1 |
1
적외선 조명과 카메라를 구비하는 바이오 인식 정보 취득 장치를 이용하여 취득된 지정맥 영상을 기반으로 미리 정해진 크기의 로컬 영역에서 지정맥 인식을 위한 특징 값을 추출하는 단계와,
상기 로컬 영역 단위로 취득된 지정맥 영상을 통해 계산된 각 로컬 영역의 밝기 값의 평균 및 표준편차를 기반으로 정맥을 포함하는 영역과 피부영역으로 구분하는 단계와,
상기 구분 결과, 정맥을 포함하는 영역인 경우, 해당 영역에서 추출된 특징 값에 상대적으로 높은 제 1 가중치를 부여하고, 피부영역일 경우, 해당 영역에서 추출된 특징 값에 상대적으로 상기 제 1 가중치보다 낮은 제 2 가중치를 부여하는 단계와,
상기 가중치를 반영한 특징 값을 기반으로 기 저장된 바이오 정보와 취득된 사용자의 지정맥 영상을 서로 매칭시켜 개인 인증을 수행하는 단계를 포함하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
2 |
2
적외선 조명과 카메라를 구비하는 바이오 인식 정보 취득 장치를 이용하여 취득된 지정맥 영상을 기반으로 미리 정해진 크기의 로컬 영역에서 지정맥 인식을 위한 특징 값을 추출하는 단계와,
상기 로컬 영역 단위로 취득된 지정맥 영상을 통해 계산된 각 로컬 영역의 밝기 값의 평균 및 표준편차를 기반으로 정맥을 포함하는 영역과 피부영역과 미 결정영역으로 구분하는 단계와,
상기 구분 결과, 정맥을 포함하는 영역인 경우, 해당 영역에서 추출된 특징 값에 상대적으로 높은 제 1 가중치를 부여하고, 피부영역일 경우, 해당 영역에서 추출된 특징 값에 상대적으로 낮은 제 2 가중치를 부여하고, 미 결정영역일 경우 상기 제 1 가중치보다는 낮고, 상기 제 2 가중치보다는 높은 제 3 가중치를 부여하는 단계와,
상기 가중치를 반영한 특징 값을 기반으로 기 저장된 바이오 정보와 취득된 사용자의 지정맥 영상을 서로 매칭시켜 개인 인증을 수행하는 단계를 포함하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
3 |
3
적외선 조명과 카메라를 구비하는 바이오 인식 정보 취득 장치를 이용하여 취득된 지정맥 영상을 기반으로 미리 정해진 크기의 로컬 영역에서 지정맥 인식을 위한 특징 값을 추출하는 단계와,
상기 로컬 영역 단위로 취득된 지정맥 영상을 통해 계산된 각 로컬 영역의 밝기 값의 평균 및 표준편차를 기반으로 정맥을 포함하는 영역과 피부영역으로 구분하는 단계와,
상기 취득된 사용자의 지정맥 영상에서 각각의 로컬 영역별로 추출된 특징 값과 등록을 위해 저장부에 미리 저장된 사용자의 지정맥 영상에서 로컬 영역별로 추출된 특징 값을 서로 비교하여 유사도 값을 산출하는 단계와,
상기 구분단계에서 정맥을 포함하는 영역일 경우 해당 영역에서 산출된 유사도 값에 상대적으로 높은 제 1 가중치를 부여하고, 피부영역일 경우 해당 영역에서 산출된 유사도 값에 상대적으로 상기 제 1 가중치보다 낮은 제 2 가중치를 부여하는 단계와,
상기 가중치를 반영한 유사도 값을 기반으로 기 저장된 바이오 정보와 취득된 사용자의 지정맥 영상을 서로 매칭시켜 개인 인증을 수행하는 단계를 포함하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
4 |
4
제 1 항 내지 제 3 항 중 어느 하나에 있어서,
상기 특징 값은 LBP(Local Binary Pattern) 또는 웨이블렛 변환(wavelet transform) 방법을 이용하여 추출하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
5 |
5
제 1 항 내지 제 3 항 중 어느 하나에 있어서,
상기 로컬 영역 단위로의 지정맥 영상의 분석은 이웃하는 다른 로컬 영역과 서로 오버랩(overlap)되면서 분석되는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
6 |
6
제 1 항 내지 제 3 항 중 어느 하나에 있어서,
상기 정맥을 포함하는 영역과 피부영역으로의 구분은
상기 로컬 영역의 밝기 값의 평균이 정의된 제 1 값보다 크고, 표준편차가 정의된 제 2 값보다 작으면 피부영역으로 구분하고, 밝기 값의 평균이 상기 제 1 값보다 작고, 표준편차가 제 2 값보다 크면 정맥을 포함하는 영역으로 구분하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
7 |
7
제 1 항 또는 제 3 항 중 어느 하나에 있어서,
상기 정맥을 포함하는 영역과 피부영역으로의 구분은 SVM(Support Vector Machine) 분류기, 신경망 혹은 K-means 클러스터링(clustering), SVDD(Support Vector Data Description), 및 다항식 분류기 중 적어도 어느 하나를 이용하여 구분하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
8 |
8
제 2 항에 있어서, 상기 정맥을 포함하는 영역과 피부영역과 미 결정영역으로의 구분은
분류기에 미리 설정된 제 1 기준값을 기반으로 정맥영역과 비 정맥영역으로 구분하는 단계와,
상기 구분된 비 정맥 영역을 분류기에 미리 설정된 제 2 기준값을 기반으로 미결정 영역과 피부영역으로 구분하는 단계를 포함하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
9 |
9
제 8 항에 있어서,
상기 제 1 기준값은 -1 이상 -0
|
10 |
10
제 2 항에 있어서, 상기 정맥을 포함하는 영역과 피부영역과 미 결정영역으로의 구분은
SVM(Support Vector Machine) 분류기, 신경망 혹은 K-means 클러스터링(clustering), SVDD(Support Vector Data Description), 및 다항식 분류기 중 적어도 어느 하나를 통해 취득된 지정맥 영상 각각의 로컬영역에서 따른 밝기 값의 평균과 표준편차의 계산을 통해 산출된 출력값을 산출하는 단계와,
상기 산출된 값에 기반하여 제 1 산출값으로 산출된 값을 갖는 로컬영역을 정맥영역으로 분류하고, 제 2 산출값으로 산출된 값을 피부영역으로 분류하고, 제 3 산출값으로 산출된 값을 미결정 영역으로 분류하는 단계를 포함하는 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|
11 |
11
제 10 항에 있어서,
상기 제 1 산출값은 -1 이상 -0
|
12 |
12
제 2 항에 있어서,
상기 제 1 가중치는 추출된 특징 값에 2를 곱한 값이고, 상기 제 2 가중치는 추출된 특징 값에 0을 곱한 값이고, 상기 제 3 가중치는 추출된 특징 값에 1을 곱한 값인 것을 특징으로 하는 지정맥 인식을 이용한 바이오 인식 방법
|