| 1 |
1
서명을 입력받는 입력부;서명 인증 장치의 가속도를 측정하는 가속도센서; 및상기 입력부를 통해 입력되는 데이터 및 상기 가속도센서를 통해 측정되는 가속도 데이터에서 특징 데이터를 추출하고, 상기 추출된 특징 데이터를 학습 모델에 입력하여 서명 인증을 수행하는 제어부를 포함하고,상기 학습 모델은 서명 등록을 위한 데이터를 학습하여 생성된 것이며,상기 제어부는 설정주기에 따라 샘플링된 각 서명 포인트의 2축 좌표값 및 해당 시점에서의 3축 가속도값을 CNN(convolutional neural network)에 입력하여 상기 특징 데이터를 추출하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 학습 모델은 오토인코더(autoencoder) 방식의 모델인 것을 특징으로 하는 딥러닝을 이용한 서명 인증 장치
|
| 4 |
4
제3항에 있어서,상기 제어부는, 상기 학습 모델에서 출력되는 값 및 상기 학습 모델에 입력한 값에 기초하여 비유사도를 산출하고, 상기 산출된 비유사도와 임계값을 비교하여 인증 성공 여부를 판단하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 장치
|
| 5 |
5
제4항에 있어서,상기 제어부는, 상기 학습 모델에서 출력되는 값과 상기 학습 모델에 입력한 값의 평균제곱오차(mean squared error)를 상기 비유사도로 산출하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 장치
|
| 6 |
6
제1항에 있어서,상기 제어부는, 상기 CNN(convolutional neural network)에 입력할 데이터를 정규화(normalization)하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 장치
|
| 7 |
7
제1항에 있어서,상기 제어부는, 상기 입력부를 통해 입력되는 데이터 및 상기 가속도센서를 통해 측정되는 가속도 데이터에서 미리 설정된 기준에 따라 특징 벡터를 추출하고, 추출된 특징 벡터와 기 등록된 서명 데이터를 비교하여 상기 특징 데이터 추출 및 학습 모델을 통한 서명 인증을 수행하거나 인증 실패 처리를 하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 장치
|
| 8 |
8
제어부가 입력부를 통해 서명을 입력받는 단계;상기 제어부가 상기 서명을 입력받는 동안 가속도센서를 통해 서명 인증이 수행되는 장치의 가속도를 측정하는 단계;상기 제어부가 상기 입력부를 통해 입력되는 데이터 및 상기 가속도센서를 통해 측정되는 가속도 데이터에서 특징 데이터를 추출하는 단계;상기 제어부가 서명 등록을 위한 데이터를 학습하여 생성된 학습 모델에 상기 추출된 특징 데이터를 입력하여 출력값을 산출하는 단계;상기 제어부가 상기 출력값 및 상기 학습 모델에 입력한 값에 기초하여 비유사도를 산출하는 단계; 및상기 산출된 비유사도와 임계값을 비교하여 인증 성공 여부를 판단하는 단계를 포함하고,상기 특징 데이터를 추출하는 단계에서, 상기 제어부는, 설정주기에 따라 샘플링된 각 서명 포인트의 2축 좌표값 및 해당 시점에서의 3축 가속도값을 CNN(convolutional neural network)에 입력하여 상기 특징 데이터를 추출하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 방법
|
| 9 |
9
삭제
|
| 10 |
10
제8항에 있어서,상기 서명을 입력받는 단계 전에,상기 제어부가 상기 입력부를 통해 서명 등록을 위한 서명을 입력받는 단계;상기 제어부가 상기 서명 등록을 위한 서명을 입력받는 동안 상기 가속도센서를 통해 상기 장치의 가속도를 측정하는 단계;상기 제어부가 서명 등록을 위한 서명 데이터에서 미리 설정된 기준에 따라 특징 벡터를 추출하는 단계;상기 제어부가 추출된 특징 벡터에 기초하여 입력된 서명 간의 차이를 분석하는 단계; 및상기 제어부가 상기 입력된 서명 간의 차이를 분석하는 단계의 분석 결과에 따라 재서명을 요청하거나 상기 학습 모델을 구축하는 단계를 더 포함하는 것을 특징으로 하는 딥러닝을 이용한 서명 인증 방법
|
