[go: up one dir, main page]

KR102785399B1 - 지문 인식 방법 및 디바이스 - Google Patents

지문 인식 방법 및 디바이스 Download PDF

Info

Publication number
KR102785399B1
KR102785399B1 KR1020180077896A KR20180077896A KR102785399B1 KR 102785399 B1 KR102785399 B1 KR 102785399B1 KR 1020180077896 A KR1020180077896 A KR 1020180077896A KR 20180077896 A KR20180077896 A KR 20180077896A KR 102785399 B1 KR102785399 B1 KR 102785399B1
Authority
KR
South Korea
Prior art keywords
fingerprint
image
fingerprint image
registered
input
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020180077896A
Other languages
English (en)
Other versions
KR20200004701A (ko
Inventor
김현준
허진구
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180077896A priority Critical patent/KR102785399B1/ko
Priority to US16/299,364 priority patent/US10896313B2/en
Publication of KR20200004701A publication Critical patent/KR20200004701A/ko
Application granted granted Critical
Publication of KR102785399B1 publication Critical patent/KR102785399B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

지문 인식 방법은 지문 센서를 이용하여 입력 지문 이미지를 생성하고, 카메라 모듈로 촬영된 손가락 이미지로부터 생성된 등록 지문 이미지의 부분 영역들 중 입력 지문 이미지와 중첩되는 등록 지문 이미지의 부분 영역을 등록 중첩 이미지로 결정하고, 등록 중첩 이미지와 입력 지문 이미지를 비교하여 입력 지문 이미지의 인증 여부를 판단한다.

Description

지문 인식 방법 및 디바이스{Fingerprint recognition methods and devices}
지문 인식 방법 및 디바이스에 관한다. 구체적으로, 카메라 모듈과 지문 센서를 활용한 지문 인식 방법 및 디바이스에 관한다.
최근 전자 디바이스에서 활용 가능한 기능들이 다양해짐에 따라, 전자 장치 상에 저장된 정보에 대한 보안이 중요시 되고, 이러한 보안상 필요에 의해 사용자의 생체 정보에 기초한 인증 기술들이 개발되고 있다. 생체 정보에 기초한 인증 기술들은 예를 들어, 사용자로부터　지문, 홍채, 목소리, 얼굴, 혈관 등의 생체 정보를 취득하고, 미리 등록된 사용자의 생체 정보와의 비교 과정을 거쳐 인증된 사용자인지 여부를 판단하는 과정을 포함할 수 있다.
상기 예시한 생체 정보 중　지문　인식 기술은 편리성, 보안성, 경제성 등 여러 가지 이유로 현재 가장 많이 상용화되어 있다. 지문 인식 기술은 사용자 기기에 대한 보안을 강화하고, 모바일 결제 등 각종 응용 서비스를 용이하게 제공할 수 있다.
최근 각종 전자 디바이스의 폼 팩터(form factor)가 작아지는 추세에 따라, 지문 인식을 위해 전자 디바이스에 포함된 지문 센서의 지문 센싱 영역이 점차 좁아지고 있다. 이로 인하여, 사용자가 지문을 인증하려고 하는 경우 지문 인증률이 떨어지는 문제점 등이 발생할 수 있다.
지문 인식 방법 및 디바이스를 제공하는데 있다. 또한, 이 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는 데 있다. 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
일 측면에 따르면, 지문 인식 방법은 지문 인증 모드가 실행된 경우, 지문 센서를 이용하여 지문 인증 모드에서 사용될 입력 지문 이미지를 생성하는 단계; 카메라 모듈로 촬영된 손가락 이미지로부터 생성되어 메모리에 기 저장된 등록 지문 이미지를 상기 메모리로부터 획득하는 단계; 상기 획득된 등록 지문 이미지의 부분 영역들 중 상기 입력 지문 이미지와 중첩되는 상기 등록 지문 이미지의 부분 영역을 등록 중첩 이미지로 결정하는 단계; 상기 등록 중첩 이미지의 히스토그램이 상기 입력 지문 이미지의 히스토그램과 대응되도록 상기 등록 중첩 이미지를 변환하는 단계; 및 상기 변환된 등록 중첩 이미지와 상기 입력 지문 이미지를 비교하여 상기 입력 지문 이미지의 인증 여부를 판단하는 단계; 를 포함할 수 있다.
다른 측면에 따르면, 전자 디바이스는 지문 등록 모드에서 사용자의 손가락 이미지를 촬영하는 카메라 모듈; 상기 지문 등록 모드가 실행된 경우, 상기 카메라 모듈로 촬영된 손가락 이미지로부터 생성된 등록 지문 이미지를 저장하는 메모리; 지문 인증 모드에서 지문을 센싱하는 지문 센서; 및 상기 지문 인증 모드가 실행된 경우 상기 지문 센서를 이용하여 상기 지문 인증 모드에서 사용될 입력 지문 이미지를 생성하고, 상기 지문 등록 모드에서 기 저장된 상기 등록 지문 이미지를 상기 메모리로부터 획득하고, 상기 획득된 등록 지문 이미지의 부분 영역들 중 상기 입력 지문 이미지와 중첩되는 상기 등록 지문 이미지의 부분 영역을 등록 중첩 이미지로 결정하고, 상기 등록 중첩 이미지의 히스토그램이 상기 입력 지문 이미지의 히스토그램과 대응되도록 상기 등록 중첩 이미지를 변환하고, 상기 변환된 등록 중첩 이미지와 상기 입력 지문 이미지를 비교하여 상기 입력 지문 이미지의 인증 여부를 판단하는 프로세서; 를 포함할 수 있다.
도 1은 일 실시예에 따른 지문을 인식하는 전자 디바이스의 구성을 도시한 블록도 이다.
도 2는 일 실시예에 따라 전자 디바이스가 지문을 인식하는 과정의 일 예를 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 지문 등록 시 사용할 수 있는 어플리케이션의 일 예를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 등록 지문 이미지 생성 과정을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 입력 지문 이미지 생성 과정을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 등록 중첩 이미지를 생성하는 과정을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 이종 이미지 변환 과정을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 입력 지문 이미지의 인증 여부를 판단하는 과정을 설명하기 위한 흐름도이다.
도 9는 일 실시예에 따른 전자 디바이스가 지문을 인식하는 과정을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 전자 디바이스에서 지문이 인식되는 과정을 나타내는 흐름도이다.
본 실시예들에서 사용되는 용어는 본 실시예들에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 기술분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 임의로 선정된 용어도 있으며, 이 경우 해당 실시예의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 실시예들에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 실시예들의 전반에 걸친 내용을 토대로 정의되어야 한다.
실시예들에 대한 설명들에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라, 그 중간에 다른 구성요소를 사이에 두고 전기적으로 연결되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 실시예들에서 사용되는 "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 도는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
하기 실시예들에 대한 설명은 권리범위를 제한하는 것으로 해석되지 말아야 하며, 해당 기술분야의 당업자가 용이하게 유추할 수 있는 것은 실시예들의 권리범위에 속하는 것으로 해석되어야 할 것이다. 이하 첨부된 도면들을 참고하면서 오로지 예시를 위한 실시예들을 상세히 설명하기로 한다.
도 1은 일 실시예에 따른 지문을 인식하는 전자 디바이스의 구성을 도시한 블록도 이다.
도 1을 참고하면, 전자 디바이스(100)는 카메라 모듈(110), 지문 센서(120), 프로세서(130) 및 메모리(140)를 포함한다. 도 1에 도시된 전자 디바이스(100)에는 본 실시예들과 관련된 구성요소들만이 도시되어 있다. 따라서, 전자 디바이스(100)에는 도 1에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음은 당해 기술분야의 통상의 기술자에게 자명하다.
전자 디바이스(100)는 스마트　폰, 스마트 워치, 태블릿 PC(tablet PC), 노트북 컴퓨터(laptop computer), PDA(personal digital assistants), PMP(portable multimedia player) 등을 포함하는 모바일 기기일 수 있다. 또한, 전자 디바이스(100)는 개인용 컴퓨터(personal computer), 태블릿 컴퓨터(tablet computer), 개인용 디지털 보조기기(personal digital assistant)일 수 있으나, 이에 제한되지 않는다.
전자 디바이스(100)는 카메라 모듈(110) 및 지문 센서(120)를 이용하여 사용자의 지문을 인식하는 데 사용될 수 있다.
구체적으로, 전자 디바이스(100)가 사용자의 지문을 인식하는 동작은 사용자의 지문을 인식함으로써 그 사용자를 인증(verify)하는 동작을 포함할 수 있다. 사용자를 인증하는 동작은 그 사용자가 기 등록된 사용자인지 여부를 판단하거나 사용자가 기 등록된 복수의 사용자들 중 어느 사용자에 해당하는지를 판단하는 하는 동작을 포함할 수 있다.
예를 들어, 전자 디바이스(100)는 등록 단계에서, 사용자의 지문 이미지 또는 사용자의 지문 이미지와 관련된 정보(예를 들어, 특징점(minutiae) 정보, 도메인 변환 기법에 기초한 위상 정도 등)를 미리 등록 정보로서 저장할 수 있다. 전자 디바이스(100)는 인증 단계에서, 즉 사용자가 전자 디바이스(100)를 사용하거나 전자 디바이스(100)에 접근하려는 경우, 지문 센서를 통해 입력된 사용자의 지문 이미지를 획득할 수 있다. 또한, 전자 디바이스(100)는 인증 단계에서, 사용자가 입력한 지문 이미지를 기 등록된 사용자의 지문 이미지와 비교하여 기 등록된 사용자인지 여부를 판단할 수 있다. 또는 전자 디바이스(100)는 기 등록된 복수의 사용자의 지문 이미지들과 비교하여 어느 사용자에 해당되는지를 판단할 수 있다.
전자 디바이스(100)는 입력된 지문 이미지가 기 등록된 사용자의 지문 이미지와 매칭되는 경우 참을 출력할 수 있고, 매칭되지 않는 경우 거짓을 출력할 수 있다. 또한, 입력된 지문 이미지가 기 등록된 복수의 사용자의 지문 이미지 중 어느 하나와 매칭되는 경우, 전자 디바이스(100)는 매칭되는 해당 사용자의 아이디를 출력할 수 있다. 만약 입력된 지문 이미지가 기 등록된 복수의 사용자의 지문 이미지 중 어느 하나와도 매칭되지 않는 경우, 사용자가 식별되지 않음을 알리는 신호가 출력될 수도 있다.
카메라 모듈(110)은 전자 디바이스(100)에 내장된 카메라 모듈일 수 있다. 카메라 모듈은 예를 들어 스마트 폰의 전면 또는 후면에 위치할 수 있다.
최근 모바일 기기 등에 내장된 카메라 해상도가 높아짐에 따라, 고해상도의 이미지를 얻을 수 있게 되었다. 따라서 카메라 모듈(110)은 카메라 모듈(110)의 전방에 위치하는 사용자의 손가락을 촬영하여 손가락의 지문 이미지를 얻을 수 있다. 획득한 손가락의 지문 이미지는 지문 등록 모드에서 사용자의 등록 정보로서, 등록 지문 이미지를 생성하는데 이용될 수 있다.
카메라 모듈은 스마트 폰 등의 전자 디바이스(100)에서 지문 등록에 이용되는 어플리케이션이 실행되는 경우 작동하여 사용자의 손가락 지문 이미지를 촬영할 수 있다.
지문 센서(120)는 사용자가 전자 디바이스(100)를 사용하거나 전자 디바이스(100)에 접근하려는 경우, 사용자인지 여부를 인증하기 위한 지문 인증 모드에서, 사용자가 지문을 입력하는데 이용될 수 있다.
지문 센서(120)는 지문 센싱 영역을 통하여 사용자의 일 손가락 중 일부 영역의 지문을 센싱할 수 있다. 지문 센서(120)에 의해 센싱된 지문은 입력 지문 이미지를 생성하는 데 이용될 수 있다. 최근 각종 전자 디바이스의 폼팩터가 작아지는 추세에 따라 지문 센서(120)의 지문 센싱 영역이 20mm2에 이를 정도로 점차 좁아지고 있다. 따라서, 지문 센서(120)를 통해 생성한 사용자의 입력 지문 이미지는 카메라 모듈(110)을 통해 미리 등록된 사용자의 등록 지문 이미지보다 좁은 영역의 이미지 일 수 있다.
지문 센서(120)의 지문 센싱 영역은 원형 또는 직사각형의 모양일 수 있으나, 크기 및 모양은 다양하게 변형될 수 있다.
지문 센서(120)는 정전 용량 방식의 지문 센서 모듈일 수 있다. 또한 지문 센서(120)는 열감지 방식, 전기장 방식 등의 반도체식 지문 센서 또는 광학식 지문 센서일 수 있으며 이에 제한되지 않는다.
정전 용량 방식의 지문 센서(120)는 사람의 손가락이 도전성 감지 전극에 근접할 때　지문의 골(valley)과 융선(ridge) 형상에 따른　정전 용량의 변화를 검출함으로써,　지문의 모양(지문　패턴)을 획득할 수 있다. 전자 디바이스(100)가 예를 들어 스마트 폰인 경우, 정전 용량 방식의 지문 센서(120)는 주로 스마트 폰의 홈 버튼 뒤 또는 스마트 폰의 후면에 위치할 수 있다
프로세서(130)는 전자 디바이스(100)의 전반적인 동작들 및 기능들을 제어하는 하드웨어이다. 프로세서(130)는 메모리(140)로부터 전자 디바이스(100)에서 처리되는 데이터, 예를 들어 등록 지문 이미지, 등록 지문 이미지로부터 추출된 등록 특성 정보 등을 읽고/쓰고, 읽히고/쓰여진 데이터를 이용하여 전자 디바이스(100)를 실행할 수 있다.
구체적으로, 프로세서(130)는 지문 등록 모드에서 카메라 모듈(110)로부터 등록 지문 이미지를 생성하여, 미리 사용자 등록 정보로서 등록 지문 이미지를 메모리(140)에 저장할 수 있다.
프로세서(130)는 기 등록된 사용자인지 여부를 인증하려는 지문 인증 모드에서 지문 센서(120)로부터 입력 지문 이미지를 생성할 수 있다. 이 때, 프로세서(130)는 지문 등록 모드에서 메모리(140)에 저장된 등록 지문 이미지를 메모리(140)로부터 읽어 획득할 수 있다. 프로세서(130)는 메모리(140)로부터 획득된 등록 지문 이미지와 입력 지문 이미지를 비교하여, 입력 지문 이미지가 기 등록된 사용자의 지문인지를 판단할 수 있다. 이 때, 프로세서(130)는 서로 다른 방식으로 생성된 등록 지문 이미지와 입력 지문 이미지를 비교하기 위하여, 등록 지문 이미지와 입력 지문 이미지 중 어느 하나를 나머지 지문 이미지의 형태와 유사하도록 변환시킬 수 있다. 구체적으로, 프로세서(130)는 등록 지문 이미지와 입력 지문 이미지의 패턴이 유사한 정도 및 등록 지문 이미지와 입력 지문 이미지 각각의 특성 정보가 유사한 정도를 기초로 하여 사용자 인증 여부를 판단할 수 있다.
프로세서(130)는 전자 디바이스(100) 내에 구비된 CPU(central processing unit), GPU(graphics processing unit), AP(application processor) 등으로 구현될 수 있으나, 이에 제한되지 않는다.
메모리(140)는 전자 디바이스(100)에서 처리된 데이터들 및 처리될 데이터들을 저장할 수 있다. 예를 들어, 메모리(140)는 지문 등록 모드에서 카메라 모듈(110)로 촬영된 손가락 이미지로부터 생성된 등록 지문 이미지, 등록 지문 이미지로부터 추출한 특성 정보 등을 저장할 수 있다. 또한 메모리(140)는 프로세서(130)에 의해 계산된 등록 지문 이미지와 입력 지문 이미지 간의 패턴 유사도 및 등록 지문 이미지와 입력 지문 이미지 각각의 특성 정보 간의 유사도를 나타내는 값을 저장할 수 있다.
메모리(140)는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리(140)일 수 있으나, 이에 한정되지 않는다.
도 2는 일 실시예에 따라 전자 디바이스가 지문을 인식하는 과정의 일 예를 설명하기 위한 도면이다.
도 2의 지문 인식 과정은 도 1의 전자 디바이스(100)를 이용하여 지문을 인식하는 과정을 나타낼 수 있다. 도 2 의 전자 디바이스(100)는 카메라 모듈(110), 지문 센서(120), 프로세서(130) 및 메모리(140)를 포함할 수 있다.
도 2의 전자 디바이스(100)는 스마트 폰으로 도시되어 있으나, 이에 제한되는 것은 아니며 그 밖의 다양한 전자 디바이스가 될 수 있다.
도 2의 전자 디바이스(100)는 지문 등록 모드에서 210 내지 230 단계를 통해, 미리 사용자의 지문 정보를 등록하고, 지문 인증 모드에서 240 단계를 통해 인증을 위한 지문 이미지를 사용자로부터 입력 받는다.
210 단계에서 카메라 모듈(110)은 카메라 모듈(110) 전방의 일정 거리에 위치하는 사용자의 손가락을 촬영하여 손가락의 지문 이미지를 얻을 수 있다.
도 2의 전자 디바이스(100)는 카메라 모듈(110)을 통하여 입력 받는 영상에 대하여 실시간으로 프리뷰(preview)를 제공하는 디스플레이(150)를 포함할 수 있다. 도 2에 도시되지는 않았으나, 전자 디바이스(100)의 디스플레이(150)에 손가락 가이드가 제시되어 사용자의 손가락이 손가락 가이드의 범위 내에 어느 정도 위치하면 촬영해도 좋다는 소리나 영상이 출력될 수 있도록 하는 알림 단계가 수행될 수 있다.
전자 디바이스(100)의 카메라 모듈(110)을 사용하여 사용자의 등록 지문 이미지를 얻기 위해서는 지문의 골(valley)과 융선(ridge)이 잘 드러날 수 있도록 플래시가 켜지면서 촬영될 수 있다. 또한, 카메라 모듈(110)은 1회 내지 5회 정도의 연속 촬영을 통해 손가락의 지문 이미지를 획득하고, 프로세서(130)는 복수의 손가락 지문 이미지 중에서 지문의 골과 융선이 가장 잘 드러나는 지문 이미지를 선택할 수 있다.
220 단계에서, 전자 디바이스(100)내 프로세서(130)는 획득한 손가락 지문 이미지에서 ROI(Region Of Interest)(160)를 선택할 수 있다. ROI(160)는 손가락 지문 이미지 상에서 임의의 영역이 될 수 있다. 예를 들어, ROI(160)는 손가락의 첫 번째 마디에서 적절한 크기의 영역으로 설정될 수 있으나 이에 제한되지 않는다.
230 단계에서, 전자 디바이스(100)내 프로세서(130)는 ROI(160)에 해당하는 지문 이미지가 컬러 이미지이므로, 이를 그레이 스케일(gray scale)로 변환하는 등의 처리를 할 수 있다.
그레이 스케일로의 변환이란, 컬러 화면상의 각 픽셀에 색깔 대신 흑백의 명암 또는 농도를 지정하여 흑백 이미지를 형성하는 것이다. 이는 사용자 인증 단계에서, 지문 센서(120)로부터 입력될 사용자의 지문 이미지가 흑백 이미지이므로, 입력될 사용자의 지문 이미지와 등록 지문 이미지 간의 매칭 여부를 판단하기 위해서는 모두 흑백 이미지로 변환될 필요가 있기 때문이다.
그레이 스케일로의 변환 과정을 거쳐 생성된 지문 이미지는 등록 지문 이미지(231)로서 메모리(140)에 저장될 수 있다. 또한 등록 지문 이미지(231)에서 미누셔(minutiae)와 같은 지문의 특성 정보를 추출할 수 있다. 등록 지문 이미지(231)로부터 추출된 특성 정보는 메모리(140)에 저장될 수 있다.
240 단계에서 지문 센서(120)는, 사용자가 지문을 인증하려고 하는 경우 사용자의 일 손가락의 일부분을 지문 센싱 영역을 통해 센싱할 수 있다. 지문 센서(120)의 센싱 영역은 원형 또는 직사각형의 모양일 수 있으나, 크기 및 모양은 다양하게 변형될 수 있다.
지문 센서(120)에 의해 센싱된 지문은 입력 지문 이미지(241)를 생성하는 데 이용될 수 있다.
도 2의 지문 센서(120)는 스마트 폰의 홈 버튼에 위치하는 것으로 도시되어 있으나, 스마트 폰의 후면 등 다른 곳에 위치할 수도 있다.
전자 디바이스(100)내 프로세서(130)는 지문 인증 시에 210단계 내지 230단계에서 생성되어 메모리(140)에 저장된 등록 지문 이미지(231)를 메모리(140)로부터 획득할 수 있다. 프로세서(130)는 획득된 등록 지문 이미지(231)와 240단계에서 생성한 입력 지문 이미지(241)를 이용하여 사용자를 인증할 수 있다. 구체적으로, 프로세서(130)는 등록 지문 이미지(231)에서 입력 지문 이미지(241)와 중첩되는 부분인 등록 중첩 이미지를 생성하여, 등록 중첩 이미지와 입력 지문 이미지(241)를 비교할 수 있다. 나아가서, 프로세서(130)는 등록 중첩 이미지와 입력 지문 이미지의 패턴이 매칭되는 정도를 판단하여, 사용자 인증 여부를 판단할 수 있다.
이와 같이, 카메라 모듈(110)을 이용하여 손가락 지문 이미지를 촬영함에 따라, 손가락 지문 이미지로부터 넓은 영역의 등록 지문 이미지를 생성할 수 있다. 반면, 사용자 인증 단계에서는 지문 인식 영역이 비교적 좁은 지문 센서(120)로 지문을 센싱하고, 그로부터 입력 지문 이미지를 생성할 수 있다.
한편, 만약 카메라 모듈(110) 대신에 지문 센싱 영역이 비교적 좁은 지문 센서(120)를 이용하여 지문이 등록된다면, 등록된 지문 이미지에는 충분한 지문 특성 정보가 확보되기 어렵고 인증 시에 센싱된 지문 이미지와 비교할 수 있는 지문 영역이 좁을 수 있기 때문에, 인증 오류가 발생될 수 있다. 하지만, 본 실시예에 따라 카메라 모듈(110)을 이용하여 등록된 지문 이미지는 지문 센서(120)만을 이용할 때보다 충분한 지문 특성 정보가 확보될 수 있고 인증 시에 센싱된 지문 이미지와 비교할 수 있는 지문 영역이 넓기 때문에, 지문 인증 시 지문 인증율이 상승할 수 있다. 또한, 카메라 모듈(110)을 통해 얻은 넓은 영역의 지문 이미지에서는 지문의 특징점(minutiae)을 충분히 확보할 수 있으므로 보안성을 향상시킬 수 있다.
도 3은 일 실시예에 따른 지문 등록 시 사용할 수 있는 어플리케이션을 설명하기 위한 도면이다.
도 3을 참고하면, 지문 등록 시 이용되는 어플리케이션이 실행된 후 전자 디바이스(100)의 디스플레이(150) 상에 사용자의 지문 등록을 위한 안내 문구가 표시될 수 있다. 또한, 안내 문구가 사라지고 카메라 모듈(110)이 실행되면서, 전자 디바이스(100)의 디스플레이(150) 상에 사용자가 손가락(310)을 맞출 수 있도록 하는 손가락 가이드(320)가 표시될 수 있다. 다만 도 3은 지문 등록 시 이용되는 어플리케이션의 일 예시일 뿐, 본 실시예는 이제 제한되지 않는다.
사용자 지문의 등록 시, 카메라 모듈(110)을 통해 사용자 손가락(310)의 지문을 촬영하여 등록 지문 이미지를 생성할 수 있다. 이 때, 전자 디바이스(100)가 스마트 폰인 경우, 스마트 폰의 기본 카메라 어플이 아닌 별도로 지문 등록 시 이용되는 어플리케이션을 사용하여 손가락 지문 이미지를 획득할 수 있다.
지문 등록 시 이용되는 어플리케이션을 실행하는 경우, 전자 디바이스(100)의 디스플레이(150) 상에는 손가락 가이드(320)에 사용자의 손가락(310)을 맞추도록, 사용자에게 안내하는 메시지가 표시될 수 있다. 손가락 가이드(320)는 역'U'자 형상으로 형성될 수 있다.
그러나, 사용자가 한 손으로는 전자 디바이스(100)를 들고 있고, 나머지 한 손으로는 피사체인 손가락(310)을 손가락 가이드(320) 범위 내에 위치시켜야 하므로, 손가락 가이드(320)의 범위 내에 정확히 손가락(310)을 맞추기 어려울 수 있다. 따라서, 손가락(310)이 손가락 가이드(320)의 범위 내에 어느 정도 위치하면 촬영해도 좋다는 소리나 영상이 출력될 수 있도록 하는 알림 단계가 수행될 수 있다. 또한, 손가락 가이드(320)의 범위 내에서 사용자의 손가락(310)을 촬영하지 못하더라도, 이를 손가락 가이드(320)의 범위 내로 보정하는 보정 단계가 수행될 수 있다.
어플리케이션 실행 후 카메라 모듈(110)이 작동되어 손가락의 지문을 촬영하는 경우, 배경은 어두워지고 피사체인 손가락(310)만 밝게 촬영되도록 하여 지문의 융선이 명확하게 드러나게 하기 위해 플래쉬(flash)가 켜질 수 있다. 또는, 손가락(310)의 주변 밝기를 인식하고 밝기 조정을 하는 기능이 어플리케이션에 포함되어 있을 수도 있다.
추가적으로, 어플리케이션은 전자 디바이스(100)의 디스플레이(150) 상에 나타나는 사용자의 손가락(310) 이미지가 실제 인체 지문인지를 확인하도록 하는 실제 지문 인식 단계(Live Finger Detection, LFD)기능을 포함할 수 있다.
사용자의 지문 이미지는 개인 정보 보호를 위하여, 프로세서의 제어에 따라 어플리케이션 내 메모리의 보안 영역에 별도로 저장될 수 있다. 이때, 사용자의 지문 이미지 정보는 암호화되어 어플리케이션 내 메모리의 보안　영역에　저장될 수 있다.
따라서, 보안 측면에서 기본 카메라 어플리케이션이 아닌, 별도의 지문 등록을 위한 어플리케이션을 사용하는 것이 적절할 수 있다.
도 4는 일 실시예에 따른 등록 지문 이미지 생성 과정을 설명하기 위한 도면이다.
도 4의 등록 지문 이미지 생성 과정은 도 1의 전자 디바이스(100)를 이용하여 등록 지문 이미지를 생성하는 과정을 나타낼 수 있다.
410 단계에서는, 전자 디바이스의 카메라 모듈(110)이 사용자의 손가락을 촬영하여 손가락 지문 이미지를 생성할 수 있다.
420 단계에서는, 전자 디바이스의 프로세서(130)가 획득한 손가락 지문 이미지에서 ROI(Region Of Interest) 영역을 설정할 수 있다. ROI 영역은 손가락 지문 이미지 상에서 임의의 영역이 될 수 있다. ROI　영역은 손가락의 첫 번째 마디 부분의 무게 중심부위에서의 적절한 크기의 영역으로 설정될 수 있다. 예를 들어 손가락의 너비를 L이라고 할 때, 가로, 세로의 길이가 0.6L인 정사각형의 영역을 ROI영역으로 설정할 수 있다.
430 단계에서는, 프로세서(130)가 420 단계에서 얻은 ROI 영역의 지문 이미지의 컬러 화질을 향상시킬 수 있다.
440 단계에서는, 프로세서(130)가 화질이 향상된 ROI 영역의 지문 이미지를 그레이 스케일(gray scale)로 변환시킬 수 있다. 컬러 이미지를 구성하는 각 픽셀은 3가지 원색인 R(Red), G(Green) 및 B(Blue) 각각의 밝기를 나타내는 픽셀값을 가진다. 프로세서(130)는 ROI 영역의 지문 이미지를 구성하는 각 픽셀에서, 3가지 원색 각각의 밝기를 나타내는 값의 평균값을 회색도로 지정할 수 있다. 이와 같은 방식으로 ROI 영역의 지문 이미지를 그레이 스케일로 변환할 수 있으나, 다양한 방식이 있을 수 있으며 이에 제한되지 않는다. 또한, 프로세서(130)는 그레이 스케일(gray scale)로 변환된 ROI 영역의 지문 이미지에서 지문의 능선(Ridge)과 융선(Valley) 뚜렷하게 구분되도록 화질을 향상시킬 수 있다. 예를 들어, 지문의 능선과 융선을 따라 위치하는 픽셀들이 가지는 회색도의 변화를 줄이는 방식을 통해 화질을 향상시킬 수 있으나 이에 제한되는 것은 아니다.
상술한 바와 같이 그레이 스케일로의 변환 및 화질 향상 단계를 거친 ROI 영역의 지문 이미지는 사용자의 등록 지문 이미지(441)로서 메모리(140)에 저장될 수 있다.
450 단계에서는, 등록 지문 이미지(441)로부터 지문의 특성 정보를 추출할 수 있다. 등록 지문 이미지(441)로부터 추출한 특성 정보는 등록 특성 정보(451)라고 지칭한다. 등록 특성 정보(451)는 등록 지문 이미지(441)의 특성을 나타내는 정보로서, 예를 들어 도시된 바와 같이 특징점(minutiae) 정보일 수 있으나 이에 한정되지 않으며, SIFT(Scale-invariant feature transform) 정보 및 주파수 도메인 변환 기법에 기초하여 등록 지문 이미지(441)로부터 추출되는 위상 정보 등을 포함할 수 있다.
특징점은 지문에서 발견되는 선의 끝점(ridge　end)이나　분기점(bifurcation) 등의 세밀한 특징점을 가르키는 것으로, 최근 전자 디바이스의 소형화 추세에 따라 지문 센서의 지문 센싱 영역이 매우 좁아지면서 특징점을 충분히 확보하기 어려울 수 있다. 그러나, 카메라 모듈(110)로 손가락의 지문 이미지를 촬영하여 넓은 영역의 등록 지문 이미지(441)를 생성하는 경우에는 특징점을 충분히 확보할 수 있다.
등록 지문 이미지(441)로부터 추출한 등록 특성 정보(451)는 사용자의 등록 정보로서, 등록 지문 이미지(441)와 함께 메모리(140)에 저장될 수 있다.
도 5는 일 실시예에 따른 입력 지문 이미지 생성 과정을 설명하기 위한 도면이다.
도 5의 입력 지문 이미지 생성 과정은 도 1의 전자 디바이스(100)를 이용하여 입력 지문 이미지를 생성하는 과정을 나타낼 수 있다.
도 5를 참고하면, 전자 디바이스(100)의 지문 센서(120)는 지문 센싱 영역 상에 접촉된 사용자 손가락의 지문을 센싱할 수 있다. 지문 센서(120)는 사용자의 손가락 지문의 적어도 일부에 대응하는 지문을 센싱할 수 있고, 센싱한 지문 이미지는 입력 지문 이미지(510)를 생성하는데 이용될 수 있다.
도 5에서는 스마트 폰의 홈버튼에 위치하는 지문 센서(120)로 센싱한 지문 이미지부터 입력 지문 이미지(510)를 생성하고 있으나, 이는 일 예시일 뿐 본 실시예는 이에 제한되지 않는다.
또한, 지문 센서(120)로 사용자의 지문을 센싱하고 이로부터 생성한 입력 지문 이미지(510)는 도 4의 440단계와 마찬가지로, 지문의 능선과 융선이 뚜렷하게 구분되도록 화질을 향상시킬 수 있다.
입력 지문 이미지(510)는 사용자 인증 단계에서, 등록 지문 이미지의 패턴과 매칭되는지 여부를 판단하는 데 이용될 수 있다.
지문 센서(120)로 센싱한 지문 이미지부터 입력 지문 이미지(510)를 생성한 후, 입력 지문 이미지(510)로부터 지문의 특성 정보를 추출할 수 있다. 입력 지문 이미지(510)로부터 추출한 특성 정보는 입력 특성 정보(520)라고 지칭한다. 입력 특성 정보(520)는 입력 지문 이미지(510)의 특성을 나타내는 정보로서, 예를 들어 도시된 바와 같이 특징점(minutiae) 정보일 수 있으나 이에 한정되지 않으며, SIFT(Scale-invariant feature transform) 정보 및 주파수 도메인 변환 기법에 기초하여 입력 지문 이미지(510)로부터 추출되는 위상 정보 등을 포함할 수 있다.
입력 특성 정보(520)는 사용자 인증 단계에서, 등록 특성 정보와의 유사도를 판단하는 데 이용될 수 있다.
도 6은 일 실시예에 따른 등록 중첩 이미지를 생성하는 과정을 설명하기 위한 도면이다.
도 6의 등록 중첩 이미지 생성 과정은 도 1의 전자 디바이스(100)를 이용하여 등록 중첩 이미지를 생성하는 과정을 나타낼 수 있다.
도 6을 참고하면, 전자 디바이스의 프로세서(130)는 입력 지문 이미지(510)가 위치하는 부분에 해당하는 등록 지문 이미지(441)의 영역을 탐색하여, 등록 지문 이미지(441)의 부분 영역들 중 입력 지문 이미지(510)와 중첩되는 등록 지문 이미지(441)의 부분 영역인 등록 중첩 이미지(610)을 결정할 수 있다. 이는 등록 지문 이미지(441)가 카메라 모듈(110)로 촬영한 손가락 이미지로부터 생성되므로 지문 센서로 센싱한 지문 이미지로부터 생성된 입력 지문 이미지(510)보다 넓은 영역을 가지게 되어, 인증 여부를 판단하기 위해서는 입력 지문 이미지(510)에 대응되는 부분의 등록 지문 이미지(441)가 필요하기 때문이다. 프로세서(130)의 판단 결과, 입력 지문 이미지(510)가 위치하는 부분에 해당하는 등록 지문 이미지(441)의 영역을 등록 중첩 이미지(610)라 지칭한다.
구체적으로, 전자 디바이스의 프로세서(130)는 입력 지문 이미지(510)와 등록 지문 이미지(441)에 공통적으로 포함된 영역이 겹쳐지도록, 입력 지문 이미지(510)를 스케일(scale), 회전(rotation), 및/또는 이동(translation) 시킬 수 있다. 또는, 프로세서(130)는 등록 지문 이미지(441)를 스케일, 회전, 및/또는 이동시킬 수도 있다.
예를 들어, 프로세서(130)는 고속 푸리에 변환(Fast Fourier Transform, FFT)을 이용하여 등록 지문 이미지(441) 및 입력 지문 이미지(510) 각각의 공간 도메인의 정보를 주파수 도메인의 정보로 변환시킬 수 있다.
프로세서(130)는 로그-폴라 변환(Log-Polar Transform, LPT)을 이용하여 등록 지문 이미지(441) 및 입력 지문 이미지(510) 각각에 포함된 주파수 도메인 정보의 좌표계를 극 좌표계로 변환시킬 수 있다. 일 예로, 고속 푸리에 변환을 통하여 도출된 FFT 영상 내 픽셀들의 매그니튜드(magnitude) 값에 대하여 로그-폴라 변환이 수행될 수 있다.
다음으로, 프로세서(130)는 로그-폴라 변환이 적용된 등록 지문 이미지(441) 및 입력 지문 이미지(510) 각각에 고속 푸리에 변환을 적용할 수 있다.
프로세서(130)는 등록 지문 이미지(441) 및 입력 지문 이미지(510) 간의 위상 상관(phase correlation)을 수행하고, 위상 상관의 수행 결과로서 피크(peak)가 검출할 수 있다. 검출된 피크의 위치는 등록 지문 이미지(441) 및 입력 지문 이미지(510) 간의 회전 정보를 나타낼 수 있다.
다른 실시예에 따르면, 피크의 위치는 등록 지문 이미지(441) 및 입력 지문 이미지(510) 간의 스케일(scale) 정보를 나타낼 수도 있다. 예를 들어, 로그-폴라 변환된 영상의 한 축은 각도에 해당하고, 다른 한 축은 반지름에 해당할 수 있고, 위상 상관에 의하여 검출된 피크의 위치는 (각도에 해당하는 축의 좌표, 반지름에 해당하는 축의 좌표)로 나타낼 수 있다. 각도에 해당하는 축의 좌표는 회전 정보를 나타내며, 반지름에 해당하는 축의 좌표는 스케일 정보를 나타낼 수 있다.
프로세서(130)는 스케일 정보 및 회전 정보에 기초하여 입력 지문 이미지(510)를 회전 및 스케일링 시킬 수 있다. 그 후, 프로세서(130)는 회전 및 스케일링된 입력 지문 이미지(510)에 고속 푸리에 변환을 적용하고, 위상 상관을 수행할 수 있다. 위상 상관의 수행 결과로서 피크가 검출되고, 검출된 피크의 위치는 등록 지문 이미지(441) 및 입력 지문 이미지(510) 사이의 이동 정보(Tx, Ty)를 나타낼 수 있다. 프로세서(130)는 이동 정보(Tx, Ty)에 기초하여, 회전된 입력 지문 이미지(510)를 이동시켜 최종적으로 입력 지문 이미지(510)가 위치하는 부분에 해당하는 등록 지문 이미지(441)의 영역을 탐색할 수 있다. 입력 지문 이미지(510)가 위치하는 부분에 해당하는 등록 지문 이미지(441)의 영역을 탐색하는 방식은 상술한 바에 제한되지 않으며, 그 밖의 다양한 방식이 이용될 수 있다.
프로세서(130)는 입력 지문 이미지(510)가 위치하는 부분에 해당하는 등록 지문 이미지(441)의 영역을 탐색한 결과, 등록 지문 이미지(441)에서 입력 지문 이미지(510)와 중첩되는 부분인 등록 중첩 이미지(610)를 결정할 수 있다. 등록 중첩 이미지(610)는 입력 지문 이미지(510)의 크기와 같거나 그보다 작을 수 있다. 이는 등록 지문 이미지(441)는 카메라 모듈(110)로 촬영한 손가락의 지문 이미지를 통해 생성되므로, 상대적으로 좁은 영역의 지문 센싱 영역을 가지는 지문 센서에 비해 넓은 영역의 지문 이미지를 얻을 수 있기 때문이다.
전자 디바이스의 프로세서(130)는 등록 중첩 이미지(610)를 결정한 후, 등록 중첩 이미지(610)가 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가지도록 등록 중첩 이미지(610)를 변환시키는 이종 이미지 변환 단계(Heterogeneous Image Conversion)를 수행할 수 있다. 이종 이미지 변환 단계에 대하여는 도 7에서 상세히 설명한다.
도 7은 일 실시예에 따른 이종 이미지 변환 과정을 설명하기 위한 도면이다.
도 7을 참고하면, 등록 중첩 이미지(610) 및 입력 지문 이미지(510)에 관하여 각각 회색도(gray level)에 대한 픽셀 수를 나타내는 히스토그램(histogram)을 나타낼 수 있다.
지문 이미지를 구성하는 각 픽셀(pixel)은 그 지점의 밝기를 나타내는 값인 회색도(gray level)을 가진다. 히스토그램의 가로축은 회색도를 나타내는 것으로, 지문 이미지가 8bit 이미지인 경우 회색도은 0부터 255 사이의 값들 중 하나의 값이 된다. 0은 가장 어두운 상태, 즉 검은색을 나타내고 255은 가장 밝은 상태, 즉 흰색을 나타낸다. 세로축은 가로축 지점의 특정 회색도를 가지는 지문 이미지 내의 픽셀 수를 나타낸다.
등록 중첩 이미지(610)는 카메라 모듈(110)로 촬영된 지문 이미지로부터 생성된 것이며, 입력 지문 이미지(510)는 정전 용량 방식과 같은 지문 센서로 센싱된 지문 이미지로부터 생성된 것이다. 등록 중첩 이미지(610) 및 입력 지문 이미지(510)는 각각 서로 다른 방식으로 생성되었으므로, 각 이미지에 관하여 회색도(gray level)에 대한 픽셀 수를 나타내는 히스토그램의 차이가 클 수 있다.
따라서, 같은 사용자의 손가락일지라도 인증에 실패할 수 도 있으므로, 입력 지문 이미지(510)의 히스토그램를 기준으로 등록 중첩 이미지(610)의 히스토그램을 그와 유사하게 변환시키는 이종 이미지 변환 과정이 필요하다. 반대로, 입력 지문 이미지(510)의 히스토그램을 등록 중첩 이미지(610)의 히스토그램과 유사하게 맞추어줄 수도 있으나, 도 7에서는 전자의 경우에 대해 도시하고 있다.
도 7을 참고하면, 등록 지문 이미지에서 입력 지문 이미지(510)와 중첩되는 부분인 등록 중첩 이미지(610)의 히스토그램은 지문 센서로부터 생성한 입력 지문 이미지(510)에 비해서는 낮은 콘트라스트(contrast)를 갖기 때문에 상대적으로 낮은 회색도의 평균과 낮은 분산을 갖게 된다. 반면, 지문 센서로부터 생성한 입력 지문 이미지(510)는 상대적으로 높은 콘트라스트(contrast)를 갖기 때문에 등록 중첩 이미지(610)의 히스토그램보다 높은 회색도의 평균을 가지며, 0부터 255까지의 회색도에 픽셀 수가 비교적 고르게 분포하게 된다.
전자 디바이스 내 프로세서(130)가 등록 중첩 이미지(610)의 히스토그램이 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가지도록 등록 중첩 이미지(610)를 변환하는 이종 이미지 변환 단계(heterogeneous image conversion)는 하기 수학식 1 에 따라 수행될 수 있다.
I(j,k)는 이종 이미지 변환 단계를 거치기 전의 원 이미지(initial image) 내의 좌표 (i,j)에 위치한 픽셀이 가지는 회색도를 나타낼 수 있다. C(j,k)는 이종 이미지 변환 단계를 거쳐 생성된 변환 이미지(converted image) 내 좌표 (i,j)에 위치한 픽셀이 가지는 회색도를 나타낼 수 있다.
M은 원 이미지 내에 위치하는 픽셀들의 회색도 평균을 나타내며, VAR은 원 이미지 내 위치하는 픽셀들의 회색도 분산을 나타낼 수 있다. M0 및 VAR0는 변환의 결과로서, 목표로 하는 변환 이미지 내 픽셀들의 회색도 평균 및 회색도 분산을 나타낼 수 있다.
도 7에서, 프로세서(130)는 등록 중첩 이미지(610)을 변환시키고자 하므로, I(j,k)는 등록 중첩 이미지(610) 좌표 (i,j)에 위치한 픽셀이 가지는 회색도를 나타내고, C(j,k)는 이종 이미지 변환 단계를 거쳐 생성된 등록 변환 이미지(710)의 좌표 (i,j)에 위치한 픽셀이 가지는 회색도를 나타낸다.
M은 등록 중첩 이미지(610) 내 픽셀들의 회색도 평균을 나타내며, VAR은 등록 중첩 이미지(610) 내 픽셀들의 회색도 분산을 나타낸다.
프로세서(130)는 등록 중첩 이미지(610)의 히스토그램이 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가지도록 등록 중첩 이미지(610)를 변환시키므로, M0 및 VAR0는 입력 지문 이미지(510) 내 위치한 픽셀들의 회색도 평균 및 회색도 분산이 될 것이다.
전자 디바이스의 프로세서(130)는 상술한 바와 같이 이종 이미지 변환 단계를 통해 등록 변환 이미지(710)를 생성할 수 있다. 이종 이미지 변환 단계 결과 등록 변환 이미지(710)의 히스토그램은 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가지게 된다.
이 때, 등록 변환 이미지(710) 내 위치한 픽셀들의 회색도 평균과 입력 지문 이미지(510) 내 위치한 픽셀들의 회색도 평균의 차이 및 등록 변환 이미지(710) 내 위치한 픽셀들의 회색도 분산과 입력 지문 이미지(510) 내 위치한 픽셀들의 회색도 분산의 차이 각각이 소정의 임계값 내에 있을 경우, 등록 변환 이미지(710)의 히스토그램은 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가진다고 할 수 있다.
프로세서(130)는 등록 변환 이미지(710)와 입력 지문 이미지(510)를 비교하여 입력 지문 이미지(510)의 인증 여부를 판단할 수 있다. 이에 대하여는 도 8에서 상세히 설명한다.
도 8은 일 실시예에 따른 입력 지문 이미지의 인증 여부를 판단하는 과정을 설명하기 위한 흐름도이다.
도 8을 참고하면, 인증 단계에서 전자 디바이스내 프로세서(130)는 입력 지문 이미지가 기 등록된 사용자의 지문과 매칭되는지를 계산하여 인증 여부를 판단할 수 있다.
구체적으로, 프로세서(130)는 등록 변환 이미지(710)와 입력 지문 이미지(510)의 패턴 유사도 및 등록 지문 이미지의 등록 특성 정보(451)와 입력 지문 이미지(510)의 입력 특성 정보(520)의 유사도를 기초로 하여 인증 여부를 판단할 수 있다. 이와 같이, 패턴 유사도 및 특성 정보의 유사도를 모두 고려하여 인증 여부를 판단하므로 보안성이 향상될 수 있다.
810단계에서 전자 전자 디바이스내 프로세서(130)는 등록 중첩 이미지의 히스토그램이 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가지도록 등록 중첩 이미지를 변환한 등록 변환 이미지(710)와 입력 지문 이미지(510) 각각의 패턴 유사도를 계산할 수 있다.
프로세서(130)는 하기 수학식 2와 같이 등록 변환 이미지(710)와 입력 지문 이미지(510) 간의 패턴 유사도를 계산할 수 있다.
상술한 수학식 2에서 x', y' 는 등록 변환 이미지(710) 및 입력 지문 이미지(510) 영역을 구성하는 특정 픽셀의 좌표를 나타낼 수 있다. E(x', y')은 등록 변환 이미지(710)에서 x', y' 좌표에 위치하는 픽셀의 회색도, I(x', y')는 입력 지문 이미지(510)에서 x', y' 좌표에 위치하는 픽셀의 회색도를 나타낼 수 있다. R1은 입력 지문 이미지(510) 및 등록 변환 이미지(710) 사이에서 동일 좌표에 위치하는 픽셀들의 정규화된 상호 상관 값을 나타낼 수 있다.
입력 지문 이미지(510) 및 등록 변환 이미지(710)의 픽셀들이 유사할수록 R은 큰 값을 나타낼 수 있다. 다만, 유사도 계산을 상술한 수학식 1로 한정하는 것은 아니고, 유사한 정도를 나타내는 여러 방식이 사용될 수 있다.
등록 변환 이미지(710)의 히스토그램은 이종 이미지 변환 단계를 통해 입력 지문 이미지(510)의 히스토그램과 유사한 형태를 가지므로, 등록 변환 이미지(710)와 입력 지문 이미지(510) 간의 패턴 유사도를 기초로 하여 인증 여부를 판단하는 경우 보다 안정적인 인증률을 확보할 수 있다.
820 단계에서 프로세서(130)는 메모리(140)에 저장된 등록 지문 이미지의 등록 특성 정보(451)와 입력 지문 이미지(510)의 입력 특성 정보(520) 간의 유사도를 계산할 수 있다. 특성 정보는 특징점(minutiae) 정보, SIFT(Scale-invariant feature transform) 정보 및 주파수 도메인 변환 기법에 기초하여 추출되는 위상 정보 중 적어도 하나를 포함할 수 있다.
일 실시예로, 등록 지문 이미지와 입력 지문 이미지(510) 각각에서 추출된 특징점 정보 간의 유사도를 계산할 수 있다. 특징점들은 융선이 갈라지는 지점, 융선이 끝나고 시작되는 지점 등을 찾아서 그 지점의 방향성과 위치를 저장한 점을 말하는 것으로, 이는 국제적으로 동일한 표준으로 만들어질 수 있다.
등록 지문 이미지와 입력 지문 이미지(510)의 특징점들 중 서로 일치하는 특징점들의 개수가 증가할수록 유사도 R2가 큰 값을 나타낼 수 있다. 예를 들어, 유사도 R2는 0과 1 사이의 값을 가질 수 있고, 일치하는 특징점의 개수가 0개인 경우 유사도 R2는 0이고, 일치하는 특징점의 개수가 10개인 경우 유사도 R2는 1일 수 있다. 그러나 이와 같은 유사도 계산 방식은 일 예일뿐, 여러 방식이 사용될 수 있다.
830 단계에서 프로세서(130)는 810 단계에서 계산한 등록 변환 이미지(710)와 입력 지문 이미지(510)의 패턴 유사도 및 820 단계에서 계산한 등록 지문 이미지와 입력 지문 이미지(510)의 특성 정보 유사도에 기초하여, 입력 지문 이미지(510)가 등록 지문 이미지와 매칭되는 정도를 나타내는 스코어(score)를 계산할 수 있다. 예를 들어 스코어(score)는 R1 값과 R2 값의 합일 수 있으나, 이에 제한되는 것은 아니며 다양한 스코어 계산 방식이 있을 수 있다.
840 단계에서 프로세서(130)는 스코어 값이 소정의 임계값(threshold) 이상인지 여부를 판단할 수 있다. 소정의 임계값은 입력 지문 이미지(510)와 등록 지문 이미지의 동일성을 판단하는 기준이 되는 값으로 미리 정의될 수 있다. 스코어 값이 임계값 이상이면 850 단계로 진행하고, 스코어 값이 임계값 미만이라면 860 단계로 진행한다.
850 단계에서, 프로세서(130)는 입력 지문 이미지(510)가 기 등록된 사용자의 지문인 것으로 판단할 수 있다. 이 경우, 프로세서(130)는 지문이 인증되었다고 판단할 수 있다.
860 단계에서, 프로세서(130)는 입력 지문 이미지(510)가 기 등록된 사용자의 지문이 아닌 것으로 판단할 수 있다. 이 경우, 프로세서(130)는 지문이 미인증되었다고 판단할 수 있다.
도 9는 일 실시예에 따른 전자 디바이스가 지문을 인식하는 과정을 설명하기 위한 도면이다.
도 1 내지 도 8에서는 카메라 모듈(110)을 이용하여 손가락의 지문 이미지를 촬영한 후 그로부터 등록 지문 이미지를 얻고, 지문 센서를 이용하여 입력 지문 이미지를 얻는 실시예에 관하여 설명하였다. 하지만, 이는 예시에 불과할 뿐 카메라 모듈(110) 대신, 넓은 영역의 지문 이미지를 획득할 수 있는 다른 지문 센서가 이용될 수도 있다. 예를 들어, 온 스크린 지문 센서와 같은 광학 방식 지문 센서가 이에 해당할 수 있다. 온 스크린 지문 센서는 예를 들어, OLED 디스플레이를 구성하는 픽셀들 아래 광 센서를 구성한 것으로, 스마트 폰과 같은 전자 디바이스의 디스플레이 영역과 동일한 크기의 지문 센싱 영역을 가질 수 있다. 또한, 정전 용량 방식의 지문 센서이더라도, metal mesh 형태의 전극을 활용하면 넓은 영역의 지문 이미지를 획득하는데 이용될 수 있다.
도 9를 참고하면, 온 스크린 지문 센서가 내장된 디스플레이(901), 전자 디바이스의 후면에 위치한 지문 센서(120), 메모리 및 프로세서를 포함할 수 있다. 지문 센서(120), 메모리 및 프로세서는 도 1의 지문 센서(120), 메모리(140) 및 프로세서(130) 와 대응될 수 있다.
910 단계에서 전자 디바이스(100)의 프로세서(130)는 디스플레이(901)에 내장된 온 스크린 지문 센서로부터 사용자 손가락 일부의 지문 이미지를 센싱하여 등록 지문 이미지(902)를 생성할 수 있다.
920 단계에서 프로세서(130)는 전자 디바이스(100)의 후면에 위치한 지문 센서로 센싱한 지문 이미지부터 입력 지문 이미지(903)를 생성할 수 있다.
도 9에는 생략되었으나, 도 6에서와 마찬가지로, 프로세서(130)는 입력 지문 이미지(903)가 위치하는 부분에 해당하는 등록 지문 이미지(902)의 영역을 탐색하여 입력 지문 이미지(903)가 등록 지문 이미지(902)의 어느 부분에 위치하는 지를 판단할 수 있다. 프로세서(130)는 판단 결과, 등록 지문 이미지(902)에서 입력 지문 이미지(903)에 대응하는 부분인 등록 중첩 이미지를 생성할 수 있다.
930단계에서 프로세서(130)는 910단계에서 생성한 등록 지문 이미지와 920 단계에서 생성한 입력 지문 이미지를 비교하여 지문 인증 여부를 판단할 수 있다. 구체적으로, 프로세서(130)는 등록 지문 이미지(902)로부터 생성한 등록 중첩 이미지와 입력 지문 이미지(903) 각각의 패턴 유사도 및 등록 지문 이미지(902)와 입력 지문 이미지(903) 각각의 특성 정보의 유사도를 기초로 인증 여부를 판단할 수 있다.
도 10은 일 실시예에 따른 전자 디바이스에서 지문이 인식되는 과정을 나타내는 흐름도이다.
1000단계에서, 프로세서(130)는 지문 인증 모드가 실행된 경우, 지문 센서(120)를 이용하여 지문 인증 모드에서 사용될 입력 지문 이미지를 생성할 수 있다. 지문 센서(120)는, 사용자가 지문을 인증하려고 하는 경우 사용자 손가락의 일부분을 센싱 영역을 통해 센싱할 수 있다. 지문 센서(120)를 통해 생성한 사용자의 입력 지문 이미지는 카메라 모듈(110)을 통해 미리 등록된 사용자의 등록 지문 이미지보다 좁은 영역의 이미지 일 수 있다.
1010단계에서, 전자 디바이스(100) 내 프로세서(130)는 카메라 모듈(110)로 촬영된 손가락 이미지로부터 생성되어 메모리(140)에 기 저장된 등록 지문 이미지를 메모리(140)로부터 획득할 수 있다. 프로세서(130)는 카메라 모듈(110)로부터 획득한 사용자 손가락의 지문 이미지에서 특정 ROI(Region Of Interest)를 선택할 수 있으며, ROI에 해당하는 지문 이미지가 컬러 이미지이므로 그레이 스케일(gray scale)로의 변환 등의 처리를 할 수 있다. 카메라 모듈(110)로는 손가락의 지문 이미지를 촬영할 수 있기 때문에 넓은 영역의 등록 지문 이미지를 생성할 수 있다. 생성된 등록 지문 이미지는 전자 디바이스(100) 내 메모리(140)에 저장될 수 있다. 또한, 등록 지문 이미지에서 미누셔(minutiae)와 같은 지문의 특성 정보를 추출할 수 있고, 추출된 특성 정보는 메모리(140)에 저장될 수 있다. 지문 인증 시에, 프로세서(130)는 메모리(140)에 저장된 등록 지문 이미지를 메모리(140)로부터 획득하여, 지문 인증 모드에서 생성한 입력 지문 이미지와 비교할 수 있다.
1020단계에서, 프로세서(130)는 획득된 등록 지문 이미지의 부분 영역들 중 입력 지문 이미지와 중첩되는 등록 지문 이미지의 부분 영역을 등록 중첩 이미지로 결정할 수 있다. 프로세서(130)는 입력 지문 이미지가 위치하는 부분에 해당하는 등록 지문 이미지의 영역을 탐색하여, 입력 지문 이미지가 등록 지문 이미지의 어느 부분에 위치하는 지를 판단할 수 있다. 이로부터, 등록 지문 이미지에서 입력 지문 이미지가 위치하는 부분에 해당하는 등록 지문 이미지의 영역인 등록 중첩 이미지를 결정할 수 있다.
1030단계에서, 프로세서(130)는 등록 중첩 이미지의 히스토그램이 입력 지문 이미지의 히스토그램과 대응되도록 상기 등록 중첩 이미지를 변환할 수 있다. 등록 중첩 이미지와 입력 지문 이미지는 각각 카메라 모듈(110)과 지문 센서(120)로부터 생성된 것으로, 각 이미지가 나타내는 히스토그램 형태의 차이가 크다. 이종 이미지 변환 단계 결과 등록 변환 이미지의 히스토그램은 입력 지문 이미지의 히스토그램과 유사한 형태를 가질 수 있다.
1040단계에서, 프로세서(130)는 변환된 등록 중첩 이미지와 입력 지문 이미지를 비교하여 입력 지문 이미지의 인증 여부를 판단할 수 있다. 구체적으로, 등록 변환 이미지와 입력 지문 이미지의 패턴 유사도 및 등록 지문 이미지와 입력 지문 이미지의 특성 정보 간의 유사도에 기초하여, 입력 지문 이미지가 등록 지문 이미지와 매칭되는 정도를 나타내는 스코어(score)를 계산할 수 있다. 스코어 값이 소정의 임계값(threshold) 이상인 경우 인증으로 판단할 수 있고, 그 미만인 경우 미인증으로 판단할 수 있다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 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. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (19)

  1. 지문 등록 모드가 실행된 경우, 카메라 모듈을 이용하여, 상기 카메라 모듈의 전방의 일정 거리에 위치하는 사용자의 손가락을 촬영하여 손가락 지문 이미지를 획득하고, 상기 손가락 지문 이미지로부터 등록 지문 이미지를 생성하여 메모리에 저장하는 단계;
    지문 인증 모드가 실행된 경우, 지문 센서를 이용하여 상기 손가락 지문 이미지의 지문 영역 보다 좁은 지문 영역을 갖는, 지문 센싱 영역 상에 접촉된 손가락 지문 중 일부 영역을 센싱하고, 상기 손가락 지문의 일부 영역으로부터 상기 지문 인증 모드에서 사용될 입력 지문 이미지를 생성하는 단계;
    상기 카메라 모듈로 촬영된 상기 손가락 지문 이미지로부터 생성되어 상기 입력 지문 이미지의 지문 영역 보다 넓은 영역의 지문 영역을 갖는 상기 등록 지문 이미지를 상기 메모리로부터 획득하는 단계;
    상기 획득된 등록 지문 이미지의 부분 영역들 중 상기 입력 지문 이미지와 중첩되는 상기 등록 지문 이미지의 부분 영역을 등록 중첩 이미지로 결정하는 단계;
    상기 등록 중첩 이미지의 히스토그램이 상기 입력 지문 이미지의 히스토그램과 대응되도록 상기 등록 중첩 이미지를 변환하는 단계; 및
    상기 변환된 등록 중첩 이미지와 상기 입력 지문 이미지를 비교하여 상기 입력 지문 이미지의 인증 여부를 판단하는 단계; 를 포함하고,
    상기 등록 중첩 이미지를 변환하는 단계는
    상기 카메라 모듈로부터 획득된 상기 등록 중첩 이미지와 상기 지문 센서로부터 획득된 상기 입력 지문 이미지 사이의 픽셀 차이에 기초하여 이종 이미지 변환 과정을 수행하되, 상기 등록 중첩 이미지 내에 위치한 픽셀들의 히스토그램이 갖는 회색도 평균 및 회색도 분산이 각각 상기 입력 지문 이미지 내에 위치한 픽셀들의 히스토그램이 갖는 회색도 평균 및 회색도 분산을 기준으로 소정의 임계값 범위 내의 값이 되도록 상기 등록 중첩 이미지를 변환하는 지문 인식 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 등록 지문 이미지는,
    상기 손가락 지문 이미지에서 지문 영역에 대응하는 ROI(Region Of Interest)를 선택하고,
    상기 ROI를 그레이 스케일(gray scale)로 변환하여 생성되는 지문 인식 방법.
  4. 제 1 항에 있어서,
    상기 획득된 등록 지문 이미지에서 등록 특성 정보를 추출하는 단계; 및
    상기 생성된 입력 지문 이미지에서 입력 특성 정보를 추출하는 단계를 더 포함하고,
    상기 등록 특성 정보는 상기 입력 지문 이미지의 지문 영역보다 넓은 상기 등록 지문 이미지의 지문 영역으로부터 추출되는 지문 인식 방법.
  5. 제 4 항에 있어서,
    상기 등록 특성 정보 및 상기 입력 특성 정보는 각각 상기 등록 지문 이미지 및 상기 입력 지문 이미지의 특징점(minutiae)을 포함하고, 상기 등록 지문 이미지의 특징점의 개수는 상기 입력 지문 이미지의 특징점의 개수보다 많은 지문 인식 방법.
  6. 제 1 항에 있어서,
    상기 등록 중첩 이미지를 결정하는 단계는
    상기 입력 지문 이미지가 위치하는 부분에 해당하는 상기 등록 지문 이미지의 영역을 탐색하는 단계;
    상기 탐색된 등록 지문 이미지의 영역을 등록 중첩 이미지로 결정하는 단계; 를 포함하고,
    상기 탐색하는 단계는 상기 등록 지문 이미지와 상기 입력 지문 이미지 간의 이동 정보, 회전 정보, 및 스케일 정보 중 적어도 하나에 기초하여 수행되는 지문 인식 방법.
  7. 삭제
  8. 제 1 항에 있어서,
    상기 입력 지문 이미지의 인증 여부를 판단하는 단계는
    상기 변환된 등록 중첩 이미지의 지문 패턴과 상기 입력 지문 이미지의 지문 패턴의 패턴 유사도 및 상기 등록 지문 이미지의 특성 정보와 상기 입력 지문 이미지의 특성 정보의 특성 정보 유사도 중 적어도 하나에 기초하여 인증 여부를 판단하는 지문 인식 방법.
  9. 제 8 항에 있어서,
    상기 패턴 유사도는 상기 변환된 등록 중첩 이미지와 상기 입력 지문 이미지의 동일 좌표에 치하는 픽셀들의 정규화된 상호 상관 값을 기준으로 판단하고,
    상기 등록 지문 이미지의 특성 정보와 상기 입력 지문 이미지의 특성 정보는 각각 상기 등록 지문 이미지 및 상기 입력 지문 이미지의 특징점들을 포함하고,
    상기 특성 정보 유사도는 상기 등록 지문 이미지의 특징점들 및 상기 입력 지문 이미지의 특징점들이 일치하는 개수를 기준으로 판단하는 지문 인식 방법.
  10. 제 1 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적인(non-transitory) 기록매체.
  11. 지문 등록 모드에서 전방의 일정 거리에 위치하는 사용자의 손가락을 촬영하여 손가락 지문 이미지를 획득하는 카메라 모듈;
    상기 지문 등록 모드가 실행된 경우, 상기 카메라 모듈로 촬영된 상기 손가락 지문 이미지로부터 생성되어 입력 지문 이미지의 지문 영역 보다 넓은 영역의 지문 영역을 갖는 등록 지문 이미지를 저장하는 메모리;
    지문 인증 모드에서 상기 손가락 지문 이미지의 지문 영역 보다 좁은 지문 영역을 갖는 지문 센싱 영역 상에 접촉된 손가락 지문 중 일부 영역을 센싱하는 지문 센서; 및
    상기 지문 인증 모드가 실행된 경우 상기 지문 센서로부터 획득된 상기 손가락 지문의 일부 영역으로부터 상기 지문 인증 모드에서 사용될 상기 입력 지문 이미지를 생성하고,
    상기 지문 등록 모드에서 기 저장된 상기 등록 지문 이미지를 상기 메모리로부터 획득하고,
    상기 획득된 등록 지문 이미지의 부분 영역들 중 상기 입력 지문 이미지와 중첩되는 상기 등록 지문 이미지의 부분 영역을 등록 중첩 이미지로 결정하고,
    상기 등록 중첩 이미지의 히스토그램이 상기 입력 지문 이미지의 히스토그램과 대응되도록 상기 등록 중첩 이미지를 변환하고,
    상기 변환된 등록 중첩 이미지와 상기 입력 지문 이미지를 비교하여 상기 입력 지문 이미지의 인증 여부를 판단하는 프로세서; 를 포함하고,
    상기 프로세서는
    상기 카메라 모듈로부터 획득된 상기 등록 중첩 이미지와 상기 지문 센서로부터 획득된 상기 입력 지문 이미지 사이의 픽셀 차이에 기초하여 이종 이미지 변환 과정을 수행하되, 상기 등록 중첩 이미지 내에 위치한 픽셀들의 히스토그램이 갖는 회색도 평균 및 회색도 분산이 각각 상기 입력 지문 이미지 내에 위치한 픽셀들의 히스토그램이 갖는 회색도 평균 및 회색도 분산을 기준으로 소정의 임계값 범위 내의 값이 되도록 상기 등록 중첩 이미지를 변환하는 전자 디바이스.
  12. 삭제
  13. 제 11 항에 있어서,
    상기 프로세서는 상기 손가락 지문 이미지에서 지문 영역에 대응하는 ROI(Region Of Interest)를 선택하고, 상기 ROI를 그레이 스케일(gray scale)로 변환하여 상기 등록 지문 이미지를 생성하는 전자 디바이스.
  14. 제 11 항에 있어서,
    상기 프로세서는 상기 획득된 등록 지문 이미지에서 등록 특성 정보를 추출하고, 상기 생성된 입력 지문 이미지에서 입력 특성 정보를 추출하고, 상기 등록 특성 정보는 상기 입력 지문 이미지의 지문 영역보다 넓은 상기 등록 지문 이미지의 지문 영역으로부터 추출되는 전자 디바이스.
  15. 제 14 항에 있어서,
    상기 등록 특성 정보 및 상기 입력 특성 정보는 각각 상기 등록 지문 이미지 및 상기 입력 지문 이미지의 특징점(minutiae)을 포함하고, 상기 등록 지문 이미지의 특징점의 개수는 상기 입력 지문 이미지의 특징점의 개수보다 많은 전자 디바이스.
  16. 제 11 항에 있어서,
    상기 프로세서는,
    상기 입력 지문 이미지가 위치하는 부분에 해당하는 상기 등록 지문 이미지의 영역을 상기 등록 지문 이미지와 상기 입력 지문 이미지 간의 이동 정보, 회전 정보, 및 스케일 정보 중 적어도 하나에 기초하여 탐색하고, 상기 탐색된 등록 지문 이미지의 영역을 등록 중첩 이미지로 결정하는 전자 디바이스.
  17. 삭제
  18. 제 11 항에 있어서,
    상기 프로세서는,
    상기 변환된 등록 중첩 이미지의 지문 패턴과 상기 입력 지문 이미지의 지문 패턴의 패턴 유사도 및 상기 등록 지문 이미지의 특성 정보와 상기 입력 지문 이미지의 특성 정보의 특성 정보 유사도 중 적어도 하나에 기초하여 인증 여부를 판단하는 전자 디바이스.
  19. 제 18 항에 있어서,
    상기 등록 지문 이미지의 특성 정보와 상기 입력 지문 이미지의 특성 정보는 각각 상기 등록 지문 이미지 및 상기 입력 지문 이미지의 특징점들을 포함하며,
    상기 프로세서는,
    상기 변환된 등록 중첩 이미지와 상기 입력 지문 이미지의 동일 좌표에 치하는 픽셀들의 정규화된 상호 상관 값을 기준으로 상기 패턴 유사도를 판단하고,
    상기 등록 지문 이미지의 특징점들 및 상기 입력 지문 이미지의 특징점들이 일치하는 개수를 기준으로 상기 특성 정보 유사도를 판단하는 전자 디바이스.
KR1020180077896A 2018-07-04 2018-07-04 지문 인식 방법 및 디바이스 Active KR102785399B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180077896A KR102785399B1 (ko) 2018-07-04 2018-07-04 지문 인식 방법 및 디바이스
US16/299,364 US10896313B2 (en) 2018-07-04 2019-03-12 Methods and devices for recognizing fingerprint

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180077896A KR102785399B1 (ko) 2018-07-04 2018-07-04 지문 인식 방법 및 디바이스

Publications (2)

Publication Number Publication Date
KR20200004701A KR20200004701A (ko) 2020-01-14
KR102785399B1 true KR102785399B1 (ko) 2025-03-21

Family

ID=69102140

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180077896A Active KR102785399B1 (ko) 2018-07-04 2018-07-04 지문 인식 방법 및 디바이스

Country Status (2)

Country Link
US (1) US10896313B2 (ko)
KR (1) KR102785399B1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USD1021686S1 (en) * 2019-06-18 2024-04-09 Woojin Plastic Co., Ltd. Belt strap adjuster
CN113918908A (zh) 2020-07-07 2022-01-11 三星电子株式会社 用于指纹验证的方法和设备
KR20220020642A (ko) * 2020-08-12 2022-02-21 삼성전자주식회사 지문 센서를 구비한 전자 장치 및 그 제어 방법
KR20220030704A (ko) * 2020-09-03 2022-03-11 삼성전자주식회사 우선순위에 따른 지문 스캔 방법 및 장치
EP4222637A1 (en) * 2020-10-30 2023-08-09 Google LLC Fingerprint enrollment using collocation of a user's touch and a fingerprint sensor
CN113127837B (zh) * 2020-12-18 2024-06-11 神盾股份有限公司 电子设备配置参数的更新方法、设备及计算机可读介质
US11682249B1 (en) * 2021-12-10 2023-06-20 Ademco Inc. Accessing smart home devices using a fingerprint sensor on a doorbell device
CN116935450A (zh) * 2022-03-29 2023-10-24 上海思立微电子科技有限公司 一种指纹检测方法及指纹模组

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101632912B1 (ko) * 2014-09-26 2016-06-24 창신정보통신(주) 지문 인식을 이용한 사용자 인증 방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8065155B1 (en) * 1999-06-10 2011-11-22 Gazdzinski Robert F Adaptive advertising apparatus and methods
JP2002222424A (ja) * 2001-01-29 2002-08-09 Nec Corp 指紋照合システム
KR100891324B1 (ko) 2005-08-29 2009-03-31 삼성전자주식회사 휴대용 개인단말장치를 이용한 지문인식 시스템 및지문특징 추출장치 및 방법
US8625861B2 (en) * 2008-05-15 2014-01-07 International Business Machines Corporation Fingerprint representation using gradient histograms
US8548206B2 (en) * 2011-01-20 2013-10-01 Daon Holdings Limited Methods and systems for capturing biometric data
KR20140045748A (ko) 2012-10-09 2014-04-17 연세대학교 산학협력단 휴대폰 카메라를 이용한 비접촉식 지문 영상 촬영방법
KR20150003501A (ko) 2013-07-01 2015-01-09 삼성전자주식회사 전자 디바이스 및 전자 디바이스에서 지문을 이용한 인증 방법
KR20160009821A (ko) 2014-07-17 2016-01-27 윤현선 유심칩에 내장된 공인인증서의 보안 방법
US9424458B1 (en) 2015-02-06 2016-08-23 Hoyos Labs Ip Ltd. Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
KR101596298B1 (ko) 2015-03-20 2016-02-24 이상훈 스마트폰을 활용한 비접촉식 지문인식방법
US10339178B2 (en) * 2015-06-30 2019-07-02 Samsung Electronics Co., Ltd. Fingerprint recognition method and apparatus
KR102558736B1 (ko) * 2015-06-30 2023-07-25 삼성전자주식회사 지문 인식 방법 및 장치
KR102745342B1 (ko) * 2016-10-28 2024-12-20 삼성전자주식회사 지문 인식 방법 및 이를 포함하는 전자 기기

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101632912B1 (ko) * 2014-09-26 2016-06-24 창신정보통신(주) 지문 인식을 이용한 사용자 인증 방법

Also Published As

Publication number Publication date
KR20200004701A (ko) 2020-01-14
US20200012844A1 (en) 2020-01-09
US10896313B2 (en) 2021-01-19

Similar Documents

Publication Publication Date Title
KR102785399B1 (ko) 지문 인식 방법 및 디바이스
JP6287047B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US9508122B2 (en) Creating templates for fingerprint authentication
KR102415509B1 (ko) 얼굴 인증 방법 및 장치
US9934420B2 (en) Fingerprint information processing method and apparatus for speed improvement of fingerprint registration and authentication
JP6361942B2 (ja) 極小センシング領域を含む電子装置及びその指紋情報プロセッシング方法
US9710691B1 (en) Touchless fingerprint matching systems and methods
US20150310259A1 (en) Using facial data for device authentication or subject identification
US20120051605A1 (en) Method and apparatus of a gesture based biometric system
US20160132710A1 (en) Fingerprint authentication using stitch and cut
CN108280418A (zh) 脸部图像的欺骗识别方法及装置
CN110619656B (zh) 基于双目摄像头的人脸检测跟踪方法、装置及电子设备
US10037454B2 (en) Method and device for forming a fingerprint representation
CN105894042B (zh) 检测证件图像遮挡的方法和装置
US20170091521A1 (en) Secure visual feedback for fingerprint sensing
US9292752B2 (en) Image processing device and image processing method
JP2019133287A (ja) 生体認証装置、生体認証プログラム、及び生体認証方法
JP2019109624A (ja) 情報処理装置、プログラム及び情報処理方法
KR102558736B1 (ko) 지문 인식 방법 및 장치
WO2023028947A1 (zh) 掌静脉非接触式三维建模方法、装置及认证方法
WO2019051688A1 (zh) 检测光学模组的方法、装置和电子设备
KR101500496B1 (ko) 얼굴을 인식하는 장치 및 방법
CN117521044B (zh) 生物认证方法、装置、计算机设备和存储介质
JP6790611B2 (ja) 生体画像処理装置、生体画像処理方法、および生体画像処理プログラム
JP2012221002A (ja) ユーザ検知装置、ユーザ検知方法、およびユーザ検知プログラム

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20180704

PG1501 Laying open of application
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20210702

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20180704

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20231030

Patent event code: PE09021S01D

E601 Decision to refuse application
PE0601 Decision on rejection of patent

Patent event date: 20240730

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

AMND Amendment
PX0901 Re-examination

Patent event code: PX09012R01I

Patent event date: 20241030

Comment text: Amendment to Specification, etc.

PX0701 Decision of registration after re-examination

Patent event date: 20241224

Comment text: Decision to Grant Registration

Patent event code: PX07013S01D

X701 Decision to grant (after re-examination)
PG1601 Publication of registration