비교하여 동일성 여부를 판별하는 제어부;를 보여준다. 그러나 이는 신분증 인식기라는 별도의 장치를 필요로 한다. 비대면 계좌개설시 휴대폰을 통해 간편하게 신분증을 업로드하는 현 실정에 맞지 않는 오래된 기술이다.

대한민국 등록특허공보 제10-2139257호(발명명칭: 비대면 인증 서비스 제공 시스템)는 사용자 단말기로부터 신분증과 함께 본인이 나온 사진을 입력받아 신분증 진위 확인을 하는 구성을 보여준다. 사용자 단말기는 휴대폰일 것이다. 그러나 이는 신분증 위변조를 확인함에 있어서 기존에 위변조로 판단된 사용자 얼굴들과 대조하는 방식을 적용한다. 기존 위변조 이력이 없는 사용자 얼굴에 대해서는 위변조 판단이 불가능하다. 자료가 매우 국한적이어서, 진화하는 위변조 방식에 대응하기 어렵다.

대한민국 등록특허공보 제20-0483242호(고안명칭: 모바일 디바이스를 이용한 신분증 인식 장치)또한 사용자 단말기로부터 신분층 촬영 데이터를 획득하여 신분증의 진위를 검증하는 과정을 보여준다. 그러나, 그 진위 여부를 검증하는 과정에 필요한 여러 데이터들을 얻기 위해 사용자에게 여러 촬영 액션들을 요구한다. 이는 촬영 각도 등에 따라 오류가 발생할 수 있어 사용자의 불편을 야기한다. 위변조 판단과는 무관한 사용자의 행위가 그 판단 결과에 영향을 미치는 오류를 내재한다.

본 발명의 발명자는 이러한 문제점들을 해결하기 위하여 오랫동안 연구하고 시행착오를 거친 끝에 본 발명을 완성하기에 이르렀다.

본 발명의 실시예는 자동화된 방법으로 위변조 및 스푸핑을 효율적으로 탐지하는 신분증 스푸핑 탐지 방법 및 이를 위한 서버를 제공한다.

한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.

본 발명의 실시예에 따른 사용자 단말기와 통신하는 서버의 신분증 스푸핑 탐지 방법으로서, 상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 단계-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및 상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 단계;를 포함할 수 있다.

상기 다수의 분류들은, 신분증을 반사매체로 하는 학습된 제1 반사패턴 분류, 컴퓨터 모니터를 반사매체로 하는 학습된 제2 반사패턴 분류, 스마트폰 화면을 반사매체로 하는 학습된 제3 반사패턴 분류, 및 TV 모니터를 반사매체로 하는 학습된 제4 반사패턴 분류를 포함할 수 있다.

상기 판단하는 단계는, 상기 빛반사 영역 내에 원형 패턴, 상기 원형 패턴 주변의 원형무리 패턴, 상기 원형 패턴 주변의 방사상 패턴 및 상기 원형 패턴 내 또는 상기 원형 패턴 주변의 무아레 패턴 중 하나 이상이 존재하는지를 기준으로 판단할 수 있다.

상기 판단하는 단계는, 어느 하나의 반사매체에 대한 상기 빛반사 영역이 다른 하나의 반사매체에 대한 상기 빛반사 영역 대비 황색, 무지개색 및 녹색 중 어느 하나의 색성분을 더 갖는지를 기준으로 판단할 수 있다.

상기 단말기의 기종정보를 상기 단말기로부터 수신하는 단계;를 포함하되, 상기 판단하는 단계는, 상기 수신된 기종정보의 단말기를 이용하여 반사매체별 학습된 다수의 분류들을 기초로 상기 위변조 여부를 판단할 수 있다.

상기 단말기의 디스플레이부에서 소정의 위치에 가이드라인이 표시되도록 제어하는 제어신호를 상기 단말기로 전송하는 단계;를 포함하되, 상기 단말기는 상기 가이드라인 내에 신분증이 위치하는 것으로 인식된 경우, 상기 단말기 후면의 플래시가 온되도록 제어하면서 촬상할 수 있다.

상기 판단하는 단계는, 상기 신분증 영역 내에 존재하는 상기 빛반사 영역을 탐지하는 단계; 상기 신분증 영역 내에서 상기 탐지된 빛반사 영역을 추출하는 단계; 및 상기 추출된 빛반사 영역을 상기 반사매체별 학습된 다수의 분류들 중 어느 하나로 분류하는 단계;를 포함할 수 있다.

상기 탐지하는 단계는 상기 단말기의 기종별 학습된 상기 신분증 영역 내 상기 빛반사 영역이 위치할 후보 영역 및 상기 단말기의 기종별 학습된 상기 신분증 영역 내 상기 빛반사 영역이 갖는 이미지 속성을 기초로 탐지할 수 있다.

또한 본 발명의 실시예에 따른 사용자 단말기와 통신하며 신분증 스푸핑 탐지 서비스를 제공하는 서버로서, 상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 입력부-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및 상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 판단부;를 포함할 수 있다.

또한 본 발명의 실시예에 따른 신분증 스푸핑 탐지 시스템으로서, 사용자 단말기; 및 상기 단말기와 통신하며 신분증 스푸핑 탐지 서비스를 제공하는 서버;를 포함하되, 상기 서버는, 상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 입력부-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및 상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 판단부;를 포함하고, 상기 단말기는 상기 단말기의 디스플레이부에서 소정의 위치에 표시되는 가이드라인 내에 신분증이 위치하는 것으로 인식된 경우, 상기 단말기 후면의 플래시가 온되도록 제어하면서 촬상할 수 있다.

본 기술은 자동화된 방법으로 위변조 및 스푸핑을 효율적으로 탐지하는 신분증 스푸핑 탐지 방법 및 이를 위한 서버를 제공할 수 있다.

도 1은 본 발명의 실시예에 따른 신분증 스푸핑 탐지 시스템의 전체적인 구성을 도시하는 도면이다.
도 2는 본 발명의 실시예에 따른 단말기의 앞, 뒷면 구성을 도시하는 도면이다.
도 3은 본 발명의 실시예에 따른 단말기를 통해 실물 신분증이 촬상되는 상태를 도시하는 도면이다.
도 4는 본 발명의 실시예에 따른 신분증 스푸핑 탐지 과정의 전체적인 흐름을 도시하는 도면이다.
도 5는 본 발명의 실시예에 따른 서버의 상세한 구성을 도시하는 도면이다.
도 6은 본 발명의 실시예에 따른 서버의 판단부가 단말기로부터 입력받은 신분증 영역을 CNN 모델에 적용하여 빛반사 영역을 탐지하는 과정을 개략적으로 도시하는 도면이다.
도 7은 본 발명의 실시예에 따른 서버의 판단부가 빛반사 영역을 탐지하는 과정에서 활용하는 유효 영역을 도시하는 도면이다.
도 8은 본 발명의 실시예에 따른 서버의 판단부가 신분증 영역으로부터 탐지된 빛반사 영역을 추출하는 과정을 개략적으로 도시하는 도면이다.
도 9는 본 발명의 실시예에 따른 서버의 판단부가 리사이즈된 관심영역을 CNN 모델에 적용하여 분류하는 과정을 개략적으로 도시하는 도면이다.
도 10은 본 발명의 실시예에 따른 반사매체별 학습된 다수의 분류들을 개념적으로 나타내는 도면이다.
첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다.

이하에서는, 본 발명의 가장 바람직한 실시예가 설명된다. 도면에 있어서, 두께와 간격은 설명의 편의를 위하여 표현된 것이며, 실제 물리적 두께에 비해 과장되어 도시될 수 있다. 본 발명을 설명함에 있어서, 본 발명의 요지와 무관한 공지의 구성은 생략될 수 있다. 각 도면의 구성요소들에 참조 번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다.

도 1은 본 발명의 실시예에 따른 신분증 스푸핑 탐지 시스템의 전체적인 구성을 도시하는 도면이다.

도 2는 본 발명의 실시예에 따른 단말기의 앞, 뒷면 구성을 도시하는 도면이다.

그리고, 도 3은 본 발명의 실시예에 따른 단말기를 통해 실물 신분증이 촬상되는 상태를 도시하는 도면이다.

먼저, 도 1에 도시된 바와 같이, 신분증 스푸핑 탐지 시스템은 단말기(TM) 및 서버(100)를 포함한다.

단말기(TM)는 사용자(USER)가 소지하는 스마트폰, 휴대폰 등일 수 있다. 단말기에서는 본 발명의 실시예에 따른 신분증 스푸핑 탐지 서비스 제공 애플리케이션이 설치되어 실행될 수 있다.

단말기는 도 2에 도시된 바와 같이, 전면에 신분증 촬상용 가이드라인(GL)을 표시하는 디스플레이부(DI, 즉, 화면)을 갖고, 후면에 신분증 촬상을 위한 카메라(CA)와 플래시(FL)를 갖는다. 실물 신분증(ID_C, 도 1)과 구별하여, 이를 촬상하는 단말기의 디스플레이부에 표시되는 신분증 이미지(ID_I, 도 2)가 다른 도면부호로 참조된다.

단말기는 서버(100)와 통신할 수 있는 통신 수단을 구비한다. 통신은 5G, LTE 등 알려진 다양한 방식일 수 있다. 또는 필요에 따라 Wi-Fi, 블루투스 등 근거리 통신망이어도 무방하다. 열거된 통신 방식에 본 발명이 한정되지 않는다.

도 3에 도시된 바와 같이, 비대면 금융거래를 하는 사용자(USER)는 자신의 단말기(TM)를 이용해 자신의 실물 신분증(ID_C)을 사진 찍는다. 예를 들어, 비대면 계좌개설시 필요한 본인 인증과정에서 신분증을 제시하는 데에 이용할 수 있다. 본 발명이 이에 한정되지 않고, 비대면으로 신분증 확인이 필요한 다양한 거래 상황에 이용할 수 있음은 물론이다.

여기서, 본 발명의 실시예에 따른 서버(100)는 단말기(TM)와 금융회사(10)간에 개재되어 사용자(USER)와 금융회사(10)간 비대면 거래에서 사용자가 제시한 신분증(ID_C)의 위변조를 탐지하는 서비스를 제공한다.

이를 위해 서버는 인공지능 학습 수단을 구비하여 단말기로부터 수신한 신분증 이미지가 위변조된 것인지를 판단한다. 인공지능 학습에 필요한 CNN(Convolution Neural Network) 등 알려진 다양한 신경망 알고리즘을 이용할 수 있다.

서버는 신분증 스푸핑 탐지 서비스를 제공하는 회사 내에 구비된 서버일 수 있다.

본 발명의 실시예에 따르면, 신분증 스푸핑 탐지 서비스는 단독으로 제공될 수도 있다(서버가 신분증 스푸핑 탐지 회사의 서버임을 생각하면 된다). 또는 간편결제 서비스에 포함된 서비스일 수도 있다(서버가 간편결제사 서버일 수 있다). 또는 통상적으로 비대면 거래를 제공하는 금융회사(10)에서 신분증 진위 확인을 필요로 하고, 그러한 진위 확인이 신분증 발급 기관(20)에서 이루어질 수 있다는 점에서, 서버(100)는 신분증 발급 기관 대신에 신분증 진위를 확인하는 것일 수도 있다(신분증 발급 기관 내의 서버일 수도 있다). 또는 비대면 거래를 제공하는 금융회사(10) 자체적으로 구비한 신분증 진위를 확인하는 장치일 수도 있다(금융회사 내의 서버일 수도 있다). 어느 경우나, 서버는 단말기로부터 수신한 신분증 이미지를 분석하여 위변조 여부를 판별한다는 점에서는 공통된다.

계속하여, 도 3을 참조하면, 서버(100)는 신분증 위변조를 탐지함에 있어서, 신분증 이미지(ID_I) 내에 존재하는, 플래시를 광원으로 하는 빛반사 영역(RPR)을 활용한다.

단말기(TM)로 촬상시 단말기 후면의 플래시(FL)가 작동함에 따라 플래시의 빛이 반사매체인 신분증에 반사되어 단말기 후면의 카메라(CA)에 상으로 맺힐 수 있고, 이렇게 촬상된 신분증 이미지 내에 빛반사 영역(RPR)이 존재한다.

서버는 촬상된 신분증 이미지 내의 빛반사 영역을 기초로, 후술하는 바와 같이, 매질별 반사패턴에 대해 신경망 학습한 결과를 이용하여 위변조 여부를 탐지한다.

이때, 신경망 학습에는 단말기별 플래시 특성도 함께 학습될 수 있다. 즉, 본 발명의 실시예에 따른 신분증 스푸핑 탐지는 매질별 반사패턴과 함께 단말기를 함께 학습한 결과를 이용할 수 있다. 훈련데이터는 단말기종에 따라 구분되어 학습될 수 있다.

이러한 본 발명의 실시예에 따르면, 사용자가 제시한 신분증에 대해 자동화된 방법으로 위변조 및 스푸핑을 보다 효율적으로 탐지할 수 있다.

이하, 단말기를 통해 획득된 신분증 이미지를 서버가 분석하여 위변조를 탐지하는 과정을 보다 상세히 살펴본다.

먼저, 본 발명의 실시예에 따른 신분증 스푸핑 탐지 과정의 전체적인 흐름을 도시하는 도 4를 참조한다.

도 4에 도시된 바와 같이, 신분증 스푸핑 탐지 과정은 크게 단말기(TM)단에서 수행되는 단계들(S11 내지 S14)과 서버(SV)단에서 수행되는 단계들로 구별될 수 있다. 도면에서는 서버(100)가 도면부호 SV로 참조된다.

단말기단에서는 이미지를 획득하는 단계(S11), 신분증 유무를 체크하는 단계(S12), 가이드라인 내에 신분증이 위치하는지를 인식하는 단계(S13) 및 플래시를 온하면서 신분증 이미지를 촬상하는 단계(S14)가 수행될 수 있다. 서버단에서는 단말기로부터 획득한 신분증 이미지로부터 빛반사 영역을 탐지하는 단계(S21), 전처리 과정을 수행하는 단계(S22), 전처리된 빛반사 영역을 기학습된 알고리즘을 이용하여 분류하는 단계(S23) 및 분류된 결과로부터 스푸핑 여부를 판단하는 단계(S24)가 수행될 수 있다.

이러한 전체적인 흐름을 전제로, 서버의 동작을 후술한다.

도 5는 본 발명의 실시예에 따른 서버의 상세한 구성을 도시하는 도면이다.

도 5에 도시된 바와 같이, 서버(100)는 입력부(110) 및 판단부(120)를 포함한다.

입력부(110)는 단말기(TM)로부터 단말기에 의해 촬상된 신분증 이미지(ID_I)를 입력받는다. 단말기가 촬상하고 서버는 이렇게 촬상된 이미지를 실시간으로 제공받게 된다. 도 4에서 단계(S14) 이후일 수 있다.

입력부가 입력받는 신분증 이미지는 다음 조건을 만족한다: 신분증 이미지(ID_I)는 신분증 영역(IDR) 및 빛반사 영역(RPR)을 포함한다.

신분증 영역(IDR)은 입력받은 신분증 이미지(ID_I)에서 신분증에 해당하는 영역을 가리킨다. 일례로, 단말기측에서 미리 촬상된 이미지 중 신분증 영역만을 추출해서 보내오는 경우에는, 입력부가 입력받는 신분증 이미지와 신분증 영역은 서로 일치할 수 있다. 다른 예로, 단말기측에서 촬상된 이미지를 그대로 보내오는 경우에는, 입력부가 입력받는 신분증 이미지에서 일부분이 신분증 영역일 수 있다. 이때, 입력부는 입력받은 이미지에서 신분증 영역만을 추출하는 프로세스를 수행할 수 있다. 또 다른 예로, 단말기측에서 미리 신분증 영역을 추출해서 보내오더라도, 서버측에서 한 번 더 신분증 영역을 추출하는 프로세스를 수행할 수도 있다. 본 발명에서는 설명의 편의를 위해, 신분증 영역 추출 프로세스가 단말기측에서 수행된 이후에 입력부가 입력받는 실시예, 즉, 입력부가 입력받는 신분증 이미지(ID_I)와 신분증 영역(IDR)이 일치하는 실시예를 중심으로 살펴본다.

빛반사 영역(RPR)은 신분증 이미지(ID_I)의 신분증 영역(IDR) 내 소정의 위치에 배치된, 단말기의 후면의 카메라 플래시(FL)를 광원으로 하는 빛반사가 촬상된 영역을 가리킨다.

이를 위해 후술하는 바와 같이 빛반사 영역이 신분증 영역 내 존재하도록 하는 가이드라인이 단말기 화면에 제공될 필요가 있다.

상술한 도 3을 참조하면, 단말기 카메라 촬상시 플래시(FL)가 실물 신분증(ID_C) 위에 조사되면, 실물 신분증상에는 육안으로는 보이지 않을 수 있는, 빛반사 영역(RPR)이 촬상 이미지(ID_I) 내에 존재한다. 즉, 플래시를 광원으로 하는 빛반사 영역이, 촬상된 이미지 내에 포함된다. 본 발명은 이 빛반사 영역의 위치와 반사패턴을 스푸핑 탐지에 활용한다.

한편, 후술하는 바와 같이, 빛반사 영역(RPR)은 최외곽 경계점들을 선으로 이은 바운딩 박스로 처리될 수 있다.

본 발명의 실시예에 따르면, 위와 같은 조건을 만족하는 신분증 이미지를 입력받기 위해, 서버는 단말기를 제어할 수 있다.

일례로, 서버는 단말기의 화면에서 소정의 위치에 가이드라인(GL, 도 3)이 표시되도록 제어하는 제어신호를 단말기로 전송할 수 있다. 서버의 통신부(미도시)와 단말기의 통신부(미도시)가 관여할 수 있다. 서버의 통신부가 제어신호를 단말기의 통신부로 전송할 수 있다.

소정의 위치는 사용자가 가이드라인(GL, 도 3) 내에 신분증을 위치시켜서 사진이 찍혔을 때, 빛반사 영역이 신분증 영역 내에 배치되도록 하는 위치이다. 예를 들어, 가이드라인이 화면 내 어느 한 쪽으로 너무 치우쳐서 표시되면, 빛반사 영역이 신분증 영역 내에 배치되지 않을 수 있다. 또는 가이드라인이 화면 내 너무 작게 표시되면, 빛반사 영역이 신분증 영역 내에 배치되지 않을 수 있다. 신분증 영역 내 빛반사 영역의 위치는 단말기 후면의 카메라의 위치 및 플래시의 위치(카메라와 플래시간 이격된 거리와 같이)와 관계되기 때문이다. 빛반사 영역을 분석하기 위해서는 신분증 영역 내에 배치되는 것이 중요하다.

이에 서버는 제어신호를 전송하기 이전에 단말기의 기종정보를 단말기로부터 수신할 수 있다. 단말기의 기종정보는 모델명(아이폰X와 같이)을 포함할 수 있다. 서버는 모델명을 이용하여 해당 단말기의 후면에 구비된 카메라의 위치 및 플래시의 위치 정보를 저장소(미도시)에서 읽어들여 해당 단말기 화면에서 가이드라인이 표시될 소정의 위치에 관한 제어신호를 생성할 수 있다. 저장소는 서버가 접근 가능한 것이면 되며, 그 위치는 제한되지 않는다.

한편, 본 발명의 다른 실시예에 따르면, 상술한 제어신호를 이용하지 않고, 단말기 자체적으로 가이드라인을 생성하여 표시할 수도 있다. 애플리케이션 설치시에 서버에서 미리 관련 정보를 제공하면 되기 때문이다.

또한, 본 발명의 실시예에 따르면, 위와 같은 조건을 만족하는 신분증 이미지를 입력받기 위해, 단말기는 가이드라인 내에 신분증이 위치하는 것으로 인식된 경우(S13), 단말기 후면의 플래시가 온(On)되도록 제어하면서 촬상할 수 있다(S14).

플래시가 온되는 시간은 통상의 사진 촬영시 사용되는 플래시 조사 시간보다 짧을 수 있다. 일례로, 0.1 내지 0.3초 내외이면 된다. 본 발명에서는 촬영 대상 전체를 밟게 하기 위한 목적이 아닌, 플래시를 광원으로 하는 빛반사를 촬영하기 위한 것이기 때문이다. 또한, 촬영 대상의 초점거리를 이미 알고 있으므로(피사체가 화면 내 가이드라인에 꽉 차게 위치할 때의 초점거리이다), 초점을 잡을 때에 필요한 정도의 광원도 필요하지 않다. 즉, 단말기는 가이드라인 내에 신분증이 위치하는 것으로 인식된 경우, 미리 알고 있는 초점거리로 통상의 사진 촬영시 플래시 조사 기간보다 짧게 해서 대상을 촬상하면 된다.

한편, 본 발명의 다른 실시예에 따르면, 단말기의 촬상 또한 서버에 의해 전적으로 제어될 수도 있다. 즉, 위와 같은 단말기 촬상 동작을 가능하게 하는 촬상 제어신호가 서버에 의해 생성되어 단말기로 전송될 수도 있다. 이를 위해, 서버는 단말기의 화면 내에 표시되는 가이드라인 내에 신분증이 위치하는지 여부를 감지하기 위해 단말기와 실시간으로 통신할 수 있다.

또한, 본 발명의 실시예에 따르면, 위와 같은 조건을 만족하는 신분증 이미지를 입력받기 위해, 신분증 유무를 체크하는 알고리즘이 더욱 수행될 수 있다(S12). 가이드라인 내에 신분증이 위치하는지를 인식하기(S13)에 앞서 수행될 수 있다. 신분증인 경우 다음 단계(S13)로 진행되고, 신분증이 아닌 경우, 이전 단계(S11)로 되돌아 갈 수 있다. 이전 단계는 이미지를 획득하는 단계일 수 있다. 신분증 유무 체크 또한 단말기측에서 수행될 수도 있고, 서버측에서 수행될 수도 있다. 전자의 실시예가 서버 부하 경감을 위해 바람직하다. 이미지 획득 단계 또한 기본적으로 단말기에서 수행되되, 후속 단계들이 단말기에서 수행된다면 서버로 전송이 불필요하고, 후속 단계들이 서버에서 수행된다면 획득한 이미지를 서버로 전송하는 과정이 수반되면 된다.

다시, 도 5를 참조하면, 판단부(120)는 입력부(110)에 의해 입력받은 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단한다.

이를 위해, 먼저, 판단부(120)는 기학습된 알고리즘을 이용하여 빛반사 영역 탐지 프로세스를 수행한다(S21). 신분증 이미지의 신분증 영역 내에 소정의 위치에 빛반사 영역이 존재하는지를 미리 판단하는 과정에 해당한다.

상세하게, 판단부는 빛반사 영역이 배치될 학습된 위치 및 빛반사 영역이 갖는 학습된 이미지 속성으로부터 빛반사 영역 탐지를 수행한다.

판단부는 학습을 통해, 신분증 이미지의 신분증 영역 내에 빛반사 영역이 위치해야 할 곳을 미리 알 수 있다. 또한, 판단부는 학습을 통해, 빛반사 영역이 갖는 이미지 속성을 미리 알 수 있다. 도 6에 단말기로부터 입력받은 신분증 영역을 CNN 모델에 적용하여 기학습된 위치와 이미지 속성으로부터 빛반사 영역을 탐지하는 과정이 개략적으로 도시된다. 알려진 CNN 모델의 컨볼루션(convolution), 풀링(pooling), 풀리 커넥티드(fully connected) 등을 포함하는 데이터 특징 추출 과정이 수행될 수 있다. CNN 모델로 신분증 영역에서 플래시 반사 빛의 위치와 반사 빛일 확률이 리턴값일 수 있다.

본 발명의 실시예에 따르면, 신분증 영역(IDR) 내 빛반사 영역(RPR)의 유효한 위치가 미리 특정될 수 있다(그러한 유효한 위치는 신분증 영역 내에 일정 유효 영역(COV, 도 7)을 형성함). 그리고, 빛반사 영역이 갖는 유효한 이미지 속성이 미리 특정될 수 있다(그러한 유효 이미지 속성은 서버가 접근 가능한 저장소에 저장되어 있음). 그러면, 판단부는 신분증 영역을 분석하여 유효한 위치 내에 유효한 이미지 속성을 갖는 대상을 빛반사 영역으로 탐지할 수 있다.

일례로, 신분증 영역의 가운데 좌표(a, b)를 기준으로, 일정 거리 내의 영역이 유효 영역(COV)으로 정의될 수 있고, 그러한 유효 영역 내에 유효 이미지 속성과 일치할 확률이 80% 이상인 대상을 빛반사 영역으로 탐지할 수 있다.

도 8에 탐지된 빛반사 영역이 도면부호 Box로 참조된다. 탐지된 빛반사 영역은 바운딩 박스를 포함할 수 있다. 바운딩 박스는 유효 영역 내에 유효 이미지 속성과 일치할 확률이 80% 이상인 대상의 최외곽 경계점들을 사각 박스로 처리한 것일 수 있다. 도면에서 바운딩 박스의 좌측 상단 좌표가 (x, y)로, 너비가 w로, 높이가 h로 참조된다.

한편, 유효 영역은 단말기의 기종정보에 따라 결정될 수 있다. 빛반사 영역의 유효한 위치는 단말기 고유의 카메라와 플래시의 위치(카메라와 플래시간 이격된 거리와 같이)에 종속되기 때문이다. 이를 위해, 판단부는 단말기의 기종정보를 읽어와서 유효 영역을 정의할 수 있다. 즉, 단계(S21)는 읽어온 단말기종에 맞게 수행될 수 있다.

또한 , 유효 이미지 속성은 단말기의 기종정보에 따라 결정될 수 있다. 플래시 반사 빛이 갖는 이미지 속성은 단말기 고유의 카메라와 플래시의 특성(카메라의 감도, 플래시의 조도 또는 광량과 같이)에 종속되기 때문이다. 이를 위해, 판단부는 단말기의 기종정보를 읽어와서 유효 이미지 속성을 특정할 수 있다. 즉, 단계(S21)는 읽어온 단말기종에 맞게 수행될 수 있다.

상술한 과정(S21)을 통해 신분증 영역 내에 빛반사 영역이 탐지되면, 후속 단계(S22)로 이어진다.

반대로, 탐지되지 않은 경우, 스푸핑으로 판단하고 절차를 종료할 수 있다. 예를 들어, 종이에 프린트한 신분증의 경우 반사 빛이 존재하지 않으므로, 빛반사 영역이 탐지되지 않거나 탐지된 빛이 플래시 반사 빛일 확률이 일정 임계치 이하에 해당하고, 따라서 스푸핑으로 판단할 수 있다.

이어서, 판단부(120)는 전처리 과정을 수행한다(S22). 신분증 영역 내에서 탐지된 빛반사 영역을 추출하는 과정에 해당한다. 도 8에 신분증 영역(IDR)으로부터 탐지된 빛반사 영역(Box)을 추출하는 과정이 개략적으로 도시된다.

추출된 빛반사 영역이 관심영역(ROI, 도 8)으로 참조된다. 이미지 내에서 바운딩 박스 처리된 영역의 추출을 위해 알려진 기술이 적용될 수 있다. 또한, 후속 단계로 진입하기에 앞서 리사이즈 처리될 수도 있다. 리사이즈된 관심영역이 도면부호 ROI_re(도 8)로 참조된다. 리사이즈는 데이터 압축 과정일 수 있다. 리사이즈는 후속 단계들(S23 내지 S24)의 데이터 처리량을 줄여 효율을 높인다.

계속하여, 판단부(120)는 리사이즈된 관심영역을 기학습된 알고리즘을 이용하여 분류한다(S23). 관심영역의 빛 반사가 어떠한 반사매체를 통해 반사된 빛인지를 분류하는 과정에 해당한다.

상세하게, 판단부는 리사이즈된 관심영역이 반사매체별 학습된 다수의 분류들 중 어디에 해당하는지 분류를 수행한다. 도 9에 리사이즈된 관심영역을 CNN 모델에 적용하여 분류하는 과정이 개략적으로 도시된다. 알려진 CNN 모델의 컨볼루션, 풀링, 풀리 커넥티드 등을 포함하는 데이터 특징 추출 과정이 수행될 수 있다.

본 발명의 실시예에 따르면, 반사매체별 학습된 다수의 분류들은 제1 반사패턴 분류, 제2 반사패턴 분류, 제3 반사패턴 분류 및 제4 반사패턴 분류를 포함할 수 있다. 이외에도 다양한 반사패턴 분류를 포함할 수 있으나 본 발명에서는 비대면으로 신분증을 제출할 때의 여러 행위들을 대표적인 4가지로 분류하였고, 이는 학습의 효율 및 탐지의 효율에 최적화되었음을 발견하였다. 학습은 반사된 빛의 모양, 색, 주변부 빛 외에 배경 패턴, 주변부의 빛의 모양 등이 주요 분류 기준으로 이루어질 것으로 예상된다. 분류모델은 딥러닝으로 학습될 수 있다. 이에, 도 10에 도시된 바와 같이 반사매체별 학습된 다수의 분류들을 개념적으로 도시할 수 있다. 제1 반사패턴 분류는 실물 신분증을 반사매체로 하는 학습된 분류이다(도 10a). 제2 반사패턴 분류는 컴퓨터 모니터를 반사매체로 하는 학습된 분류이다(도 10b). 제3 반사패턴 분류는 스마트폰 화면을 반사매체로 하는 학습된 분류이다(도 10c). 제4 반사패턴 분류는 TV 모니터를 반사매체로 하는 학습된 분류이다(도 10d). 도 10a 내지 도 10d 각각에서 우측 이미지는 반사매체에 반사된 광원이 카메라에 맺혀 만드는 상을(즉, 반사매체별 학습이미지를), 좌측 이미지는 그러한 상에 대해 학습과정을 통해 얻어진 패턴을(즉, 학습된 반사패턴 분류를) 각각 도시한다.

실물 신분증을 통해 학습된 제1 반사패턴 분류는 박스 내 원형 패턴과 그 주변에 달무리와 같은 원형무리 패턴으로 정의될 수 있다(도 10a의 좌측). 이는 그 우측 도면에 도시된 바와 같이, 실물 신분증에 반사된 원형 빛과, 그 주변에 실물 신분증의 표면이 갖는 고유의 스크래치를 학습할 수 있기 때문이다. 실물 신분증의 코팅면은 다량의 기스가 존재하며 촬상시 광원에 의해 해당 스크래치가 부각됨을 생각하면 된다.

컴퓨터 모니터를 통해 학습된 제2 반사패턴 분류는 박스 내 원형 패턴과 무아레(moire) 패턴으로 정의될 수 있다(도 10b의 좌측). 우측 도면에 도시된 바와 같이, 컴퓨터 모니터에 반사된 원형 빛과, 그러한 원형 또는 원형 주변에 존재하게 되는, 촬상 때 기기간 주파수 차이에 의해 발생하는 무아레 패턴을 학습할 수 있기 때문이다.

스마트폰 화면을 통해 학습된 제3 반사패턴 분류는 박스 내 원형 패턴과 그 주변에 방사상 패턴들로 정의될 수 있다(도 10c의 좌측). 이는 우측 도면에 도시된 바와 같이, 스마트폰 화면을 매질로 반사된 원형 빛과, 그 원형 빛으로부터 방사상으로 뻗어나오는 빛 줄기들을 학습할 수 있기 때문이다. 상술한 도 10a나 도 10b에서는 나타나지 않는 방사상 패턴인데 이는 스마트폰 화면이 컴퓨터 모니터와 달리 전면에 강화유리가 적용되는 등 다른 매질 특성을 갖기 때문인 것으로 생각된다.

TV 모니터를 통해 학습된 제4 반사패턴 분류는 박스 내 원형 패턴과 그 주변에 방사상 패턴들 및 무아레 패턴으로 정의될 수 있다(도 10d의 좌측). 우측 도면을 참조하면, TV 모니터 화면에 반사된 원형 빛과, 그 원형 빛으로부터 방사상으로 뻗어나오는 빛 줄기들, 그리고 그러한 원형 빛 또는 원형 주변에 존재하게 되는, 촬상 때 기기간 주파수 차이에 의해 발생하는 무아레 패턴을 학습할 수 있기 때문이다. 마찬가지로 TV 모니터 화면이 컴퓨터 모니터 또는 스마트폰 화면과 다른 코팅면 등 다른 매질 특성을 갖기 때문인 것으로 생각된다.

상기에서는 반사된 빛의 모양, 그 주변부의 빛의 모양 및 배경 패턴을 중심으로 학습된 결과물을 설명하였으나, 이에 한정되지 않으며, 반사된 빛의 색 또한 함께 학습될 수 있다. 예를 들어, 도 10b의 경우 정상 색감의 도 10a 대비 더 많은 황색 성분을 갖는 것으로, 도 10c의 경우 정상 색감의 도 10a 대비 무지개색과 같이 다양한 종류의 색성분을 갖는 것으로, 그리고, 도 10d의 경우 정상 색감의 도 10a 대비 더 많은 녹색 성분을 갖는 것으로 학습될 수 있다. 영상 매체별 특유의 재질 속성이 빛 반사에서 색으로 반영되어 나타나는 것을 학습한 것이다. 이외에도 반사매체는 다양할 수 있지만, 상술한 바와 같이 4가지를 기준으로 학습시 학습의 효율 및 탐지의 효율이 최적화되었음을 주목한다.

이와 같이, 신분증에 반사된 광원이 맺는 상은 신분증 사진을 재생하는 컴퓨터 모니터, 스마트폰 및 TV 모니터 중 어느 하나에 반사된 광원이 맺는 상과 이미지 패턴이 상이하다. 중심 모양이 상이하다. 중심 모양의 주위에 형성되는 주변부 모양도 상이하다. 박스 내 배경 패턴도 상이하다. 또한 색도 상이하다. 이에 판단부는 리사이즈된 관심영역의 중심 모양, 그 주위의 주변부 모양, 배경 패턴 및 색을 분석하는 것이다. 즉, 판단부는 리사이즈된 관심영역이 제1 내지 제4 반사패턴 분류들 중 어느 분류에 더 가까운지 확률 값을 도출하고, 높은 확률 값을 갖는 반사패턴 분류로 해당 리사이즈된 관심영역을 분류한다.

한편, 제1 내지 제4 반사패턴 분류들은 단말기의 기종정보에 따라 결정될 수 있다. 촬상 때 나타나는 중심 모양이나 그 주변부 모양, 배경 패턴, 색 등은 단말기 고유의 카메라와 플래시의 특성(카메라의 감도, 플래시의 조도 또는 광량과 같이)에 종속되기 때문이다. 이를 위해, 서버는 단말기의 기종별로 학습한 결과를 이용할 수 있다. 즉, 상술한 제1 내지 제4 반사패턴 분류를 학습하기 위해, 단말기의 기종별 및 반사매체별로 학습을 수행할 수 있다. 그리고, 판단부는 분석 대상인 이미지를 보내온 단말기의 기종정보를 읽어와서 그에 맞는 반사매체별 학습된 결과를 기초로 상술한 분류 과정을 수행할 수 있다. 한편, 단말기의 기종정보는 서버가 단말기로부터 수신할 수 있다.

그리고, 판단부(120)는 분류된 결과를 이용하여 신분증 스푸핑 여부를 판단한다(S24).

상술한 단계(S23)의 결과는 확률 값이므로, 기설정된 확률 값 이상의 값을 갖는지로부터 스푸핑 여부를 판단할 수 있다. 예를 들어, 제1 반사패턴 분류에 해당할 확률 값이 기설정된 값인 80% 이상에 해당하는 경우 정상 신분증으로 판단할 수 있다. 반대로, 제1 반사패턴 분류에 해당할 확률 값이 기설정된 값인 80% 미만에 해당하는 경우 스푸핑으로 판단할 수 있다.

이때, 제2 내지 제4 반사패턴 분류들 중 어느 하나로 분류된 결과에 대해서는 기설정된 확률 값을 만족하는지 여부를 볼 필요 없이 바로 스푸핑으로 판단할 수 있다.

상술한 본 발명의 실시예에 따르면, 자동화된 방법으로 위변조 및 스푸핑을 효율적으로 탐지하는 신분증 스푸핑 탐지 방법 및 장치를 제공할 수 있다. 또한 별도의 장치 없이 사용자의 스마트폰을 통해 손쉽게 신분증 진위 여부를 확인할 수 있다. 진위 여부 확인 과정에서 사용자에게 특별한 액션을 요구하지 않으므로, 액션에 기인한 오류 발생 가능성을 낮출 수 있다.

본 발명의 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 일 실시예들의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

1 : 신분증 스푸핑 탐지 시스템
100, SV : 신분증 스푸핑 탐지 서비스 제공 서버
110 : 입력부
120 : 판단부
TM : 사용자 단말기
CA : 사용자 단말기 후면의 카메라
FL : 사용자 단말기 후면의 플래시
10 : 금융회사
20 : 신분증 발급 기관
ID_C : 실물 신분증
ID_I : 촬상된 신분증 이미지
IDR : 신분증 영역
RPR : 빛반사 영역
GL : 가이드라인
Box : 탐지된 빛반사 영역
ROI : 추출된 빛반사 영역, 관심영역
ROI_re : 리사이즈된 관심영역

Claims (10)

1. 사용자 단말기와 통신하는 서버의 신분증 스푸핑 탐지 방법으로서,
   상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 단계-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및
   상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 단계;를 포함하는, 신분증 스푸핑 탐지 방법.
2. 제1항에 있어서,
   상기 다수의 분류들은,
   신분증을 반사매체로 하는 학습된 제1 반사패턴 분류, 컴퓨터 모니터를 반사매체로 하는 학습된 제2 반사패턴 분류, 스마트폰 화면을 반사매체로 하는 학습된 제3 반사패턴 분류, 및 TV 모니터를 반사매체로 하는 학습된 제4 반사패턴 분류를 포함하는, 신분증 스푸핑 탐지 방법.
3. 제2항에 있어서,
   상기 판단하는 단계는,
   상기 빛반사 영역 내에 원형 패턴, 상기 원형 패턴 주변의 원형무리 패턴, 상기 원형 패턴 주변의 방사상 패턴 및 상기 원형 패턴 내 또는 상기 원형 패턴 주변의 무아레 패턴 중 하나 이상이 존재하는지를 기준으로 판단하는, 신분증 스푸핑 탐지 방법.
4. 제2항에 있어서,
   상기 판단하는 단계는,
   어느 하나의 반사매체에 대한 상기 빛반사 영역이 다른 하나의 반사매체에 대한 상기 빛반사 영역 대비 황색, 무지개색 및 녹색 중 어느 하나의 색성분을 더 갖는지를 기준으로 판단하는, 신분증 스푸핑 탐지 방법.
5. 제1항에 있어서,
   상기 단말기의 기종정보를 상기 단말기로부터 수신하는 단계;를 포함하되,
   상기 판단하는 단계는, 상기 수신된 기종정보의 단말기를 이용하여 반사매체별 학습된 다수의 분류들을 기초로 상기 위변조 여부를 판단하는, 신분증 스푸핑 판단 방법.
6. 제1항에 있어서,
   상기 단말기의 디스플레이부에서 소정의 위치에 가이드라인이 표시되도록 제어하는 제어신호를 상기 단말기로 전송하는 단계;를 포함하되,
   상기 단말기는 상기 가이드라인 내에 신분증이 위치하는 것으로 인식된 경우, 상기 단말기 후면의 플래시가 온되도록 제어하면서 촬상하는, 신분증 스푸핑 판단 방법.
7. 제1항에 있어서,
   상기 판단하는 단계는,
   상기 신분증 영역 내에 존재하는 상기 빛반사 영역을 탐지하는 단계;
   상기 신분증 영역 내에서 상기 탐지된 빛반사 영역을 추출하는 단계; 및
   상기 추출된 빛반사 영역을 상기 반사매체별 학습된 다수의 분류들 중 어느 하나로 분류하는 단계;를 포함하는, 신분증 스푸핑 판단 방법.
8. 제7항에 있어서,
   상기 탐지하는 단계는 상기 단말기의 기종별 학습된 상기 신분증 영역 내 상기 빛반사 영역이 위치할 후보 영역 및 상기 단말기의 기종별 학습된 상기 신분증 영역 내 상기 빛반사 영역이 갖는 이미지 속성을 기초로 탐지하는, 신분증 스푸핑 판단 방법.
9. 사용자 단말기와 통신하며 신분증 스푸핑 탐지 서비스를 제공하는 서버로서,
   상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 입력부-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및
   상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 판단부;를 포함하는, 서버.
10. 사용자 단말기; 및
    상기 단말기와 통신하며 신분증 스푸핑 탐지 서비스를 제공하는 서버;를 포함하되,
    상기 서버는,
    상기 단말기로부터 상기 단말기에 의해 촬상된 신분증 이미지를 입력받는 입력부-상기 신분증 이미지는 신분증 영역 및 상기 신분증 영역 내에 소정의 위치에 배치된, 상기 단말기의 후면의 카메라 플래시를 광원으로 하는 빛반사 영역을 포함함-; 및
    상기 빛반사 영역이 반사매체별 학습된 다수의 분류들 중 어느 하나에 해당하는지로부터 위변조 여부를 판단하는 판단부;를 포함하고,
    상기 단말기는 상기 단말기의 디스플레이부에서 소정의 위치에 표시되는 가이드라인 내에 신분증이 위치하는 것으로 인식된 경우, 상기 단말기 후면의 플래시가 온되도록 제어하면서 촬상하는, 신분증 스푸핑 탐지 시스템.

Images