맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

다중 생체 인식 시스템 및 그 방법

  • 기술번호 : KST2015080754
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 다중 생체 인식 시스템 및 그 방법이 개시된다. 본 발명에 따른 다중 생체 인식 시스템은 단일 비교값 생성부가 서로 다른 조합의 생체정보를 가진 후보자의 비교값 벡터와 상대적 비교가 가능하도록 단일화된 비교값을 생성하므로, 데이터베이스에 등록된 후보자들의 생체정보의 종류와 개수가 일치 하지 않더라도 다중 생체인식이 가능하다.
Int. CL G06K 9/00 (2006.01)
CPC
출원번호/일자 1020050087027 (2005.09.16)
출원인 한국전자통신연구원
등록번호/일자 10-0734837-0000 (2007.06.27)
공개번호/일자 10-2007-0032117 (2007.03.21) 문서열기
공고번호/일자 (20070703) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2005.09.16)
심사청구항수 23

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이용진 대한민국 경기 안산시 상록구
2 안도성 대한민국 경기 성남시 수정구
3 최우용 대한민국 대전 유성구
4 문기영 대한민국 대전 서구
5 정교일 대한민국 대전 유성구
6 손승원 대한민국 대전 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 리앤목특허법인 대한민국 서울 강남구 언주로 **길 **, *층, **층, **층, **층(도곡동, 대림아크로텔)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 특허출원서
Patent Application		 2005.09.16 수리 (Accepted) 1-1-2005-0520678-52
2 의견제출통지서
Notification of reason for refusal		 2006.11.15 발송처리완료 (Completion of Transmission) 9-5-2006-0671830-85
3 의견서
Written Opinion		 2007.01.10 수리 (Accepted) 1-1-2007-0027063-87
4 명세서등보정서
Amendment to Description, etc.		 2007.01.10 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2007-0027064-22
5 등록결정서
Decision to grant		 2007.05.02 발송처리완료 (Completion of Transmission) 9-5-2007-0244429-19
6 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2009.08.04 수리 (Accepted) 4-1-2009-5150899-36
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.02 수리 (Accepted) 4-1-2015-0006137-44
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
신원 확인을 요청하는 사용자의 다중 생체 정보를 인식하는 다중 생체 인식 시스템에 있어서, 상기 사용자의 다중 생체 정보와 이미 등록된 후보자들의 다중 생체 정보를 각각의 단일 생체 정보별로 비교하여 단일 생체 정보별로, 등록된 후보자의 단일 생체 정보 비교값을 생성하는 생체 인식부;상기 등록된 후보자의 단일 생체 정보 비교값을 후보자별로 모아 비교값 벡터를 생성하고, 생성된 비교값 벡터를 상기 비교값 벡터 생성에 이용된 단일 생체 정보의 조합에 따라 분류하는 비교값 벡터 생성 및 조합 분류부;상기 비교값 벡터 생성 및 조합 분류부에 의해 제공되는 비교값 벡터를, 서로 다른 조합의 단일 생체 정보를 가지는 후보자들 사이에서 상기 사용자일 가능성을 상대적으로 비교할 수 있게 후보자별로 단일화된 비교값으로 변환하는 단일 비교값 생성부; 및 전체 후보자에 대한 상기 단일 비교값을 이용하여 다중 생체 인식에 의하여 신원 요청 확인을 한 사용자일 가능성이 높은 후보자의 리스트를 소정의 방식으로 나열한 후보자 목록을 생성하는 인식 목록 생성부를 포함하는 것을 특징으로 하는 다중 생체 인식 시스템
2 2
제1항에 있어서, 상기 단일 생체 정보 비교값은 상기 사용자에 대한 생체정보와 상기 후보자들에 대한 생체정보를 비교하여 상호 일치하는 정도를 수치화하여 나타내는 값인 것을 특징으로 하는 다중 생체인식 시스템
3 3
제1항에 있어서, 상기 생체 인식부는 상기 다중 생체 정보를 이루는 단일 생체 정보 각각을 인식하는 다수의 단일 생체 정보 인식부들을 포함하며, 상기 단일 생체 정보 인식부들 각각은 후보자별로 단일 생체 정보 비교값을 생성하며, 해당 단일 생체 정보가 등록되지 않은 후보자는 단일 생체 정보 비교값을 널(null)값으로 표시하는 것을 특징으로 하는 다중 생체 인식 시스템
4 4
제3항에 있어서, 상기 비교값 벡터는 상기 생체 인식 비교값 중 널(null)값은 삭제하여 상기 후보자가 등록한 생체 정보에 대한 생체인식 비교값의 조합으로만 구성되는 것을 특징으로 하는 다중 생체 인식 시스템
5 5
제1항에 있어서, 상기 단일 생체인식 비교값을 정규화하는 정규화부를 더 포함하되,상기 비교값 벡터 생성 및 조합 분류부는 상기 정규화된 생체인식 비교값을 통하여 상기 각각의 등록된 후보자 별로 비교값 벡터를 생성하는 것을 특징으로 하는 다중 생체 인식 시스템
6 6
제1항에 있어서, 상기 단일 비교값 생성부는 상기 생체 인식부의 인식 대상인 단일 생체 정보들로 생성 가능한 조합들 각각에 대응하는 단일 비교값 생성기들을 포함하며, 상기 단일 비교값 생성기 각각은 상기 비교값 벡터 생성 및 조합 분류부로부터 상기 단일 생체 정보들의 조합별로 분류되어 제공되는 비교값 벡터를 이용하여 다른 조합의 생체 정보를 이용하여 생성된 비교값 벡터와 상대적 비교가 가능한 상기 단일 비교값을 생성하는 것을 특징으로 하는 다중 생체 인식 시스템
7 7
제6항에 있어서, 상기 단일 비교값 생성기 각각은 상기 비교값 벡터 생성부 및 조합 분류부로부터 적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 비교값 벡터 입력부; 같은 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값인 클래스 조건부 확률(class-conditional probability) 와 서로 다른 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값인 클래스 조건부 확률(class-conditional probability) 을 계산하는 클래스 조건부 확률(class-conditional probability) 계산부; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 나타내고, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 나타낸다
8 8
제6항에 있어서, 상기 단일 비교값 생성기 각각은 상기 비교값 벡터 생성부 및 조합 분류부로부터 적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 비교값 벡터 입력부; 같은 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값 와 서로 다른 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값 을 계산하는 클래스 조건부 확률(class-conditional probability) 계산부(여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 각각 나타냄); 및 상기 와 상기 를 이용하여 구해지는 사후 확률(posterior probability) 에 대한 로그 교차적비(log odds ratio)를 a 번째 후보자에 대한 단일 비교값 로서 수학식 와 같이 계산하는 로그 교차적비(log odds ratio) 계산부를 포함하는 것을 특징으로 하는 다중 생체 인식 시스템
9 9
제6항에 있어서, 상기 단일 비교값 생성기 각각은 상기 비교값 벡터 생성부 및 조합 분류부로부터 적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 비교값 벡터 입력부; a 번째 후보자의 비교값 벡터가 같은 사람의 생체정보를 비교해서 생성된 비교값 벡터인지 서로 다른 사람의 생체정보를 비교하여 생성된 비교값 벡터인지 판별하고, 판별 결과 를 출력하는 생체 정보 비교값 이진 분류부; 상기 생체 정보 비교값 이진 분류부에서 제공되는 판별값 에 대한 클래스 조건부 확률(class-conditional probability) 와 클래스 조건부 확률(class-conditional probability) 의 값을 계산하는 클래스 조건부 확률(class-conditional probability) 계산부; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 각각 나타냄)상기 클래스 조건부 확률(class-conditional probability) 계산부에서 계산된 및 와, 사전 확률(prior probability) 및 를 이용하여, 상기 판별값 가 동일인의 생체정보를 비교하여 생성되었을 확률 을 a 번째 후보자에 대한 단일 비교값 로서 수학식 (여기서, 상기 사전 확률(prior probability) 와 는 시스템 설계자가 사전 학습에 의해 미리 설정하는 값을 나타낸다
10 10
제6항에 있어서, 상기 단일 비교값 생성기 각각은 상기 비교값 벡터 생성부 및 조합 분류부로부터 적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 비교값 벡터 입력부; a 번째 후보자의 비교값 벡터가 같은 사람의 생체정보를 비교해서 생성된 비교값 벡터인지 서로 다른 사람의 생체정보를 비교하여 생성된 비교값 벡터인지 판별하고, 판별 결과 를 출력하는 생체 정보 비교값 이진 분류부; 상기 생체 정보 비교값 이진 분류부에서 제공되는 판별값 에 대한 클래스 조건부 확률(class-conditional probability) 와 클래스 조건부 확률(class-conditional probability) 의 값을 계산하는 클래스 조건부 확률(class-conditional probability) 계산부; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 각각 나타냄)상기 와 상기 의 값을 이용하여 구해지는 사후 확률(posterior probability) 에 대한 로그 교차적비(log odds ratio)를 a 번째 후보자에 대한 단일 비교값 로서 수학식 와 같이 계산하는 로그 교차적비(log odds ratio) 계산부를 포함하는 것을 특징으로 하는 다중 생체 인식 시스템
11 11
다수개의 단일 생체인식 시스템을 이용하여 신원확인을 요청하는 사용자의 다중 생체 정보를 인식하는 방법에 있어서, (a)상기 다수개의 단일 생체 인식 시스템 각각은 상기 사용자의 다중 생체 정보와 기 등록된 후보자들의 생체 정보를 비교하여 등록된 후보자의 단일 생체 정보 비교값을 생성하는 단계; (b)상기 단일 생체 정보 비교값을 통해 후보자별로 비교값 벡터를 생성하는 단계;(c)상기 비교값 벡터를 상기 비교값 벡터 생성에 이용된 단일 생체 정보의 조합에 따라 분류하는 단계;(d)상기 (c)단계에서 단일 생체 정보의 조합에 따라 분류되어 제공되는 후보자의 비교값 벡터를 서로 다른 조합의 단일 생체 정보를 갖는 후보자의 비교값 벡터들과 상대적으로 비교할 수 있도록 단일화된 비교값으로 변환하는 단계; 및 (e)전체 후보자들 각각에 대한 상기 단일 비교값을 이용하여, 상기 사용자일 가능성이 높은 후보자의 리스트를 소정의 방식으로 나열한 후보자 목록을 생성하는 단계를 포함하는 것을 특징으로 하는 다중 생체 인식 방법
12 12
제11항에 있어서, 상기 단일 생체 정보 비교값은 상기 사용자에 대한 생체정보와 상기 후보자자들에 대한 생체정보를 비교하여 상호 일치하는 정도를 수치화하여 나타내는 값인 것을 특징으로 하는 다중 생체 인식 방법
13 13
제11항에 있어서, 상기 단일 생체 정보 비교값은 해당 단일 생체 정보가 등록되지 않은 후보자는 단일 생체 정보 비교값을 널(null)값으로 표시하는 것을 특징으로 하는 다중 생체 인식 방법
14 14
제11항에 있어서, 상기 비교값 벡터는 상기 생체 인식 비교값 중 널(null)값은 삭제하여 상기 후보자가 등록한 단일 생체 정보의 조합에 대한 생체인식 비교값만으로 구성되는 것을 특징으로 하는 다중 생체 인식 방법
15 15
제11항에 있어서, 상기 (b)단계는 (b-1)상기 단일 생체 인식 비교값을 정규화하는 단계; 및(b-2)상기 정규화된 단일 생체 인식 비교값을 상기 후보자 별로 비교값 벡터를 설정하는 단계를 포함하는 것을 특징으로 하는 다중 생체인식 방법
16 16
제11항에 있어서, 상기 (d)단계는 (d1_1)적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 단계; (d1_2)같은 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값인 클래스 조건부 확률(class-conditional probability) 와 서로 다른 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값인 클래스 조건부 확률(class-conditional probability) 을 계산하는 단계; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 나타내고, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 나타냄)(d1_3)상기 및 상기 와, 사전 확률(prior probability) 및 를 이용하여, 입력된 비교값 벡터가 동일인의 생체정보를 비교하여 생성되었을 확률 을 a 번째 후보자에 대한 단일 비교값 로서 수학식 (여기서, 상기 사전 확률(prior probability) 와 는 시스템 설계자가 사전 학습에 의해 미리 설정하는 값을 나타낸다
17 17
제11항에 있어서, 상기 (d)단계는 (d2_1)적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 단계; (d2_2)같은 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값인 클래스 조건부 확률(class-conditional probability) 와 서로 다른 사람의 다중 생체 정보를 비교하여 생성된 비교값 벡터의 분포에 대한 확률 값인 클래스 조건부 확률(class-conditional probability) 을 계산하는 단계; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 나타내고, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 나타냄)(d2_3)상기 와 상기 를 이용하여 구해지는 에 대한 로그 교차적비(log odds ratio)를 a 번째 후보자에 대한 단일 비교값 로서 수학식 와 같이 계산하는 단계를 포함하는 것을 특징으로 하는 다중 생체 인식 방법
18 18
제17항에 있어서, (d2_3)단계는 (d2_31) 수학식 과 같이 정의되는 에 대한 로그 교차적비(log odds ratio)를 수학식 (여기서, 상기 사전 확률(prior probability) 와 는 시스템 설계자가 사전 학습에 의해 미리 설정하는 값을 나타낸다
19 19
제11항에 있어서, 상기 (d)단계는(d3_1)적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 단계; (d3_2)상기 a 번째 후보자의 비교값 벡터가 같은 사람의 생체정보를 비교해서 생성된 비교값 벡터인지 서로 다른 사람의 생체정보를 비교하여 생성된 비교값 벡터인지 판별하는 단계; (d3_3)상기 (d3_2)단계에서의 구해진 판별값 에 대한 클래스 조건부 확률(class-conditional probability) 와 클래스 조건부 확률(class-conditional probability) 의 값을 계산하는 단계; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 각각 나타낸다
20 20
제19항에 있어서, 상기 (d3_2)단계는(d3_21) 상기 비교값 벡터를 이진 분류기를 이용하여 본인 비교에 의한 비교값 벡터인지 타인 비교에 의한 비교값 벡터인지 검증하는 단계; 및(d3_22) 상기 (d3_21)단계에서의 검증을 통하여 본인 비교에 의한 비교값 벡터인지 타인 비교에 의한 비교값 벡터인지 판별값을 생성하는 단계를 포함하는 것을 특징으로 하는 다중 생체 인식 방법
21 21
제11항에 있어서, 상기 (d)단계는 (d4_1)적어도 하나 이상의 생체 정보가 등록된 a 번째 후보자의 비교값 벡터를 받아들이는 단계; (d4_2)상기 a 번째 후보자의 비교값 벡터가 같은 사람의 생체정보를 비교해서 생성된 비교값 벡터인지 서로 다른 사람의 생체정보를 비교하여 생성된 비교값 벡터인지 판별하는 단계; (d4_3)상기 (d4_2)단계에서의 구해진 판별값 에 대한 클래스 조건부 확률(class-conditional probability) 와 클래스 조건부 확률(class-conditional probability) 의 값을 계산하는 단계; 및 (여기서, G는 같은 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를, I는 서로 다른 사람의 생체 정보를 비교하여 발생한 비교값 벡터들의 클래스를 각각 나타낸다
22 22
제21항에 있어서, 상기 (d4_2)단계는 (d4_21) 상기 비교값 벡터를 이진 분류기를 이용하여 본인 비교에 의한 비교값 벡터인지 타인 비교에 의한 비교값 벡터인지 검증하는 단계; 및(d4_22) 상기 (d3_21)단계에서의 검증을 통하여 본인 비교에 의한 비교값 벡터인지 타인 비교에 의한 비교값 벡터인지 판별값을 생성하는 단계를 포함하는 것을 특징으로 하는 다중 생체 인식 방법
23 23
제21항에 있어서, 상기 (d4_3)단계는 (d4_31) 수학식 과 같이 정의되는 에 대한 로그 교차적비(log odds ratio)를 수학식 (여기서, 상기 사전 확률(prior probability) 와 는 시스템 설계자가 사전 학습에 의해 미리 설정하는 값을 나타낸다
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US20070071286 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2007071286 US 미국 DOCDBFAMILY
국가 R&D 정보가 없습니다.