1 |
1
정수(n) 차원의 등록 특징 벡터 g(g = [g1, g2,
|
2 |
2
제1항에 있어서, 상기 생성된 저차원 좌표점들 중 m차원을 만족시키지 못하는 저차원 좌표점에 임의의 수를 부가하여 상기 저차원 좌표점이 m차원이 되도록 하는 것을 특징으로 하는 데이터 보호를 위한 템플릿 생성 방법
|
3 |
3
제1항에 있어서, 상기 등록 템플릿은 상기 등록 특징 벡터의 해시값을 더 포함하는 것을 특징으로 하는 데이터 보호를 위한 템플릿 생성 방법
|
4 |
4
제3항에 있어서, 임의값을 추가하여 상기 해시값을 생성하는 것을 특징으로 하는 데이터 보호를 위한 템플릿 생성 방법
|
5 |
5
제1항에 있어서, 상기 생성된 저차원 좌표점들에는 보호하고자 하는 비밀 정보를 추가하고 상기 가좌표점들에는 상기 비밀 정보 추가로 저차원 좌표점의 차원이 증가한 것을 보정해 주기 위해 임의의 값을 추가하는 것을 특징으로 하는 데이터 보호를 위한 템플릿 생성 방법
|
6 |
6
제5항에 있어서, 상기 비밀 정보는 개인키 또는 비밀번호(password)인 것을 특징으로 하는 데이터 보호를 위한 템플릿 생성 방법
|
7 |
7
패턴 인식 대상이 되는 데이터를 입력받아 상기 데이터를 템플릿으로 변환하여 n(n ≥ 2, n은 정수) 개의 원소로 구성된 n 차원 프로부를 생성하는 단계;
m (m < n)차원의 k개(k ≥ 2)의 저차원 좌표점을 포함하는 등록 템플릿인 갤러리를 호출하는 단계;
상기 프로부를 이용하여 m (m < n)차원의 상기 k개(k ≥ 2) 만큼의 저차원 좌표점을 생성하는 단계; 및
상기 등록 템플릿의 저차원 좌표점들과 상기 프로부의 저차원 좌표점들을 각각 비교하여 상기 프로부와 상기 갤러리가 동종인지를 결정하는 단계를 포함하는 것을 특징으로 하는 안전한 패턴 인식 방법
|
8 |
8
제7항에 있어서, 상기 등록 템플릿의 저차원 좌표점들과 상기 프로부의 저차원 좌표점들을 각각 비교하는 것은 상기 등록 템플릿의 저차원 좌표점들과 상기 프로부의 저차원 좌표점들 간의 유클리디안 거리(d)를 계산하여 비교하는 것을 특징으로 하는 안전한 패턴 인식 방법
|
9 |
9
제8항에 있어서, 상기 등록 템플릿의 저차원 좌표점들의 반경을 (θ는 동종과 오타종을 분류하기 위한 임계값)이 되도록 설정하는 것을 특징으로 하는 안전한 패턴 인식 방법
|
10 |
10
제7항에 있어서, 상기 등록 템플릿의 저차원 좌표점들 중 일부 또는 전부를 변환함수(T1, T2,
|
11 |
11
제10항에 있어서, 상기 변환함수(T1, T2,
|
12 |
12
제10항에 있어서, 상기 등록 템플릿의 저차원 좌표점들의 실영역이 겹치는 경우에 상기 변환함수에 의해 상기 저차원 좌표점들을 좌표변환하는 것을 특징으로 하는 안전한 패턴 인식 방법
|
13 |
13
제7항에 있어서, 상기 m (m < n)차원의 복수 개(k ≥ 2)의 저차원 좌표점은 서로 다른 m 차원의 좌표공간을 사용하는 것을 특징으로 하는 안전한 패턴 인식 방법
|
14 |
14
제13항에 있어서, 상기 저차원 좌표점이 사용하는 좌표공간의 순서를 무작위로 결정하되, 상기 무작위로 결정된 순서를 상기 등록 템플릿과 별도로 저장하여 사용하는 것을 특징으로 하는 안전한 패턴 인식 방법
|
15 |
15
제7항에 있어서, 상기 등록 템플릿의 저차원 좌표점들과 상기 프로부의 저차원 좌표점들을 각각 비교하여 상기 프로부와 상기 갤러리가 동종이면 사용자에게 상기 등록 템플릿에 의해 미리 설정된 값을 되돌려 주는 단계를 더 포함하는 것을 특징으로 하는 안전한 패턴 인식 방법
|