KR20240030658A - 최근접 좌표 검색 시스템 및 방법 - Google Patents

최근접 좌표 검색 시스템 및 방법 Download PDF

Info

Publication number
KR20240030658A
KR20240030658A KR1020220109992A KR20220109992A KR20240030658A KR 20240030658 A KR20240030658 A KR 20240030658A KR 1020220109992 A KR1020220109992 A KR 1020220109992A KR 20220109992 A KR20220109992 A KR 20220109992A KR 20240030658 A KR20240030658 A KR 20240030658A
Authority
KR
South Korea
Prior art keywords
biometric information
coordinates
equation
value
nearest
Prior art date
Application number
KR1020220109992A
Other languages
English (en)
Inventor
신지선
Original Assignee
세종대학교산학협력단
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 세종대학교산학협력단 filed Critical 세종대학교산학협력단
Priority to KR1020220109992A priority Critical patent/KR20240030658A/ko
Publication of KR20240030658A publication Critical patent/KR20240030658A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G06F16/436—Filtering based on additional data, e.g. user or group profiles using biological or physiological data of a human being, e.g. blood pressure, facial expression, gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/41—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/438—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Computer Interaction (AREA)
  • Algebra (AREA)
  • Molecular Biology (AREA)
  • Collating Specific Patterns (AREA)

Abstract

최근접 좌표 검색 시스템 및 방법이 개시된다. 예시적 실시예에 따른 최근접 좌표 검색 방법은, 복수의 사용자들에 대한 바이오인식 정보들을 수집하는 단계; 상기 수집된 바이오인식 정보들의 각 요소별 평균값을 산출하는 단계; 상기 각 요소별로 상기 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출하는 단계; 상기 평균값, 상기 최소 차이값 및 상기 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화하여 데이터베이스를 구축하는 단계; 타겟 사용자의 바이오인식 정보를 획득하는 단계; 상기 획득된 바이오인식 정보를 정수 좌표화하는 단계; 및 상기 데이터베이스를 검색하여 상기 타겟 사용자에 대하여 생성된 좌표의 최근접 좌표를 추출하는 단계; 를 포함한다.

Description

최근접 좌표 검색 시스템 및 방법{System and method for retrieving nearest coordinates}
최근접 좌표를 검색하는 기술과 관련된다.
최근 정보 기술이 발달함에 따라, 서버나 특정 디바이스에 접근하는 사용자 또는 디바이스가 접근 권한이 있는지 검증할 필요성이 높아지고 있으며, 살아있는 사람의 생리학적 특징 또는 행동적 특징을 기반으로 사용자를 인증하거나 인식하는 바이오 인식 기술이 발달하고 있다.
이때 보안성을 강화하기 위해 사용자를 인증하거나 인식하기 위해 다수의 생리학적 특징 및 행동적 특징이 이용될 수 있다. 이 경우, 데이터베이스에서 사용자의 생리학적 특징 및 행동적 특징과 동일 또는 유사한 사용자가 등록되어 있는지 검색이 필요하다.
한국공개특허공보 제10-2021-0153090호 (2021.12.16.)
최근접 좌표 검색 장치 및 방법을 제공하는 것을 목적으로 한다.
일 양상에 따른 최근접 좌표 검색 방법은, 복수의 사용자들에 대한 바이오인식 정보들을 수집하는 단계; 상기 수집된 바이오인식 정보들의 각 요소별 평균값을 산출하는 단계; 상기 각 요소별로 상기 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출하는 단계; 상기 평균값, 상기 최소 차이값 및 상기 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화하여 데이터베이스를 구축하는 단계; 타겟 사용자의 바이오인식 정보를 획득하는 단계; 상기 획득된 바이오인식 정보를 정수 좌표화하는 단계; 및 상기 데이터베이스를 검색하여 상기 타겟 사용자에 대하여 생성된 좌표의 최근접 좌표를 추출하는 단계; 를 포함할 수 있다.
상기 데이터베이스를 구축하는 단계는, 하기 수학식 1 또는 하기 수학식 2를 이용하여 각 사용자 별로 바이오인식 정보의 각 요소를 정수화하는 단계; 를 포함할 수 있다.
[수학식 1]
[수학식 2]
(여기서 n은 바이오인식 정보의 요소를 나타내는 인덱스이고, x는 바이오인식 정보의 요소값이고, M은 요소별 평균값이고, a는 요소별 스케일링값이고, b는 요소별 베이스값임)
상기 요소별 스케일링값은 하기 수학식으로 표현될 수 있다.
[수학식]
(여기서, α는 1보다 큰 상수이고, mindiff는 요소별 최소 차이값임)
상기 요소별 베이스값은 하기 수학식으로 표현될 수 있다.
[수학식]
(여기서, β는 양의 정수이고, maxdiff는 요소별 최대 차이값임)
상기 바이오인식 정보는 신체적 특징 및 행동적 특징 중 적어도 하나를 포함하며, 상기 신체적 특징은 지문, 손모양, 얼굴, 홍채, 정맥 중 적어도 하나를 포함하며, 상기 행동적 특징은 음성, 서명, 자판, 걸음걸이 중 적어도 하나를 포함할 수 있다.
상기 바이오인식 정보는 N-튜플 구조일 수 있다.
다른 양상에 따른 최근접 좌표 검색 시스템은, 복수의 사용자들에 대한 바이오인식 정보들을 수집하고, 상기 수집된 바이오인식 정보들의 각 요소별 평균값을 산출하고, 상기 각 요소별로 상기 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출하고, 상기 평균값, 상기 최소 차이값 및 상기 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화하여 데이터베이스를 구축하는 데이터베이스 구축 장치; 및 타겟 사용자의 바이오인식 정보를 획득하고, 상기 획득된 바이오인식 정보를 정수 좌표화하고, 상기 데이터베이스를 검색하여 상기 타겟 사용자에 대하여 생성된 좌표의 최근접 좌표를 추출하는 최근접 좌표 검색 장치; 를 포함할 수 있다.
상기 데이터베이스 구축 장치는, 하기 수학식 1 또는 하기 수학식 2를 이용하여 각 사용자 별로 바이오인식 정보의 각 요소를 정수화할 수 있다.
[수학식 1]
[수학식 2]
(여기서 n은 바이오인식 정보의 요소를 나타내는 인덱스이고, x는 바이오인식 정보의 요소값이고, M은 요소별 평균값이고, a는 요소별 스케일링값이고, b는 요소별 베이스값임)
상기 요소별 스케일링값은 하기 수학식으로 표현될 수 있다.
[수학식]
(여기서, α는 1보다 큰 상수이고, mindiff는 요소별 최소 차이값임)
상기 요소별 베이스값은 하기 수학식으로 표현될 수 있다.
[수학식]
(여기서, β는 양의 정수이고, maxdiff는 요소별 최대 차이값임)
상기 바이오인식 정보는 신체적 특징 및 행동적 특징 중 적어도 하나를 포함하며, 상기 신체적 특징은 지문, 손모양, 얼굴, 홍채, 정맥 중 적어도 하나를 포함하며, 상기 행동적 특징은 음성, 서명, 자판, 걸음걸이 중 적어도 하나를 포함할 수 있다.
상기 바이오인식 정보는 N-튜플 구조일 수 있다.
예시적 실시예에 따른 최근접 좌표 검색 시스템 및 방법에 따르면, 사용자의 사용자인증 정보를 정수 좌표화하여 데이터베이스를 구축하고 최근접 좌표를 추출하는데 이용함으로써, 보다 신속하게 최근접 좌표를 검색할 수 있다.
도 1은 예시적 실시예에 따른 최근접 좌표 검색 시스템을 도시한 도면이다.
도 2는 예시적 실시예에 따른 데이터베이스 구축 장치를 도시한 도면이다.
도 3은 예시적 실시예에 따른 최근접 좌표 검색 장치를 도시한 도면이다.
도 4는 예시적 실시예에 따른 사용자 인증 시스템을 도시한 도면이다.
도 5는 예시적 실시예에 따른 최근접 좌표 검색 방법을 도시한 도면이다
도 6은 예시적인 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
한편, 각 단계들에 있어, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 수행될 수 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하고, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주 기능별로 구분한 것에 불과하다. 즉, 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있다. 각 구성부는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 예시적 실시예에 따른 최근접 좌표 검색 시스템을 도시한 도면이고, 도 2는 예시적 실시예에 따른 데이터베이스 구축 장치를 도시한 도면이고, 도 3은 예시적 실시예에 따른 최근접 좌표 검색 장치를 도시한 도면이다.
예시적 실시예에 따른 최근접 좌표 검색 시스템(100)은 복수의 사용자에 대한 바이오인식 정보들을 정수 좌표화하여 데이터베이스를 구축하고, 타겟 사용자의 바이오인식 정보가 획득되면 획득된 타겟 사용자의 바이오인식 정보를 정수 좌표화하고, 타겟 사용자의 좌표의 가장 근접한 좌표(이하, 최근접 좌표)를 데이터베이스에서 검색 및 추출하는 장치일 수 있다. 여기서 바이오인식 정보는 예컨대, 지문, 손모양, 얼굴, 홍채, 정맥 등 신체적 특징(Physiological characteristics) 및/또는 음성, 서명, 자판, 걸음걸이 등 행동적 특징(Behavioral characteristics) 등을 포함할 수 있다.
도 1을 참조하면, 예시적 실시예에 따른 최근접 좌표 검색 시스템(100)는 데이터베이스 구축 장치(110) 및 최근접 좌표 검색 장치(130)를 포함할 수 있다.
데이터베이스 구축 장치(110)는 복수의 사용자에 대한 바이오인식 정보들을 수집하고, 각 사용자의 바이오인식 정보를 정수 좌표화하여 데이터베이스(120)를 구축할 수 있다.
예시적 실시예에 따르면 데이터베이스 구축 장치(110)는 도 2에 도시된 바와 같이, 바이오인식 정보 수집부(210) 및 정수 좌표화부(220)를 포함할 수 있다.
바이오인식 정보 수집부(210)는 복수의 사용자에 대한 바이오인식 정보들을 수집할 수 있다. 여기서 각 바이오인식 정보는 N개의 요소를 가진 N-튜플 구조로서, (x1, x2, x3, …, xn)로 표현될 수 있다.
예를 들면, 바이오인식 정보 수집부(210)는 소정의 입력 장치를 포함하며, 그 입력 장치를 이용하여 바이오인식 정보를 입력받음으로써, 복수의 사용자에 대한 바이오인식 정보들을 수집할 수 있다. 이때 입력 장치는 키 패드(key pad), 돔 스위치(dome switch), 마우스, 터치 패드(touch pad), 조그 휠(Jog wheel), 조그 스위치(Jog switch), 하드웨어 또는 소프트웨어 버튼 등을 포함할 수 있다. 특히, 터치 패드가 디스플레이와 상호 레이어 구조를 이룰 경우, 이를 터치 스크린이라 부를 수 있다.
다른 예를 들면, 바이오인식 정보 수집부(210)는 바이오인식 정보를 측정 및/또는 저장하는 외부 장치로부터 바이오인식 정보를 수신함으로써, 복수의 사용자에 대한 바이오인식 정보들을 획득할 수 있다. 이때, 바이오인식 정보 수집부(210)는 유무선 통신 기술을 이용할 수 있다. 여기서 무선 통신 기술은 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신, 3G 통신, 4G 통신 및 5G 통신 등을 포함할 수 있으나 이에 한정되는 것은 아니다.
예시적 실시예에 따르면 수집된 각 사용자의 바이오인식 정보는 각 사용자에 대하여 한번의 측정으로 획득된 바이오인식 값일 수도 있으며, 각 사용자에 대하여 반복 측정으로 획득된 복수의 바이오인식 값들의 대표값(예컨대, 평균값(mean), 중위수(median), 최빈수(mode) 등)일 수도 있다. 이때 대표값은 바이오인식 정보의 요소별로 결정될 수 있다.
정수 좌표부(220)는 수집된 바이오인식 정보의 각 요소별 평균값을 산출할 수 있다. 구체적으로, 정수 좌표부(220)는 바이오인식 정보를 구성하는 각 요소별로 모든 사용자의 바이오인식 정보들을 평균함으로써, 각 요소별 평균값을 산출할 수 있다.
정수 좌표부(220)는 각 요소별로 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출할 수 있다. 이를 수학식으로 표현하면 수학식 1 및 수학식 2로 표현될 수 있다.
여기서, n은 바이오인식 정보의 요소를 나타내는 인덱스이고, i 및 j는 사용자를 나타내는 인덱스이고, mindiff는 최소 차이값이고, maxdiff는 최대 차이값이고, x와 y는 바이오인식의 요소값일 수 있다.
정수 좌표화부(220)는 산출된 각 요소별 평균값, 산출된 각 요소별 최소 차이값 및 산출된 각 요소별 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화할 수 있다.
예를 들어, 정수 좌표화부(220)는 수학식 3 또는 수학식 4를 이용하여 각 사용자별로 바이오인식 정보의 각 요소를 정수화할 수 있다.
여기서, n은 바이오인식 정보의 요소를 나타내는 인덱스이고, x는 바이오인식 정보의 요소값이고, M은 요소별 평균값이고, a는 요소별 스케일링값이고, b는 요소별 베이스값일 수 있다. 또한, 수학식 3에서 ''는 버림을 나타내며, 수학식 4의 ''는 올림을 나타낼 수 있다.
요소별 스케일링값 a와 요소별 베이스값 b는 수학식 5 및 수학식 6으로 표현될 수 있다.
여기서, α는 1보다 큰 상수이고, β는 양의 정수일 수 있다. α 및 β는 실험적으로 결정될 수 있다. 일부 요소의 최소 차이값이 '0'인 경우 그 일부 요소에 대한 수학식 5의 분모는 '1'일 수 있다.
또한, 정수 좌표화부(220)는 사용자 각각의 정수화된 각 요소를 기반으로 각 사용자별로 N-튜플의 정수화된 좌표를 생성하여 데이터베이스(120)를 구축할 수 있다. 이때 각 사용자의 정수화된 좌표는 Xinteger=(xinteger_1, xinteger_2, xinteger_3, …, xinteger_n)로 표현될 수 있다.
예시적 실시예에 따르면, 데이터베이스 구축 장치(110)는 전처리부(230)를 더 포함할 수 있다.
전처리부(230)는 바이오인식 정보 수집부(210)에서 수집된 바이오인식 정보들을 전처리할 수 있다. 예를 들어, 전처리부(230)는 다양한 정규화 기법 및/또는 표준화 기법을 이용하여 바이오인식 정보들을 전처리할 수 있다. 예컨대, 전처리부(230)는 바이오인식 정보의 각 요소별로 평균 및 표준편차를 산출하고, 산출된 각 요소별 평균 및 표준편차를 기반으로 각 바이오인식 정보를 표준화할 수 있다. 이때, 전처리부(230)는 수학식 7을 이용할 수 있다.
여기서, n은 바이오인식 정보의 요소를 나타내는 인덱스이고, x는 바이오인식 정보의 요소값이고, M은 요소별 평균값이고, std는 요소별 표준편차이고, xstd는 각 요소의 표준화된 값일 수 있다. 일부 요소의 표준편차가 '0'인 경우 그 일부 요소에 대한 수학식 7의 분모는 '1'일 수 있다.
최근접 좌표 검색 장치(130)는 타겟 사용자의 바이오인식 정보가 획득되면 획득된 타겟 사용자의 바이오인식 정보를 정수 좌표화하고, 데이터베이스(120)를 검색하여 타겟 사용자의 좌표의 최근접 좌표를 추출할 수 있다.
예시적 실시예에 따른 최근접 좌표 검색 장치(130)는 도 3에 도시된 바와 같이, 바이오인식 정보 획득부(310), 정수 좌표화부(320) 및 최근접 좌표 추출부(330)를 포함할 수 있다.
바이오인식 정보 획득부(310)는 타겟 사용자의 바이오인식 정보를 획득할 수 있다. 여기서 바이오인식 정보는 N개의 요소를 가진 N-튜플 구조일 수 있다.
예를 들면, 바이오인식 정보 획득부(310)는 소정의 입력 장치를 포함하며, 이 입력 장치를 이용하여 타겟 사용자의 바이오인식 정보를 입력받음으로써, 타겟 사용자의 바이오인식 정보를 획득할 수 있다. 이때 입력 장치는 키 패드(key pad), 돔 스위치(dome switch), 마우스, 터치 패드(touch pad), 조그 휠(Jog wheel), 조그 스위치(Jog switch), 하드웨어 또는 소프트웨어 버튼 등을 포함할 수 있다. 특히, 터치 패드가 디스플레이와 상호 레이어 구조를 이룰 경우, 이를 터치 스크린이라 부를 수 있다.
다른 예를 들면, 바이오인식 정보 획득부(310)는 바이오인식 정보 측정 장치 예컨대, 지문, 손모양, 얼굴, 홍채, 정맥 등 신체적 특징(Physiological characteristics)을 측정하는 장치 및/또는 음성, 서명, 자판, 걸음걸이 등 행동적 특징(Behavioral characteristics) 등을 측정하는 장치를 포함하며, 이들 장치로부터 타겟 사용자의 바이오인식 정보를 직접 측정함으로써, 타겟 사용자의 바이오인식 정보를 획득할 수 있다.
또 다른 예를 들면, 바이오인식 정보 획득부(310)는 바이오인식 정보를 측정 및/또는 저장하는 외부 장치로부터 타겟 사용자의 바이오인식 정보를 수신함으로써, 타겟 사용자의 바이오인식 정보를 획득할 수 있다. 이때, 바이오인식 정보 획득부(310)는 전술한 유무선 통신 기술을 이용할 수 있다.
정수 좌표화부(320)는 타겟 사용자의 바이오인식 정보를 정수 좌표화할 수 있다. 예를 들어, 정수 좌표화부(320)는 전술한 수학식 3 또는 수학식 4를 이용하여 타겟 사용자의 바이오인식 정보의 각 요소를 정수화하고, 정수화된 각 요소를 기반으로 타겟 사용자에 대한 N-튜플의 정수화된 좌표를 생성할 수 있다.
최근접 좌표 추출부(330)는 데이터베이스(120)를 검색하여 타겟 사용자에 대하여 생성된 정수화된 좌표의 최근접 좌표를 추출할 수 있다. 이때 최근접 좌표 추출부(330)는 다양한 거리 산출 기법을 이용할 수 있다.
예시적 실시예에 따르면 최근접 좌표 검색 장치(130)는 전처리부(340)를 더 포함할 수 있다.
전처리부(340)는 바이오인식 정보 획득부(310)가 타겟 사용자에 대한 반복 측정으로 획득된 복수의 바이오인식 정보들을 획득한 경우, 획득된 복수의 바이오인식 정보들의 대표값을 결정할 수 있다. 대표값은 바이오인식 정보의 요소별로 결정될 수 있다. 이때, 전처리부(340)는 대표값 결정시 획득된 복수의 바이오인식 정보들 중 상위 및 하위 일정 퍼센트의 값들은 제외할 수 있으나 이에 한정되는 것은 아니다.
도 4는 예시적 실시예에 따른 사용자 인증 시스템을 도시한 도면이다.
도 4의 사용자 인증 시스템(400)은 도 1의 최근접 좌표 검색 시스템(100) 또는 최근접 좌표 검색 장치(130)가 적용된 일 실시예일 수 있다.
도 4를 참조하면, 사용자 인증 시스템(400)은 사용자 단말(402) 및 인증 서버(404)를 포함할 수 있다. 사용자 단말(402) 및 인증 서버(404)는 통신 네트워크(4206)를 통해 상호 통신 가능하게 연결될 수 있다.
예시적 실시예에 따르면, 통신 네트워크(406)는 인터넷, 하나 이상의 로컬 영역 네트워크(local area networks), 광역 네트워크(wide area networks), 셀룰러 네트워크, 모바일 네트워크, 그 밖에 다른 종류의 네트워크들, 또는 이러한 네트워크들의 조합을 포함할 수 있다.
사용자 단말(402)은 타겟 사용자의 바이오인식 정보를 획득하여 N-튜플 구조의 바이오인식 값을 생성할 수 있다. 여기서 바이오 인식 정보는 지문, 손모양, 얼굴, 홍채, 정맥 등 신체적 특징(Physiological characteristics)과, 음성, 서명, 자판, 걸음걸이 등 행동적 특징(Behavioral characteristics) 등) 등을 포함할 수 있다.
사용자 단말(402)은 생성된 바이오인식 값을 인증 서버(404)에 전송하여 사용자 인증을 요청할 수 있다.
인증 서버(404)는 사용자 단말(402)로부터 타겟 사용자의 바이오인식 값을 수신하여, 사용자 인증을 수행할 수 있다. 예시적 실시예에 따르면, 인증 서버(404)는 도 1을 참조하여 전술한 최근접 좌표 검색 시스템(100) 또는 최근접 좌표 검색 장치(130)가 탑재될 수 있다.
구체적으로 인증 서버(404)는 사용자 단말(402)로부터 수신된 바이오인식 값를 정수 좌표화하고, 데이터베이스를 검색하여 정수화된 좌표의 최근접 좌표를 추출할 수 있다. 또한, 인증 서버(404)는 정수화된 좌표와 추출된 최근접 좌표 사이의 거리가 소정 임계값 이하인지 여부에 따라 사용자를 인증하여 그 결과를 사용자 단말(402)에 전송할 수 있다.
도 5는 예시적 실시예에 따른 최근접 좌표 검색 방법을 도시한 도면이다.
도 5의 최근접 좌표 검색 방법은 도 1의 최근접 좌표 검색 시스템(100)에 의해 수행될 수 있다.
도 5를 참조하면, 최근접 좌표 검색 시스템은 복수의 사용자에 대한 바이오인식 정보들을 수집할 수 있다(510). 여기서 각 바이오인식 정보는 N개의 요소를 가진 N-튜플 구조로서, (x1, x2, x3, …, xn)로 표현될 수 있다.
예시적 실시예에 따르면 수집된 각 사용자의 바이오인식 정보는 각 사용자에 대하여 한번의 측정으로 획득된 바이오인식 값일 수도 있으며, 각 사용자에 대하여 반복 측정으로 획득된 복수의 바이오인식 값들의 대표값(예컨대, 평균값(mean), 중위수(median), 최빈수(mode) 등)일 수도 있다. 이때 대표값은 바이오인식 정보의 요소별로 결정될 수 있다.
최근접 좌표 검색 시스템은 수집된 바이오인식 정보의 각 요소별 평균값을 산출할 수 있다(520). 구체적으로, 최근접 좌표 검색 시스템은 바이오인식 정보를 구성하는 각 요소별로 모든 사용자의 바이오인식 정보들을 평균함으로써, 각 요소별 평균값을 산출할 수 있다.
최근접 좌표 검색 시스템은 각 요소별로 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출할 수 있다(530). 예컨대 최근접 좌표 검색 시스템은 전술한 수학식 1 및 수학식 2를 이용하여 각 요소별로 최소 차이값 및 최대 차이값을 산출할 수 있다.
최근접 좌표 검색 시스템은 산출된 각 요소별 평균값, 산출된 각 요소별 최소 차이값 및 산출된 각 요소별 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화할 수 있다(540).
예를 들어, 최근접 좌표 검색 시스템은 전술한 수학식 3 또는 수학식 4를 이용하여 각 사용자별로 바이오인식 정보의 각 요소를 정수화하고, 정수화된 각 요소를 기반으로 각 사용자별로 N-튜플의 정수화된 좌표를 생성하여 데이터베이스를 구축할 수 있다.
최근접 좌표 검색 시스템은 타겟 사용자의 바이오인식 정보를 획득할 수 있다(550). 여기서 바이오인식 정보는 N개의 요소를 가진 N-튜플 구조일 수 있다.
최근접 좌표 검색 시스템은 타겟 사용자의 바이오인식 정보를 정수 좌표화할 수 있다(560). 예를 들어, 최근접 좌표 검색 시스템은 전술한 수학식 3 또는 수학식 4를 이용하여 타겟 사용자의 바이오인식 정보의 각 요소를 정수화하고, 정수화된 각 요소를 기반으로 타겟 사용자에 대한 N-튜플의 정수화된 좌표를 생성할 수 있다.
최근접 좌표 검색 시스템은 데이터베이스를 검색하여 타겟 사용자에 대하여 생성된 정수화된 좌표의 최근접 좌표를 추출할 수 있다(570). 이때 최근접 좌표 검색 시스템은 다양한 거리 산출 기법을 이용할 수 있다.
예시적 실시예에 따르면, 최근접 좌표 검색 시스템은 수집된 복수의 사용자에 대한 바이오인식 정보들을 전처리할 수 있다(515). 예를 들어, 최근접 좌표 검색 시스템은 다양한 정규화 기법 및/또는 표준화 기법을 이용하여 바이오인식 정보들을 전처리할 수 있다. 예컨대, 최근접 좌표 검색 시스템은 전술한 수학식 7을 이용하여 각 바이오정보를 전처리할 수 있다.
예시적 실시예에 따르면, 최근접 좌표 검색 시스템은 단계 550에서 타겟 사용자에 대한 복수의 바이오인식 정보들을 획득한 경우, 획득된 복수의 바이오인식 정보들의 대표값을 결정할 수 있다(555). 대표값은 바이오인식 정보의 요소별로 결정될 수 있다. 이때, 최근접 좌표 검색 시스템은 대표값 결정시 획득된 복수의 바이오인식 정보들 중 상위 및 하위 일정 퍼센트의 값들은 제외할 수 있으나 이에 한정되는 것은 아니다.
도 6은 예시적인 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 최근접 좌표 검색 시스템(100), 데이터베이스 구축 장치(110) 또는 최근접 좌표 검색 장치(130)에 포함된 하나 이상의 컴포넌트일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.
이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시 예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.
10: 컴퓨팅 환경
12: 컴퓨팅 장치
14: 프로세서
16: 컴퓨터 판독 가능 저장 매체
18: 통신 버스
20: 프로그램
22: 입출력 인터페이스
24: 입출력 장치
26: 네트워크 통신 인터페이스
100: 최근접 좌표 검색 시스템
110: 데이터베이스 구축 장치
120: 데이터베이스
130: 최근접 좌표 검색 장치
210: 바이오인식 정보 수집부
220, 320: 정수 좌표화부
230, 340: 전처리부
310: 바이오인식 정보 획득부
330: 최근접 좌표 추출부
400: 사용자 인증 시스템
402: 사용자 단말
404: 인증 서버
406: 통신 네트워크

Claims (12)

  1. 복수의 사용자들에 대한 바이오인식 정보들을 수집하는 단계;
    상기 수집된 바이오인식 정보들의 각 요소별 평균값을 산출하는 단계;
    상기 각 요소별로 상기 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출하는 단계;
    상기 평균값, 상기 최소 차이값 및 상기 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화하여 데이터베이스를 구축하는 단계;
    타겟 사용자의 바이오인식 정보를 획득하는 단계;
    상기 획득된 바이오인식 정보를 정수 좌표화하는 단계; 및
    상기 데이터베이스를 검색하여 상기 타겟 사용자에 대하여 생성된 좌표의 최근접 좌표를 추출하는 단계; 를 포함하는,
    최근접 좌표 검색 방법.
  2. 제1항에 있어서,
    상기 데이터베이스를 구축하는 단계는,
    하기 수학식 1 또는 하기 수학식 2를 이용하여 각 사용자 별로 바이오인식 정보의 각 요소를 정수화하는 단계; 를 포함하는,
    최근접 좌표 검색 방법.
    [수학식 1]

    [수학식 2]

    (여기서 n은 바이오인식 정보의 요소를 나타내는 인덱스이고, x는 바이오인식 정보의 요소값이고, M은 요소별 평균값이고, a는 요소별 스케일링값이고, b는 요소별 베이스값임)
  3. 제2항에 있어서,
    상기 요소별 스케일링값은 하기 수학식으로 표현되는,
    최근접 좌표 검색 방법.
    [수학식]

    (여기서, α는 1보다 큰 상수이고, mindiff는 요소별 최소 차이값임)
  4. 제2항에 있어서,
    상기 요소별 베이스값은 하기 수학식으로 표현되는,
    최근접 좌표 검색 방법.
    [수학식]

    (여기서, β는 양의 정수이고, maxdiff는 요소별 최대 차이값임)
  5. 제1항에 있어서,
    상기 바이오인식 정보는 신체적 특징 및 행동적 특징 중 적어도 하나를 포함하며,
    상기 신체적 특징은 지문, 손모양, 얼굴, 홍채, 정맥 중 적어도 하나를 포함하며,
    상기 행동적 특징은 음성, 서명, 자판, 걸음걸이 중 적어도 하나를 포함하는,
    최근접 좌표 검색 방법.
  6. 제1항에 있어서,
    상기 바이오인식 정보는 N-튜플 구조인,
    최근접 좌표 검색 방법.
  7. 복수의 사용자들에 대한 바이오인식 정보들을 수집하고, 상기 수집된 바이오인식 정보들의 각 요소별 평균값을 산출하고, 상기 각 요소별로 상기 바이오인식 정보들 사이의 최소 차이값 및 최대 차이값을 산출하고, 상기 평균값, 상기 최소 차이값 및 상기 최대 차이값을 기반으로 각 사용자의 바이오인식 정보를 정수 좌표화하여 데이터베이스를 구축하는 데이터베이스 구축 장치; 및
    타겟 사용자의 바이오인식 정보를 획득하고, 상기 획득된 바이오인식 정보를 정수 좌표화하고, 상기 데이터베이스를 검색하여 상기 타겟 사용자에 대하여 생성된 좌표의 최근접 좌표를 추출하는 최근접 좌표 검색 장치; 를 포함하는,
    최근접 좌표 검색 시스템.
  8. 제7항에 있어서,
    상기 데이터베이스 구축 장치는,
    하기 수학식 1 또는 하기 수학식 2를 이용하여 각 사용자 별로 바이오인식 정보의 각 요소를 정수화하는,
    최근접 좌표 검색 시스템.
    [수학식 1]

    [수학식 2]

    (여기서 n은 바이오인식 정보의 요소를 나타내는 인덱스이고, x는 바이오인식 정보의 요소값이고, M은 요소별 평균값이고, a는 요소별 스케일링값이고, b는 요소별 베이스값임)
  9. 제8항에 있어서,
    상기 요소별 스케일링값은 하기 수학식으로 표현되는,
    최근접 좌표 검색 시스템.
    [수학식]

    (여기서, α는 1보다 큰 상수이고, mindiff는 요소별 최소 차이값임)
  10. 제8항에 있어서,
    상기 요소별 베이스값은 하기 수학식으로 표현되는,
    최근접 좌표 검색 시스템.
    [수학식]

    (여기서, β는 양의 정수이고, maxdiff는 요소별 최대 차이값임)
  11. 제7항에 있어서,
    상기 바이오인식 정보는 신체적 특징 및 행동적 특징 중 적어도 하나를 포함하며,
    상기 신체적 특징은 지문, 손모양, 얼굴, 홍채, 정맥 중 적어도 하나를 포함하며,
    상기 행동적 특징은 음성, 서명, 자판, 걸음걸이 중 적어도 하나를 포함하는,
    최근접 좌표 검색 시스템.
  12. 제7항에 있어서,
    상기 바이오인식 정보는 N-튜플 구조인,
    최근접 좌표 검색 시스템.
KR1020220109992A 2022-08-31 2022-08-31 최근접 좌표 검색 시스템 및 방법 KR20240030658A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220109992A KR20240030658A (ko) 2022-08-31 2022-08-31 최근접 좌표 검색 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220109992A KR20240030658A (ko) 2022-08-31 2022-08-31 최근접 좌표 검색 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20240030658A true KR20240030658A (ko) 2024-03-07

Family

ID=90271988

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220109992A KR20240030658A (ko) 2022-08-31 2022-08-31 최근접 좌표 검색 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20240030658A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210153090A (ko) 2019-04-12 2021-12-16 그랩택시 홀딩스 피티이. 엘티디. K-최근접 이웃 검색을 위한 분산형 인메모리 공간 데이터 저장소

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210153090A (ko) 2019-04-12 2021-12-16 그랩택시 홀딩스 피티이. 엘티디. K-최근접 이웃 검색을 위한 분산형 인메모리 공간 데이터 저장소

Similar Documents

Publication Publication Date Title
US9600730B2 (en) Biometric authentication technology
US9819677B2 (en) Supplementing biometric identification with device identification
JP5121681B2 (ja) 生体認証システム、認証クライアント端末、及び生体認証方法
KR101639986B1 (ko) 지문 등록 및 인증 속도 향상을 위한 지문 정보 프로세싱 방법 및 그 장치
US8659390B2 (en) Method and system for generating a biometric query plan
US9268904B1 (en) Systems and methods for biometric data management using relational database management systems (RDBMS)
US10853624B2 (en) Apparatus and method
KR20160132370A (ko) 생체인식데이터 템플릿의 집합을 저장 방법, 생체인식을 위한 매칭 방법, 생체 매칭 장치 및 컴퓨터 프로그램
EP2781185B1 (en) Biometric information input apparatus, biometric information input program and biometric information input method
KR20140127478A (ko) 분산형 생체 인식 서비스 제공 방법
KR101430167B1 (ko) 보안 시스템 및 그에 따른 보안 인증 방법, 상대 특징 정보생성 방법, 단말 시스템 및 스마트 카드
US20170076164A1 (en) Biometric authentication device and biometric authentication method
CN110866234A (zh) 一种基于多生物特征的身份验证系统
KR20240030658A (ko) 최근접 좌표 검색 시스템 및 방법
CN107615299B (zh) 用于评估指纹模板的方法和系统
CN108351708B (zh) 三维手势解锁方法、获取手势图像的方法和终端设备
CN113886821A (zh) 基于孪生网络的恶意进程识别方法、装置、电子设备及存储介质
KR20240030657A (ko) 최근접 좌표 검색 장치 및 방법
Cheng et al. Special point representations for reducing data space requirements of finger-vein recognition applications
Zhang et al. An intelligent method of cancer prediction based on mobile cloud computing
JP2011034254A (ja) 類似検索装置、類似検索システム及び類似検索方法
KR101956248B1 (ko) 서버 기반의 생체 템플릿 인증 및 등록 방법, 생체 템플릿 인증 및 등록을 위한 서버 장치
KR20170041593A (ko) 지문 등록 및 인증 속도 향상을 위한 방법 및 장치
CN113221088B (zh) 用户身份识别方法及装置
Modi et al. Fingerprint recognition performance evaluation for mobile ID applications