일반기술

지문 특징의 확률모델을 이용한 지문유사도 산출방법

기존의 지문 유사도 산정방법은 정합을 시도하는 두 지문영상의 회전, 천이량을 보정하는 정렬과정을 거친 후, 주어진 특징점 주변의 후보 동일 특징점들을 정의하고, 각 특징점쌍에 존재하는 특징량인 거리, 형태차, 방향차에 의해 최종 동일 특징점쌍을 결정한 후, 동일 특징점쌍들의 특성값들의 조합을 이용하여 두 지문의 유사도를 계산하는 방법이었다. 두지문의 유사도를 결정하기 위해 세가지 특성값을 조합하는 일련의 과정을 수로 작성하여 계산할 수 있으나, 이러한 함수가 본인 또는 타인정합에 따른 특징점간 거리, 형태차, 방향차에 관한 경향을 간과하고 특성값간의 상호 연관성을 고려하지 않기 때문에 정확한 유사도 계산에 한계가 있었다. 본 발명은 동일 특징점간의 거리, 형태차 및 방향차의 분포를 모델링하고 학습하는 방법으로 그 경향과 상호 연관성을 두 지문영상의 유사도를 계산하는데 반영함으로써 신뢰도를 높이고 성능을 향상시킬 수 있는 기술이다. 본 발명은 지문영상데이터로부터 특징량 내역을 생성한 후, 주제어부에서 로딩된 지문의 특징량 내역과 외부기업장치에 미리 저장된 비교대상 지문의 특징량 내역으로부터 동일 특징점쌍을 결정한 후, 해당 특성값 목록을 작성하여 작업메모리로 보낸다. 학습용 샘플의 경우, 작업메모리의 동일 특징점쌍 목록을 로딩하여 사전확률과 경험확률의 분포를 구하고 이를 모델링하여 상호연관성을 분석하는 방법으로 학습한 후 이 학습내용을 프로그램메모리에 첨부한다. 인식용샘플의 경우 프로그램 메모리에 기록된 학습내용을 바탕으로 BDT(Baysian Decision Theory)에 의거, 입력된 동일 특징점쌍의 특성값들을 이용하여 주어진 동일 특징점쌍의 경험확률을 구하고, 주어진 두 지문의 모든 특징점쌍을 대상으로 경험확률을 구하고 지문의 유사도 계산을 완료한다.기존의 방법에서는 동일 정합과 타인정합에 따른 특성값의 경향과 각각의 특성값간에 존재하는 관계를 고려하지 않았기 때문에 유사도가 정황하지 못했지만, 본 기술은 동일 특징점간의 거리, 형태차 및 방향차의 분포를 모델링하고 학습하는 방법으로 그 경향과 상호연관성을 분석한 후, 이를 정의하고모델링 하여 유사도 계산에 반영한다.지문인식의 신뢰도를 높이고 지문인식시스템의 성능을 향상시키는 효과가 있다.생체인증 기술별 시장점유율을 살펴보면 지문인식이 53%를 차지하며 시장을 주도하고 있으며, 생체인식시장은 성장 초기 단계에 있으며 보안산업의 중요성 인식으로 높은 성장성을 보이고 있다. 생체인식시장의 국내시장 규모는 ‘00년 220억원에서 ’02년 620억원으로 연평균 90%에 달하는 성장률을 기록하였으며 향후 30~40% 성장할 전망을 보여주고 있다.