KR20140124868A - 스펙트럼 생체인식 센서 - Google Patents
스펙트럼 생체인식 센서 Download PDFInfo
- Publication number
- KR20140124868A KR20140124868A KR1020147027615A KR20147027615A KR20140124868A KR 20140124868 A KR20140124868 A KR 20140124868A KR 1020147027615 A KR1020147027615 A KR 1020147027615A KR 20147027615 A KR20147027615 A KR 20147027615A KR 20140124868 A KR20140124868 A KR 20140124868A
- Authority
- KR
- South Korea
- Prior art keywords
- light
- skin point
- biometric
- images
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 230000003595 spectral effect Effects 0.000 title claims description 67
- 238000000034 method Methods 0.000 claims abstract description 103
- 230000006870 function Effects 0.000 claims abstract description 100
- 238000005259 measurement Methods 0.000 claims abstract description 88
- 238000005286 illumination Methods 0.000 claims abstract description 87
- 230000003287 optical effect Effects 0.000 claims description 60
- 238000003384 imaging method Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000033001 locomotion Effects 0.000 claims description 10
- 239000012491 analyte Substances 0.000 claims description 9
- 239000008280 blood Substances 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- 230000010287 polarization Effects 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims 1
- 230000037213 diet Effects 0.000 claims 1
- 235000005911 diet Nutrition 0.000 claims 1
- 210000003491 skin Anatomy 0.000 description 156
- 210000001519 tissue Anatomy 0.000 description 35
- 238000001228 spectrum Methods 0.000 description 13
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 10
- 238000002835 absorbance Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000000701 chemical imaging Methods 0.000 description 6
- 239000000835 fiber Substances 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 4
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 239000008103 glucose Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004611 spectroscopical analysis Methods 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 210000002615 epidermis Anatomy 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036770 blood supply Effects 0.000 description 2
- 239000004202 carbamide Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 210000004207 dermis Anatomy 0.000 description 2
- 230000023077 detection of light stimulus Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 230000002500 effect on skin Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000007779 soft material Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000392 somatic effect Effects 0.000 description 2
- 210000000434 stratum corneum Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010013786 Dry skin Diseases 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 108010010803 Gelatin Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- UPYKUZBSLRQECL-UKMVMLAPSA-N Lycopene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1C(=C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=C)CCCC2(C)C UPYKUZBSLRQECL-UKMVMLAPSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 150000001746 carotenes Chemical class 0.000 description 1
- 235000005473 carotenes Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005388 cross polarization Methods 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000037336 dry skin Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 229920000159 gelatin Polymers 0.000 description 1
- 239000008273 gelatin Substances 0.000 description 1
- 235000019322 gelatine Nutrition 0.000 description 1
- 235000011852 gelatine desserts Nutrition 0.000 description 1
- 239000000976 ink Substances 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000504 luminescence detection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000037368 penetrate the skin Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012628 principal component regression Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000000438 stratum basale Anatomy 0.000 description 1
- 210000000498 stratum granulosum Anatomy 0.000 description 1
- 210000000439 stratum lucidum Anatomy 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- NCYCYZXNIZJOKI-UHFFFAOYSA-N vitamin A aldehyde Natural products O=CC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C NCYCYZXNIZJOKI-UHFFFAOYSA-N 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1324—Sensors therefor by using geometrical optics, e.g. using prisms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
- G06V40/1394—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
생체인식 기능을 수행하는 방법들 및 시스템들이 제공된다. 개체의 목표된 피부 지점은 조명광으로 조명된다. 목표된 피부 지점은 표면과 접촉한다. 목표된 피부 지점으로부터 산란된 광은 표면을 포함하는 평면에서 수신된다. 이미지는 쉰된 광으로부터 형성된다. 이미지-텍스쳐 측정치는 이미지로부터 발생된다. 발생된 이미지-텍스쳐 측정치는 생체인식 기능을 수행하도록 분석된다.
Description
본 출원은 로버트 케이. 로위(Robert K. Rowe) 등에 의해 2004년 4월 5일자로 출원된 "멀티스펙트럼 생체인식 센서"라는 명칭의 공동계류중인 미국 특허출원 No. 10/818,698('698 출원')의 부분 연속 출원이다. 상기 '698 출원은 하기의 가출원들 각각의 정규출원이다 : "비침입성 알콜 모니터"란 명칭으로 2003년 4월 4일자로 출원된 미국 가특허 출원 No. 60/460,247; 로버트 케이. 로위 등에 의해 "하이퍼스펙트럼 지문 판독기"란 명칭으로 2003년 6월 27일자로 출원된 미국 가특허출원 No. 60/483,281; "하이퍼스펙트럼 핑거프린팅"이란 명칭으로 2003년 9월 18일자로 출원된 미국 가특허출원 No. 60/504,594; 및 "생체인식용 광학적 스킨 센서"란 명칭으로 2004년 3월 10일자로 출원된 미국 가특허출원 No.60/552,662. 상기 출원들 각각의 내용은 본 발명에서 참조된다.
또한, 본 출원은 로버트 케이. 로위에 의해 "생체인식 속임 검출을 위한 조직의 비교 텍스쳐 분석"이란 명칭으로 출원된 공동계류중인 미국 특허출원 No. 11/219,006('006 출원')의 부분 연속출원이다. 상기 '006 출원은 로버트 케이. 로위 등에 의해 "멀티스펙트럼 생체인식 센서"란 명칭으로 2004년 4월 5일자로 출원된 미국 특허출원 No. 10/818,698의 부분 연속출원이며, 상기 '698 출원은 2003년 4월 4일자로 출원된 미국 가특허출원 No.60/460,247, 2003년 6월 27일자로 출원된 미국 가특허출원 No. 60/483,281, 2003년 9월 18일자로 출원된 미국 가특허출원 No. 60/504,594, 및 2004년 3월 10일자로 출원된 미국 가특허출원 No. 60/552,662 각각의 정규출원이다. 상기 출원들 각각의 내용은 본 발명에서 참조된다.
또한, 상기 '006 출원은 로버트 케이. 로위에 의해 "멀티스펙트럼 이미징 생체인식"이란 명칭으로 2005년 4월 25일자로 출원된 미국 특허출원 No.11/115,100의 일부 연속출원이며, 상기 '100 출원은 2004년 6월 1일자로 출원된 미국 가특허출원 No. 60/576,364, 2004년 8월 11일자로 출원된 미국 가특허출원 No. 60/600,867, 2004년 9월 17일자로 출원된 미국 가특허출원 No. 60/610,802, 2005년 2월 18일자로 출원된 미국 가특허출원 No. 60/654,354, 및 2005년 3월 4일자로 출원된 미국 가특허출원 No. 60/659,024 각각의 정규 출원이다. 상기 출원들 각각의 내용은 본 발명에서 참조된다.
또한, 상기 '006 출원은 로버트 케이. 로위 및 스테판 피. 코코안(Stephen P. Corcoran)에 의해 "멀티스펙트럼 생체인식 이미징"이란 명칭으로 2005년 4월 25일자로 출원된 미국 특허 출원 No. 11/115,101의 일부 연속 출원이며, 상기 '101 출원은 2004년 6월 1일자로 출원된 미국 가특허출원 No. 60/576,364, 2004년 8월 11일자로 출원된 미국 가특허출원 No. 60/600,867, 2004년 9월 17일자로 출원된 미국 가특허출원 No. 60/610,802, 2005년 2월 18일자로 출원된 미국 가특허출원 No. 60/654,354, 및 2005년 3월 4일자로 출원된 미국 가특허출원 No. 60/659,024 각각의 정규출원이다. 상기 출원들 각각의 내용은 본 발명에서 참조된다.
또한, 상기 '006 출원은 로버트 케이. 로위에 의해 "멀티스펙트럼 라이브니스 검출"이란 명칭으로 2005년 4월 25일자로 출원된 미국 특허 출원 No. 11/115,075의 부분 연속 출원으로, 2004년 6월 1일자로 출원된 미국 가특허출원 No. 60/576,364, 2004년 8월 11일자로 출원된 미국 가특허출원 No. 60/600,867, 2004년 9월 17일자로 출원된 미국 가특허출원 No. 60/610,802, 2005년 2월 18일자로 출원된 미국 가특허출원 No. 60/654,354, 및 2005년 3월 4일자로 출원된 미국 가특허출원 No. 60/659,024 각각의 정규출원이다. 상기 출원들 각각의 내용은 본 발명에서 참조된다.
또한, 본 출원은 2001년 6월 5일자로 " 분화된 광학적 분광 시스템을 이용하는 생체인식적 검출 장치 및 방법"이란 명칭으로 출원된 미국 특허출원 No. 09/874,740에 관한 것이다.
본 출원은 전반적으로 생체인식(biometrics)에 관한 것이다. 특히, 본 출원은 스펙트럼 정보를 이용하는 생체인식 측정을 수행하는 방법 및 시스템에 관한 것이다.
일반적으로, "생체인식(Biometrics)"은 생명체의 특성들의 통계적 분석으로 간주된다. 생체인식에 대한 하나의 카테고리에는 "생체인식 신원확인(biometric identification)"이 포함되며, 이는 일반적으로 사람의 자동적 신원확인을 제공하거나 또는 밝혀진 사람의 신원확인을 검증하기 위한 2가지 모드들중 하나의 모드에서 동작한다. 생체인식 감지 기술들은 사람의 신체적 특징 또는 행동 특성들을 측정하고 미리기록된 측정치들과 이들 특징들을 비교하여 매칭이 이루어지는지를 결정한다. 생체인식 신원확인을 위해 보편적으로 이용되는 신체적 특징들로는 얼굴, 홍채(irises), 손 모양, 정맥 구조, 및 지문 패턴들이 포함되며, 이들 모두는 가장 보편적인 생체인식-신원확인 특징들이다. 수집된 지문들을 분석하는 현재의 방법들에는 광학적, 용량성, 무선, 열적, 초음파, 및 몇 가지 다른 덜 보편적인 기술들이 포함된다.
대부분의 지문-수집 방법들은 손가락의 표면에서 또는 표면 바로 부근에서 피부(skin)의 특성들의 측정을 기초로 한다. 특히, 통상적으로 광학적 지문 판독기들은 센서 플래튼과 그 위에 위치되는 손가락 간의 굴절률 차의 존재 여부를 기초로 한다. 지문의 공기-충전(air-filled) 골(valley)이 플래튼의 특정 위치 위에 있을 때, 공기-플래튼의 굴절률 차로 인해 플래튼에서는 전반사(TIR)가 발생한다. 대안적으로, 적절한 굴절률의 피부가 플래튼과 광학적으로 접촉하게 되면, 이 위치에서의 TIR은 "장애 받게 되어(frustrated)", 광이 플래튼-스킨 인터페이스를 횡단하게 된다. 손가락이 플래튼과 접촉하게 되는 영역에 대해 TIR의 차에 대한 맵은 통상의 광학적 지문 판독을 위한 기반을 형성한다. 명시야(bright-field) 및 암시야(dark-field) 모두에 대한 광학 장치들에서 광학적 인터페이스의 이러한 변화를 검출하는데 이용되는 다수의 광학 장치들이 있다. 통상적으로, 단일의, 준단색성(quasimonochromatic) 광빔이 이러한 TIR-기반 측정을 수행하는데 이용된다.
또한, 비-TIR 광학적 지문 센서들이 존재한다. 대부분의 경우, 이러한 센서들은 피부를 통해 광이 확산되도록, 손가락 끝의 정면, 측면들 또는 후면을 조사하는 준단색성 광의 소정 장치를 기초로 한다. 지문 이미지는 능선(ridge) 및 골들에 대한 피부-플래튼 경계에 대한 광 전송 차로 인해 형성된다. 광학적 전송의 차는 당업자들에게 공지된 바와 같이, 골들에서의 임의의 중간 공기 갭의 존재 여부로 인한 프레넬 반사(Fresnel reflection) 특성들의 변화로 인한 것이다.
특히 광학적 지문 판독기들은 비-이상(non-ideal) 조건들로 인해 이미지 품질 문제들에 쉽게 영향을 받는다. 피부가 과도하게 건조한 경우, 플래튼과의 인덱스 매칭에 대한 절충이 이루어져, 열악한 이미지 대비를 산출한다. 유사하게, 지문이 너무 습한 경우, 골들은 수분으로 채워져, 지문 영역 전반의 광학적 결합이 이루어져 이미지 대비가 크게 감소된다. 플래튼상의 손가락이 너무 작거나 또는 너무 큰 경우, 피부 또는 센서가 오염된 경우, 피부가 노화되거나/노화되고 마모된 경우, 또는 특정 인종 집단 및 매우 어린 아이들에 대한 경우와 같이 과도하게 미세한 특징이 존재하는 경우, 유사한 효과들이 발생할 수 있다. 이러한 효과들은 이미지 품질을 저하시켜 지문 센서의 전체 성능을 저하시킨다. 일부 경우에서, 상업적인 광학적 지문 판독기들에는 이러한 효과들의 완화 및 성능 복구를 돕기 위해 실리콘과 같이 부드러운 물질의 얇은 막이 통합된다. 부드러운 물질로 인해, 막은 손상, 마모 및 오염될 수 있어, 유지관리 없이는 센서 사용이 제한된다.
TIR을 기초로 한 광학적 지문 판독기들 및 캐패시턴스, RF 및 다른 것들과 같은 다른 방식들은 통상적으로 획득 동안 존재하는 비이상적인 이미지 조건들에 의해 어느 정도 영향을 받게 되는 이미지들을 생성한다. 따라서, 생성되는 이미지들의 텍스쳐(textural) 특성들의 분석은 샘플링 조건들에 의해 영향을 받게 되며, 이는 사람의 피부의 조직 특성을 관찰하는 능력을 제한하거나 방해할 수 있다.
생체인식 센서들, 특히 지문 생체인식 센서들은 일반적으로 다양한 형태의 위장(spoof) 샘플들에 의해 악화되는 경향이 있다. 지문 판독기들의 경우, 종이, 젤라틴, 에폭시, 라텍스 등과 같은 종류의 소정의 무생물 물질에 내장되는 인가된 사용자의 지문 패턴을 갖는 판독기들을 제시하는 다양한 방법들이 업계에 공지되어 있다. 이로 인해, 지문 판독기가 매칭되는 지문 패턴의 존재 여부를 쉽게 결정할 수 있더라도, 매칭 패턴이 다수의 공통 센서들로 확인하기는 어려울 수 있는 실제 살아있는 손가락으로부터 습득되도록 전반적 보완 시스템을 보장하는 것이 중요시된다.
일부 생체인식 시스템들이 손상될 수 있는 또 다른 방식은 재생 공격(replay attack)의 사용을 통해 이루어진다. 이러한 시나리오에서는, 침입자는 권한이 허용된 사용자가 시스템을 사용할 때 센서로부터 발생되는 신호들을 판독한다. 이후, 침입자는 센서 시스템을 조작하여 미리기록된 인가된 신호들을 시스템에 주입하여 센서 자체를 회피하고 생체인식에 의해 보관된 시스템으로의 액세스를 얻게 된다.
생체인식 센서들을 보다 강건하고, 보다 안전하며, 에러가 덜 발생하게 하는 공통적인 방안은 업계에서 "이중(dual)," "조합(combinatoric)", "층(layered)" "용융(fused)", "다중생체인식(multibiometric)" 또는 "다중인자 생체인식(multifactor biometric)" 감지로서 통상 간주되는 방안들을 이용하여 생체인식 센서들의 소스들을 조합하는 것이다. 이러한 방식에서 안전성 보강을 위해서, 생체인식 기술들은 신체 부분들을 동시에 측정하는 방식으로 상이한 기술들이 조합되며 조합되어 상이한 센서들을 공격하는 상이한 샘플들 또는 기술들을 사용함으로써 손상되는 것에 견뎌낸다. 기술들이 신체의 동일한 부분들 관찰하도록 조합될 때, 이들은 "엄격히 결합된(tightly coupled)" 것으로 간주된다.
글루코스, 알콜, 헤모글로빈, 요소, 및 콜레스테롤과 같은 생리학적 분석의 비침입성 광학적 측정의 정확성은 피부 조직의 변형에 의해 악영향을 받을 수 있다. 일부 경우에서 생체인식 측정과 조합하여 하나 이상의 생리학적 분석을 측정하는 것이 바람직하다. 이러한 이중 측정은 상업적 및 법률 강화 시장 모두에서 잠재적으로 관심이 있는 분야이다.
따라서, 멀티스펙트럼 이미징 시스템들 및 방법들을 사용하는 생체인식 감지 및 분석 추정을 위한 개선된 방법들 및 시스템들이 업계에서 일반적으로 요구된다.
본 발명의 실시예들은 생체인식 기능들을 수행하는 방법 및 시스템을 제공한다. 이미지-텍스쳐 측정치는 생체인식 기능들이 피부 지점들의 텍스쳐 특성들의 분석을 통해 수행되는 텍스쳐 생체인식을 가능케 하는데 이용된다.
따라서, 제 1 세트의 실시예들에서, 생체인식 기능을 수행하는 방법이 제공된다. 개체의 목표된(purported) 피부 지점이 조명 광으로 조사된다. 목표된 피부 지점은 표면과 접촉된다. 목표된 피부 지점으로부터 산란된 광은 실질적으로 표면을 포함하는 평면에서 수신된다. 이미지는 수신된 광으로부터 형성된다. 이미지-텍스쳐 측정치는 이미지로부터 발생된다. 발생된 이미지-텍스쳐 측정치는 생체인식 기능을 수행하도록 분석된다.
소정 실시예들에서, 생체인식 기능은 위조방지 기능을 포함하며, 이러한 실시예에서, 이미지-텍스쳐 측정치는 목표된 피부 지점이 살아있는 조직을 포함하는지 여부를 결정하도록 분석된다. 또 다른 실시예들에서, 생체인식 기능은 신원확인(identity) 기능을 포함하며, 이러한 실시예들에서, 이미지-텍스쳐 측정치는 개체 식원확인을 결정하도록 분석된다. 또 다른 실시예들에서, 생체인식 기능은 인구통계 또는 신체측정 기능을 포함하며, 이러한 실시예들에서, 이미지-텍스쳐 측정치는 인구통계 또는 개체 신체측정 특성을 추정하도록 분석된다.
표면은 이미징 검출기의 표면일 수 있고, 목표된 피부 지점으로부터 산란된 광은 이미징 검출기에 수신된다. 대안적으로, 광 패턴은 패턴의 실제 경감 또는 감쇄없이 평면으로부터 평면의 외측에 배치되는 이미징 검출기로 이동될 수 있고, 이동된 패턴은 이미징 검출기에서 수신된다. 상이한 실시예들에서, 목표된 피부 지점으로부터 산란된 광은 단색성 이미지 검출기 또는 컬러 이미징 검출기에서 수신될 수 있다.
일부 실시예들에서, 조명 광은 백색광이다. 이미지는 상이한 파장에 해당하는 다수의 이미지들을 포함할 수 있다. 이미지-텍스쳐 측정치는 다수의 이미지들 각각의 공간적 이동-윈도우 분석을 수행함으로써 생성될 수 있다. 이를 테면, 이동-윈도우 퓨리에 변환이 다수의 이미지들에 대해 계산될 수 있다. 대안적으로, 다수의 이미지들의 이동-윈도우 중심성 측정치 및 이동-윈도우 변이성 측정치가 계산될 수 있다.
생체인식 기능을 수행하기 위해 발생된 이미지-텍스쳐 측정치의 분석시, 발생된 이미지-텍스쳐 측정치는 기준 이미지-텍스쳐 측정치와 비교될 수 있다. 일부 경우에서, 기준 이미지-텍스쳐 측정치는 기준 피부 지점으로부터 산란된 광으로부터 형성된 기준 이미지로부터 생성되며, 목표된 피부 지점은 기준 피부 지점과 상당히 상이하다. 일부 실시예들에서, 수신된 광의 스펙트럼 특징들은 생체인식 기능을 수행하는 기준 스펙트럼 특징들과 비교된다.
제 2 세트의 실시예들에서, 생체인식 센서가 제공된다. 센서는 표면, 조명 서브시스템, 검출 서브시스템 및 계산 유니트를 포함한다. 표면은 목표된 피부 지점과 접촉하도록 구성된다. 조명 서브시스템은 목표된 피부 지점이 표면과 접촉할 때 목표된 피부 지점을 조명하도록 배치된다. 검출 서브시스템은 목표된 피부 지점으로부터 산란된 광을 수신하도록 배치되며, 광은 실질적으로 표면을 포함하는 평면에서 수신된다. 계산 유니트는 검출 서브시스템과 접촉하며 수신된 광으로부터의 이미지를 형성하는 명령들을 갖는다. 또한, 이미지로부터 이미지-텍스쳐 측정치를 생성하고 생체인식 기능을 수행하기 위해 생성된 이미지-텍스쳐 측정치를 분석하는 명령들을 갖는다.
센서와 같은 것으로 수행될 수 있는 다수의 상이한 생체인식 기능들이 제공된다. 일 실시예에서, 생체인식 기능은 위조방지 기능을 포함하며, 계산 유니트는 목표된 피부 지점이 살아있는 조직을 포함하는지 여부를 결정하는 명령들을 갖는다. 또 다른 실시예에서, 생체인식 기능은 신원확인 기능을 가지며, 계산 유니트는 생성된 이미지-텍스쳐 측정치로부터 개체 신원확인을 결정하는 명령들을 갖는다. 또 다른 실시예에서, 생체인식 기능은 인구통계 또는 신체측정 기능을 포함하며, 계산 유니트는 생성된 이미지-텍스쳐 측정치로부터 개체 신체측정 특성 또는 인구통계를 추정하는 명령들을 갖는다.
일부 예에서, 생체인식 센서는 이미징 검출기를 더 포함한다. 이러한 일 실시예에서, 표면은 이미징 검출기의 표면이며, 검출 서브시스템은 이미징 검출기를 포함하며 이미징 검출기에서 목표된 피부 지점으로부터 산란된 광을 수신하도록 구성된다. 이러한 또 다른 실시예에서, 이미징 검출기는 평면 외부에 배치된다. 광학적 장치는 패턴의 상당한 경감 또는 감쇄 없이 평면으로부터 이미징 검출기로 광 패턴을 이동시키도록 구성된다. 검출 시스템은 이미징 검출기를 포함하며 이미징 검출기에서 이동된 패턴을 수신하도록 구성된다. 이미징 검출기는 다른 실시예들에서 단색성 이미징 검출기 또는 컬러 이미징 검출기를 포함한다.
소정의 경우, 조명 서브시스템은 목표된 피부 지점을 백색광으로 조명하도록 구성된다. 다음 이미지는 상이한 파장들에 해당하는 다수의 이미지들을 포함하며, 이미지-텍스쳐 측정치를 생성하는 명령들은 다수의 이미지들 각각의 공간적 이동-윈도우 분석을 수행하는 명령들을 포함한다. 이를 테면, 일 실시예에서 다수의 이미지들 상에서 이동-윈도우 퓨리에 변환을 계산하는 명령들이 제공되는 반면, 또 다른 실시예는 다수의 이미지들의 이동-윈도우 중심성 측정치 및 이동-윈도우 가변성 측정치를 계산하는 명령들을 갖는다.
일 실시예에서, 생체인식 기능을 수행하도록 생성된 이미지-텍스쳐 측정치를 분석하는 명령들은 기준 이미지-텍스쳐 측정치와 생성된 이미지-텍스쳐 측정치를 비교하는 명령들을 포함한다. 이러한 기준 이미지-텍스쳐 측정치는 기준 피부 지점으로부터 산란된 광으로부터 생성된 기준 이미지로부터 생성될 수 있으며, 목표된 피부 지점은 기준 피부 지점과 상당히 상이하다. 소정 실시예에서, 계산 유니트는 생체인식 기능 수행시 기준 스펙트럼 특징들과 수신된 광의 스펙트럼 특징들을 비교하는 명령들을 더 포함한다.
본 발명의 실시예들은 생체인식 기능들을 수행하는 방법 및 시스템을 제공한다. 목표된 피부 지점을 조명하기 위해 백색광이 이용되며 멀티스펙트럼 데이터의 생성을 위해 목표된 피부 지점으로부터 산란된 광을 수집하기 위해 컬러 이미저가 이용된다. 이러한 멀티스펙트럼 데이터는 상이한 조명 파장들로 수집된 피부 지점의 다중 이미지들의 형태로 생성되며, 이는 조명된 조직의 상이한 볼륨들에 해당한다. 이러한 데이터는 수행되는 생체인식 기능의 특정 면들에 따라 상이한 형태의 분석으로 처리된다.
본 발명의 제 3 세트의 실시예들에서, 생체인식 센서가 제공된다. 백색광 조명 서브시스템은 백색광으로 개체 목표된 피부 지점을 조명하도록 배치된다. 검출 서브시스템은 목표된 피부 지점으로부터 산란되는 광을 수신하도록 배치되며 수신된 광이 입사하는 컬러 이미저를 포함한다. 계산 유니트는 검출 서브시스템과 접속된다. 계산 유니트는 컬러 이미저로 수신된 광으로부터의 목표된 피부 지점의 공간적으로 분포되는 다수의 이미지들을 추론하는 명령들을 포함한다. 공간적으로 분포된 다수의 이미지들은 개체의 조명된 조직의 상이한 볼륨들에 해당한다. 또한, 계산 유니트는 생체인식 기능을 수행하기 위해 공간적으로 분포된 다수의 이미지들을 분석하는 명령들을 갖는다.
이러한 실시예들중 하나에서, 생체인식 기능은 위조방지 기능을 포함하며, 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 목표된 피부 지점이 살아있는 조직을 포함하는지 여부를 결정하는 명령들을 포함한다. 이들 실시예들의 또 다른 실시예에서, 생체인식 기능을 수행하기 위해 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 개체의 신체측정 특성 또는 인구통계를 추정하기 위해 공간적으로 분포된 다수의 이미지들을 분석하는 명령들을 포함한다. 이들 실시예들의 또 다른 실시예에서, 생체인식 기능을 수행하는 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 개체 혈액내의 분석물(analyte) 농도를 결정하기 위해 공간적으로 분포된 다수의 이미지들을 분석하는 명령들을 포함한다.
일부 실시예들에서, 생체인식 센서는 목표된 피부 지점과 접촉하는 플래튼을 더 포함할 수 있으며, 백색광 조명 서브시스템은 플래튼을 통해 목표된 피부 지점을 조명하도록 구성된다. 다른 실시예들에서, 백색광 조명 서브시스템은 피부 지점이 생체인식 센서와 물리적으로 접촉하지 않을 때 목표된 피부 지점을 조명하도록 구성될 수 있다.
백색광은 상이한 실시예들에서 상이한 방식으로 제공될 수 있다. 예를 들어, 일 실시예에서, 백색광 조명 서브시스템은 광대역 백색 광원을 포함한다. 또 다른 실시예에서, 백색광 조명 서브시스템은 다수의 협대역 광원들에 의해 제공되는 광을 조합하기 위해 다수의 협대역(noarrow-band) 광원들 및 광원 장치를 포함한다. 다수의 협대역 광원들은 원색들의 세트 각각과 대응하는 파장들에서 광을 제공할 수 있다. 소정의 경우, 목표된 피부 지점 및 목표된 피부 지점이 조명되는 조명 영역은 상대적으로 이동한다.
일부 실시예들은 백색광을 편광시키도록 배치된 조명 시스템에서 제 1 편광기를 포함함으로써 편광이 이용되게 한다. 다음 검출 시스템은 수신된 광과 만나도록 배치된 제 2 편광기를 포함한다. 또 다른 실시예에서, 제 1 및 제 2 편광기는 평행할 수 있다. 일부 실시예들에서, 제 2 편광기는 유지하면서 제 1 편광기는 생략할 수 있다. 일부 실시예들에서, 2개 이상의 이러한 편광 옵션들은 단일 장치에 조합될 수 있다. 또한, 검출 시스템은 수신된 광이 컬러 이미저상에 입사되기 이전에 수신된 광과 만나도록 배치된 적외선 필터를 포함할 수 있다.
일부 경우에서, 목표된 피부 지점은 손가락 또는 손의 바닥 표면이며 생체인식 기능은 생체인식 신원확인을 포함한다. 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 공간적으로 분포된 다수의 이미지들로부터 목표된 피부 지점의 표면 지문 또는 장문(palmprint) 이미지를 유추하는 명령들을 포함한다. 표면 지문 또는 장문은 개체 신원확인을 위해 지문 또는 장문 이미지들의 데이터베이스와 비교된다. 생체 인식 기능이 생체인식 신원확인을 포함하는 다른 실시예에서, 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 개체 신원확인을 위해 멀티스펙트럼 이미지들의 데이터베이스와 공간적으로 분포된 다수의 이미지들을 비교하는 명령들을 포함한다.
제 4 세트의 실시예들에서, 생체인식 기능을 수행하는 방법이 제공된다. 개체 목표된 피부 지점은 백색광으로 조명된다. 목표된 피부 지점으로부터 산란된 광은 수신된 광이 입사하는 컬러 이미저를 이용하여 수신된다. 목표된 피부 지점의 공간적으로 분포된 다수의 이미지들이 추론되며, 공간적으로 분포된 다수의 이미지들은 개체 조명된 조직의 상이한 볼륨들에 해당한다. 공간적으로 분포된 다수의 이미지들은 생체인식 기능을 수행하도록 분석된다.
이러한 실시예들중 일부 실시예에서, 생체인식 기능은 위조방지 기능을 포함하며 공간적으로 분포된 다수의 이미지들의 분석은 목표된 피부 지점이 살아있는 조직을 포함하는지 여부의 결정을 포함한다. 이러한 실시예들중 또 다른 실시예에서, 공간적으로 분포된 다수의 이미지들은 인구통계 또는 개체 신체측정 특성을 추정하도록 분석된다. 이들 실시예들중 또 다른 실시예에서, 공간적으로 분포된 다수의 이미지들은 개체의 혈액내의 분석물 농도를 결정하도록 분석된다.
목표된 피부 지점은 목표된 피부 지점과 접촉하는 플래튼을 통해 백색광을 지향시킴으로써 조명될 수 있다. 일부 경우에서, 목표된 피부 지점은 백색광의 광대역 소스로 조명될 수 있는 반면, 다른 경우에서는 원색 세트에 해당할 수 있는 다수의 협대역 빔들이 생성 및 조합될 수 있다. 목표된 피부 지점은 목표된 피부 지점이 조명되는 조명 영역과 상대적으로 이동할 수 있다.
일 실시예에서, 백색광은 제 1 편광으로 편광되며 목표된 피부 지점으로부터 산란된 수신된 광은 제 2 편광으로 편광된다. 제 1 및 제 2 편광은 서로에 대해 실질적으로 교차되거나 또는 서로 실질적으로 평행할 수 있다. 수신된 광은 수신된 광이 컬러 이미저상에 입사되기 전에 적외선 파장에서 필터링될 수 있다.
일부 경우에서, 생체인식 기능은 생체인식 신원확인을 포함한다. 이를 테면, 목표된 피부 지점은 손가락 또는 손의 바닥 표면일 수 있다. 공간적으로 분포된 다수의 이미지들의 분석은 공간적으로 분포된 다수의 이미지들로부터 목표된 피부 지점의 표면 지문 또는 장문 이미지를 유추하고 지문 또는 장문 이미지들의 데이터에비스와 표면 지문 또는 장문 이미지를 비교함으로써 처리된다. 대안적 실시예에서, 공간적으로 분포된 다수의 이미지들은 개체 신원확인을 위해 멀티스펙트럼 이미지들의 데이트베이스와 비교될 수 있다.
본 발명의 특성 및 장점들의 추가적 이해는 하기 설명 및 도면들을 참조로 이루어질 수 있으며, 도면들 전반에서 사용되는 동일한 참조부호는 유사한 부품들로 간주된다. 소정의 경우, 참조부호는 숫자부에 이어 라인문자의 첨자가 포함되며, 참조부호의 숫자부만에 대한 참조는 상이한 라틴문자 첨자이나 숫자부를 갖는 모든 참조부호를 총체적으로 지칭하는 것이다.
도 1은 본 발명의 일 실시예에서 비접촉형 생체인식 센서의 정면도를 제공한다.
도 2A는 본 발명의 실시예들에서 이용될 수 있는 베이어(Bayer) 컬러 필터 어레이에 대한 구조를 제공한다.
도 2B는 도 2A에 도시된 것과 같은 베이어 컬러 필터 어레이에 대한 컬러 응답 곡선을 나타내는 그래프이다.
도 3은 본 발명의 또 다른 실시예에서 비접촉형 생체인식 센서의 정면도를 제공한다.
도 4는 피부 지점과 센서의 광학적 활성 영역 간의 상대적 이동 동안 데이터를 수집하는 센서 구성의 상부도를 제공한다.
도 5는 본 발명의 소정 실시예들에 이용될 수 있는 멀티스펙트럼 데이터큐브를 나타낸다.
도 6은 본 발명의 일 실시예에서 접촉형 생체인식 센서의 정면도이다.
도 7A는 일 실시예에서 접촉형 생체인식 센서의 측면도를 제공한다.
도 7B는 또 다른 실시예에서 접촉형 생체인식 센서의 측면도를 제공한다.
도 8은 본 발명의 또 다른 실시예에서 접촉형 생체인식 센서의 정면도를 제공한다.
도 9A는 본 발명의 일 실시예에서 접촉형 텍스쳐 생체인식 센서에 대한 구조를 나타낸다.
도 9B는 일 구성에서 접촉형 텍스쳐 생체인식 센서의 측면도를 제공한다.
도 9C는 또 다른 구성에서 접촉형 텍스쳐 생체인식 센서의 측면도를 제공한다.
도 10은 본 발명의 실시예들에 따른 접촉형 또는 비접촉형 생체인식 센서들의 기능을 관리하는데 이용될 수 있는 컴퓨터 시스템의 개략도이다.
도 11은 접촉형 및 비접촉형 생체인식 센서들을 이용하는 방법들을 요약하는 흐름도로 수행될 다수의 상이한 생체인식 기능들을 나타낸다.
도 12는 본 발명의 실시예들에 따른 접촉형 텍스쳐 생체인식 센서들의 동작 방법들을 요약하는 흐름도이다.
도 1은 본 발명의 일 실시예에서 비접촉형 생체인식 센서의 정면도를 제공한다.
도 2A는 본 발명의 실시예들에서 이용될 수 있는 베이어(Bayer) 컬러 필터 어레이에 대한 구조를 제공한다.
도 2B는 도 2A에 도시된 것과 같은 베이어 컬러 필터 어레이에 대한 컬러 응답 곡선을 나타내는 그래프이다.
도 3은 본 발명의 또 다른 실시예에서 비접촉형 생체인식 센서의 정면도를 제공한다.
도 4는 피부 지점과 센서의 광학적 활성 영역 간의 상대적 이동 동안 데이터를 수집하는 센서 구성의 상부도를 제공한다.
도 5는 본 발명의 소정 실시예들에 이용될 수 있는 멀티스펙트럼 데이터큐브를 나타낸다.
도 6은 본 발명의 일 실시예에서 접촉형 생체인식 센서의 정면도이다.
도 7A는 일 실시예에서 접촉형 생체인식 센서의 측면도를 제공한다.
도 7B는 또 다른 실시예에서 접촉형 생체인식 센서의 측면도를 제공한다.
도 8은 본 발명의 또 다른 실시예에서 접촉형 생체인식 센서의 정면도를 제공한다.
도 9A는 본 발명의 일 실시예에서 접촉형 텍스쳐 생체인식 센서에 대한 구조를 나타낸다.
도 9B는 일 구성에서 접촉형 텍스쳐 생체인식 센서의 측면도를 제공한다.
도 9C는 또 다른 구성에서 접촉형 텍스쳐 생체인식 센서의 측면도를 제공한다.
도 10은 본 발명의 실시예들에 따른 접촉형 또는 비접촉형 생체인식 센서들의 기능을 관리하는데 이용될 수 있는 컴퓨터 시스템의 개략도이다.
도 11은 접촉형 및 비접촉형 생체인식 센서들을 이용하는 방법들을 요약하는 흐름도로 수행될 다수의 상이한 생체인식 기능들을 나타낸다.
도 12는 본 발명의 실시예들에 따른 접촉형 텍스쳐 생체인식 센서들의 동작 방법들을 요약하는 흐름도이다.
1. 개요
본 발명의 실시예들은 일부 실시예들에서 통합형, 멀티팩터 생체인식 측정치들이 포함되는 상이한 형태의 다양한 생체인식 측정치들을 수집 및 처리하는 방법 및 시스템들을 제공한다. 이러한 측정치들은 사람의 신원확인 뿐만 아니라 취해지는 생체인식 샘플의 확실성(authenticity)에 대한 철저한 보장을 제공할 수 있다. 일부 실시예들에서, 센서는 사람 피부의 표면을 관통하며 피부 및/또는 하부 조직내에서 산란되는 백색광을 이용한다. 본 발명에서 사용되는, "백색광(white light)"은 소정의 경우 원색들을 포함하는 구성 파장 대역들속으로 분리에 대해 보정될 수 있는 스펙트럼 조성을 갖는 광으로 간주된다. 백색광을 한정하는데 이용되는 통상의 원색들은 적색, 녹색 및 청색이나, 당업자들에게 공지된 바와 같이, 다른 조합들이 다른 예에서 이용될 수 있다. 명료성을 위해, 본 발명에서 사용되는 "백색광"은 사람 관찰자에게는 백색으로 나타나지 않으며 구성 파장 대역들의 세기 및 정확한 파장 분포로 인해 명확한 담색(tint) 또는 이와 관련된 컬러를 가질 수 있다는 것이 강조된다. 다른 경우, 백색광은 자외선 또는 적외선 스펙트럼 영역들에서 하나 이상의 대역을 포함할 수 있다. 소정의 경우, 백색광은 백색광이 자외선 및/또는 적외선 스펙트럼 영역들에서 파장 대역을 구성할 때 사람 관찰자는 이를 전혀 볼 수 없을 수도 있다. 피부 및/또는 하부 조직에 의해 산란되는 광의 일부는 피부를 벗어나 피부의 표면에서 또는 피부의 표면 아래에서 조직의 구조 이미지를 형성하는데 이용된다. 피부의 파장-관련 특성으로 인해, 백색광에 의해 포함되는 광의 각각의 파장으로부터 형성된 이미지는 다른 파장들에서 형성되는 이미지들과 상이하다. 따라서, 본 발명의 실시예들은 특성 스펙트럼 및 스펙트럼 정보가 형성되는 이미지로부터 추출될 수 있는 방식으로 이미지들을 수집한다.
일부 분야들에서, 생체인식 측정치와 무관하게 또는 조합되어, 신체 특성들 및 다른 파라미터들을 추정하는 것이 바람직할 수 있다. 예를 들어, 이러한 특정한 일 실시예에서, 지문 패턴의 측정과 동시에 사람의 분석물 레벨을 측정하는 능력이 제공된다. 법률 강화 분야들은 측정 분석물이 사람의 혈액-알콜 레벨을 포함하는 실시예에서 발견될 수 있고; 이러한 실시예들은 모터-자동차 액세스 제한을 포함하는 다양한 상업 분야들을 가능케 한다. 이 경우, 분석물 측정 및 측정이 이루어지는 사람의 신원확인은 손댈 수 없게 연결될 수 있다.
피부 조성 및 구조는 매우 명확하며, 매우 복잡하며, 사람에 따라 다르다. 피부 및 하부 조직의 공간스펙트럼(spatiospectral) 특성들의 광학적 측정을 수행함으로써, 다수의 평가가 이루어질 수 있다. 예를 들어, 생체인식-신원확인 기능은 피부가 측정되는지를 식별 또는 검증하도록 수행될 수 있고, 라이브니스(liveness) 기능은 측정되는 샘플이 살아있는 실제 피부이고 다른 형태의 물질은 없다는 것을 보장하도록 수행될 수 있고, 추정치들은 이를 테면 나이, 성, 인종과 같은 다양한 생리학적 파라미터들로 구성될 수 있으며, 다른 인구통계 및 신체측정 특성들, 및/또는 측정치들은 알콜, 글루코스, 혈액 관류 및 혈중 산소도, 빌리루빈, 콜레스테롤, 요소 등을 포함하는 다양한 분석물들 및 파리미터들의 농도로 구성될 수 있다.
피부의 복잡한 구조는 특정 기능을 위한 방법들 및 시스템들의 면들(aspects)을 따르도록 상이한 실시예들에서 이용될 수 있다. 피부의 가장 바깥쪽 층인 표피(epidermis)는 하부에 놓이는 진피(dermis) 및 지방층에 의해 지탱된다. 표피 자체는 각질층(stratum corneum), 투명층(stratum lucidum), 과립층(stratum granulosum), 유극층(strarum spinosum), 및 종자층(stratum germinativum)을 포함하는 5개의 식별 서브층들을 가질 수 있다. 따라서, 예를 들어, 최상부 각질층 아래의 피부는 표면 토폴로지와 관련된 소정의 특성들 및 피부 속으로의 깊이에 따라 변하는 소정의 특성들을 갖는다. 피부로의 혈액 공급은 진피층(dermal layer)에서 이루어지는 반면, 진피는 "진피 유두(dermal papillae)"로 공지된 표피들 속으로의 돌기들을 가져, 모세혈관들을 통해 혈액 공급이 표면 가까이에서 이루어지게 한다. 손가락들의 바닥 표면들에서, 이러한 혈관 구조는 표면상의 피부 능선들(friction ridges) 및 골들의 패턴을 따른다. 신체상의 소정의 다른 위치들에서, 모세혈관상(capillary bed)의 구조는 덜 규제될 수 있으나, 특정 위치 및 사람의 특성들을 갖는다. 마찬가지로, 피부의 상이한 층들간의 계면의 토폴로지는 상당히 복잡하며 피부 위치 및 사람의 특성을 갖는다. 피부 및 하부에 놓이는 조직의 서브표면 구조의 이러한 소스들은 분석물 측정 또는 생체인식 결정을 위한 피부의 광학적 측정을 이미지화하지 않은 상당한 노이즈 소스를 나타내며, 구조적 차이는 본 발명의 실시예들을 통해 비교될 수 있는 공간스펙트럼 특징에 의해 명시된다.
일부 경우에서, 잉크들, 염료들 및/또는 다른 염색은 국소 코팅 또는 서브표면 문신처럼 피부의 일부분들에서 나타날 수 있다. 이러한 형태의 인위적 염색은 육안으로 볼 수 있거나 볼 수 없을 수 있다. 그러나 본 발명의 장치에 의해 사용되는 하나 이상의 파장들이 염료에 민감한 경우, 센서는 원하는 다른 측정 업무들 이외에 안료의 존재, 품질 및/또는 형상을 검증하기 위해 일부 실시예들에서 사용될 수 있다.
일반적으로, 본 발명의 실시예들은 독립적인 공간 및 스펙트럼 치수들을 가지는 다중치수 데이터 구조에 제시될 수 있는 공간스펙트럼 정보를 수집하는 방법들 및 시스템들을 제공한다. 소정의 경우, 원하는 정보는 전체 다중치수 데이터 구조의 일부에만 포함된다. 예를 들어, 균일하게 분포되며 공간적으로 활성인 화합물의 추정은 전체 다중치수 데이터 구조로부터 추출될 수 있는 측정된 스펙트럼 특성만을 요구할 수 있다. 이 경우, 전체 시스템 설계는 단일 픽셀로 제한되더라도, 이미지 픽셀들의 수를 감소시킴으로써 수집된 데이터의 공간적 성분을 감소 또는 소거시키도록 간소화될 수 있다. 따라서, 개시되는 시스템들 및 방법들은 일반적으로 공간스펙트럼 이미징과 관련하여 기재되어 있지만, 본 발명은 단일 검출기 부재가 있는 지점에서도, 이미징 등급(degree)을 크게 감소시키는 유사한 측정들을 포함한다는 것이 인식될 것이다.
2.
비접촉형
생체인식 센서들(
Noncontact
Biometric
Sensors
)
본 발명의 일 실시예는 비접촉형 생체인식 센서(101)의 정면을 나타내는 도 1의 개략도로 도시된다. 센서(101)는 하나 이상의 광원들(103)을 갖는 조명 서브시스템(121) 및 이미저(115)를 갖는 검출 서브시스템(123)을 포함한다. 도면은 조명 서브시스템(121)이 다수의 조명 서브시스템들(121a, 121b)을 포함하는 실시예를 도시하나, 본 발명은 조명 서브시스템(121) 또는 검출 서브시스템(123)의 개수에 의해 제한되지 않는다. 예를 들어, 조명 서브시스템들(121)의 개수는 소정의 조영 레벨들을 달성하도록, 패지킹 요구조건들을 충족시키도록, 그리고 센서(101)의 다른 구조적 제한들을 충족시키도록 편의상 선택될 수 있다. 조명 광은 조명이 이를 테면 플러드 광(flood light), 광 라인들, 광 포인트들 등의 형태와 같이 원하는 형태로 형상화되는 조명 광학기(105)를 통해 소스(103)로부터 통과된다. 조명 광학기(105)는 렌즈로 구성되는 것으로 편의상 도시되나, 보다 일반적으로는 하나 이상의 렌즈들, 하나 이상의 미러들, 및/또는 다른 광학 부재들의 임의의 조합을 포함할 수 있다. 조명 광학기(105)는 특정된 일차원 또는 이차원 패턴의 조명 광을 스캔하는 스캐너 메커니즘(미도시)을 포함할 수도 있다. 광원(103)은 포인트 소스, 라인 소스, 면적(area) 소스를 포함하거나 또는 다른 실시예들에서는 일련의 이러한 소스들을 포함할 수 있다. 일 실시예에서, 조명 광은 연구되는 사람의 손가락(119) 또는 다른 피부 지점을 가격하기 이전에 광이 통과하는 선형 편광기(107)를 배치시킴으로써, 편광된 광으로서 제공된다. 도 1에 도시된 것과 유사한 실시예들은 이후 "비접촉형(noncontact)" 센서들로서 간주되며, 이는 이미지화된 피부 지점이 임의의 고체 표면과 접촉하지 않고 광과 접촉되게 위치될 수 있기 때문이다. 하기 개시되는 "접촉형(contact)" 생체인식 센서들에서, 이미지화된 피부 지점은 플래튼 또는 광 검출기와 같은 소정의 고체 표면과 접촉된다.
소정의 경우, 광원(103)은 다른 실시예들에서 광대역 소스 또는 협대역 방출기들의 집합체로서 제공될 수 있는 백색광원을 포함한다. 광대역 소스들의 예들로는 백색광 방출 다이오드("LED")들, 백열 전구들 또는 글로우바들(glowbars) 등을 포함한다. 협대역 방출기들의 집합체로는 원색 파장을 갖는 준단색성 광원들을 포함할 수 있으며, 실시예에서는 적색 LED 또는 레이저 다이오드, 녹색 LED 또는 레이저 다이오드, 및 청색 LED 또는 레이저 다이오드가 포함된다.
직접 반사된 광을 감소시키기 위한 대안적 매커니즘은 광학 편광기들을 이용한다. 선형 및 원형 편광기들 모두는 당업자들에게 공지된 바와 같이, 일정한 피부 깊이에 대해 보다 민감한 광학적 측정이 이루어지도록 바람직하게 이용될 수 있다. 도 1에 도시된 실시예에서, 조명 광은 선형 편광기(107)에 의해 편광된다. 검출 서브시스템(123)은 조명 편광기(107)와 실질적으로 직교하는 광학축과 정렬되는 선형 편광기(111)를 포함한다. 이런 방식으로, 샘플로부터의 광은 편광 상태를 상당히 변화시키기 위해 다중의 산란 이벤트들을 겪어야 한다. 이러한 이벤트들은 광이 피부의 표면을 관통하고 다수의 산란 이벤트들 이후 검출 서브시스템(123)으로 다시 산란될 때 발생한다.
결과적으로, 2개의 편광기(107, 111)의 사용은 편광기(107)와 실질적으로 평행하게 편광기(111)를 배열함으로써 직접 반사된 광의 영향력을 증가시키는데 이용될 수 있다. 일부 시스템들에서, 2개의 상이한 편광 조건들하에서(즉, 교차-편광 및 평행-편광 조건들하에서) 수집되는 멀티스펙트럼 데이터의 수집이 가능하도록 단일 챔버에서 2개 이상의 편광 구성을 조합하는 것이 바람직할 수 있다. 또 다른 실시예들에서, 하나의 편광기(107 또는 111) 또는 두 개 모두의 편광기는 실질적으로 랜덤하게 편광되는 광의 수집이 허용되도록 생략될 수 있다.
검출 서브시스템(123)은 검출 광학기에 통합될 수 있으며, 검출 광학기는 렌즈들, 미러들, 위상 플레이트들 및 웨이브프론트 코딩 장치들, 및/또는 검출기(115) 상에 이미지를 형성하는 다른 광학 부재들을 포함한다. 검출 광학기(113)는 추후 검출기(115) 상에 전체 이미지의 부분들을 중계하는 스캐닝 메커니즘(미도시)을 포함할 수도 있다. 모든 경우에서, 검출 서브시스템(123)은 광이 피부의 표면을 관통하고 피부를 벗어나기 전에 피부 및/또는 하부 조직 내에서 광학적 산란을 거치는 것을 감지하도록 구성된다.
백색광이 사용되는 실시예들에서, 검출기(115)는 베이어 컬러 필터 어레이를 포함할 수 있으며, 여기서 원색 세트에 해당하는 필터 부재들이 베이어 패턴에 배열된다. 이러한 패턴의 예는 적색(204), 녹색(212) 및 청색(208) 컬러 필터 부재들을 이용하는 장치에 대해 2a에 도시된다. 소정의 경우, 검출기 서브시스템(123)은 검출되는 적외선 광의 양을 감소시키도록 배치된 적외선 필터(114)를 부가적으로 포함할 수 있다. 도 2B에 도시된 전형적인 베이어 필터 어레이에 대한 컬러 응답 곡선에서 볼 수 있듯이, 필터 부재들의 적색(224), 녹색(232), 및 청색(228) 전송 특성들의 스펙트럼 범위들에서 통상적으로 일부는 중첩된다. 특히 녹색(232) 및 청색(228) 전송 특성들에 대한 곡선들에서 증명되듯, 필터 어레이는 적외선 광의 전송을 허용할 수 있다. 이는 검출기 서브시스템의 일부로서 자외선 필터(114)의 포함으로 방지된다. 다른 실시예들에서, 적외선 필터(114)가 생략되고 적외선 광을 방출하는 하나 이상의 광원들(103)이 통합될 수 있다. 이런 방식으로, 모든 컬러 필터 부재들(204,208,212)은 실질적으로 광 통과를 허용하여, 전체 검출기(115)에 대한 적외선 이미지가 생성된다.
비접촉형 생체인식 센서의 또 다른 실시예는 도 3의 정면도에 개략적으로 도시된다. 본 예에서, 생체인식 센서(301)는 조명 서브시스템(323) 및 검출 서브시스템(325)을 포함한다. 도 1과 관련하여 도시된 실시예와 유사하게, 일부 실시예들에서는 다중 조명 서브시스템들(323)이 제공될 수 있으며, 도 3은 2개의 조명 서브시스템들(323)을 가지는 특정 실시예를 나타낸다. 조명 서브시스템(323)에 의해 포함되는 백색 광원(303)은 앞서 개시된 광대역 또는 협대역 소스들의 조합을 포함하는 임의의 백색 광원일 수 있다. 백색 광원(303)으로부터의 광은 피부 지점(119)을 통과하기 전에 조명 광학기(305) 및 선형 편광기(307)를 통과한다. 광의 일부는 이미징 광학기들(315, 319), 선형 편광기(325) 및 분산형 광학 부재(313)를 포함하는 검출 서브시스템(325) 속으로 피부 지점(119)로부터 직접 확산된다. 분산형 광학 부재(313)는 투과형 또는 반사형 프리즘, 또는 광의 파장의 함수로서 광 길이의 편향을 야기시키는 업계에 공지된 다른 임의의 광학 부품일 수 있는 1차원 또는 2차원 격자를 포함할 수 있다. 도시된 실시예에서, 제 1 이미징 광학기(319)는 선형 편광기(311) 및 분산형 부재(313)를 통한 전송을 위해 피부 지점(119)으로부터 반사되는 광을 조준하는 역할을 한다. 광의 스펙트럼 성분들은 분산형 부재(313)에 의해 각지게(angularly) 분리되며 제 2 이미징 광학기(315)에 의해 검출기 상에 개별적으로 포커싱된다. 도 1과 관련하여 언급된 것처럼, 편광기들(307, 311)의 광학축이 서로 실질적으로 직교하도록 배향될 때, 조명 및 검출 서브시스템들(323, 325)에 의해 포함되는 편광기들(307, 311) 각각은 검출기(317)에서 직접 반사된 광의 검출을 감소시키는 역할을 한다. 편광기들(307, 311)은 검출기(317)에서 직접 반사된 광의 검출이 증가되도록 이들의 광학 축이 실질적으로 평행하도록 배열될 될 수 있다. 일부 실시예들에서, 하나의 편광기(307 또는 311), 또는 편광기들 둘 다가 생략될 수 있다.
따라서, 검출기에서 반사된 광으로부터 생성된 이미지는 CTIS(computer tomographic imaging spectrometer) 방식으로 "코드화된(coded)" 이미지이다. 스펙트럼 및 공간 정보는 형성되는 이미지에 동시에 표시된다. 개별 스펙트럼 패턴들은 코드화된 이미지의 수학적(mathematical) 반전 또는 "재구성(reconstruction)"에 의해 얻어질 수 있다.
도 1의 무접촉 센서의 설명은 스캐너 메커니즘이 조명 광을 스캔하도록 제공될 수 있다는 것을 주목했다. 이는 조명 영역 및 피부 지점의 상대적 이동이 제공되는 보다 일반적인 분류의 실시예들에 대한 예이다. 이러한 실시예들에서, 이미지는 상대적 이동 동안 수집되는 개별 이미지 부분들을 축적함으로써 구성될 수 있다. 또한, 이러한 상대적 이동은 사용자가 피부 지점을 이동시키도록 명령되는 스와이프(swipe) 구성의 센서를 구성하는 실시예들에서 달성될 수 있다. 스와이프 센서의 일례는 도 4의 개략도 상부에 도시된다. 이 도면에서, 조명 영역 및 센서(401)의 검출 영역(405)은 실질적으로 동일 직선이다. 스와이프 센서(401)의 일부 실시예들에서, 하나 이상의 조명 영역이 제공될 수 있다. 예를 들어, 검출 영역(405)의 한쪽 측면에 배열되는 다수의 조명 영역들이 있을 수 있다. 일부 실시예들에서, 조명 영역(403)은 검출 영역을 부분적으로 또는 완전히 덮을 수 있다. 이미지 데이터는 도 4에 화살표로 표시된 것처럼, 광학적 활성 영역을 통해 손가락 또는 다른 신체 부위를 이동시킴으로써 센서에 의해 수집된다. 스와이프 센서는 앞서 설명된 임의의 무접촉 센서 구성들로 구현될 수 있으나, 일부 구현들에 있어서, 예를 들어 하기 개시되는 접촉 구성이 이용될 수 있다. 피부 지점의 개별 부분들로부터 순차적으로 수신되는 광은 생체인식 분야들에 차후 사용되는 이미지를 축적하는데 이용된다.
앞서 개시된 실시예들은 하기 개시되는 것처럼 생체인식 분야들에 사용될 수 있는 신체의 공간-스펙트럼 데이터를 생성한다. 본 발명은 신체의 공간-스펙트럼 데이터의 저장 또는 분석하는 임의의 특정한 방식으로 제한되지 않는다. 도시를 위해, 도 5에 데이터큐브 형태로 도시된다. 데이터큐브(501)는 스펙트럼 치수에 따라 다수의 평면들(503,505,507,509,511)로 분해되어 도시되며, 다수의 평면들 각각은 광 스펙트럼의 상이한 부분에 해당하며 공간 정보를 포함한다. 소정의 경우, 신체의 공간-스펙트럼 데이터는 공간 및 스펙트럼 정보를 벗어난 추가 형태의 정보를 포함할 수 있다. 이를 테면, 상이한 조명 구조들, 상이한 편광들 및 이와 유사 것에 의해 한정되는 상이한 조명 조건들이 추가의 치수 정보를 제공할 수 있다. 보다 광범위하게, 동시에 수집되든 또는 순차적으로 수집되든지, 다수의 광학 조건들하에서 수집된 데이터는 "멀티스펙트럼(multispectral)" 데이터로 간주된다. 멀티스펙트럼 데이터의 보다 명확한 설명은 공동계류중이며, 공동 양도된 "멀티스펙트럼 생체인식 센서들"이란 명칭의 미국 특허 출원 No. 11/379,945(2006년 4월 24일 출원)호에 개시되며, 이는 본 발명에서 참조된다. 따라서 공간-스펙트럼 데이터는 상이한 광학 조건들이 상이한 조명 파장들을 포함하는 소정 형태의 멀티스펙트럼 데이터의 서브세트로 간주될 수 있다.
조명이 백색광하에서 이루어지는 실시예에서, 이미지들(503, 505, 507, 509, 511)은 예를 들어, 450nm, 500nm, 550nm, 600nm, 및 650nm에서 광을 이용하여 생성된 이미지들에 해당한다. 또 다른 예에서, 각각의 픽셀 위치에서 적색, 녹색 및 청색 스펙트럼 대역들의 광의 양에 해당하는 3개의 이미지가 제공될 수 있다. 각각의 이미지는 피부와 상호작용하는 특정 파장의 광의 광학적 효과를 나타낸다. 파장에 의해 변하는 피부 성분들 및 피부의 광학적 성질들로 인해, 멀티스펙트럼 이미지들(503, 505, 507, 509, 511) 각각은 일반적으로 서로 상이하다. 따라서 데이터큐브는 R(Xs, Ys, XI, YI, λ)로 표현되며 소스 포인트(Xs, Ys)에서 조명될 때 각각의 이미지 포인트(XI, YI)에서 보여지는 파장(λ)의 확산 반사된 광의 양을 나타낸다. 상이한 조명 구성들(플러드, 라인 등)은 적절한 소스 포인트 위치들에 대한 포인트 응답을 합산함으로써 요약될 수 있다. 종래의 비-TIR 지문 이미지 F(XI, YI)는 주어진 파장(λ0)에 대한 멀티스펙트럼 데이터큐브로서 대략 개시될 수 있고, 전체 소스 위치들에 대해 합산될 수 있다
반대로, 스펙트럼 생체인식 데이터세트 
는 주어진 파장(λ)에 대해 측정된 광 세기 대 조명과 검출 위치들 간의 차(
)와 관련된다.
따라서, 데이터큐브(R)는 종래의 지문 이미지들 및 스펙트럼 생체인식 데이터세트들 모두와 관련된다. 데이터큐브(R)는 다른 2개의 데이터 세트들중 하나의 슈퍼세트(superset)이며 상관성 및 2개의 개별적인 방식중 하나에서 손실될 수 있는 다른 정보를 포함한다.
피부 및/또는 하부 조직으로 통과되는 광은 일반적으로 상이한 파장들에서 피부 및/또는 하부 조직의 상이한 광학적 특성에 의해 영향을 받는다. 상이한 파장에서 상이하게 영향받는 피부 및/또는 하부 조직에서의 2개의 광학적 작용에는 산란 및 흡광도가 있다. 피부 조직에서의 광학적 산란은 일반적으로 평활하며 비교적 느린 가변 함수 파장이다. 반대로, 피부의 흡광도(absorbance)는 피부에 존재하는 소정의 성분들의 특정한 흡광도 특징들로 인해 일반적으로 강한 파장의 함수이다. 예를 들어, 혈액, 멜라닌, 물, 카로틴, 빌리루빈, 에탄올 및 글루코오스 모두는 백색 광원에 의해 포함될 수 있는 40nm 내지 2.5㎛의 스펙트럼 영역에서 상당한 흡광도 특성을 갖는다.
광학적 흡광도 및 산란의 조합된 작용은 상이한 조명 파장들이 상이한 깊이로 피부를 관통하게 한다. 이는 효과적으로 상이한 스펙트럼 이미지들이 조명된 조직의 상이한 볼륨들에 해당하는 상이한 보완적 정보를 갖게 한다. 특히, 피부의 표면에 인접한 모세혈관층들은 혈액이 강하게 흡수되는 파장들에서 이미지화될 수 있는 명백한 공간적 특성들을 갖는다. 피부 및 하부 조직의 복잡한 파장-관련 특성으로 인해, 주어진 이미지 위치에 해당하는 스펙트럼 값들의 세트는 명백하고 명확한 스펙트럼 특성들을 갖는다. 이러한 스펙트럼 특성들은 픽셀-바이-픽셀 원리로 수집된 이미지를 분류하는데 이용될 수 있다. 이러한 판단(assessment)은 제한된(qualified) 이미지들의 세트로부터 통상적 조직 스펙트럼 품질들(qualities)을 생성함으로써 수행될 수 있다. 예를 들어, 도 5에 도시된 공간-스펙트럼 데이터는 N × 5 매트릭스로서 기록될 수 있으며, 여기서 N은 공기 주변 영역보다는 살아있는 조직으로부터의 데이터를 포함하고 있는 이미지 픽셀들의 수이다. 이러한 세트 매트릭스에서 수행되는 고유치 분석(eigenanalysis) 또는 다른 팩터 분석들은 이러한 조직 픽셀들의 대표적인 스펙트럼 특징들을 생성한다. 후자의 데이터 세트에서 픽셀들의 스펙트럼은 마할라노비스 거리 및 스펙트럼 반경들과 같은 계측을 이용하여 앞서 설정된 스펙트럼 특징들과 비교된다. 보다 적은 수의 이미지 픽셀들이 살아있는 조직과 불일치한 스펙트럼 품질들을 갖는 경우, 샘플은 가짜로 거절될 것이며, 샘플의 라이브니스 결정을 기초로 센서에서 위조방지 방법이 통합되는 메커니즘이 제공된다.
대안적으로, 피부 조직 특성들은 단독으로 또는 샘플의 확실성을 결정하기 위해 사용되는 스펙트럼 특성들과 조합될 수 있다. 예를 들어, 각각의 스펙트럼 이미지는 다양한 공간 특성들의 크기가 기재될 수 있는 방식으로 분석될 수 있다. 이를 수행하는 방법들은 웨이브렛 변환, 퓨리에 변환, 코사인 변환, 그레이-레벨 동시발생 등을 포함한다. 임의의 이러한 변환으로부터 생성되는 계수들은 이들이 유추되는 이미지의 텍스쳐의 양상(aspect)을 기재한다. 따라서, 스펙트럼 이미지들의 세트로부터 유추되는 이러한 계수들의 세트는 멀티스펙트럼 데이터의 색채 텍스쳐 특성들의 묘사를 산출한다. 이러한 특성들은 위장 또는 라이브니스 결정과 같은 생체인식 결정을 수행하기 위한 공지된 샘플들의 유사한 특성들과 비교된다. 이러한 결정들을 수행하는 방법들은 일반적으로 상기 스펙트럼 특성들에 대해 개시된 방법들과 전반적으로 유사하다. 이러한 결정을 위해 이용가능한 분류 기술들은 선형 및 이차 판별 분석, 분류 나무, 신경망, 및 업계에 공지된 다른 방법들을 포함한다.
유사하게, 샘플이 손 또는 손가락의 손바닥면인 실시예에서, 이미지 픽셀들은 이들의 스펙트럼 특성들 또는 이들의 색채 텍스쳐 특성들을 기초로, "능선", "골", 또는 "기타(other)"로 분류될 수 있다. 이러한 분류는 선형 판별 분석, 이차 판별 분석, 주성분 분석, 신경망, 및 업계에 공지된 다른 것들과 같은 판별 분석 방법을 사용하여 수행될 수 있다. 능선 및 골 픽셀들은 통상 손바닥면 상에서 인접하기 때문에, 소정의 경우, 해당 이미지 픽셀 부근에 이웃하는 장소로부터의 데이터는 이미지 픽셀을 분류하는데 이용된다. 이런 방식으로, 통상의 지문 이미지는 추가의 프로세싱 및 생체인식 판단을 위해 발췌될 수 있다. "기타" 카테고리는 진짜 샘플에서 예상되는 것과 상이한 스펙트럼 품질들을 갖는 이미지 픽셀들을 나타낼 수 있다. "기타"로 분류된 이미지에서 픽셀들의 전체 수에 대한 임계치가 설정될 수 있다. 이러한 임계치를 초과하는 경우, 샘플은 가짜인 것으로 결정되어 적절한 표시가 이루어지고 액션이 취해질 수 있다.
유사한 방식으로, 손가락들의 손바닥 표면과 같은 영역들로부터 수집되는 멀티스펙트럼 데이터는 능선 단부, 분기점(bifurcate), 또는 이러한 토폴로지 변화를 겪는 다른 것들의 위치로서 한정되는 "특징점들(minutiae points)"의 위치들을 직접 추정하도록 분석될 수 있다. 예를 들어, 멀티스펙트럼 데이터세트의 색채 텍스쳐 품질들은 앞서 개시된 방식으로 결정된다. 이러한 품질들은 "능선 단부", "능선 분기점", 또는 앞서 개시된 방식의 "기타"로서 각각의 이미지 위치를 분류하는데 이용된다. 이런 방식으로, 특징 추출(minutiae feature extraction)은 이미지 정규화, 이미지 이치화(image binarization), 이미지 씨닝(thinning) 및 특징점 필터링 및 업계에 공지된 기술들과 같이 계산적인 노력이 요구되는 계산들을 수행하지 않고도 멀티스펙트럼 데이터로부터 직접 달성될 수 있다.
개체(identity)의 생체인식 결정들은 전신의 공간-스펙트럼 데이터 또는 이들중 특정 부분들을 사용하여 이루어질 수 있다. 예를 들어, 적절한 공간 필터들이 통상적으로 조직의 보다 깊은 스펙트럼 활성 구조를 나타내는 낮은 공간 주파수 정보와 분리되어 적용될 수 있다. 지문 데이터는 앞서 개시된 유사한 공간 주파수 분리 및/또는 픽셀-분류 방법들을 이용하여 추출될 수 있다. 스펙트럼 정보는 앞서 개시된 방식으로 이미지의 활성 부분으로부터 분리될 수 있다. 이러한 신체의 세가지 부분의 공간-스펙트럼 데이터가 처리되고 매칭도(degree of match)를 결정하기 위해 업계에 공지된 방법들을 이용하여 해당 등록 데이터와 비교된다. 이러한 특성들의 매칭 강도를 기초로, 등록 데이터와 샘플의 매칭에 대한 결정이 이루어질 수 있다. 수행될 수 있는 소정 형태의 공간-스펙트럼 분석에 대한 추가 사항들은 로버트 케이. 로위 등에 의해 2004년 4월 5일자로 "멀티스펙트럼 생체인식 센서"란 명칭으로 출원된 미국 특허 출원 No. 10/818,698호에 개시되며, 이는 본 발명에서 참조된다.
앞서 주목한 바와 같이, 피부 및 하부 조직에 존재할 수 있는 소정의 물질은 구별되는 흡광도 특성들을 갖는다. 예를 들면, 에탄올은 약 2.26㎛, 2.30㎛ 및 2.35㎛에서 특성 흡광도 피크를 가지며 2.23㎛, 2.28㎛, 2.32㎛, 및 2.38 ㎛에서 스펙트럼 쓰로우(trough)을 갖는다. 일부 실시예들에서, 비침입성 광학적 측정은 2.1-2.5㎛ 범위, 특히 2.2-2.4㎛ 범위의 파장들에서 수행된다. 피크 파장들중 적어도 하나 및 쓰로우 파장들중 하나를 포함하는 실시예에서, 형성되는 스펙트럼 데이터는 조직에서 알콜 농도 추정 및 테스트되는 사람의 생체인식 서명을 제공하기 위해 부분 최소 제곱, 주성분 회귀분석, 및 업계에 공지된 다른 것들과 같은 다변량 기술들(multivariate techniques)을 사용하여 분석된다. 혈액-알콜 레벨에 대한 상관성은 이렇나 파장들의 서브세트에 대해 결정되는 값으로 구성되지만, 적어도 3개의 스펙트럼 피크 값에서 테스트되는 것이 바람직하며, 보다 정확한 결과들은 7개의 스펙트럼 피크 및 쓰로우 값들이 측정될 때 얻어진다.
또 다른 실시예들에서, 비침입성 광학적 측정은 1.5-1.9㎛ 범위, 특히 1.6-1.8㎛ 범위의 파장에서 수행된다. 특정 실시예들에서, 광학적 측정은 약 1.67㎛, 1.69㎛, 1.71㎛, 1.73㎛, 1.74㎛ 1.76㎛ 및 1.78㎛의 하나 이상의 파장들에서 수행된다. 알콜의 존재는 1.67㎛, 1.71㎛, 1.74㎛, 및 1.78 ㎛에서 스펙트럼 쓰로우들 및 1.69㎛, 1.73㎛, 및 1.76 ㎛에서 스펙트럼 피크들에 의해 이들 파장들에서 특성화된다. 2.1-2.5㎛ 파장 범위와 유사하게, 알콜의 농도는 하나 이상의 스펙트럼 피크 및 쓰로우 값들의 상대적 세기(relative strengths)에 의해 특성화된다. 또한, 혈액-알콜 레벨에 대한 상관성은 1.5-1.9㎛ 범위에서 이러한 파장들의 서브세트에 대해 결정된 값들로 이루어질 수 있지만, 적어도 3개의 스펙트럼 피크 값들에서 테스트되는 것이 바람직하며, 보다 정확한 결과들은 7개의 스펙트럼 피크 및 쓰로우 값들이 측정될 때 얻어진다.
소형 스펙트럼 알콜-모니터링 장치가 소정의 실시예들에서 다양한 시스템들 및 애플리케이션들에 내장될 수 있다. 스펙트럼 알콜-모니터링 장치는 법률-강화 요원에게 제공될 수 있는 전용 시스템으로 구성되거나, 또는 개체의 개인적 사용을 위한 전자시계(electronic fob), 손목시계, 셀룰러 폰, PDA 또는 임의의 다른 전자장치와 같은 전자 장치의 일부로서 통합될 수 있다. 이러한 장치들은 개체의 혈액-알콜 레벨이 한정된 제한치 내에 있는지 여부를 개체에 표시하기 위한 메커니즘을 포함할 수 있다. 이를 테면, 장치는 적색 및 녹색 LED들을 포함할 수 있고, 장치에서 전자장치는 개체의 혈액-알콜 레벨이 한정된 제한치 이내에 있으면 녹색 LED를 발광하고 만약 그렇지 않다면 적색 LED를 발광한다. 일 실시예에서, 알콜-모니터링 장치는 자동차(motor vehicle)에 포함될 수 있고, 통상적으로는 개체가 장치 상에 손가락 끝과 같은 조직을 쉽게 배치시킬 수 있도록 위치설정된다. 소정의 경우, 장치는 구동을 위한 허용성을 나타내는 정보 가이드로서만 기능할 수 있는 반면, 소정의 경우 자동차의 점화는 개체가 규정된 레벨 이하의 혈액-알콜 레벨을 갖는지의 결정에 긍정적으로 관련될 수 있다.
3. 접촉형 생체인식 센서들
생체인식 센서들은 도 1 및 도 3에 되된 것과 유사한 형태로 구성될 수 있으나, 피부 지점은 플래튼과 접촉하게 위치된다. 이러한 설계들은 플래튼과 광의 상호접속으로부터 야기되는 소정의 추가적 특성들을 가지며, 공간-스펙트럼 데이터 수지의 일부로서 추가의 정보가 통합되게 허용한다.
일 실시예가 도 6에 도시되며, 도 6은 접촉형 생체인식 센서(601)의 정면을 나타낸다. 도 1에 도시된 센서처럼, 접촉형 센서(601)는 하나 이상의 조명 서브시스템들(621) 및 검출 서브시스템(623)을 포함한다. 조명 서브시스템들(621) 각각은 하나 이상의 백색 광원들(603) 및 원하는 형태로 광원들(603)에 의해 제공되는 광을 형상화시키는 조명 광학기를 포함한다. 비접촉형 장치처럼, 조명 광학기는 광학 부재들의 임의의 조합을 포함하며 때로는 경우 스캐너 메커니즘을 포함할 수 있다. 소정의 경우, 조명 광은 조명 광이 통과하는 편광기(607)를 배치시킴으로써 편광된 광을 제공한다. 광대역 및 협대역 소스들을 포함하는 백색 광원들(603)의 예들은 앞서 개시되었으며, 광원들(603)은 상이한 실시예들에서 상이한 형상들을 갖는 소스들을 제공하도록 구성될 수 있다.
조명 광은 조명 광학기(621)에 의해 지향되어 플래튼(617)을 통과하며 피부 지점(119)을 조명한다. 센서 레이아웃(601) 및 부품들은 조명 광학기(621)의 직접 반사가 최소화되도록 바람직하게 선택될 수 있다. 일 실시예에서, 이러한 직접 반사들은 직접 반사되 광 검출량이 최소화되도록 조명 서브시스템(621)과 검출 서브시스템(623)을 상대적으로 배향시킴으로써 감소된다. 이를 테면, 조명 서브시스템(621)과 검출 서브시스템(623)의 광학 축들은 플래튼(617) 상에 배치되는 미러가 플래튼(617) 상에 위치된 미러가 상당량의 조명 광이 검출 서브시스템(623)으로 지향되지 않는 각도로 배치될 수 있다. 또한, 조명 및 검출 서브시스템들(621, 623)의 광학 축들은 두 개의 서브시스템들의 허용 각(angular acceptance)이 시스템(601)의 임계각 미만이 되도록 플래튼(617)을 기준으로 각지게 배열될 수 있고; 이러한 구성은 플래튼(617)과 피부 지점(119) 간의 전반사(total internal reflectance)로 인한 상당한 작용들(appreciable effects)을 방지한다.
플래튼(617)의 존재는 편광기들의 사용에 의해 직접 반사된 광을 감소시키는 능력에 악영향을 미치게 방해하지 않는다. 검출 서브시스템(623)은 조명 서브시스템(621)과 실질적으로 직교하는 또는 평행한 광학 축을 가지는 편광기(611)를 포함할 수 있다. 플래튼(617)과 피부 지점(119) 간의 인터페이스에서 표면 반사는 편광기들(611, 607)이 서로 실질적으로 직교하게 배향되는 경우 감소되며, 이는 검출기(615)에 의해 감지되기 이전에 편광 상태를 변화시키기 위해 샘플로부터의 광은 충분히 다수의 산란 이벤트들을 거쳐야하기 때문이다. 검출 서브시스템(623)에는 검출기(615) 상의 플래튼 표면(617) 부근의 영역의 이미지를 형성하는 검출 광학기가 부가적으로 통합될 수 있다. 일 실시예에서, 검출 광학기(613)는 차례로 검출기(615) 상의 플랜튼 영역의 부분들을 중계하는 스캐닝 메커니즘(미도시)를 포함한다. 적외선 필터(614)는 특히 검출기(615)가 적외선 광에 민감한 실시예들에서, 이를 테면 베이어 필터 어레이가 사용될 때 검출되는 적외선 광의 양을 감소시키는데 이용될 수 있다. 반대로, 앞서 개시된 것처럼, 적외선 필터(614)는 일부 실시예들에서 생략될 수 있으며 적외선 방출을 하는 추가의 광원(603)이 일부 실시예들에서 포함될 수 있다.
앞서 개시된 다른 장치들에서, 검출 서브시스템(623)은 피부 표면을 관통하며 일반적으로 피부 및/또는 하부 조직 내에서 광학적 산란을 거치는 광을 감지하도록 구성된다. 편광기들은 표면 특징들을 생성 또는 강조하는데 이용될 수 있다. 이를 테면, 조명 광이 플래튼(617)과 평행한 방향에서("P") 편광되고 검출 서브시스템(623)이 수직 배향("S")으로 편광기(611)에 통합될 경우, 반사된 광은 편광기 쌍의 소광비(extinction ratio) 만큼 차단된다. 그러나, 융기 포인트에서 피부 지점으로 교차되는 광은 광학적으로 산란되어, 피부는 그 자신의 특징적인 편광 특성을 갖지만, 업계에 공지된 것처럼) 편광을 효과적으로 무작위화시킨다. 이는 흡수된 및 재-방출된 광의 일부, 즉 50% 정도가 S-편광 이미징 시스템에 의해 관찰되게 한다.
본 발명의 실시예들중 하나의 측면도는 도 7A에 제공되는 개략도로 제공된다. 명료성을 위해, 이 도면에는 검출 서브시스템이 도시되지 않았지만, 조명 서브시스템(621)은 명백히 도시된다. 본 실시예에서 조명 서브시스템(621)은 공간적으로 분포된 다수의 백색 광원들(703)을 포함한다. 도면에 도시된 것처럼, 조명 광학기(621)는 플러드 조명을 제공하도록 구성되나, 대안적 실시예들은 실린더형 광학기, 포커싱 광학기, 또는 업계에 공지된 다른 광학 부품들의 통합에 의해 라인, 포인트 또는 다른 패턴화된 조명을 제공하도록 배열될 수 있다.
도 7A의 백색 광원들(703)의 어레이는 도면에 도시된 것처럼 실제 평면일 필요는 없다. 예를 들어, 다른 실시예들에서 광섬유, 섬유 다발 또는 광섬유 페이스플레이트 또는 테이퍼들이 소정의 편리한 위치들에서의 광원들로부터 조명 평면으로 광을 운반할 수 있고, 광은 피부 지점(119) 상에서 재이미지화된다. 광원들은 LED들처럼 구동 전류들의 턴온 및 턴오프를 제어할 수 있다. 대안적으로, 백열등이 이용될 경우, 광의 스위칭은 어퍼쳐들(apertures), 미러들, 또는 다른 이러한 광학 부재들을 제어하기 위해 액정 변조기와 같은 소정 형태의 공간 광 변조기를 사용하여 또는 마이크로전자기계적-시스템("MEMS") 기술을 사용하여 달성될 수 있다. 이러한 구성들은 센서의 구조를 단순화시킨다. 일 실시예가 도 7B에 도시되며, 도 7B는 LED들과 같은 조명 광원들의 전기적 스캐닝 및 광섬유들의 사용을 나타낸다. 개별 섬유들(716a)은 이미징 표면과 조명 어레이(710)에 위치된 LED들 각각을 접속시키며, 다른 섬유들(716b)은 반사된 광을 다시 이미징 장치(712)로 중계하며, 이미징 장치(712)는 광다이오드 어레이, CMOMS 어레이 또는 CCD 어레이를 포함할 수 있다. 따라서, 섬유들(716a, 716b)의 세트는 광 중계에 이용되는 광섬유 다발(714)를 한정한다.
접촉형 생체인식 센서의 또 다른 실시예는 도 8의 정면도에 개략적으로 도시된다. 본 실시예에서, 생체인식 센서(801)는 하나 이상의 백색광 조명 서브시스템들(823) 및 검출 서브시스템(825)을 포함한다. 조명 서브시스템들(823)은 조명 광학기(805)를 통과하는 광을 제공하는 백색 광원(803) 및 피부 지점(119)이 배치되는 플래튼(817)으로 지향되는 편광기(807)를 포함한다. 광의 일부는 피부 지점(119)으로부터, 이미징 광학기들(815, 819), 교차 편광기(811) 및 분산형 광학 부재(813)를 포함하는 검출 서브시스템(825)으로 확산 반사된다. 제 1 이미징 광학기(819)는 교차 편광기(811) 및 분산형 부재(813)를 통한 전파를 위해 피부 지점(119)로부터 반사되는 광을 조준한다. 분리된 스펙트럼 성분들은 제 2 이미징 광학기(815)에 의해 검출기(187)상에 개별적으로 포커싱된다.
도 6-8에 도시된 접촉형 생체인식 센서들은 피부 지점과 조명 영역이 상대적으로 이동하는 구성으로 교정될 수 있다. 앞서 언급한 바와 같이, 이러한 상대적 이동은 조명 광의 스캐닝을 위한 메커니즘으로 및/또는 피부 지점을 이동시킴으로써 구현될 수 있다. 일반적으로 접촉형-센서 실시예들에서 플래튼의 존재는 평면을 한정된 평면에 피부 지점의 표면을 제한함으로써 피부 지점의 이동을 용이하게 한다; 이동 자유도(freedom of motion)가 3차원으로 허용되는 실시예에서, 이미징 깊이를 벗어난 피부 지점의 이동으로 인해 추가의 문제점들이 발생될 수 있다. 스와이프 센서는 상기 도 4와 관련하여 개시된 형태의 접촉형 생체인식 센서들로 구현될 수 있으나, 플래튼은 한 방향으로 피부 지점의 이동을 방지한다. 일부 실시예들에서, 스와이프 센서는 고정 시스템일 수 있지만, 접촉형 구성은 롤러 시스템이, 피부 지점이 백색광을 투과시키는 롤러 구조 위에서 롤링되게 허용한다. 인코더(encoder)는 당업계에 공지된 바와 같이, 위치 정보를 기록하고 형성되는 일련의 이미지 슬라이스들로부터 전체 2차원 이미지의 스티칭을 보조한다. 피부 지점의 개별 부분들로부터 수신된 광은 이미지 축적에 이용된다.
비접촉형 및 접촉형 생체인식 센서들에 대한 상기 설명들은 백색광이 사용되는 실시에들에 초점을 두었지만, 유사한 구조 장치들에서 광의 다른 스펙트럼 조합을 이용하는 다른 실시예들이 구성될 수 있다. 또한, 다른 실시예들은 멀티스펙트럼 조건들을 제공하기 위해 광학적 조건들에 추가의 변형을 포함할 수 있다. 이러한 멀티스펙트럼 애플리케이션들의 일부 설명은 2004년 4월 5일 로버트 케이. 로위 등에 의해 "멀티스펙트럼 생체인식 센서"란 명칭으로 출원된 공동 양도된 미국 특허 출원 No. 10/818,698; 2005년 7월 8일로버트 케이. 로위에 의해 " 라이브니스 센서"란 명칭으로 출원된 미국 특허 11/177,817; 2004년 6월 1일 로버트 케이. 로위 및 스페판 피. 코코란에 의해 "멀티스펙트럼 손가락 인식"이란 명칭으로 출원된 미국 가특허 출원 No. 60/576,364; 2004년 8월 11일 로버트 케이. 로위에 의해 "멀티스펙트럼 이미징 생체인식"이란 명칭으로 출원된 미국 가특허 출원 No. 60/600,867; 2005년 4월 25일 로버트 케이. 로위에 의해 "멀티스펙트럼 이미징 생체인식"이란 명칭으로 출원된 미국 특허 No. 11/115,100; 2005년 4월 25일 "멀티스펙트럼 생체인식 이미징"이란 명칭으로 출원된 미국 특허 출원 No. 11/115,101; 2005년 4월 25일자로 "멀티스펙트럼 라이브니스 결정"이란 명칭으로 출원된 미국 특허 No. 11/115,075; 2005년 3월 4일 로버트 케이. 로위 등에 의해 "생체인식용 손가락의 멀티스펙트럼 이미징"이란 명칭으로 출원된 미국 가특허 출원 No. 60/659,024; 2005년 4월 27일 로버트 케이. 로위에 의해 "멀티스펙트럼 생체인식 센서"란 명칭으로 출원된 미국 가특허 출원 No. 60/675,776; 및 2006년 4월 24일 로버트 케이. 로위에 의해 "멀티스펙트럼 생체인식 센서"란 명칭으로 출원된 미국 특허 출원 No. 11/379,945에 개시된다. 상기 출원들 각각은 참조로 본 발명에 통합된다.
상기 개시된 비접촉형 및 접촉형 생체인식 센서들은 소정 실시예들에서 백색 광 이미징을 이용한다. 백색광의 사용은 다중 컬러들로 이미지들이 동시에 수집되게 허용하며, 전체 데이터 수집 속도는 개별 상태가 개별적으로 수집되는 실시예에서 보다 빠르다. 이렇게 감소된 데이터-수집 속도는 데이터 수집 동안 피부 지점이 이동함에 따라 이동시 결과물(artifact)의 감소를 유도한다. 또한 전체 센서 크기는 감소되며 상이한 컬러들을 위한 개별 조명원들의 사용과 비교할 때 보다 적은 수의 광원들을 사용함으로써 낮은 비용으로 제공된다. 광원들의 대등적 동작(coordinated operation)을 지지하는데 이용되는 전자장치에서 해당 감소가 가능하다. 또한, 컬러 이미저들은 단색성 이미저들 보다 통상적으로 낮은 가격으로 현재 이용될 수 있다.
또한, 백색광 이미징의 사용은 센서가 원하는 해상도를 달성시 모든 픽셀들을 사용하도록 설계될 경우 데이터 볼륨의 감소를 허용한다. 이를 테면, 전형적인 설계 기준은 인치당 500 도트의 해상도를 갖는 1-인치 필드를 제공할 수 있다. 이는 500×500 픽셀들을 가지는 단색성 카메라로 달성될 수 있다. 또한, 각각의 컬러 평면이 개별적으로 추출될 경우 1000×1000 컬러 카메라로 달성될 수 있다. 동일한 해상도는 500×500 컬러 이미저를 이용하고 {R,G,B} 트리플렛(triplet)으로 변환시킨 다음 이미지의 단색성 부분을 추출함으로써 달성될 수 있다. 이는 컬러 이미저가 원색 트리플렛으로 변환되어 이미지의 단색성 부분을 추출하는데 이용되는 가장 일반적 과정의 특정예이다. 일반적으로 이러한 과정은 다른 추출 기술들보다 효과적으로 원하는 해상도를 달성할 수 있게 한다.
4.
텍스쳐
생체인식 센서(
Texture
Biometric
Sensor
)
본 발명의 실시예들에서 제공되는 접촉형 생체인식 센서의 또 다른 형태로는 텍스쳐 생체인식 센서가 있다. "이미지 텍스쳐(image texture)"는 이미지의 색조 특성들의 공간적 분포에 대한 소정의 양상을 개시하는 임의의 다수의 계측(metrics)으로 간주되며, 일부는 앞서 개시되었다. 예를 들어, 이를 테면 손가락 패턴들 또는 우드 그레인(wood grain)에서 공통적으로 발견되는 일부 텍스쳐들은 플로우형(flowlike)이며 배향 및 가간섭성(coherence)과 같은 계측에 의해 개시될 수 있다. 공간적 규칙성(적어도 국부적으로)을 갖는 텍스쳐들에 대해, 퓨리에 변환 및 관련된 전력 스펙트럼의 소정의 특성들은 에너지 밀집도(energy compactness), 지배 주파수 및 배향 등과 같이 중요하다. 평균(mean), 분산(variance), 왜도(skew) 및 첨도(kurtosis)와 같은 소정의 통계적 모멘트들은 텍스쳐를 나타내는데 이용될 수 있다. 모멘트 불변이 이용될 수 있으며, 이는 스칼라, 회전, 및 다른 섭동들의 변화에 대해 불변인 다양한 모멘트들의 조합이다. 그레이-톤 공간 관련 계측들(Gray-tone spatial dependence matrices)이 생성되며 이미지 텍스쳐를 나타내도록 분석된다. 이미지 영역에 대한 엔트로피는 이미지 텍스쳐의 측정치로서 계산될 수 있다. 다양한 형태의 웨이브렛 변환이 이미지 텍스쳐의 양상들을 나타내기 위해 이용될 수 있다. 스티어블 피라미드(steerable pyramids), 가보 필터(gabor filters), 및 공간적으로 한정된 기본 기능들을 이용하는 다른 메커니즘들이 이미지 텍스쳐를 나타내기 위해 이용될 수 있다. 당업자들에게 공지된 텍스쳐에 대한 이러한 및 다른 방안들은 본 발명의 실시예들에서 개별적으로 또는 조합되어 사용될 수 있다.
이미지 텍스쳐는 생체인식 기능을 수행하도록 본 발명의 실시예들에서 이용될 수 있는 이미지에 대한 픽셀 세기의 변화에 의해 표시될 수 있다. 일부 실시예들에서, 이러한 텍스쳐 분석이 멀티스펙트럼 데이터 세트로부터 추출된 상이한 스펙트럼 이미지들에 대해 수행될 때, 추가의 정보가 추출될 수 있어, 피부 지점의 색채 텍스쳐 표시가 생성된다. 바람직하게 이러한 실시예들은 피부 지점의 이미지의 일부를 포착함으로써 생체인식 기능들이 수행될 수 있게 한다. 피부 지점의 텍스쳐 특성들은 피부 지점에 대해 거의 일정한 것으로 예상되어, 피부 지점의 상이한 부분들에서 이루어지는 측정으로 생체인식 기능이 수행된다. 다수의 경우, 상이한 측정에 이용되는 피부 지점의 부분들은 서로 중첩될 필요가 없다.
피부 지점의 상이한 부분들을 사용하는 이러한 능력은 이용될 수 있는 구조적 설계들에서 상당한 탄력성(flexibility)을 제공한다. 이는, 부분적으로는 생체인식 매칭이 결정적인 공간적 패턴에 대한 매칭을 요구하는 대신 통계학적으로 수행될 수 있다는 사실의 결과이다. 센서는 복잡한 방식으로 구성될 수 있으며, 이는 센서는 특정된 공간 영역에 대한 이미지를 습특할 필요가 없기 때문이다. 작은 센서를 제공하는 능력은 상기 센서가 생세인식 기능을 수행하는 완벽한 공간 정보를 수집할 것이 요구되는 센서들 보다 경제적으로 구성될 수 있게 한다. 상이한 실시예들에서, 생체인식 기능들은 단순히 스펙트럼 정보로 수행될 수 있는 반면, 다른 실시예들에서는, 공간-스펙트럼 정보가 이용된다.
텍스쳐 생체인식 센서에 대한 구조의 일례가 도 9A에 개략적으로 도시된다. 센서(900)는 다수의 광원들(904) 및 이미저(908)를 포함한다. 일부 실시예들에서, 광원들(904)은 백색 광원들을 포함하나, 다른 실시예들에서 광원들은 준단색성 광원들을 포함할 수 있다. 유사하게, 이미저(908)는 단색성 또는 컬러 이미저를 포함함할 수 있고, 일례로는 베이어 패턴을 가지는 이미저이다. 센서(900)는 이미지가 측정되는 피부 지점(119)의 평면에서 실질적으로 수집되기 때문에 본 발명에서 "접촉형" 센서로 간주된다. 그러나, 센서를 동작시키기 위한 다른 구성을 가질 수도 있으며, 일부 구성에서 이미저(908)는 실질적으로 피부 지점(119)과 접촉하며, 일부 구성에서 이미저(908)는 피부 지점(119)의 평면으로부터 변위된다.
도 9B 및 도 9C에는 2개의 예시적 실시예가 도시된다. 도 9B의 실시예에서, 이미저(908)는 실질적으로 피부 지점(119)과 접촉한다. 광원(904)으로부터의 광은 피부 지점(119)의 조직 아래로 전파되어, 피부 지점(119)으로부터 하부 조직으로 산란되는 광이 이미저(908)에 의해 검출되게 한다. 이미저(908)가 피부 지점(119)으로부터 변위되는 대안적 실시예가 도 9C에 개략적으로 도시된다. 본 도면에서, 센서(900')는 피부 지점(119)의 평면에서 다수의 광섬유들을 포함할 수 있는 이미지를 이미저로 변환시키는 광학 장치(912)를 포함하며, 이미지의 개별 픽셀들은 실질적으로 세기 손실 없이 광섬유를 따른 전반사에 의해 변환된다. 이런 방식으로, 이미저(908)에 의해 검출된 광 패턴은 피부 지점(119)의 평면에 형성된 광 패턴과 실질적으로 동일하다. 따라서, 센서(900')는 도 9B에 도시된 센서(900)와 실질적으로 동일한 형태로 동작할 수 있다. 즉, 광원들(904)로부터의 광은 피부 지점으로 전파되며, 광은 피부 지점(119)을 관통한 후 하부 조직에 의해 반사 및 산란된다. 정보는 단지 실질적으로 손실 없이 변환되었기 때문에, 이러한 실시예에서 이미저(908)에 의해 형성된 이미지는 도 9A와 같은 장치로 형성될 수 있는 이미지와 실질적으로 동일하다.
생체인식 기능을 수행하는데 스펙트럼 정보만이 이용되는 실시예들에서, 수신된 데이터에서 스펙트럼 특성들이 식별되고 스펙트럼의 등록 데이터베이스와 비교된다. 특정 개체의 발생되는 조직 스펙트럼은 특정한 스펙트럼 특성들 및 일단 장치가 관련 스펙트럼 특성들을 추출하도록 단련되면 개체들의 식원확인에 이용될 수 있는 스펙트럼 특성들의 조합을 포함한다. 관련 스펙트럼 특성들의 추출은 판별 분석 기술을 포함하는 다수의 상이한 기술들로 수행될 수 있다. 스펙트럼 출력의 시각적 분석에서는 명백하지 않지만, 이러한 분석 기술들은 생체인식 기능을 수행하도록 판별될 수 있는 특정한 특성들을 반복적으로 추출할 수 있다. 특정 기술들의 예들은 공동으로 양도된 "광 분광법을 이용한 개체들의 생체인식 신원확인 및 검증 방법 및 장치"란 명칭의 미국 특허 No.6,560,352호; "선형 광 분광법을 이용한 생체인식 신원확인 방법 및 시스템"이란 명칭으로 출원된 미국 특허 No. 6,816,605호; "근적외선 분광법에 의한 개체들의 신원확인 장치 및 방법"이란 명칭으로 출원된 미국 특허 No.6,628,809호; 로버트 케이. 로위 등에 의해 2003년 9월 12일자로 "근적외선 분광법에 의한 개체들의 신원확인 장치 및 방법"이란 명칭으로 출원된 미국 특허 출원 No.10/660,884호 및 로버트 케이. 로위 등에 의해 2001년 6월 5일자로 "광 분광 시스템을 이용하는 생체인식 결정 장치 및 방법"이란 명칭으로 출원된 미국 특허 출원 No. 09/874,740호에 개시된다. 각각의 특허들 및 특허 출원들의 내용은 본 발명에서 참조된다.
생체인식 신원확인을 포함하는 이미지-텍스쳐 정보로 생체인식 기능들을 수행하는 능력은 생체(living body)로부터의 신호의 상당부가 모세혈관 혈액으로 인한 것이라는 사실을 이용할 수 있다. 예를 들어, 피부 지점(119)이 손가락을 포함할 때, 공지된 생리학적 특징은 손가락의 모세혈관이 손가락 외면의 능선 구조의 패턴을 따른다는 것이다. 따라서, 조명 파장을 기준으로 손가락 특징들의 대비는 혈액의 스펙트럼 특징들과 관련된다. 특히, 약 580nm 보다 긴 파장들로 취해진 이미지들의 대비는 약 580nm 미만의 파장들로 취해진 이미지들의 대비에 비해 상당히 감소된다. 무혈(nonblood) 색소들(pigments) 및 프레넬 반사와 같은 다른 광학 작용들로 발생된 지문 패턴들은 상이한 스펙트럼 대비를 갖는다.
피부 지점(119)으로부터 산란된 광은 상이한 실시예들에서 비교 텍스쳐 분석들의 상이한 형태의 변화로 처리될 수 있다. 일부 실시예들은 성능지수(figure of merit)를 생성하기 위해 수집된 광으로부터 유추되는 이미지 데이터의 이동 윈도우 분석(moving-window analysis) 형태를 이용한다. 일부 실시예들에서, 이동 윈도우 동작은 블록-바이-블록(block-by-block) 또는 타일드(tiled) 분석으로 대체될 수 있다. 일부 실시예들에서, 전체 이미지 또는 이미지의 단일 영역은 동시에 분석될 수 있다.
일 실시예에서, 고속-퓨리에 변환들은 이미지 데이터의 하나 이상의 영역들상에서 수행된다. 이러한 실시예들에서 인-밴드(in-band) 대비 성능지수 C는 평균 또는 DC 전력 대 인-밴드 전력의 비로서 생성된다. 특히, 백색광에 의해 포함되는 다수의 파장들중 하나에 해당하는 인덱스 i에 대해, 대비 성능 지수는,
이러한 식에서, 
는 인덱스 i에 해당하는 파장에서 
이미지의 퓨리에 변환이며, 여기서 x 및 y는 이미지에 대한 공간 좌표들이다. Rlow 및 Rhigh에 의해 정의되는 범위는 지문 특징에 해당하는 공간 주파수들의 제한치를 나타낸다. 예를 들어, Rlow는 일 실시예에서 약 1.5 프린지(fringes)/mm이며 Rhigh는 31.5 프린지/mm이다. 대안적 형태로, 대비 성능지수는 2개의 상이한 공간 주파수 대역에서 통합 전력 비율로 정의될 수 있다. 앞서 도시된 식은 대역들중 하나가 단지 DC 공간 주파수만을 포함하는 특정 경우에 대한 것이다.
또 다른 실시예에서, 이동 윈도우 평균 및 이동 윈도우 표준 편차들은 성능지수를 발생시키기 위해 이용되며 수집된 데이터부에 대해 계산된다. 본 실시예에서, 인덱스 i에 해당하는 각각의 파장에 대해, 이동 윈도우 평균(
) 및 이동 윈도우 표준 편차(
)는 수집된 이미지 
로부터 계산된다. 각각의 계산을 위한 이동 윈도우들은 동일한 크기로 편의상 2-3정도의 지문 능선들로 간격을 두도록 선택될 수 있다. 바람직하게, 윈도우 크기는 지문 특징들을 제거하기에는 충분히 크지만, 배경 변동 지속에는 충분히 작다. 본 실시예에서 성능지수 Ci는 이동-윈도우 표준 편차 대 이동-윈도우 평균의 비로 계산된다.
또 다른 실시예에서, 유사한 프로세스가 수행되나, 이동-윈도우 범위(즉, 최대(이미지 값들)-최소(이미지 값들))가 이동-윈도우 표준 편차 대신 이용된다. 따라서, 이전 실시예들과 유사하게, 이동-윈도우 평균(
)과 이동-윈도우 범위(
)는 인덱스 i에 해당하는 각각의 파장에 대해 수집된 이미지 
로부터 계산된다. 이동-윈도우 평균의 계산을 위한 윈도우 크기는 바람직하게 배경 변동을 유지하기에 충분히 작지만 지문 특징들을 제거하기에 너무 크다. 일부 경우에서, 이동-윈도우 평균의 계산을 위한 윈도우 크기는 일 실시예에서 2-3정도의 지문 능선들에 간격을 두는 적절한 값인 이동-윈도우 범위 계산을 위한 것과 같다. 본 실시예에서 성능지수는 이동-윈도우 평균의 비율로서 계산된다:
본 실시예 및 이전 실시예는 이동-윈도우 중심성 측정치 및 이동-윈도우 변이성 측정치를 계산하기 위해 수집된 데이터에 대해 이동-윈도우 계산들이 수행되는 보다 일반적인 실시예의 특정 경우들에 대해 고려되었다. 특정 실시예들은 중심성 측정치가 비가중 평균(unweighted mean)을 포함하나, 보다 일반적으로는 소정의 실시예들에서 가중 평균 또는 중앙값(median)과 같은 임의의 다른 형태의 통계적 중심성 측정치를 포함하는 경우를 나타낸다. 유사하게, 특정 실시예들은 변이성 측정치가 표준 편차 또는 범위를 포함하나, 보다 일반적으로는 소정의 실시예들에서 중간값 절대 편차 또는 평균의 표준 오차와 같은 임의의 다른 형태의 통계적 변이성 측정치를 포함하는 경우를 나타낸다.
명시된 이동-윈도우 분석을 이용하지 않는 또 다른 실시예에서, 웨이브렛 분석이 스펙트럼 이미지들 각각에 대해 수행될 수 있다. 소정의 실시예들에서, 웨이브렛 분석은 생성되는 계수들이 공간적으로 거의 변하지 않는 방식으로 수행될 수 있다. 이는 축이 되지 않은(undecimated) 웨이브렛 분해를 수행함으로써, 이중-트리 복소수 웨이브렛 방법을 적용함으로써, 또는 다른 종류의 방법들을 적용함으로써 달성될 수 있다. 가보 필터, 스티어블 피라미드 필터 및 다른 종류의 분해가 작은 계수를 생성하도록 적용될 수 있다. 어떤 분해 방법이 선택되든지, 결과는 이미지상의 특정 위치에서 특정한 기초 함수에 대응하는 편차 크기와 비례하는 계수들의 합(collection)이다. 위조 검출을 수행하기 위해, 웨이브렛 계수들 또는 이들의 소정의 유추된 요약은 실제 샘플들에 대해 예상되는 계수들과 비교된다. 비교가 결과들이 충분히 근사한 것으로 나타나면, 샘플은 확실한 것으로 간주된다. 그렇지 않다면, 샘플은 위조된 것으로 결정된다. 유사한 방식으로, 계수들이 현재 측정된 계수들의 세트를 동일한 사람으로부터 기록된 이전의 세트와 비교함으로써 생체인식 검증을 위해 이용될 수 있다.
5. 예시적 분야들(
Exemplary
Applications
)
다양한 실시예들에서, 비접촉형, 접촉형 또는 앞서 개시된 임의의 형태의 텍스쳐 센서이든지 간에 생체인식 센서는 생체인식 기능을 수행하기 위해 연산 시스템(computational system)에 의해 동작될 수 있다. 도 10은 개별 시스템 부재들이 개별 또는 보다 통합된 방식으로 어떻게 수행되는지를 광범위하게 나타낸다. 연산 장치(1000)는 생체인식 센서(1056)와 결합되는 버스(1026)를 통해 전기적으로 결합되는 하드웨어 부재들을 포함하게 도시된다. 하드웨어 부재들은 프로세서(1002), 입력 장치(1004), 출력 장치(1006), 저장 장치(1008), 컴퓨터-판독가능 저장 매체 판독기(1010a), 통신 시스템(1014), DSP 또는 특정-목적 프로세서와 같은 프로세싱 가속 유니트(1016) 및 메모리(1018)를 포함한다. 또한, 컴퓨터-판독가능 저장 매체 판독기(1010a)는 일시적으로 및/또는 보다 영구적으로 컴퓨터-판독가능 정보를 함유하는 저장 매체 외에 포괄적으로 리모트, 로컬, 고정형(fixed) 및/또는 이동식 저장 장치들을 나타내는 조합체인 컴퓨터-판독가능 저장 매체(1010b)와 접속된다. 통신 시스템(1014)은 유선, 무선, 모뎀 및/또는 다른 형태의 인터페이싱 접속을 포함하 수 있으며 외부 장치들과의 데이터 교환을 허용한다.
또한, 연산 장치(1000)는 본 발명의 방법들을 구현하도록 설계된 프로그램과 같이, 운영 시스템(1024) 및 다른 코드(1022)를 포함하며 현재 작업 메모리(1020) 내에 위치되는 것으로 도시된 소프트웨어 부재들을 포함한다. 특정 조건들에 따라 상다한 변형이 이용될 수 있다는 것을 당업자들은 인식할 것이다. 예를 들어, 주문형 하드웨어가 사용되고/사용되거나 특정 부재들이 하드웨어, 소프트웨어(애플릿들과 같은 휴대용 소프트웨어 포함), 또는 하드웨어와 소프트웨어 모두에서 구현될 수 있다. 또한, 네트워크 입력/출력 장치들과 같은 다른 연산 장치들과의 접속이 이용될 수 있다.
연산 장치로 구현되는 기능들의 개요는 도 11의 흐름도로 요약된다. 일부 실시예들에서, 블록(1104)로 표시된 것처럼 목표된 피부 지점은 백색광으로 조명된다. 블록(1108)에서, 생체인식 센서가 목표된 피부 지점으로부터의 광을 수신하게 된다. 앞서 언급된 것처럼, 수신된 광은 생체인식 기능을 구현하는 다수의 상이한 방법들로 분석될 수 있다. 모든 단계들이 수행될 필요는 없지만, 흐름도는 분석들의 소정의 조합들이 생체인식 기능을 수행하는데 어떻게 이용되는지를 나타낸다. 다른 경우에, 단계들의 서브세트가 수행되고, 추가의 단계들이 수행되고, 및/또는 표시된 단계들이 도시된 것과 다른 순서로 수행될 수 있다.
블록(1112)에서, 통상적으로 살아있는 조직의 특성들을 갖는 것을 검증함으로써, 목표된 피부 지점이 소정 형태의 위조가 아니라는 것을 확인하기 위해 수신된 광으로 라이브니스 검사가 수행될 수 있다. 블록(1164)에서, 위조가 검출되면, 경보가 발생된다. 발생되는 특정 형태의 경보는 생체인식 센서가 이용되는 환경과 관련되며, 때로는 청취식 또는 시각적 경보들이 센서 자체 부근에서 발행된다; 다른 경우, 보안 또는 법률-강화 직원에게 묵음 경보가 전송될 수 있다.
블록(1120)에서, 목표된 피부 지점으로부터 산란된 수신된 광은 목표된 피부 지점의 표면 이미지를 추론하는데 이용될 수 있다. 목표된 피부 지점이 손가락의 바닥 표면인 경우, 이러한 표면 이미지는 손가락의 능선들 및 골들의 패턴 표시를 포함할 수 있고, 이는 블록(1124)에서 통상의 지문들의 데이터베이스와 비교될 수 있다. 추가적으로 또는 대안적으로, 블록(1128)에서 수신된 광은 공간-스펙트럼 이미지를 추론하는데 이용될 수 있다. 블록(1132)에서, 이러한 이미지는 개체와 관련된 이미지들을 가지는 공간-스펙트럼 데이터베이스와 비교될 수 있다. 소정의 경우, 블록(1136)에서 상기 비교는 비교 결과로서 개체가 식원확인되게 한다. 일반적으로는 공간-스펙트럼 이미지들과의 비교를 제공하기 위해 전체 공간-스펙트럼 정보를 이용함으로써 보다 높은 신뢰성의 식원확인들이 이루어질 것으로 예상된다. 그러나 일부 분야들에서, 통상의 지문 데이터의 이용성이 클 수 있으며, 일부 개체들은 공간-스펙트럼 데이터베이스에는 포함되지 않으나, 큰 법률-강화 지문 데이터에 저장된 지문들을 갖는다. 이러한 경우, 본 발명의 실시예들은 신원확인을 수행하기 위해 종래의 지문 이미지의 추출을 바람직하게 허용한다.
신원확인이 종래의 지문 데이터베이스와의 비교에 의해 또는 공간-스펙트럼 정보와의 비교를 통해 이루어지든지 간에, 공간-스펙트럼 데이터는 신원확인시 큰 신뢰성을 제공할 수 있는 추가 정보를 포함한다. 예를 들어, 블록(1140)에 도시된 것처럼, 인구통계 및/또는 신체측정 특성들이 수신된 광으로부터 추정될 수 있다. 블록(1136)에서 이미지에 매칭되는 데이터베이스 엔트리가 인구통계 또는 신체측정 정보를 포함할 때, 블록(114)에서는 일관성 검사가 수행된다. 이를 테면, 자신을 나타내는 개체는 추정된 인구통계 및 신체측정 특성들로부터 20-35세의 백인 남성으로 신원확인될 수 있다. 이미지가 매칭되는 데이터베이스 엔트리가 68세의 백인 여성 노인으로 개체에 대해 신원확인할 경우, 블록(1164)에서는 경보가 발행되어 명백한 불일치가 표시된다.
블록(1156)에서, 수신된 광으로부터 분석물의 농도와 같은 다른 정보가 결정될 수 있다. 결정된 분석물 레벨에 따라 때로는 다른 작업이 취해지 수 있다. 예를 들어, 혈중-알콜 레벨이 소정의 임계치를 초과할 경우, 자동차 시동이 금지되거나, 환자의 혈당(blood-glucose) 레벨이 소정의 임계치를 초과할 경우 경보가 발행될 수 있다. 피부 건성 조건 등과 같은 다른 생리학적 파라미터들이 다른 분야들에서 추정될 수 있고, 때로는 반응에 따라 다른 동작들이 취해질 수 있다.
도 12는 텍스쳐 생체인식 센서 분야들을 도시하는 유사한 흐름도를 제공한다. 블록(1204)에서 센서는 검출기와 접촉하는 개체의 피부 지점의 위치설정에 의해 이용된다. 앞서 언급한 바와 같이, 지문 표면의 일부만이 검출기와 접촉하도록 검출기는 비교적 작을 수 있다; 생체인식 텍스쳐의 특징으로 인해, 상이한 측정 동안 접촉하게 위치되는 표면의 특정 부분에서의 편차는 유해하지 않다. 데이터는 블록(1208)에서 피부 지점을 조명하고 블록(1212)에서 피부 지점으로부터 산란되는 광을 검출기로 수신함으로써 수집된다.
흐름도는 다른 형태의 분석들이 수행될 수 있다는 것을 나타낸다. 이러한 각각의 분석들이 매 경우 수행될 필요는 없으며, 실제로 대부분의 분야에서는 단일 형태의 분석이 이용될 것으로 예상된다. 일반적으로 블록(1216)에서 표시된 분석들의 하나의 카테고리는 단순한 스펙트럼 정보 비교를 이용한다. 블록들(1220, 1228)에 표시된 또 다른 카테고리의 분석들은 블록(1220)에서 수신된 광의 공간-스펙트럼 정보로부터 이미지 텍스쳐를 결정하고 블록(1228)에서 생체인식 텍스쳐 정보의 데이터베이스와 이미지 텍스쳐를 비교함으로써 이미지 텍스쳐 정보를 이용한다. 하나 또는 두 가지 형태의 분석으로, 블록(1232)에서 개체의 식원확인과 같은 생체인식 기능이 수행된다.
따라서, 앞서 개시된 몇 가지 실시예들로, 본 발명이 범주를 벗어나지 않고 다양한 변형, 대안적 구성, 및 등가물들을 이용할 수 있다는 것을 당업자들은 인식할 것이다. 따라서, 상기 설명으로 하기 청구항들에 의해 한정되는 본 발명의 범주가 제한되지 말아야 한다.
Claims (55)
- 생체인식 기능을 수행하는 방법으로서,
조명 광으로 개체의 목표된 피부 지점을 조명하는 단계 - 상기 목표된 피부 지점은 표면과 접촉됨 - ;
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계 - 실질적으로 상기 광은 상기 표면을 포함하는 평면에서 수신됨 -;
상기 수신된 광으로부터 이미지를 형성하는 단계;
상기 이미지로부터 이미지-텍스쳐 측정치를 생성하는 단계; 및
상기 생체인식 기능을 수행하기 위해 상기 생성된 이미지-텍스쳐 측정치를 분석하는 단계
를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 생체인식 기능은 위조방지 기능을 포함하며, 상기 생성된 이미지-텍스쳐 측정치를 분석하는 단계는 상기 목표된 피부 지점이 상기 생성된 이미지-텍스쳐 측정치로부터 살아있는 조직을 포함하는지를 결정하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 생체인식 기능은 신원확인 기능을 포함하며, 상기 생성된 이미지-텍스쳐 측정치를 분석하는 단계는 상기 생성된 이미지-텍스쳐 측정치로부터 개체의 신원확인을 결정하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 생체인식 기능은 인구통계 또는 신체측정 기능을 포함하며, 상기 생성된 이미지-텍스쳐 측정치를 분석하는 단계는 상기 생성된 이미지-텍스쳐 측정치로부터 상기 개체의 인구통계 또는 신체측정 특성을 추정하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 표면은 이미징 검출기의 표면이며,
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계는 상기 이미징 검출기에서 상기 목표된 피부 지점으로부터 산란되는 광을 수신하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계는,
상기 평면으로부터 상기 평면의 외부에 배치되는 이미징 검출기로의 광의 패턴을 상기 패턴의 실질적 경감 또는 감쇠없이 이동하는 단계; 및
상기 이미징 검출기에서 상기 이동된 패턴을 수신하는 단계
플 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 조명 광은 백색광인 생체인식 기능 수행 방법. - 제 7 항에 있어서,
상기 이미지는 상이한 파장들에 해당하는 다수의 이미지들을 포함하며, 상기 이미지-텍스쳐 측정치를 생성하는 단계는 상기 다수의 이미지들 각각의 공간적 이동-윈도우 분석을 수행하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 8 항에 있어서,
상기 공간적 이동-윈도우 분석을 수행하는 단계는 상기 다수의 이미지들에 대한 이동-윈도우 퓨리에 변환을 계산하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 8 항에 있어서,
상기 공간적 이동-윈도우 분석을 수행하는 단계는 상기 다수의 이미지들의 이동-윈도우 중심성 측정치 및 이동-윈도우 변이성 측정치를 계산하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계는 단색성 이미징 검출기에서 상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계는 컬러 이미징 검출기에서 상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 생체인식 기능을 수행하기 위해 상기 생성된 이미지-텍스쳐 측정치를 분석하는 단계는 기준 이미지-텍스쳐 측정치와 상기 생성된 이미지-텍스쳐 측정치를 비교하는 단계를 포함하며,
상기 기준 이미지-텍스쳐 측정치는 기준 피부 지점으로부터 산란된 광으로부터 형성된 기준 이미지로부터 생성되며,
상기 목표된 피부 지점은 상기 기준 피부 표면과 실질적으로 상이한 생체인식 기능 수행 방법. - 제 1 항에 있어서,
상기 생체인식 기능 수행시, 상기 수신된 광의 스펙트럼 특징들과 기준 스펙트럼 특징들을 비교하는 단계를 더 포함하는 생체인식 기능 수행 방법. - 생체인식 센서로서,
개체의 목표된 피부 지점과 접촉하도록 구성된 표면;
상기 목표된 피부 지점이 상기 표면과 접촉할 때, 상기 목표된 피부 지점을 조명하도록 배치된 조명 서브시스템;
상기 목표된 피부 지점으로부터 산란된 광을 수신하도록 배치된 검출 서브시스템 - 상기 광은 실질적으로 상기 표면을 포함하는 평면에서 수용됨-; 및
상기 검출 서브시스템과 접속되는 계산 유니트
를 포함하며, 상기 계산 유니트는,
상기 수신된 광으로부터 이미지를 형성하는 명령들,
상기 이미지로부터 이미지-텍스쳐 측정치를 생성하는 명령들, 및
생체인식 기능을 수행하도록 상기 생성된 이미지-텍스쳐 측정치를 분석하는 명령들
을 포함하는, 생체인식 센서. - 제 15 항에 있어서,
상기 생체인식 기능은 위조방지 기능을 포함하며,
상기 생성된 이미지-텍스쳐 측정치를 분석하는 명령들은 상기 목표된 피부 지점이 상기 생성된 이미지-텍스쳐 측정치로부터 살아있는 조직을 포함하는지 여부를 결정하는 명령들을 포함하는 생체인식 센서. - 제 15 항에 있어서,
상기 생체인식 기능은 신원확인 기능을 포함하며,
상기 생성된 이미지-텍스쳐 측정치를 분석하는 명령들은 상기 생성된 이미지-텍스쳐 측정치로부터 개체(individual)의 신원확인을 결정하는 명령들을 포함하는 생체인식 센서. - 제 15 항에 있어서,
상기 생체인식 기능은 인구통계 또는 신체측정 기능을 포함하며,
상기 생성된 이미지-텍스쳐 측정치를 분석하는 명령들은 상기 생성된 이미지-텍스쳐 측정치로부터 개체의 인구통계 또는 신체측정 특징들을 추정하는 명령들을 포함하는 생체인식 센서. - 제 15 항에 있어서,
이미징 검출기를 더 포함하며,
상기 표면은 상기 이미징 검출기의 표면이며,
상기 검출기 서브시스템은 상기 이미징 검출기를 포함하며 상기 이미징 검출기에서 상기 목표된 피부 지점으로부터 산란된 광을 수신하도록 구성되는 생체인식 센서. - 제 15 항에 있어서,
상기 평면 외부에 배치되는 이미징 검출기; 및
상기 평면으로부터 상기 이미징 검출기로의 광의 패턴 이동이 상기 패턴의 상당한 경감 또는 감쇠없이 이루어지도록 구성된 광학 장치(arrangement);
를 더 포함하며, 상기 검출 서브시스템은 상기 이미징 검출기를 포함하며 상기 이미징 검출기에서 상기 이동된 패턴을 수신하도록 구성되는 생체인식 센서. - 제 15 항에 있어서,
상기 조명 서브시스템은 백색광으로 상기 목표된 피부 지점을 조명하도록 구성되는 생체인식 센서. - 제 21 항에 있어서,
상기 이미지는 상이한 파장들에 해당하는 다수의 이미지들을 포함하며,
상기 이미지-텍스쳐 측정치를 생성하는 명령들은 상기 다수의 이미지들 각각의 공간적 이동-윈도우 분석을 수행하는 명령들을 포함하는 생체인식 센서. - 제 22 항에 있어서,
상기 공간적 이동-윈도우 분석을 수행하는 명령들은 상기 다수의 이미지들 상에서 이동-윈도우 퓨리에 변환을 계산하는 명령들을 포함하는 생체인식 센서. - 제 22 항에 있어서,
상기 공간적 이동-윈도우 분석을 수행하는 명령들은 상기 다수의 이미지들 상에서 이동-윈도우 중심성 측정 및 이동-윈도우 변이성 측정을 계산하는 명령들을 포함하는 생체인식 센서. - 제 15 항에 있어서,
상기 검출 서브시스템은 단색성 이미징 검출기를 포함하며 상기 목표된 피부 지점으로부터 산란된 광을 상기 단색성 이미징 검출기에서 수신하도록 구성되는 생체인식 센서. - 제 15 항에 있어서,
상기 검출 서브시스템은 컬러 이미징 검출기를 포함하며 상기 목표된 피부 지점으로부터 산란된 광을 상기 컬러 이미징 검출기에서 수신하도록 구성되는 생체인식 센서. - 제 15 항에 있어서,
상기 생체인식 기능을 수행하기 위해 상기 생성된 이미지-텍스쳐 측정치를 분석하는 명령들은 상기 생성된 이미지-텍스쳐 측정치와 기준 이미지-텍스쳐 측정치를 비교하는 명령들을 포함하며,
상기 기준 이미지-텍스쳐 측정치는 상기 기준 피부 지점으로부터 산란된 광으로부터 형성된 기준 이미지로부터 발생되며,
상기 목표된 피부 지점은 실질적으로 상기 기준 피부 지점과 상이한 생체인식 센서. - 제 15 항에 있어서,
상기 계산 유니트는 상기 생체인식 기능 수행시 상기 수신된 광의 스펙트럼 특징들을 기준 스펙트럼 특징들과 비교하는 명령들을 포함하는 생체인식 센서. - 생체인식 센서로서,
백색광으로 개체의 목표된 피부 지점을 조명하도록 배치된 백색광 조명 서브시스템;
상기 목표된 피부 지점으로부터 산란된 광을 수신하도록 배치되며 상기 수신된 광이 입사되는 컬러 이미저를 포함하는 검출 서브시스템; 및
상기 검출 서브시스템과 접속되는 계산 유니트
를 포함하며, 상기 계산 유니트는,
상기 컬러 이미저로 상기 수신된 광으로부터 상기 목표된 피부 지점의 공간적으로 분포된 다수의 이미지들을 추론하는 명령들, 및
생체인식 기능을 수행하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들
을 포함하며, 상기 공간적으로 분포된 다수의 이미지들은 개체의 조명된 조직의 상이한 볼륨들에 해당하는 생체인식 센서. - 제 29 항에 있어서,
상기 생체인식 기능은 위조방지 기능을 포함하며, 상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 상기 목표된 피부 지점이 살아있는 조직을 포함하는지 여부를 결정하는 명령들을 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 생체인식 기능을 수행하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 상기 개체의 인구통계 또는 신체측정 특성들을 추정하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들을 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 상기 개체의 혈액내 분석물 농도를 결정하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들을 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 목표된 피부 지점과 접촉하는 플래튼을 더 포함하며, 상기 백색광 조명 서브시스템은 상기 플래튼을 통해 상기 목표된 피부 지점을 조명하도록 구성되는 생체인식 센서. - 제 29 항에 있어서,
상기 백색광 조명 서브시스템은 상기 목표된 피부 지점이 상기 생체인식 센서와 물리적인 접촉이 없을 때, 상기 목표된 피부 지점을 조명하도록 구성되는 생체인식 센서. - 제 29 항에 있어서,
상기 백색광 조명 서브시스템은 광대역 백색 광원들을 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 백색광 조명 서브시스템은 다수의 협대역 광원들 및 상기 다수의 협대역 광원들에 의해 제공되는 광을 조합하는 광학 장치(arrangement)를 포함하는 생체인식 센서. - 제 36 항에 있어서,
상기 다수의 협대역 광원들은 원색들의 세트 각각에 해당하는 파장들에서 광을 제공하는 생체인식 센서. - 제 29 항에 있어서,
상기 조명 서브시스템은 상기 백색광을 편광시키도록 배치된 제 1 편광기를 포함하며, 상기 검출 시스템은 상기 수신된 광과 충돌하도록 배치된 제 2 편광기를 포함하며, 상기 제 1 및 제 2 편광기들은 서로 교차되는 생체인식 센서. - 제 29 항에 있어서,
상기 검출 시스템은 상기 수신된 광이 상기 컬러 이미저에 입사되기 전에 상기 수신된 광과 충돌하도록 배치된 적외선 필터를 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 목표된 피부 지점은 손가락 또는 손의 바닥 표면이며,
상기 생체인식 기능은 생체인식 신원확인을 포함하며,
상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은,
상기 공간적으로 분포된 다수의 이미지들로부터 상기 목표된 피부 지점의 표면 지문 또는 손바닥 이미지를 유추하는 명령들 및
개체의 식원확인을 위해 지문 또는 손바닥 이미지들의 데이터베이스와 상기 표면 지문 또는 손바닥 이미지를 비교하는 명령들을 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 생체인식 기능은 생체인식 신원확인을 포함하며,
상기 공간적으로 분포된 다수의 이미지들을 분석하는 명령들은 상기 개체의 식원확인을 위해 멀티스펙트럼 이미지들의 데이터베이스와 상기 공간적으로 분포된 다수의 이미지들을 비교하는 명령들을 포함하는 생체인식 센서. - 제 29 항에 있어서,
상기 조명 서브시스템은 조명 영역에서 상기 목표된 피부 지점을 조명하도록 구성되며,
상기 목표된 피부 지점 및 조명 영역은 상대적 이동하는 생체인식 센서. - 생체인식 기능을 수행하는 방법으로서,
개체의 목표된 피부 지점을 백색광으로 조명하는 단계;
상기 목표된 피부 지점으로부터 산란된 광을 컬러 이미저에서 수신하는 단계 - 상기 수신된 광은 상기 컬러 이미저 상에 입사됨 - ;
상기 컬러 이미저로 상기 수신된 광으로부터 상기 목표된 피부 지점의 공간적으로 분포된 다수의 이미지들을 유추하는 단계 - 상기 공간적으로 분포된 다수의 이미지들은 상기 개체의 조명된 조직의 상이한 볼륨들에 해당함 - ; 및
상기 생체인식 기능을 수행하도록 상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계
를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 생체인식 기능은 위조방지 기능을 포함하며, 상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계는 상기 목표된 피부 지점이 살아있는 조직을 포함하는지를 결정하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계는 상기 개체의 인구통계 또는 신체측정 특성들을 추정하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 생체인식 기능을 수행하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계는 상기 개체의 혈액내 분석물의 농도를 결정하기 위해 상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 목표된 피부 지점을 조명하는 단계는 상기 목표된 피부 지점과 접촉하는 플래튼을 통해 상기 백색광을 지향시키는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 백색광으로 상기 개체의 목표된 피부 지점을 조명하는 단계는 광대역 백색 광원으로 상기 개체의 목표된 피부 지점을 조명하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 백색광으로 상기 개체의 목표된 피부 지점을 조명하는 단계는,
다수의 협대역 광원들로 다수의 협대역 광빔들을 생성하는 단계; 및
상기 다수의 협대역 광빔들을 조합하는 단계
를 포함하는 생체인식 기능 수행 방법. - 제 49 항에 있어서,
상기 다수의 협대역 광빔들은 원색들의 세트에 해당하는 파장들을 갖는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 목표된 피부 지점을 조명하는 단계는 제 1 편광으로 상기 백색광을 편광시키는 단계를 포함하며,
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계는 제 2 편광으로 상기 수신된 광을 편광시키는 단계를 포함하며,
상기 제 1 및 제 2 편광은 실질적으로 서로 교차되는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 목표된 피부 지점으로부터 산란된 광을 수신하는 단계는 상기 수신된 광이 컬러 이미저에 입사되기 이전에 적외선 파장들에서 상기 수신된 광을 필터링하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 목표된 피부 지점은 손가락 또는 손의 바닥 표면이며;
상기 생체인식 기능은 생체인식 신원확인을 포함하며,
상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계는,
상기 공간적으로 분포된 다수의 이미지들로부터 상기 목표된 피부 지점의 표면 지문 또는 손바닥 이미지를 유추하는 단계, 및
상기 개체의 신원확인을 위해 지문 또는 손바닥 이미지들의 데이터베이스와 상기 표면 지문 또는 손바닥 이미지들을 비교하는 단계
를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
상기 생체인식 기능은 생체인식 신원확인을 포함하며,
상기 공간적으로 분포된 다수의 이미지들을 분석하는 단계 상기 개체의 신원확인을 위해 멀티스펙트럼 이미지들의 데이터베이스와 상기 공간적으로 분포된 다수의 이미지들을 비교하는 단계를 포함하는 생체인식 기능 수행 방법. - 제 43 항에 있어서,
백색광으로 개체의 상기 목표된 피부 지점을 조명하는 단계는 조명 영역에서 수행되며, 상기 목표된 피부 지점 및 조명 영역은 상대적으로 이동하는 생체인식 기능 수행 방법.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11/458,607 | 2006-07-19 | ||
| US11/458,619 | 2006-07-19 | ||
| US11/458,607 US7751594B2 (en) | 2003-04-04 | 2006-07-19 | White-light spectral biometric sensors |
| US11/458,619 US7545963B2 (en) | 2003-04-04 | 2006-07-19 | Texture-biometrics sensor |
| PCT/US2007/073886 WO2008111994A1 (en) | 2006-07-19 | 2007-07-19 | Spectral biometrics sensor |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20097003093A Division KR101489757B1 (ko) | 2006-07-19 | 2007-07-19 | 스펙트럼 생체인식 센서 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20140124868A true KR20140124868A (ko) | 2014-10-27 |
Family
ID=46615006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020147027615A Ceased KR20140124868A (ko) | 2006-07-19 | 2007-07-19 | 스펙트럼 생체인식 센서 |
Country Status (3)
| Country | Link |
|---|---|
| KR (1) | KR20140124868A (ko) |
| CN (1) | CN103400103A (ko) |
| IL (1) | IL220089A0 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210019515A (ko) * | 2018-06-21 | 2021-02-22 | 아마존 테크놀로지스, 인크. | 비접촉식 생체 인식 시스템 |
| CN116152934A (zh) * | 2023-02-16 | 2023-05-23 | 支付宝(杭州)信息技术有限公司 | 生物特征识别方法和系统、识别模型的训练方法和系统 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105981049A (zh) * | 2014-02-25 | 2016-09-28 | Hid环球公司 | 生物阻抗欺骗检测 |
| JP6419093B2 (ja) * | 2015-04-30 | 2018-11-07 | オリンパス株式会社 | 撮像装置 |
| FR3049090B1 (fr) * | 2016-03-21 | 2021-06-25 | Sebastien Jean Serge Dupont | Dispositif d'authentification biometrique adaptatif par echographie, photographies en lumiere visible de contraste et infrarouge, sans divulgation, a travers un reseau informatique decentralise |
| EP3551049B1 (en) * | 2016-12-08 | 2021-02-17 | Koninklijke Philips N.V. | Surface tissue tracking |
| US20200364491A1 (en) | 2019-05-15 | 2020-11-19 | Getac Technology Corporation | Image detection scanning method for object surface defects and image detection scanning system thereof |
| CN112683787B (zh) * | 2019-10-17 | 2024-11-12 | 神讯电脑(昆山)有限公司 | 物件表面检测系统及其基于人工神经网络的检测方法 |
| CN111632285B (zh) * | 2020-05-28 | 2022-05-03 | 杜颖 | 一种关节痛风治疗装置 |
| CN113011303B (zh) * | 2021-03-12 | 2023-04-18 | 支付宝(杭州)信息技术有限公司 | 一种基于偏振图像的面部特征确定方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6539101B1 (en) * | 1998-04-07 | 2003-03-25 | Gerald R. Black | Method for identity verification |
| JP2003006627A (ja) * | 2001-06-18 | 2003-01-10 | Nec Corp | 指紋入力装置 |
| US7394919B2 (en) * | 2004-06-01 | 2008-07-01 | Lumidigm, Inc. | Multispectral biometric imaging |
| US7668350B2 (en) * | 2003-04-04 | 2010-02-23 | Lumidigm, Inc. | Comparative texture analysis of tissue for biometric spoof detection |
-
2007
- 2007-07-19 CN CN2013102215408A patent/CN103400103A/zh active Pending
- 2007-07-19 KR KR1020147027615A patent/KR20140124868A/ko not_active Ceased
-
2012
- 2012-05-31 IL IL220089A patent/IL220089A0/en unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210019515A (ko) * | 2018-06-21 | 2021-02-22 | 아마존 테크놀로지스, 인크. | 비접촉식 생체 인식 시스템 |
| CN116152934A (zh) * | 2023-02-16 | 2023-05-23 | 支付宝(杭州)信息技术有限公司 | 生物特征识别方法和系统、识别模型的训练方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103400103A (zh) | 2013-11-20 |
| IL220089A0 (en) | 2012-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101489757B1 (ko) | 스펙트럼 생체인식 센서 | |
| US7751594B2 (en) | White-light spectral biometric sensors | |
| US7545963B2 (en) | Texture-biometrics sensor | |
| EP1920597B1 (en) | Biometric sensors | |
| EP1611541B1 (en) | Multispectral biometric sensor | |
| KR101484566B1 (ko) | 국소적으로 일관된 피처를 기초로 하는 생체인식 | |
| KR20140124868A (ko) | 스펙트럼 생체인식 센서 | |
| AU2005316250A1 (en) | Combined total-internal-reflectance and tissue imaging systems and methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| PA0104 | Divisional application for international application |
Comment text: Divisional Application for International Patent Patent event code: PA01041R01D Patent event date: 20140930 Application number text: 1020097003093 Filing date: 20090216 |
|
| PG1501 | Laying open of application | ||
| PA0201 | Request for examination |
Patent event code: PA02012R01D Patent event date: 20141030 Comment text: Request for Examination of Application |
|
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20141128 Patent event code: PE09021S01D |
|
| E601 | Decision to refuse application | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20150223 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20141128 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |