KR102458241B1

KR102458241B1 - 사용자 인식 장치 및 방법

Info

Publication number: KR102458241B1
Application number: KR1020160169715A
Authority: KR
Inventors: 이현정; 서성주; 손창용; 최창규; 한재준
Original assignee: 삼성전자주식회사
Priority date: 2016-12-13
Filing date: 2016-12-13
Publication date: 2022-10-24
Also published as: US10726261B2; KR20180068097A; US20180165517A1

Abstract

사용자 인식 장치 및 방법이 제공된다. 사용자 인식 장치는 매 프레임마다 홍채 영역의 유효성을 판단하여, 유효한 경우에는 홍채 인식을 수행하고, 유효하지 않은 경우에는 복합 인식을 위한 얼굴 특징 추출을 수행할 수 있다.

Description

사용자 인식 장치 및 방법{METHOD AND DEVICE TO RECOGNIZE USER}

이하, 사용자를 인식하는 기술이 제공된다.

최근 스마트 폰 등 다양한 모바일 기기나 웨어러블 기기의 발전으로 보안 인증에 대한 중요성이 증대되고 있다. 생체 인식에 의한 인증 기술은 지문, 홍채, 목소리, 얼굴, 혈관 등을 이용하여 사용자를 인증한다. 인증에 사용되는 생체 특성들은 사람마다 다르고, 소지의 불편함이 없을 뿐 아니라, 도용이나 모조의 위험성이 적고, 일생 동안 잘 변하지 않는다는 장점이 있기 때문이다.

일 실시예에 따른 사용자 인식 방법은, 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 유효하지 않은(invalid) 경우에 응답하여, 상기 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출하는 단계; 및 상기 퀄리티 정보가 유효한 경우에 응답하여, 상기 홍채 영역에 기초하여 홍채 인식을 수행하는 단계를 포함할 수 있다.

상기 홍채 인식을 수행하는 단계는, 상기 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 이전 프레임에서 추출된 얼굴 특징 데이터가 존재하는지 판단하는 단계; 및 상기 이전 프레임에서 추출된 얼굴 특징 데이터가 존재하는 경우에 응답하여, 상기 이전 프레임에서 추출된 얼굴 특징 데이터 및 상기 홍채 영역에 기초하여 사용자 인식을 수행하는 단계를 포함할 수 있다.

상기 홍채 인식을 수행하는 단계는, 상기 이전 프레임에서 추출된 얼굴 특징 데이터가 존재하지 않는 경우에 응답하여, 다음 프레임 이미지가 획득될 때까지 대기하는 단계를 더 포함할 수 있다.

상기 사용자 인식을 수행하는 단계는, 상기 홍채 영역에 기초하여 산출된 홍채 점수가 등록 사용자의 등록 홍채에 대해 지정된 제1 임계 점수(first threshold score)를 초과하고, 상기 얼굴 특징 데이터에 기초하여 산출된 얼굴 특징 점수가 상기 등록 사용자의 등록 얼굴 특징에 대해 지정된 제2 임계 점수(second threshold score)를 초과하는 경우에 응답하여 상기 현재 프레임에 포함된 객체가 등록 사용자에 매칭하는 것으로 결정하는 단계를 포함할 수 있다.

상기 사용자 인식을 수행하는 단계는, 상기 홍채 영역 및 상기 얼굴 특징 데이터에 기초하여 산출된 복합 점수가 복합 임계 점수를 초과하는 경우에 응답하여, 상기 현재 프레임에 포함된 객체가 등록 사용자에 매칭하는 것으로 결정하는 단계를 포함할 수 있다.

상기 등록 사용자에 매칭하는 것으로 결정하는 단계는, 상기 홍채 영역에 기초한 홍채 점수에 홍채 가중치를 반영하고, 상기 얼굴 특징 데이터에 기초한 얼굴 특징 점수에 특징 가중치를 반영함으로써 상기 복합 점수를 산출하는 단계를 포함할 수 있다.

상기 홍채 인식을 수행하는 단계는, 상기 홍채 영역이 등록 홍채 정보에 매칭하는 경우에 응답하여, 상기 얼굴을 상기 등록 홍채 정보에 대응하는 등록 사용자로 인식하는 단계를 포함할 수 있다.

상기 홍채 인식을 수행하는 단계는, 상기 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 현재 프레임의 이전 프레임들까지 누적된 얼굴 특징 데이터 및 상기 홍채 영역에 기초하여 사용자 인식을 수행하는 단계를 포함할 수 있다.

상기 얼굴 특징 데이터를 추출하는 단계는, 서로 다른 부위에 대하여 얼굴 특징 데이터가 추출되는 경우에 응답하여, 추출된 얼굴 특징 데이터들을 누적하여 저장하는 단계를 포함할 수 있다.

상기 얼굴 특징 데이터를 추출하는 단계는, 상기 현재 프레임 이미지로부터 이전 프레임에서 추출된 부위와 다른 부위에 관한 얼굴 특징 데이터를 추출하는 단계를 포함할 수 있다.

상기 얼굴 특징 데이터를 추출하는 단계는, 미리 결정된 추출 순서에 기초하여, 상기 현재 프레임 이미지에서 얼굴 특징 데이터를 추출할 대상 부위를 결정하는 단계; 및 상기 대상 부위에 관한 얼굴 특징 데이터를 추출하는 단계를 포함할 수 있다.

상기 얼굴 특징 데이터를 추출하는 단계는, 복수의 얼굴 영역들 중 미리 정의된 랜드마크 셋트에 대응하는 얼굴 영역을 선택하는 단계; 및 상기 선택된 얼굴 영역에 대응하는 부위에 관한 얼굴 특징 데이터를 추출하는 단계를 포함할 수 있다.

상기 얼굴 특징 데이터를 추출하는 단계는, 상기 현재 프레임 이미지에 전체 혹은 복수의 부분 얼굴 영역이 식별되는 경우에 응답하여, 복수의 얼굴 영역들 중 가장 높은 퀄리티 정보를 가지는 영역에 대응하는 얼굴 영역을 선택하는 단계; 및 상기 선택된 얼굴 영역에 대응하는 부위에 관한 얼굴 특징 데이터를 추출하는 단계를 포함할 수 있다.

사용자 인식 방법은 상기 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 최저 임계 미만인 경우에 응답하여, 상기 얼굴 특징 데이터의 추출 및 상기 홍채 인식을 배제하고 다음 프레임까지 대기하는 단계를 더 포함할 수 있다.

상기 얼굴 특징 데이터를 추출하는 단계는, 상기 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 최저 임계 이상이면서 유효 임계 미만인 경우에 응답하여, 상기 얼굴 특징 데이터를 추출하는 단계를 포함할 수 있다.

사용자 인식 방법은 미리 정한 프레임 길이가 경과할 때까지 등록 사용자에 매칭하는 것으로 판단되는 프레임 이미지가 존재하지 않는 경우에 응답하여, 사용자 인식 동작을 종료하는 단계를 더 포함할 수 있다.

사용자 인식 방법은 상기 홍채 영역의 노출 량(exposure amount) 및 상기 홍채 영역의 흔들림 량(shake amount) 중 적어도 하나에 기초하여 상기 홍채 영역의 퀄리티 정보를 산출하는 단계; 및 상기 홍채 영역의 퀄리티 정보의 유효 여부를 판단하는 단계를 더 포함할 수 있다.

사용자 인식 방법은 객체로 적외선을 투사하고, 상기 객체로부터 반사된 적외선에 기초하여 상기 현재 프레임 이미지를 획득하는 단계를 더 포함할 수 있다.

일 실시예에 따른 사용자 인식 장치는, 복수의 프레임 이미지들을 획득하는 이미지 획득부; 및 상기 복수의 프레임 이미지들 중 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 유효하지 않은(invalid) 경우에 응답하여, 상기 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출하고, 상기 퀄리티 정보가 유효한 경우에 응답하여, 상기 홍채 영역에 기초하여 홍채 인식을 수행하는 처리부를 포함할 수 있다.

도 1은 일 실시예에 따른 사용자 인식을 개략적으로 설명하는 도면이다.
도 2 내지 도 4는 일 실시예에 따른 사용자 인식 방법을 설명하는 흐름도이다.
도 5 내지 도 7은 일 실시예에 따른 홍채 인식, 얼굴 인식, 및 복합 인식을 수행하는 과정을 설명하는 도면이다.
도 8은 일 실시예에 따른 얼굴 인식의 대상이 되는 부위를 선정하는 과정을 설명하는 도면이다.
도 9는 일 실시예에 따른 사용자 인식 장치의 구성을 설명하는 블록도이다.

이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.

아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수 개의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 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.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

도 1은 일 실시예에 따른 사용자 인식을 개략적으로 설명하는 도면이다.

일 실시예에 따른 사용자 인식 장치(110)는 객체(190)를 나타내는 다양한 특징들에 기초하여, 상술한 객체(190)에 대한 인식을 수행할 수 있다.

사용자 인식 장치(110)는 장치 외부 공간(120)을 촬영함으로써, 객체(190)를 포함하는 입력 이미지를 획득할 수 있다. 예를 들어, 입력 이미지는 복수의 프레임 이미지들을 포함할 수 있고, 예를 들어, 상술한 객체(190)로 투사된 적외선이 반사된 세기를 나타내는 적외선 세기 이미지일 수 있다. 사용자 인식 장치(110)는 객체로 적외선을 투사하고, 객체로부터 반사된 적외선에 기초하여 현재 프레임 이미지를 획득할 수 있다.

예를 들어, 객체(190)가 사람인 경우, 사용자 인식 장치(110)는 입력 이미지로부터 사람의 홍채와 연관된 특징 및 사람의 얼굴과 연관된 특징을 추출할 수 있다. 사용자 인식 장치(110)는 홍채와 연관된 특징 및 얼굴과 연관된 특징을 복합적으로 이용하여, 입력 이미지에 나타나는 객체(190)를 인식할 수 있다. 사용자 인식 장치(110)는 눈과 연관된 영역(130)을 별도로 추출하여, 홍채에 대한 인식을 수행할 수 있다.

다만, 본 명세서에서, 객체(190)를 사람으로 설명하였으나, 이로 한정하는 것은 아니다. 다른 예를 들어, 객체(190)는 동물일 수도 있고, 동물의 홍채 및 동물의 머리와 연관된 특징을 복합적으로 이용할 수도 있다.

일 실시예에 따르면 얼굴 자체와 관련된 정보 및 홍채와 관련된 정보를 복합적으로 사용하여 사용자 인식을 수행하기 위하여, 사용자 인식 장치(110)는 얼굴 인식 작업(task) 및 홍채 인식 작업(task)을 효율적으로 스케줄링(scheduling)할 수 있다. 따라서, 사용자 인식 장치(110)는 입력된 프레임 이미지의 상태에 따라 적합한 인식 방식을 선택하여, 고속으로 정확한 인식을 수행할 수 있다.

사용자 인식 장치(110)는 스마트폰 및 다양한 모바일 기기, TV 등에 적용될 수 있다. 예를 들어, 스마트폰 및 모바일 기기에서 홍채기반 사용자 인증, 스마트폰 및 모바일 기기에서 홍채기반 결재 및 뱅킹, 및 스마트 현관문, TV 등 스마트 홈 내 사용자 인증 등에 적용될 수 있다.

도 2 및 도 4는 일 실시예에 따른 사용자 인식 방법을 설명하는 흐름도이다.

일 실시예에 따른 사용자 인식 장치는 객체를 포함하는 입력 이미지로서, 연속적인 프레임 이미지들로 획득할 수 있다. 사용자 인식 장치는 프레임 이미지들을 획득하면서, 매 프레임 이미지들마다 얼굴의 얼굴 특징 데이터를 추출할 지, 또는 홍채 인식을 수행할 지 여부를 결정할 수 있다.

예를 들어, 사용자 인식 장치는 현재 프레임 이미지의 로딩을 완료한 후, 도 2에 도시된 바와 같이, 현재 프레임 이미지의 퀄리티 정보 유효 여부에 따라 얼굴에 대응하는 얼굴 특징 데이터를 추출하거나 홍채 인식을 수행할 수 있다.

본 명세서에서 특징 데이터는 객체의 특징(예를 들어, 사람의 얼굴의 특징, 얼굴의 각 부위의 특징, 사람의 홍채의 특징 등)이 추상화된 정보를 나타낼 수 있다. 퀄리티 정보는 전체 이미지 또는 부분 이미지의 퀄리티를 지시하는 정보로서, 예를 들어, 이미지의 노출량, 흔들림 량, 이미지의 블러(blur) 정도 및 화질 등을 포함할 수 있다. 흔들림 량은 예를 들어, 이미지의 블러 정도에 기초하여 산출될 수도 있다.

우선, 단계(210)에서 사용자 인식 장치는 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 유효하지 않은 경우에 응답하여, 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출하여 저장할 수 있다. 예를 들어, 퀄리티 정보가 유효하지 않은 경우, 홍채 인식이 불가능하거나 정확도가 낮을 수 있으므로, 사용자 인식 장치는 홍채 인식을 수행하는 대신, 다음 프레임에서 사용하기 위한 얼굴의 얼굴 특징 데이터를 추출할 수 있다.

그리고 단계(220)에서 사용자 인식 장치는 퀄리티 정보가 유효한 경우에 응답하여, 홍채 영역에 기초하여 홍채 인식을 수행할 수 있다. 예를 들어, 퀄리티 정보가 유효한 경우, 홍채 인식의 정확도가 보장될 수 있으므로, 사용자 인식 장치는 홍채 인식을 수행할 수 있다. 홍채 인식은 예를 들어, 입력된 홍채가 등록 홍채에 매칭하는지를 검증하거나 식별하는 동작을 나타낼 수 있다.

본 명세서에서 검증은 입력 데이터가 참인지 거짓인지를 판단하는 동작을 나타낼 수 있고, 식별은 복수의 레이블들 중 입력 데이터가 지시하는 레이블을 판단하는 동작을 나타낼 수 있다.

또한, 사용자 인식 장치는 홍채 인식 결과에 따라 바로 인식이 성공한 것으로 결정하거나, 추가적으로 복합 인식을 더 수행할 수도 있다. 하기에서 보다 상세히 설명한다. 복합 인식은 객체의 복수의 속성들에 기초한 인식으로서, 예를 들어, 입력된 이미지에 나타나는 객체의 홍채 및 홍채 특징 데이터에 기초하여, 해당 객체가 등록 사용자에 매칭하는지를 검증하거나 식별하는 동작을 나타낼 수 있다.

도 3에서는 사용자 인식의 전체적인 흐름을 설명하는 도면이다.

우선, 단계(301)에서는 사용자 인식 장치는 프레임 이미지를 획득할 수 있다. 일 실시예에 따르면, 사용자 인식 장치는 복수의 프레임 이미지들을 연속적으로 수신할 수 있고, 현재 프레임 이미지를 획득할 수 있다. 예를 들어, 사용자 인식 장치는 단계(301)에서 i번째 프레임 이미지를 획득할 수 있고, 다음 단계들(302, 303, 304, 311, 312, 321, 322, 331, 332, 및 333)에서 i번째 프레임 이미지에 대한 처리를 수행할 수 있다. 또한, 사용자 인식 장치는 하기 단계들(302, 303, 304, 311, 312, 321, 322, 331, 332, 및 333)에서 i번째 프레임 이미지에 대한 처리를 수행하는 동안, 동시에 i+1번째 프레임 이미지에 대한 처리를 수행할 수 있다. 여기서, i는 1이상의 정수일 수 있다. i번째 프레임 이미지를 현재 프레임 이미지라고 나타낼 수 있다.

그리고 단계(302)에서 사용자 인식 장치는 홍채 영역을 검출할 수 있다. 사용자 인식 장치는 현재 프레임 이미지로부터 홍채 영역을 추출할 수 있다.

이어서 단계(303)에서 사용자 인식 장치는 퀄리티 정보를 체크할 수 있다. 예를 들어, 사용자 인식 장치는 홍채 영역의 노출 량(exposure amount) 및 홍채 영역의 흔들림 량(shake amount) 중 적어도 하나에 기초하여 홍채 영역의 퀄리티 정보를 산출할 수 있다.

그리고 단계(304)에서 사용자 인식 장치는 홍채 영역의 퀄리티 정보의 유효 여부를 판단할 수 있다. 퀄리티 정보의 유효 여부 판단은 하기 도 4에서 상세히 설명한다.

이어서 단계(210)에서는 퀄리티 정보가 충분히 유효하지 않은 경우에 응답하여 사용자 인식 장치는 얼굴 인식을 수행할 수 있다. 일 실시예에 따르면, 단계(311)에서 사용자 인식 장치는 얼굴 특징 추출을 수행할 수 있다. 예를 들어, 사용자 인식 장치는 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출할 수 있다. 단계(312)에서 사용자 인식 장치는 얼굴 특징을 저장할 수 있다. 예를 들어, 사용자 인식 장치는 추출된 얼굴 특징 데이터를 미리 정한 프레임 길이 동안 저장할 수 있다. 여기서, 미리 정한 프레임 길이는 인식이 수행되는 것으로 설정된 프레임 길이로서, 해당 프레임 길이를 경과할 경우 사용자 인식 장치는 인식이 실패한 것으로 결정할 수 있다.

더 나아가 사용자 인식 장치는 현재 프레임 이미지로부터 추출된 얼굴 특징 데이터를 등록 사용자에 대응하는 등록 얼굴 특징 데이터와 미리 비교하여 얼굴 특징 점수를 산출하여 저장할 수 있다. 미리 산출된 얼굴 특징 점수는 다음 복합 인식이 수행될 때 사용될 수 있다.

그리고 단계(332)에서 사용자 인식 장치는 얼굴 인식(210)이 완료된 이후 다음 프레임까지 대기할 수 있다. 예를 들어, 사용자 인식 장치는 다음 프레임 이미지의 획득이 완료될 때까지 대기할 수 있다.

또한, 단계(220)에서 퀄리티 정보가 유효한 경우에 응답하여, 사용자 인식 장치는 홍채 인식을 수행할 수 있다.

일 실시예에 따르면 단계(321)에서 사용자 인식 장치는 홍채 인식을 수행할 수 있다. 예를 들어, 사용자 인식 장치는 홍채 영역에 대한 홍채 점수를 산출할 수 있다.

단계(322)에서 사용자 인식 장치는 홍채 점수가 홍채 임계 점수 이상 인지 여부를 판단할 수 있다. 사용자 인식 장치는 홍채 점수가 등록 사용자의 등록 홍채에 대해 지정된 홍채 임계 점수 이상인 경우에 응답하여, 홍채 영역이 등록 홍채 정보에 매칭하는 것으로 결정할 수 있다. 등록 홍채 정보는 등록 사용자의 등록 홍채에 관한 정보로서, 예를 들어, 등록 홍채의 이미지, 및 홍채 특징 데이터 등을 포함할 수 있다.

사용자 인식 장치는 홍채 점수가 홍채 임계 점수 미만인 경우에 응답하여, 하기 단계(331)에서 사용자 인식을 수행할 수 있다. 예를 들어, 단계(331)에서 사용자 인식 장치는 이전 프레임의 얼굴 추출 결과가 있는지 여부 및 복합 인식이 인식 기준을 만족하는지 여부를 판단할 수 있다. 인식 기준은 홍채 영역 및 얼굴 특징 데이터에 대하여 개별적으로 설정되거나, 홍채 영역 및 얼굴 특징 데이터에 기초하여 설정될 수도 있다. 또한, 단계(333)에서 사용자 인식 장치는 홍채 영역이 등록 홍채 정보에 매칭하는 경우에 응답하여, 얼굴을 등록 홍채 정보에 대응하는 등록 사용자로 인식할 수 있다. 등록 홍채 정보는 사용자 인식 장치의 내부 데이터베이스에 미리 등록된 홍채 정보를 나타낼 수 있다.

본 명세서에서 이전 프레임은, 현재 프레임의 직전 프레임 및 그 이전의 프레임도 포함할 수 있다. 예를 들어, i번째 프레임의 이전 프레임은, 1번째 프레임 내지 i-1번째 프레임 중 하나 이상의 프레임을 나타낼 수 있다. 여기서, i는 1이상의 정수일 수 있다.

일 실시예에 따르면 사용자 인식 장치는 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 단계(331)에서 사용자 인식 장치는 이전 프레임에서 추출된 얼굴 특징 데이터가 존재하는지 판단할 수 있다. 사용자 인식 장치는 이전 프레임에서 추출된 얼굴 특징 데이터가 존재하는 경우에 응답하여, 이전 프레임에서 추출된 얼굴 특징 데이터 및 홍채 영역에 기초하여 사용자 인식을 수행할 수 있다. 하기에서는 복합 인식이 인식 기준을 만족하는지 여부를 판단하는 과정을 설명한다.

예를 들어, 사용자 인식 수행을 위해, 사용자 인식 장치는 홍채 영역에 기초하여 홍채 점수를 산출하고, 이전 프레임까지 저장된 얼굴 특징 데이터에 기초하여 얼굴 특징 점수를 산출할 수 있다. 예를 들어, 사용자 인식 장치는 입력된 홍채 영역 및 등록 홍채 간의 유사도(예를 들어, 유클리드 거리(Euclidean distance))를 홍채 점수로서 산출할 수 있고, 입력된 얼굴 특징 데이터 및 등록 얼굴 특징 데이터 간의 유사도를 얼굴 특징 점수로서 산출할 수 있다. 사용자 인식 장치는 홍채 점수가 등록 사용자의 등록 홍채에 대해 지정된 제1 임계 점수(first threshold score)를 초과하고, 얼굴 특징 점수가 등록 사용자의 등록 얼굴 특징에 대해 지정된 제2 임계 점수(second threshold score)를 초과하는 경우에 응답하여, 현재 프레임에 포함된 객체가 등록 사용자에 매칭하는 것으로 결정할 수 있다. 따라서, 사용자 인식 장치는 홍채 점수 및 얼굴 특징 점수가 개별적으로 지정된 임계를 모두 초과하는 경우에만 단계(333)에서 인식이 성공한 것으로 판단할 수 있다.

사용자 인식 장치는 현재 프레임 이미지의 얼굴에 관하여 얼굴 특징 데이터를 추출할 필요 없이, 이전 프레임까지 저장된 얼굴 특징 데이터를 이용하여 얼굴 특징 점수를 산출하므로 시간적인 측면에서 효율적으로 사용자 인식을 수행할 수 있다.

다른 예를 들어, 사용자 인식 장치는 홍채 영역 및 얼굴 특징 데이터에 기초하여 복합 점수를 산출할 수도 있다. 사용자 인식 장치는 홍채 영역에 기초한 홍채 점수에 홍채 가중치를 반영하고, 얼굴 특징 데이터에 기초한 얼굴 특징 점수에 특징 가중치를 반영함으로써 복합 점수를 산출할 수 있다. 사용자 인식 장치는 복합 점수가 복합 임계 점수를 초과하는 경우에 응답하여, 현재 프레임에 포함된 객체가 등록 사용자에 매칭하는 것으로 결정할 수 있다. 따라서, 사용자 인식 장치는 홍채 영역 및 얼굴 특징 데이터가 복합되어 산출된 복합 점수가 복합 임계 점수를 초과하는 경우, 단계(333)에서 사용자 인식이 성공한 것으로 판단할 수 있다.

이후, 사용자 인식 장치는 이전 프레임에서 추출된 얼굴 특징 데이터가 존재하지 않는 경우에 응답하여, 단계(332)에서 다음 프레임 이미지가 획득될 때까지 대기할 수 있다. 또한, 사용자 인식 장치는 상술한 단계(331)에서 복합 인식이 인식 기준을 만족하지 않는 경우에 응답하여, 단계(332)에서 다음 프레임 이미지까지 대기할 수 있다.

홍채 임계 점수는 홍채 인식의 성공 여부에 대해 지정된 임계이고, 제1 임계 점수, 제2 임계 점수, 및 복합 임계 점수는 복합 인식의 성공 여부에 대해 지정된 임계로서, 설계에 따라 값이 결정될 수 있다.

도 4는 단계(304)에서의 퀄리티 정보의 유효 여부를 판단하는 과정을 설명하는 흐름도이다.

우선, 단계(410)에서 사용자 인식 장치는 퀄리티 정보가 최저 임계 이상인 지를 판단할 수 있다. 예를 들어, 사용자 인식 장치는 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 최저 임계 미만인 경우에 응답하여, 얼굴 특징 데이터의 추출 및 홍채 인식을 배제하고 단계(332)에서 다음 프레임까지 대기할 수 있다.

그리고 단계(420)에서 사용자 인식 장치는 퀄리티 정보가 유효 임계 이상인 지를 판단할 수 있다. 예를 들어, 유효 임계는 최저 임계보다 높은 값으로 지정될 수 있다. 일 실시예에 따르면 사용자 인식 장치는 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 최저 임계 이상이면서 유효 임계 미만인 경우에 응답하여, 단계(311)에서 얼굴 특징 데이터를 추출할 수 있다.

사용자 인식 장치는 홍채 영역의 퀄리티 정보가 유효 임계 이상인 경우에 응답하여, 단계(220)에서 홍채 영역에 기초하여 홍채 인식을 수행할 수 있다.

최저 임계 및 유효 임계는 홍채 영역의 퀄리티 정보의 유효 여부를 지시하는 임계로서 설계에 따라 결정될 수 있다.

도 5 내지 도 7은 일 실시예에 따른 홍채 인식, 얼굴 인식, 및 복합 인식을 수행하는 과정을 설명하는 도면이다.

도 5에 도시된 바와 같이, 사용자 인식 장치는 각 프레임 별로 프레임 로딩(510), 퀄리티 체크(520), 홍채 인식(530), 얼굴 인식(540), 및 복합 인식(550) 등을 수행할 수 있다.

일 실시예에 따르면 사용자 인식 장치는 i번째 프레임 이미지(예를 들어, 현재 프레임 이미지)를 로딩(511)할 수 있다. i번째 프레임 이미지의 로딩이 완료되면, 사용자 인식 장치는 i번째 프레임 이미지의 홍채 영역에 대한 퀄리티 정보를 체크(521)할 수 있다. 퀄리티 정보가 유효한 것으로 판단된 경우, 사용자 인식 장치는 홍채 인식(531)을 수행할 수 있다. 예를 들어, 홍채 인식(531)이 성공하는 경우, 사용자 인식 장치는 사용자 인식이 성공한 것으로 판단할 수 있다. 여기서, 사용자 인식 장치는 퀄리티 정보 체크(521) 및 홍채 인식(531)을 수행하는 동안 i+1 번째 프레임 이미지를 로딩(512)할 수 있다.

도 6에서는 i번째 프레임의 퀄리티 정보가 유효하지 않은 경우의 동작을 설명한다. 사용자 인식 장치는 i번째 프레임의 로딩(611)이 완료되면, i번째 프레임 이미지의 퀄리티 정보의 유효성을 판단(621)할 수 있다. 사용자 인식 장치는 i번째 프레임 이미지의 퀄리티 정보가 유효하지 않은 것으로 판단된 경우에 응답하여, 사용자 인식 장치는 얼굴 인식(641)을 수행할 수 있다. 예를 들어, 사용자 인식 장치는 얼굴의 얼굴 특징에 대응하는 얼굴 특징 데이터를 추출하여 저장할 수 있다. 이후, i+1번째 프레임 이미지의 로딩(612)이 완료되고, i+1번째 프레임 이미지의 퀄리티 정보를 판단(622)한 결과가 유효한 경우에 응답하여, 사용자 인식 장치는 홍채 인식(632)을 수행할 수 있다. 홍채 인식(632)이 실패하는 경우, 사용자 인식 장치는 복합 인식(652)을 수행할 수 있다. 복합 인식(652)은 상술한 바와 같이, i번째 프레임 이미지에 대한 얼굴 인식(641)에 기초하여 추출된 얼굴 특징 데이터 및 i+1번째 프레임 이미지에 대한 홍채 인식(632)에 기초한 인식일 수 있다.

도 7에서 사용자 인식 장치는 인식이 성공할 때까지 각 프레임에 대하여 사용자 인식을 수행하는 과정을 설명한다.

일 실시예에 따른 사용자 인식 장치는 i번째 프레임 이미지의 퀄리티 정보가 유효하지 않은 경우에 응답하여, i번째 프레임 이미지의 얼굴의 얼굴 특징 데이터를 추출(741)할 수 있다. 또한, i+1번째 프레임 이미지에 대해서는 퀄리티 정보가 유효하였으나, 홍채 인식 및 복합 인식(752)이 모두 실패할 수 있다. 이후 i+2번째 프레임 이미지의 퀄리티 정보가 유효하지 않은 경우에 응답하여 i+2번째 프레임 이미지에 대해서 사용자 인식 장치는 얼굴의 얼굴 특징 데이터를 추출(743)할 수 있다. 사용자 인식 장치는 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 현재 프레임의 이전 프레임들까지 누적된 얼굴 특징 데이터 및 홍채 영역에 기초하여 사용자 인식을 수행(759)할 수 있다.

도 8은 일 실시예에 따른 얼굴 인식의 대상이 되는 부위를 선정하는 과정을 설명하는 도면이다.

일 실시예에 따르면 사용자 인식 장치는 전체 얼굴 혹은 서로 다른 얼굴 부위의 조합 구성에 대하여 얼굴 특징 데이터가 추출되는 경우에 응답하여, 추출된 얼굴 특징 데이터들을 누적하여 저장할 수 있다. 예를 들어, 도 8에서는 i번째 프레임 이미지에 대하여 사용자 인식 장치가 눈 부위(891)에 대한 얼굴 특징 데이터를 추출(841)하여 저장할 수 있고, i+1번째 프레임 이미지에 대하여 사용자 인식 장치가 코 부위(892)에 대한 얼굴 특징 데이터를 추출(842)하여 저장할 수 있으며, i+2번째 프레임 이미지에 대하여 사용자 인식 장치가 입 부위(893)에 대한 얼굴 특징 데이터를 추출(843)하여 저장할 수 있다. 또한, 단일 부위가 아닌, 조합된 부위에 대한 얼굴 특징 데이터가 사용될 수도 있다. 예를 들어, 사용자 인식 장치는 눈 및 코 부위에 대한 얼굴 특징 데이터를 추출하여 저장할 수도 있다.

상술한 바와 같이, 사용자 인식 장치는 현재 프레임 이미지로부터 이전 프레임에서 추출된 부위와 다른 부위에 관한 얼굴 특징 데이터를 추출할 수 있다. 사용자 인식 장치는, 이전 프레임까지 추출된 하나 이상의 얼굴 특징 데이터를, 얼굴 특징 점수를 산출하거나 복합 점수를 산출할 때마다 반복적으로 사용할 수 있다.

예를 들어, 사용자 인식 장치는 미리 결정된 추출 순서에 기초하여, 현재 프레임 이미지에서 얼굴 특징 데이터를 추출할 대상 부위를 결정할 수 있다. 사용자 인식 장치는 결정된 대상 부위에 관한 얼굴 특징 데이터를 추출할 수 있다. 추출 순서는 얼굴의 각 부위에 대해 지정된 순서로서, 설계에 따라 변경될 수 있다.

다른 예를 들어, 사용자 인식 장치는 복수의 랜드마크(예를 들어, 3개 이상의 랜드마크)를 사용할 수 있다. 전체 혹은 부분 얼굴들에 적용되는 랜드 마크의 셋트(Set)가 미리 정의될 수 있고, 사용자 인식 장치는 이 랜드 마크의 셋트로 정규화된 얼굴 영상 및 얼굴 특징 데이터를 생성할 수 있다. 사용자 인식 장치는 복수의 얼굴 영역들 중 미리 정의된 랜드마크 셋트에 대응하는 얼굴 영역을 선택할 수 있고, 선택된 얼굴 영역에 대응하는 부위에 관한 얼굴 특징 데이터를 추출할 수 있다.

또한, 사용자 인식 장치는 이전 프레임에서 추출한 전체 혹은 부분얼굴의 얼굴 특징 데이터 중에서 퀄리티가 높은 얼굴 특징 데이터를 우선적으로 선택할 수 있다. 랜드마크는 얼굴을 대표하는 특징을 나타내는 부위로서, 예를 들어, 눈, 코, 입, 및 귀 등을 나타낼 수 있다.

또 다른 예를 들어, 사용자 인식 장치는 현재 프레임 이미지에 복수의 랜드마크들로 얼굴 특징 데이터를 추출할 때, 가장 높은 퀄리티 정보를 가지는 영역에 대응하는 전체 혹은 부분얼굴에 대한 얼굴 특징 데이터를 선택할 수 있다. 사용자 인식 장치는 현재 프레임 이미지에 전체 혹은 복수의 부분 얼굴 영역이 식별되는 경우에 응답하여, 복수의 얼굴 영역들 중 가장 높은 퀄리티 정보를 가지는 영역에 대응하는 얼굴 영역을 선택할 수 있다. 사용자 인식 장치는 복수의 랜드마크들부터 전체 혹은 부분 얼굴의 퀄리티 정보를 산출할 수 있고, 퀄리티 정보가 가장 높은 부위의 영역을 선택할 수 있다. 사용자 인식 장치는 선택된 얼굴 영역에 대응하는 부위에 관한 얼굴 특징 데이터를 추출할 수 있다.

이후, 사용자 인식 장치는 미리 정한 프레임 길이가 경과할 때까지 등록 사용자에 매칭하는 것으로 판단되는 프레임 이미지가 존재하지 않는 경우에 응답하여, 사용자 인식 동작을 종료할 수 있다. 도 8에서 N은 1이상의 정수일 수 있고, 사용자 인식 장치는 N번째 프레임의 로딩이 완료된 이후, 퀄리티 정보의 유효성을 체크(849)하여 유효하지 않은 경우 인식 동작을 종료할 수 있다. 또한, 사용자 인식 장치는 N번째 프레임 이미지에 대한 퀄리티 정보가 유효한 경우더라도, 홍채 인식이 실패하면 인식 동작을 종료할 수 있다.

도 9는 일 실시예에 따른 사용자 인식 장치의 구성을 설명하는 블록도이다.

사용자 인식 장치(900)는 이미지 획득부(910) 및 처리부(920)를 포함한다.

이미지 획득부(910)는 복수의 프레임 이미지들을 획득할 수 있다.

처리부(920)는 복수의 프레임 이미지들 중 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 유효하지 않은(invalid) 경우에 응답하여, 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출하고, 퀄리티 정보가 유효한 경우에 응답하여, 홍채 영역에 기초하여 홍채 인식을 수행할 수 있다.

다만, 이미지 획득부(910) 및 처리부(920)의 동작을 상술한 바로 한정하는 것은 아니고, 도 1 내지 도 8의 동작과 결합되어 동작할 수도 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 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 media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 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 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다.　 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.　　

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

800: 사용자 인식 장치
810: 이미지 획득부
820: 처리부

Claims

프로세서에 의해 수행되는 사용자 인식 방법에 있어서,
객체에 대한 연속적인 프레임 이미지들을 획득하는 단계;
상기 연속적인 프레임 이미지들 중 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 유효하지 않은(invalid) 경우에 응답하여, 상기 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출하는 단계; 및
상기 퀄리티 정보가 유효한 경우에 응답하여, 상기 현재 프레임 이미지로부터 추출된 홍채 영역에 기초한 홍채 인식을 이용하여 사용자 인식을 수행하는 단계
를 포함하고,
상기 사용자 인식을 수행하는 단계는,
상기 홍채 인식에서 상기 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 상기 연속적인 프레임 이미지들 중 이전 프레임 이미지에서 추출된 얼굴 특징 데이터가 존재하는지 판단하는 단계; 및
상기 이전 프레임 이미지에서 추출된 얼굴 특징 데이터가 존재하는 경우에 응답하여, 상기 이전 프레임 이미지에서 추출된 얼굴 특징 데이터 및 상기 현재 프레임 이미지로부터 추출된 홍채 영역에 기초하여 사용자 인식을 수행하는 단계를 포함하는,
사용자 인식 방법.
삭제
제1항에 있어서,
상기 사용자 인식을 수행하는 단계는,
상기 이전 프레임 이미지에서 추출된 얼굴 특징 데이터가 존재하지 않는 경우에 응답하여, 다음 프레임 이미지가 획득될 때까지 대기하는 단계를 더 포함하는,
사용자 인식 방법.
제1항에 있어서,
상기 사용자 인식을 수행하는 단계는,
상기 홍채 영역에 기초하여 산출된 홍채 점수가 등록 사용자의 등록 홍채에 대해 지정된 제1 임계 점수(first threshold score)를 초과하고, 상기 얼굴 특징 데이터에 기초하여 산출된 얼굴 특징 점수가 상기 등록 사용자의 등록 얼굴 특징에 대해 지정된 제2 임계 점수(second threshold score)를 초과하는 경우에 응답하여 상기 현재 프레임에 포함된 객체가 등록 사용자에 매칭하는 것으로 결정하는 단계를 더 포함하는,
사용자 인식 방법.
제1항에 있어서,
상기 사용자 인식을 수행하는 단계는,
상기 홍채 영역 및 상기 얼굴 특징 데이터에 기초하여 산출된 복합 점수가 복합 임계 점수를 초과하는 경우에 응답하여, 상기 현재 프레임에 포함된 객체가 등록 사용자에 매칭하는 것으로 결정하는 단계를 더 포함하는,
사용자 인식 방법.
제5항에 있어서,
상기 등록 사용자에 매칭하는 것으로 결정하는 단계는,
상기 홍채 영역에 기초한 홍채 점수에 홍채 가중치를 반영하고, 상기 얼굴 특징 데이터에 기초한 얼굴 특징 점수에 특징 가중치를 반영함으로써 상기 복합 점수를 산출하는 단계를 포함하는,
사용자 인식 방법.
제1항에 있어서,
상기 사용자 인식을 수행하는 단계는,
상기 홍채 영역이 등록 홍채 정보에 매칭하는 경우에 응답하여, 상기 얼굴을 상기 등록 홍채 정보에 대응하는 등록 사용자로 인식하는 단계를 더 포함하는,
사용자 인식 방법.
제1항에 있어서,
상기 사용자 인식을 수행하는 단계는,
상기 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 현재 프레임의 이전 프레임들까지 누적된 얼굴 특징 데이터 및 상기 홍채 영역에 기초하여 사용자 인식을 수행하는 단계를 더 포함하는,
사용자 인식 방법.
제1항에 있어서,
상기 얼굴 특징 데이터를 추출하는 단계는,
서로 다른 부위에 대하여 얼굴 특징 데이터가 추출되는 경우에 응답하여, 추출된 얼굴 특징 데이터들을 누적하여 저장하는 단계
를 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 얼굴 특징 데이터를 추출하는 단계는,
상기 현재 프레임 이미지로부터, 이전 프레임 이미지에서 추출된 부위와 다른 부위에 관한 얼굴 특징 데이터를 추출하는 단계
를 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 얼굴 특징 데이터를 추출하는 단계는,
미리 결정된 추출 순서에 기초하여, 상기 현재 프레임 이미지에서 얼굴 특징 데이터를 추출할 대상 부위를 결정하는 단계; 및
상기 대상 부위에 관한 얼굴 특징 데이터를 추출하는 단계
를 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 얼굴 특징 데이터를 추출하는 단계는,
복수의 얼굴 영역들 중 미리 정의된 랜드마크 셋트에 대응하는 얼굴 영역을 선택하는 단계; 및
상기 선택된 얼굴 영역에 대응하는 부위에 관한 얼굴 특징 데이터를 추출하는 단계
를 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 얼굴 특징 데이터를 추출하는 단계는,
상기 현재 프레임 이미지에 전체 혹은 복수의 부분 얼굴 영역이 식별되는 경우에 응답하여, 복수의 얼굴 영역들 중 가장 높은 퀄리티 정보를 가지는 영역에 대응하는 얼굴 영역을 선택하는 단계; 및
상기 선택된 얼굴 영역에 대응하는 부위에 관한 얼굴 특징 데이터를 추출하는 단계
를 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 최저 임계 미만인 경우에 응답하여, 상기 얼굴 특징 데이터의 추출 및 상기 홍채 인식을 배제하고 다음 프레임까지 대기하는 단계
를 더 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 얼굴 특징 데이터를 추출하는 단계는,
상기 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 최저 임계 이상이면서 유효 임계 미만인 경우에 응답하여, 상기 얼굴 특징 데이터를 추출하는 단계
를 포함하는 사용자 인식 방법.
제1항에 있어서,
미리 정한 프레임 길이가 경과할 때까지 등록 사용자에 매칭하는 것으로 판단되는 프레임 이미지가 존재하지 않는 경우에 응답하여, 사용자 인식 동작을 종료하는 단계
를 더 포함하는 사용자 인식 방법.
제1항에 있어서,
상기 홍채 영역의 노출 량(exposure amount) 및 상기 홍채 영역의 흔들림 량(shake amount) 중 적어도 하나에 기초하여 상기 홍채 영역의 퀄리티 정보를 산출하는 단계; 및
상기 홍채 영역의 퀄리티 정보의 유효 여부를 판단하는 단계
를 더 포함하는 사용자 인식 방법.
제1항에 있어서,
객체로 적외선을 투사하고, 상기 객체로부터 반사된 적외선에 기초하여 상기 현재 프레임 이미지를 획득하는 단계
를 더 포함하는 사용자 인식 방법.
제1항 및 제3항 내지 제18항 중 어느 한 항의 방법을 수행하기 위한 명령어들을 포함하는 하나 이상의 프로그램을 저장한 컴퓨터 판독 가능 저장매체.
사용자 인식 장치에 있어서,
객체에 대한 연속적인 프레임 이미지들을 획득하는 이미지 획득부; 및
상기 연속적인 프레임 이미지들 중 현재 프레임 이미지로부터 추출된 홍채 영역의 퀄리티 정보가 유효하지 않은(invalid) 경우에 응답하여, 상기 현재 프레임 이미지로부터 얼굴의 적어도 일부에 대응하는 얼굴 특징 데이터를 추출하고, 상기 퀄리티 정보가 유효한 경우에 응답하여, 상기 현재 프레임 이미지로부터 추출된 홍채 영역에 기초한 홍채 인식을 이용하여 사용자 인식을 수행하는 처리부
를 포함하고,
상기 처리부는,
상기 홍채 인식에서 상기 홍채 영역이 등록 홍채 정보에 매칭하지 않는 경우에 응답하여, 상기 연속적인 프레임 이미지들 중 이전 프레임 이미지에서 추출된 얼굴 특징 데이터가 존재하는지 판단하고,
상기 이전 프레임 이미지에서 추출된 얼굴 특징 데이터가 존재하는 경우에 응답하여, 상기 이전 프레임 이미지에서 추출된 얼굴 특징 데이터 및 상기 현재 프레임 이미지로부터 추출된 홍채 영역에 기초하여 사용자 인식을 수행하는,
사용자 인식 장치.