[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20180134280A - Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information - Google Patents

Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information Download PDF

Info

Publication number
KR20180134280A
KR20180134280A KR1020180038337A KR20180038337A KR20180134280A KR 20180134280 A KR20180134280 A KR 20180134280A KR 1020180038337 A KR1020180038337 A KR 1020180038337A KR 20180038337 A KR20180038337 A KR 20180038337A KR 20180134280 A KR20180134280 A KR 20180134280A
Authority
KR
South Korea
Prior art keywords
image
face
body temperature
depth
depth information
Prior art date
Application number
KR1020180038337A
Other languages
Korean (ko)
Other versions
KR102317180B1 (en
Inventor
스티븐 상근 오
고우곤
이경택
이철영
Original Assignee
(주)이더블유비엠
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from KR1020170071566A external-priority patent/KR101919090B1/en
Application filed by (주)이더블유비엠 filed Critical (주)이더블유비엠
Priority to KR1020180038337A priority Critical patent/KR102317180B1/en
Publication of KR20180134280A publication Critical patent/KR20180134280A/en
Application granted granted Critical
Publication of KR102317180B1 publication Critical patent/KR102317180B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06K9/00228
    • G01K13/002
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • G01K13/20Clinical contact thermometers for use with humans or animals
    • G06K9/00201
    • G06K9/00288
    • G06K9/4652
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147Details of sensors, e.g. sensor lenses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L27/00Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
    • H01L27/14Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
    • H01L27/144Devices controlled by radiation
    • H01L27/146Imager structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Power Engineering (AREA)
  • Electromagnetism (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Vascular Medicine (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

The present invention relates to a face recognizing device for confirming liveness based on 3D depth information and infrared information comprising: an extracting device, a 3D verifying module, and a face matching module. The extracting device includes a depth information processing chip which extracts and outputs a depth map by receiving simultaneous data of an RGB image (visible rays) and an IR image (infrared rays) through a single lens from a dual aperture single lens 4-color sensor camera. When a value calculated from depth information of the depth map exceeds a 3D reference value, the 3D verifying module generates a 3D reference passing signal. After the 3D reference passing signal is received, the RGB image is compared with an RGB template of a previously stored face template. If the RGB image and the RGB template match within error limits, the face matching module generates a face recognition passing signal. The present invention enhances security.

Description

3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 {APPARATUS AND METHOD OF FACE RECOGNITION VERIFYING LIVENESS BASED ON 3D DEPTH INFORMATION AND IR INFORMATION}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a face recognition apparatus and method for verifying whether a living body is based on three-dimensional depth information and infrared information,

본 발명은, 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention [0002] The present invention relates to a face recognition apparatus and method for verifying whether a living body is based on three-dimensional depth information and infrared information.

일반적으로, 얼굴인식에 기초한 보안시스템이 알려져 있다. 이 보안시스템은, 얼굴인식을 통해 검증된 사람에게 특정 동작, 예컨대 문 출입, 정보처리기기에의 접근 등을 허용하는 역할을 할 수 있다.In general, a security system based on face recognition is known. This security system can play a role of allowing a person who is verified through face recognition to perform a specific operation, such as accessing a door, accessing an information processing device, and the like.

얼굴인식 방식에 있어서는, 이미지 입력을 위한 카메라와, 입력된 이미지를 미리 저장되어 있는 얼굴 템플릿과 비교하는 제어장치를 포함하는 보안시스템이 알려져 있다. 이에 의하면, 보안시스템의 이용이 허용된 사람들의 이미지로부터 얼굴 템블릿을 미리 만들어놓은 후, 실제 보안의 적용시점에서는, 이용을 요구하는 사람에 대해 카메라로 실시간 입력 이미지를 촬상하고, 이를 이들 저장된 얼굴 템블릿과 비교하여 특징점 등의 일치여부를 판정함으로써, 이용의 허용여부를 결정하도록 되어 있다.In the face recognition method, a security system including a camera for inputting an image and a control device for comparing the input image with a face template stored in advance is known. According to this, after the face template is created in advance from the images of people allowed to use the security system, at the application time of the actual security, the real-time input image is captured by the camera with respect to the person requesting the use, It is judged whether or not the minutiae are coincident with each other in comparison with the template to determine whether or not the use is permitted.

이처럼 종래의 얼굴인식 기술은, 얼굴 이미지의 패턴만 오차의 한계 내에서 일치하면, 보안 인증을 통과시키는 형태로서, 정교한 사진(2차원)이나 얼굴을 복사한 모형(3차원)을 이용할 경우, 위조한 얼굴 패턴에 대해 통과(pass) 판정을 내리는 착오 통과(False Pass)의 오류를 범할 보안 위험에 노출되어 있다.As described above, in the conventional face recognition technology, when the pattern of the face image matches only within the limits of the error, when a sophisticated photograph (two-dimensional) or a face copied model (three-dimensional) The user is exposed to a security risk of failing to make a false pass for a facial pattern.

즉, 입력 이미지의 생성시에, 보안 이용이 허락된 사람의 사진을 카메라에 촬상되도록 함으로써, 보안 판정을 무력화하고자 하는 시도가 있다. 즉 정교한 2D 사진을 촬상한 입력 이미지는, 저장된 얼굴 템플릿에 극히 유사할 수 있으므로 특징점의 일치도가 높게 판정될 수 있다. 따라서 보안시스템은 잘못된 판정이 가능하다는 문제가 있었다.That is, when an input image is generated, an attempt is made to disable the security determination by causing the camera to take a picture of a person who is allowed to use the security. That is, an input image of a sophisticated 2D photograph can be extremely similar to a stored face template, so that the match degree of the feature point can be determined to be high. Therefore, there is a problem that the security system can make a false judgment.

이를 보완하기 위해 사진이 아니라는 정보의 추가검증을 행하는 기술이 제시되어 있다. 즉 눈의 깜박임이나 얼굴, 머리카락의 움직임을 검지함으로써, 단순한 사진이 아니라는 것을 검증하는 것이다.To overcome this problem, a technique for performing additional verification of information that is not a photograph is proposed. That is, by detecting flickering of the eyes, movement of the face and hair, it is verified that it is not a simple photograph.

그런데, 눈의 깜박임이나 얼굴의 움직임은, 예컨대 입력 이미지의 생성시에, 보안 이용이 허락된 사람의 얼굴 동영상을 카메라에 촬상되도록 함으로써, 보안 판정을 무력화할 수 있다. 즉 동영상은 눈을 깜박일 수 있고, 얼굴, 머리카락도 움직일 수 있으므로, 동영상에 의한 입력 이미지는, 생체로서의 추가검증을 통과한다고 판정될 수 있다. 따라서 보안시스템은 역시 잘못된 판정이 가능하다는 문제가 있었다.However, flickering of the eyes and movement of the face can disable the security judgment by, for example, causing the camera to capture the face moving image of the person who is allowed to use the security when the input image is generated. That is, the moving image can blink, the face, and the hair can also move, so that the input image by the moving image can be judged to pass the additional verification as a living body. Therefore, there is a problem that the security system can also make a false judgment.

이에 대해, 하기 특허문헌에는, '보안 시스템에서 촬영된 영상에서 자동으로 인물의 얼굴을 찾고, 정규화 과정 후, 눈 영역을 찾는 수단과, 적외선 조명에 의해 눈의 동공에서 일어나는 적외선 반사를 검출하는 수단과, 위조 영상에 의한 해킹 여부를 판단하여 얼굴 인식과 관련된 보안 시스템의 성능을 향상시키고 활용성을 높이는 기술'이 개시되어 있다.On the other hand, in the following Patent Document, there is disclosed a device for automatically detecting a face of a person in a video captured by a security system, means for finding an eye region after the normalization process, means for detecting infrared reflection occurring in the pupil of the eye by infrared illumination And a technique for determining whether a fake image is hacked to improve the performance of a security system related to face recognition and to improve the usability.

특허공개 10-2010-0097866 공보Patent Publication 10-2010-0097866

상기 특허문헌의 기술에서는, 이미지 프로세싱을 통해 입력 이미지로부터 얼굴을 찾고, 다시 눈을 찾는 과정이 필요하다. 따라서 프로세싱에 필요한 고속처리용 하드웨어와 소프트웨어가 필요하다.In the technique of the patent document, it is necessary to find a face from an input image through image processing and to search for eyes again. Therefore, high-speed processing hardware and software required for processing are required.

*그리고 눈의 동공의 적외선 반사를 검출하기 위해, 적외선 조명의 발광, 수광, 및 적외선 반사의 판정처리 수단이 필요하다. 이들 수단은, 카메라 이외에 별도로 구비되는 하드웨어 및 소프트웨어로 구성된다.* In order to detect the infrared reflection of the pupil of the eye, means for judging processing of the light emission, the light reception, and the infrared reflection of the infrared illumination are required. These means are composed of hardware and software separately provided in addition to the camera.

그리고 안경이나 썬글라스, 콘텍트렌즈를 착용한 사람에 대해서는, 적외선 발광에 의해서도 적외선 반사가 일어나지 않는 경우가 있다. 이런 경우에는 상기 기술은 무용지물이 된다.For people wearing glasses, sunglasses, or contact lenses, infrared reflection may not occur even by infrared light emission. In this case, the technique becomes obsolete.

본 발명은, 종래기술의 문제를 해소하기 위해 이루어진 것으로서, 종래의 얼굴인식 기술에 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 방식의 3차원 깊이정보 및 적외선정보 추출장치를 접목하여, 복잡한 하드웨어 장비 없이 2단계에 걸친 생체확인 기능을 탑재하여 보안을 강화시키도록, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법을 제공하고자 하는 것이다.The present invention has been made to solve the problems of the related art, and it is an object of the present invention to provide a face recognition apparatus and a face recognition apparatus which combines a three-dimensional depth information and an infrared information extracting apparatus of a dual aperture single lens It is intended to provide a face recognition apparatus and method for confirming whether or not a living body is verified so as to enhance security by mounting a biometric verification function in two stages without equipment.

그리고 이미지 프로세싱을 통해 입력 이미지로부터 얼굴을 찾고, 다시 눈을 찾는 과정이 필요없이, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법을 제공하고자 하는 것이다.It is another object of the present invention to provide a face recognition apparatus and method for confirming whether or not a living body is present without searching for a face from an input image through an image processing and searching eyes again.

그리고 적외선 조명의 발광, 및 적외선 반사의 판정처리 수단이 필요없이, 기기의 크기와 비용을 최소화할 수 있는, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법을 제공하고자 하는 것이다.It is another object of the present invention to provide a face recognition apparatus and method for confirming whether or not a living body is present, which is capable of minimizing the size and cost of a device without requiring a means for judging processing of infrared ray illumination and infrared ray reflection.

그리고 안경이나 썬글라스, 콘텍트렌즈를 착용한 사람에 대해서도 적용될 수 있는, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법을 제공하고자 하는 것이다.And to provide a face recognition apparatus and method for verifying whether or not a living body is applicable, which can be applied to a person wearing glasses, a sunglass, or a contact lens.

상기 과제를 달성하기 위한 본 발명의 생체여부의 확인을 행하는 얼굴인식 장치는, 3차원 깊이정보 및 적외선정보에 기반하여, 생체여부의 확인을 행하는 얼굴인식 장치로서, 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라로부터 단일렌즈를 통한 RGB 이미지(가시광선)와 IR 이미지(적외선)의 동시 데이터를 입력받아, 깊이 맵을 추출하여 출력하는 깊이정보 처리칩을 포함하는 추출장치와, 상기 깊이 맵으로부터의 깊이정보로부터 산출된 값이 입체 기준치 이상이면, 입체기준 통과신호를 생성하는 입체검증모듈과, 상기 입체기준 통과신호를 받은 후, 상기 RGB 이미지를 미리 저장된 얼굴 템플릿의 RGB 템플릿과 비교하여, 오차 한계 내에서 일치하면 얼굴인식 통과신호를 생성하는 얼굴매칭모듈을 포함하여 이루어짐을 특징으로 한다.According to another aspect of the present invention, there is provided a face recognition apparatus for verifying whether a subject is living or not based on three-dimensional depth information and infrared information. The face recognition apparatus includes a dual Aperture single lens An extraction device including a depth information processing chip for receiving simultaneous data of an RGB image (visible light) and an IR image (infrared) from a single lens 4-color sensor camera through a single lens and extracting and outputting a depth map; , A stereoscopic verification module that generates a stereoscopic reference pass signal when the value calculated from the depth information from the depth map is equal to or more than a stereoscopic reference value, And a face matching module for generating a face recognition passing signal when the difference is within an error limit.

여기서, 상기 입체검증모듈 대신에 또는 상기 입체검증모듈과 함께, 상기 IR 이미지의 파장 중 생체 체온에 해당되는 파장의 강도가 체온 기준치 이상이면, 체온기준 통과신호를 생성하는 체온검증모듈을 포함하여 이루어짐을 특징으로 한다.Here, the body temperature verification module may generate a body temperature reference passage signal when the intensity of the wavelength corresponding to the body temperature of the IR image is equal to or higher than the body temperature reference value, in place of or in addition to the stereoscopic verification module. .

여기서, 상기 얼굴매칭모듈은, 상기 IR 이미지를 미리 저장된 IR 템플릿과 더 비교하도록 구성됨이 바람직하다.Here, the face matching module is preferably configured to further compare the IR image with a previously stored IR template.

또는, 상기 얼굴매칭모듈은, 상기 깊이 맵으로부터의 깊이정보를 미리 저장된 깊이정보 템플릿과 더 비교하도록 구성됨이 바람직하다.Alternatively, the face matching module is preferably configured to further compare depth information from the depth map with a previously stored depth information template.

*그리고 상기 이중조리개 단일렌즈 4-컬러 센서 카메라의 경통의 상기 이중조리개에 사용되는 필터는, 파장 650nm 미만의 가시광선(R, G, B)에 대해서는, 상대적으로 작은 제1 F값의 얕은 심도의 필터에 의하여 구현되고, 파장 8 ㎛ 이상 14 ㎛ 미만의 적외선(IR)에 대해서는, 상대적으로 큰 제2 F값의 깊은 심도의 필터에 의하여 구현됨으로써 이루어지는 분광특성을 가지고, 상기 이미지 신호의 파장별 신호들을 감지하기 위한 상기 4-컬러 센서는, 이 분광특성에 맞춰서, 가시광선용 컬러 센서는 상기 제1 F값의 심도의 필터로부터의 신호를 입력받도록 제작되고, 적외선용 컬러 센서는 상기 제2 F값의 심도의 필터로부터의 신호를 입력받도록 제작됨이 바람직하다.And the filter used in the double diaphragm of the barrel of the double-aperture single-lens four-color sensor camera has a shallow depth of field (R, G, B) of relatively small first F- (IR) having a wavelength of 8 탆 or more and less than 14 탆, and having a spectral characteristic by being implemented by a filter having a relatively large second F value and having a deep depth, The color sensor for visible light is fabricated so as to receive a signal from the filter having the depth of the first F value in accordance with the spectroscopic characteristic, It is preferable to be constructed so as to receive a signal from a filter of a depth value.

한편, 상기 체온검증모듈은, 베이어(Bayer) 패턴을 비디오 스트림(video stream)으로 뿌려 줄 때의 RGB 값(0~255)을 기준으로, 사전에 정해 둔 상기 체온 기준치를 초과하면, 그 파장 대역의 IR 신호가 강하여 생체인 것으로 판정하도록 구성됨이 바람직하다.On the other hand, if the body temperature verification module exceeds the predetermined body temperature reference value based on the RGB value (0 to 255) when the Bayer pattern is distributed as a video stream, It is preferable that it is determined that the IR signal of the subject is strong.

한편, 본 발명의 방법은, 3차원 깊이정보 및 적외선정보에 기반하여, 생체여부의 확인을 행하는 얼굴인식 방법으로서, 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라로부터 단일렌즈를 통한 RGB 이미지(가시광선)와 IR 이미지(적외선)의 동시 데이터를 입력받아, 깊이 맵을 추출하여 출력하는 깊이정보 처리과정을 포함하는 추출단계와, 상기 깊이 맵으로부터의 깊이정보로부터 산출된 값이 입체 기준치 이상이면, 입체기준 통과신호를 생성하는 입체검증단계와, 상기 입체기준 통과신호를 받은 후, 상기 RGB 이미지를 미리 저장된 얼굴 템플릿의 RGB 템플릿과 비교하여, 오차 한계 내에서 일치하면 얼굴인식 통과신호를 생성하는 얼굴매칭단계를 포함하여 이루어짐을 특징으로 한다.Meanwhile, the method of the present invention is a face recognition method for confirming whether or not a living body is based on three-dimensional depth information and infrared information. The method includes the steps of: extracting a single lens (single lens) An extracting step of extracting and outputting a depth map by receiving simultaneous data of an RGB image (visible ray) and an IR image (infrared ray) through the depth map; compared with this is the three-dimensional reference value or more, three-dimensional and three-dimensional verification step of generating a pass signal based on, after receiving the three-dimensional reference pass signal, RGB template of the face templates stored in advance on the RGB images, if they match within a margin of error facial recognition And a face matching step of generating a pass signal.

여기서, 상기 입체검증단계 대신에 또는 상기 입체검증단계와 함께, 상기 IR 이미지의 파장 중 생체 체온에 해당되는 파장의 강도가 체온 기준치 이상이면, 체온기준 통과신호를 생성하는 체온검증단계를 포함하여 이루어짐을 특징으로 한다.Here, the body temperature verification step may be performed in place of or in addition to the stereoscopic verification step to generate a body temperature reference passage signal when the intensity of the wavelength corresponding to the living body temperature in the wavelength of the IR image is equal to or higher than the body temperature reference value .

본 발명에 의하면, 종래의 얼굴인식 기술에 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 방식의 3차원 깊이정보 및 적외선정보 추출장치를 접목하여, 복잡한 하드웨어 장비 없이 2단계에 걸친 생체확인 기능을 탑해하여 보안을 강화시키도록, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법이 제공된다.According to the present invention, the conventional face recognition technology is combined with a three-dimensional depth information and an infrared information extracting device of a dual aperture single lens (single lens) method, and a two-step biometric confirmation function There is provided a face recognition apparatus and method for confirming whether or not a living body is present so as to enhance the security of the face.

그리고 이미지 프로세싱을 통해 입력 이미지로부터 얼굴을 찾고, 다시 눈을 찾는 과정이 필요없이, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법이 제공된다.There is provided a facial recognition apparatus and method for confirming whether a living body is living, without requiring a process of finding a face from an input image through image processing and searching eyes again.

그리고 적외선 조명의 발광, 및 적외선 반사의 판정처리 수단이 필요없이, 기기의 크기와 비용을 최소화할 수 있는, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법이 제공된다.There is provided a face recognition apparatus and method for confirming whether or not a living body is present, which is capable of minimizing the size and cost of the device without requiring a means for processing the determination of infrared light emission and infrared reflection.

그리고 안경이나 썬글라스, 콘텍트렌즈를 착용한 사람에 대해서도 적용될 수 있는, 생체 여부의 확인을 행하는 얼굴인식 장치 및 방법이 제공된다.There is also provided a face recognition apparatus and method for verifying whether or not a living body can be applied to a person wearing glasses, a sunglass, or a contact lens.

도 1은, 본 발명의 일 실시예에 따른 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치의 블럭도이다.
도 2는, 가시광선 및 적외선의 파장과 인체의 체온에 해당되는 적외선 파장을 나타내는 그래프이다.
도 3은, 본 발명의 다른 일 실시예에 따른 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치의 블럭도이다.
도 4는, 체온판정을 기준치에 따라 양분적으로 수행하는 경우의 예시 사진이다.
FIG. 1 is a block diagram of a face recognition apparatus for confirming whether a living body is based on three-dimensional depth information and infrared information according to an embodiment of the present invention.
2 is a graph showing infrared wavelengths corresponding to wavelengths of visible light and infrared light and body temperature of the human body.
3 is a block diagram of a face recognition apparatus for confirming whether a living body is living based on three-dimensional depth information and infrared information according to another embodiment of the present invention.
Fig. 4 is an exemplary photograph of a case where the body temperature determination is performed in a bi-directional manner according to a reference value.

이하, 본 발명의 바람직한 실시예에 대해 첨부도면을 참조하면서 상세히 설명한다. 다만, 동일구조에 의하여 동일기능을 가지는 요소에 대해서는, 도면이 달라지더라도 동일부호를 유지함으로써, 그 상세한 설명을 생략하는 경우가 있다. 또한, 연결된다고 하는 것은, 그 중간에 매체를 경유하는 개념을 포함한다. 그리고 어떤 기능블럭은, 다른 기능블럭에 흡수되어 구성되거나, 다른 복수의 블럭으로 분할되어 구현될 수 있다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. However, for elements having the same function by the same structure, the same reference numerals are retained even if the drawings are different, and detailed description thereof may be omitted. Also, to be connected includes the concept of passing through the medium in the middle. And a certain functional block may be configured to be absorbed by other functional blocks or may be divided into a plurality of different blocks and implemented.

<제1 실시예 - 입체검증>&Lt; First Embodiment-Stereoscopic Verification >

본 발명의 생체여부의 확인을 행하는 얼굴인식 장치는, 3차원 깊이정보 및 적외선정보에 기반하여, 생체여부의 확인을 행하는 얼굴인식 장치이다. 도 1 및 도 3과 같이, 상기 얼굴인식 장치는, 추출장치(11)와, 입체검증모듈(15)과, 얼굴매칭모듈(13, 13a)을 포함하여 이루어짐을 특징으로 한다.The face recognition apparatus for confirming whether or not living bodies are living bodies is based on three-dimensional depth information and infrared information. As shown in FIGS. 1 and 3, the face recognition apparatus includes an extraction device 11 , a stereoscopic verification module 15, and a face matching module 13, 13a .

상기 추출장치(11)는, 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라(10)로부터 단일렌즈를 통한 RGB 이미지(가시광선)(11a)와 IR 이미지(적외선)(11b)의 동시 데이터를 입력받아, 깊이 맵(11c)을 추출하여 출력하는 깊이정보 처리칩(SoC)을 포함하는 장치이다.The extraction device 11 includes an RGB image (visible light) 11a and an IR image (infrared light) 11b (visible light) through a single lens from a Dual Aperture Single Lens 4-color sensor camera 10, And a depth information processing chip SoC for extracting and outputting the depth map 11c.

상기 이중조리개 단일렌즈 4-컬러 센서 카메라(10)는, 하나의 렌즈를 통해 수광되는 이미지를 이중조리개로 분리 통과시키면서 가시광선 컬러광(RGB)과 적외선 흑백광(IR)으로 분리하여, 이들이 촬상소자의 각 화소단위를 이루는 4개의 수광부(R, G, B, IR)로 이루어지는 4-컬러 센서에 수광되도록 하는 특수 카메라이다. 따라서, 이 카메라(10)에 의하면, 하나의 렌즈를 통과한 동일 시점(視點)을 가지는 동시 생성된 RGB 이미지(컬러 이미지)(11a)와 IR 이미지(흑백 이미지)(11b)가 출력된다. 상기 RGB 이미지(11a)와 IR 이미지(11b)는, 깊이정보 처리칩(SoC)에 전송된다.The double-aperture single-lens four-color sensor camera 10 separates an image received through one lens into visible light color light (RGB) and infrared monochrome light (IR) while separating the light through a double diaphragm, Color sensor composed of four light receiving portions (R, G, B, IR) constituting each pixel unit of the device. Thus, according to the camera 10, simultaneously generated RGB images (color images) 11a and IR images (monochrome images) 11b having the same viewpoint passing through one lens are outputted. The RGB image 11a and the IR image 11b are transmitted to the depth information processing chip SoC.

상기 깊이정보 처리칩(SoC)은, 이중조리개 단일렌즈 방식의 깊이정보 추출용 반도체칩으로서, 예컨대 (주)eWBM의 모델명 DR1152를 들 수 있고, 이는 상기 카메라(10)와 연계하여 가시광선 촬상, 깊이정보 추출 및 적외선 이미지 추출 등의 기능을 탑재하고 있다. 이처럼, 이중조리개 단일렌즈 4-컬러 센서 카메라(10)로 깊이를 추출하는 기술은, 본 출원인이 시스템온칩(SoC)과 솔루션을 개발한 깊이정보 시스템에 의해 이미 사용할 수 있다.The depth information processing chip SoC is a semiconductor chip for extracting depth information of a double-iris single-lens system, for example, model name DR1152 of eWBM Co., Ltd., Depth information extraction and infrared image extraction. As described above, the technique of extracting the depth by the double-aperture single-lens four-color sensor camera 10 can be already used by the applicant of the system-on-a-chip (SoC) and the depth information system in which the solution is developed.

이 깊이정보 처리칩(SoC)으로부터는, 도 1 및 도 3과 같이, 상기 RGB 이미지(11a)와 IR 이미지(11b)는 물론, 이들로부터 공지의 처리과정을 통해 깊이정보의 분포로부터 산출된 깊이 맵(Depth Map)(11c)이 출력된다. 본 발명은, 이들 RGB 이미지(11a), IR 이미지(11b), 및 깊이 맵(11c)을 이용하여 보안처리를 강화한다. 특히 IR 이미지(11b)는, 체온특성의 확인이나 저조도에서의 이미지 촬상 등을 위해 동시에 이용될 수 있다.From the depth information processing chip SoC, as shown in Figs. 1 and 3, the depths calculated from the distribution of the depth information through the well-known processing process as well as the RGB image 11a and the IR image 11b, A map (Depth Map) 11c is output. The present invention enhances security processing using these RGB image 11a, IR image 11b, and depth map 11c. In particular, the IR image 11b can be used simultaneously for confirmation of body temperature characteristics, image pickup at low illumination, and the like.

상기 입체검증모듈(15)은, 상기 깊이 맵(11c)으로부터의 깊이정보로부터 산출된 값이 입체 기준치 이상이면, 입체기준 통과신호를 생성하는 모듈이다. 이처럼 본 발명에서는, 기존의 이중조리개 단일렌즈 깊이정보 추출 솔루션 기술의 출력인 깊이정보를, 3차원(입체, 3D) 피사체 확인 데이터로 활용하고 있다.The stereoscopic verification module 15 is a module for generating a stereoscopic reference pass signal when the value calculated from the depth information from the depth map 11c is equal to or larger than the stereoscopic reference value. As described above, the present invention utilizes depth information, which is the output of a conventional double-iris single-lens depth information extraction solution technique, as three-dimensional (3D) object identification data.

상기 얼굴매칭모듈(13, 13a)은, 상기 입체기준 통과신호를 받은 후, 상기 RGB 이미지(11a)를 미리 저장된 얼굴 템플릿(12)의 RGB 템플릿(12a)과 비교하여, 오차 한계 내에서 일치하면 얼굴인식 통과신호를 생성하는 모듈이다. 여기서, 도 1의 상기 얼굴매칭모듈(13)은, 단순히 촬상된 RGB 이미지(11a)를 미리 저장된 RGB 템플릿(12a)과 비교하는, 종래의 기본적인 RGB 이미지 기반 2차원(2D, 평면) 얼굴인식 알고리즘이다.The face matching module 13 or 13a compares the RGB image 11a with the RGB template 12a of the stored face template 12 after receiving the stereoscopic reference passage signal And generates a face recognition pass signal. Here, the face matching module 13 of FIG. 1 is a conventional basic RGB image-based two-dimensional (2D, flat) face recognition algorithm that simply compares the captured RGB image 11a with a previously stored RGB template 12a to be.

<작동><Operation>

본 발명에서는, 단순한 2D 얼굴매칭모듈(13)의 작동을, 입체검증모듈(15)의 입체기준 통과신호를 트리거로 하여 동작하도록 제어함으로써, 보안 판단의 오류를 방지하고 있다. 즉, 입체인 경우에만 비로소 얼굴매칭을 행하고, 얼굴매칭이 성공하면 보안이 통과된다.In the present invention, the operation of the simple 2D face matching module 13 is controlled to operate by using the stereoscopic reference pass signal of the stereoscopic verification module 15 as a trigger, thereby preventing an error in security judgment. That is, face matching is performed only when the object is three-dimensional, and security is passed when the face matching is successful.

<효과><Effect>

본 발명은, 4-컬러 센서를 가지는 이중조리개 단일렌즈 카메라와, RGB, IR신호를 받아 깊이 맵을 추출하는 처리 칩과, 깊이 맵으로부터 입체 여부를 판별하는 기술과, 이미지 비교에 의해 동일성을 판별하는 기술 등이 하나로서 통합되어 이루어진다. 위와 같이, 별도의 기술들을 깊이정보 추출 단일 모듈로 구성하여, 얼굴인식 기기로 구현하면서, 동시에 2차원 이미지(사진이나 동영상)나 3차원 모형으로 위조를 시도할 경우, 이를 적발하여 얼굴인증을 거절할 수 있는 효율적인 시스템 구현이 가능하다.The present invention relates to an image processing apparatus and a method of processing an image, comprising: a double-aperture single-lens camera having a four-color sensor; a processing chip for extracting depth maps by receiving RGB and IR signals; And the like are integrated as one. As described above, when separate technologies are configured as a single module for extracting depth information and implemented as a face recognition device and simultaneously forged with a two-dimensional image (photograph or video) or a three-dimensional model, It is possible to implement an efficient system that can do this.

이 기술을 통하여, 작은 폼팩터와 낮은 비용으로, 압도적으로 보안 레벨이 높은 얼굴인식 장치를 구현할 수 있다.With this technology, a face recognition device with a high level of security can be achieved with a small form factor and low cost.

<제2 실시예 - 체온검증>&Lt; Second Embodiment-Body Temperature Verification >

여기서, 상기 입체검증모듈(15) 대신에 또는 상기 입체검증모듈(15)과 함께, 상기 IR 이미지(11b)의 파장 중 생체 체온에 해당되는 파장의 강도가 체온 기준치 이상이면, 체온기준 통과신호를 생성하는 체온검증모듈(14)을 포함하여 이루어짐이 바람직하다.If the intensity of the wavelength corresponding to the biological body temperature in the wavelength of the IR image 11b is equal to or higher than the body temperature reference value in place of or in conjunction with the stereoscopic verification module 15 or the stereoscopic verification module 15, And a body temperature verifying module 14 for generating a body temperature .

인체에서 나오는 적외선 분광특성(waveform characterization)을 이용하면, 체온이 감지되는지 여부를 확인할 수 있다. 체온의 특성은, 적외선(IR)의 파장(wavelength)이 8~14 ㎛ 근처, 특히 9.5 ㎛ 부근에서 지역최대(local maximum) 파형을 보인다. 본 발명에서는 이를 이용하여, 이미 이중조리개 방식의 카메라(10) 모듈에서 나오는 적외선 이미지 분석만으로 체온을 분석 감지할 수 있다.Using the infrared waveform characterization from the human body, it can be confirmed whether the body temperature is sensed. The characteristic of the body temperature shows a local maximum waveform at a wavelength of infrared (IR) near 8 to 14 탆, particularly around 9.5 탆. In the present invention, the body temperature can be analyzed and sensed only by infrared image analysis from the camera module 10 of the double diaphragm system.

체온검증은, AP 또는 향상된 깊이정보 처리칩(SoC)에 적외선 분석을 통한 체온감지 알고리즘을 탑재하여 구현이 가능하다.The body temperature verification can be implemented by mounting the body temperature detection algorithm through the infrared analysis on the AP or the improved depth information processing chip (SoC).

물론, 정밀한 체온 측정용 기존 기술을 사용하기 위해서는, IR-FPA(Infrared Focal Plane Array) 센서나 열화상 카메라를 사용해야 한다. 그러나 본 발명에서는 그와 같이 정밀한 체온을 재는 것이 아니라, 생체의 온도임을 확인하기만 하는 정도의 목적이다. 그러므로, 4-컬러 센서를 이용해 이중조리개 방식의 카메라에서 나오는 적외선 이미지의 강도가 어느 강도 기준치(calibrated intensity threshold)를 넘으면 생체인 것으로 판단하는 것으로 할 수 있다. 즉, 체온 감지는 일반적인 IR-FPA 센서를 이용하는 대신, 도 2의 4-컬러 센서에서 출력되는 IR 이미지의 강도가 일정수준(threshold)을 넘으면 체온인 것으로 판독하는 것을 원칙으로 할 수 있다.Of course, IR-FPA (Infrared Focal Plane Array) sensors or thermal imaging cameras should be used to use existing technologies for precise body temperature measurement. However, the present invention does not measure such a precise body temperature, but merely confirms the temperature of a living body. Therefore, when the intensity of the infrared image from the camera of the double-aperture type using the 4-color sensor exceeds a calibrated intensity threshold, it can be determined that the image sensor is a living body. That is, instead of using a general IR-FPA sensor, body temperature sensing may be performed by reading the IR image output from the 4-color sensor of FIG. 2 as a body temperature if the intensity of the IR image exceeds a predetermined threshold.

<효과><Effect>

체온, 특히 사람의 체온은, 도 2와 같이, 피크값으로서 약 파장 9.5 ㎛인, 대략 파장 8 ㎛ 이상 14 ㎛ 미만의 적외선(IR) 영역에 나타난다. 그리고 아무리 정교하다 하더라도 사진이나 동영상, 또는 움직이는 마네킹 모델로부터는, 이러한 패턴을 가지는 체온이 검출되지 않는다.Body temperature, particularly a human body temperature, appears in an infrared (IR) region having a wavelength of about 9.5 탆 and a wavelength of about 8 탆 or more and less than 14 탆 as peak values, as shown in Fig. And no matter how sophisticated, body temperature with this pattern can not be detected from photographs, moving images, or moving mannequin models.

물론, 사진이나 동영상을 재생하는 전자기기로부터 열에너지가 검출될 수는 있지만, 그 열에너지의 파장 패턴은 생체 체온의 것과 다른 양상을 나타내므로, 생체 체온에 해당되는 파장에 있어서 특히 강도가 체온 기준치를 초과하는지의 여부를 검증하면, 전자기기와 생체를 구분할 수 있다. 다만, 전자기기 등에 의한 판단오류를 피하기 위해, 다른 파장영역에서의 강도 패턴이 기준치보다 강할 때는, 체온 검증의 통과를 보류하도록 네가티브 판단루틴을 추가해도 좋다.Of course, thermal energy can be detected from an electronic device that reproduces a photograph or a moving image. However, since the wavelength pattern of the thermal energy exhibits a different pattern from that of the living body temperature, the intensity of the living body body temperature It is possible to distinguish the electronic device from the living body. However, when the intensity pattern in the other wavelength region is stronger than the reference value, a negative judgment routine may be added so as to suspend passage of the body temperature verification in order to avoid judgment error by the electronic device or the like.

따라서, 체온검증에 의해 생체의 보다 확실한 검증이 가능하다.Therefore, more reliable verification of the living body is possible by body temperature verification.

<제3 실시예 - IR 매칭을 더 포함하는 얼굴매칭>&Lt; Third Embodiment-Face Matching Further Including IR Matching >

상기 얼굴매칭모듈(13a)은, 상기 IR 이미지(11b)를 미리 저장된 IR 템플릿(12b)과 더 비교하도록 구성되어도 좋다. 즉, 정확도를 높이기 위해, 도 3에서와 같이, 기존의 2차원 얼굴인식 알고리즘(13) 대신, RGB 데이터(11a)만이 아니라 이미 이중조리개 방식의 솔루션에서 제공되고 있는 IR 데이터(11b)를 모두 이용해, 인식률을 높인 알고리즘(13a)을 사용할 수도 있다.The face matching module 13a may be configured to further compare the IR image 11b with the previously stored IR template 12b. 3, in place of the conventional two-dimensional face recognition algorithm 13, not only the RGB data 11a but also the IR data 11b already provided in the solution of the double-iris method are used , An algorithm 13a in which the recognition rate is increased may be used.

이를 이용하면, 모든 깊이에 대해 포커스된(all-focused) 이미지인 IR 이미지(11b)의 비교에 의해, RGB 이미지(11a)의 비교만으로는 얻을 수 없는 특징점의 비교가 가능하므로, 인식률의 비약적 향상이 가능하다.Using this, it is possible to compare feature points that can not be obtained only by the comparison of the RGB image 11a by comparing the IR image 11b, which is an all-focused image for all depths. It is possible.

<제4 실시예 - 깊이정보 매칭을 더 포함하는 얼굴매칭에 의한 3D 매칭><Fourth Embodiment-3D Matching by Face Matching Further Including Depth Information Matching>

상기 얼굴매칭모듈(13a)은, 상기 깊이 맵(11c)으로부터의 깊이정보를 미리 저장된 깊이정보 템플릿(12c)과 더 비교하도록 구성되어도 좋다. 즉, 정확도를 높이기 위해, 도 3에서와 같이, 기존의 2차원 얼굴인식 알고리즘 대신, RGB만이 아니라 이미 이중조리개 방식의 솔루션에서 제공되고 있는 깊이정보를 이용해, 인식률을 높인 알고리즘을 사용할 수도 있다.The face matching module 13a may be configured to further compare the depth information from the depth map 11c with the previously stored depth information template 12c. That is, instead of the conventional two-dimensional face recognition algorithm, as shown in FIG. 3, an algorithm with a higher recognition rate can be used by using not only RGB but also depth information provided in a solution of a double-iris method, as shown in FIG.

이를 이용하면, 깊이정보를 이용하여 예컨대 코가 높은 사람, 광대뼈가 튀어나온 사람 등, 얼굴의 입체적 특징점에 대한 비교가 가능하므로, 인식률의 비약적 향상이 가능하다.Using this information, it is possible to compare the three-dimensional feature points of the face such as a person with a high nose or a person with a protruding cheekbone, for example, so that the recognition rate can be drastically improved.

<체온검증을 위한 적외선 영역의 최적화 구성예><Example of Optimization of Infrared Area for Body Temperature Verification>

상기 이중조리개 단일렌즈 4-컬러 센서 카메라(10)의 경통의 상기 이중조리개에 사용되는 필터는, 예컨대 파장 650nm 미만의 가시광선(R, G, B)에 대해서는, 상대적으로 작은 제1 F값의 얕은 심도의 필터에 의하여 구현되고, 예컨대 파장 8 ㎛ 이상 14 ㎛ 미만의 적외선(IR)에 대해서는, 상대적으로 큰 제2 F값의 깊은 심도의 필터에 의하여 구현됨으로써 이루어지는 분광특성을 가지도록 이루어질 수 있다.The filter used in the double diaphragm of the mirror barrel of the double-aperture single-lens four-color sensor camera 10 has a relatively small first F value (for example, for a visible light (R, G, B) (IR) having a wavelength of 8 占 퐉 or more and less than 14 占 퐉, for example, by a filter having a relatively large depth of second F value .

이때, 상기 이미지 신호의 파장별 신호들을 감지하기 위한 상기 4-컬러 센서는, 상기 분광특성에 맞춰서, 가시광선용 컬러 센서는 상기 제1 F값의 심도의 필터로부터의 신호를 입력받도록 제작되고, 적외선용 컬러 센서는 제2 F값의 심도의 필터로부터의 신호를 입력받도록 제작될 수 있다.In this case, the 4-color sensor for detecting signals of respective wavelengths of the image signal may be configured such that a color sensor for visible light is manufactured to receive a signal from a filter having a depth of the first F value in accordance with the spectral characteristic, May be fabricated to receive a signal from a filter having a depth of a second F-number.

여기서, 이중조리개 깊이정보 추출용 일반적 광학계는, 깊이정보 추출 기능을 구현할 때 근적외선을 IR 입력으로 센싱하는 경우가 많지만, 가시광선에 가까운 근적외선에 의해 가시광선 이미지가 붉게 오염되는 부작용이 생긴다. 본 발명에서는, 근적외선 대신에, 인체에서 나오는 전형적인 적외선 파장인 8~14 ㎛ 영역의 원적외선을 큰 F값(깊은 심도)의 필터로 구현하여 이중조리개 (Dual Aperture)를 구성할 수 있다. 이로써, 원래의 깊이정보 추출 기능도 저하시키지 않으면서, 사람의 체온을 확인할 수 있고, 가시광선과 접경하지 않은 원적외선 사용으로, 가시광선 이미지가 붉게 오염되는 부작용까지 없애 주는 효과를 가질 수 있다. 그리고 하드웨어의 폼팩터(form factor)를 크게 늘이지 않고도, 용이하게 구현이 가능하다.Here, the general optical system for extracting the double iris depth information is often used to detect near infrared rays as an IR input when implementing the depth information extracting function, but there is a side effect that the visible ray image is reddishly contaminated by near infrared rays near to visible light. In the present invention, instead of the near-infrared rays, a dual aperture can be formed by implementing far-infrared rays in a region of 8 to 14 占 퐉, which is a typical infrared wavelength emitted from the human body, with a filter having a large F value (deep depth). Thus, it is possible to confirm the human body temperature without deteriorating the original depth information extracting function and to have the effect of eliminating the side effect that the visible ray image is contaminated with red light by using the far infrared rays which are not in contact with the visible light ray. And can be easily implemented without greatly increasing the hardware form factor.

<체온검증의 구체적 실시예><Specific Embodiment of Body Temperature Verification>

상기 체온검증모듈(14)은, 베이어(Bayer) 패턴을 비디오 스트림(video stream)으로 뿌려 줄 때의 RGB 값(0~255)을 기준으로, 사전에 정해 둔 상기 체온 기준치를 초과하면, 그 파장 대역의 IR 신호가 강하여 생체인 것으로 판정하도록 구성되어도 좋다.When the body temperature verification module 14 exceeds the previously set body temperature reference value based on the RGB values (0 to 255) when the Bayer pattern is distributed as a video stream, It may be determined that the IR signal of the band is strong and is a living body.

이로써 체온검증을 단순히 IR 신호의 강도가 기준치를 초과하는지 여부에 의해 판단하도록 함으로써, 예컨대 도 4와 같이, 양분적으로 명확하고 신속히 체온을 판별할 수 있다.Thus, by determining whether the body temperature verification is simply based on whether the intensity of the IR signal exceeds the reference value, for example, as shown in Fig. 4, the body temperature can be discriminated clearly and quickly.

<방법><Method>

본 발명은 방법의 발명으로 구현될 수 있고, 이는 상기 장치의 발명과 대응된다. 상기 본 발명의 생체여부의 확인을 행하는 얼굴인식방법은, 3차원 깊이정보 및 적외선정보에 기반하여, 생체여부의 확인을 행하는 얼굴인식 방법으로서, 추출단계(11)와, 입체검증단계(15)와, 얼굴매칭단계(13, 13a)를 포함하여 이루어짐을 특징으로 한다.The present invention may be embodied as a method invention, which corresponds to the invention of the apparatus. The face recognition method of the present invention for confirming the living body is a face recognition method for confirming the living body based on the three dimensional depth information and the infrared information. The face recognition method includes an extraction step (11) , a stereo verification step (15) And a face matching step (13, 13a) .

상기 추출단계(11)는, 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라(10)로부터 단일렌즈를 통한 RGB 이미지(가시광선)(11a)와 IR 이미지(적외선)(11b)의 동시 데이터를 입력받아, 깊이 맵(11c)을 추출하여 출력하는 깊이정보 처리과정을 포함하는 단계이다.The extraction step 11 is a step of extracting an RGB image (visible light) 11a and an IR image (infrared light) 11b (visible light) through a single lens from a dual aperture single- ), Extracts the depth map 11c, and outputs the depth map 11c.

상기 입체검증단계(15)는, 상기 깊이 맵(11c)으로부터의 깊이정보로부터 산출된 값이 입체 기준치 이상이면, 입체기준 통과신호를 생성하는 단계이다.The stereoscopic verification step (15) is a step of generating a stereoscopic reference pass signal when the value calculated from the depth information from the depth map (11c) is equal to or larger than the stereoscopic reference value.

상기 얼굴매칭단계(13, 13a)는, 상기 입체기준 통과신호를 받은 후, 상기 RGB 이미지(11a)를 미리 저장된 얼굴 템플릿(12)의 RGB 템플릿(12a)과 비교하여, 오차 한계 내에서 일치하면 얼굴인식 통과신호를 생성하는 단계이다.The face matching step 13 and 13a compare the RGB image 11a with the RGB template 12a of the stored face template 12 after receiving the stereoscopic reference pass signal and if they match within the error limits And generating a face recognition pass signal.

여기서, 상기 입체검증단계(15) 대신에 또는 상기 입체검증단계(15)와 함께, 상기 IR 이미지(11b)의 파장 중 생체 체온에 해당되는 파장의 강도가 체온 기준치 이상이면, 체온기준 통과신호를 생성하는 체온검증단계(14)를 포함하여 이루어짐이 바람직하다.If the intensity of the wavelength corresponding to the biological body temperature in the wavelength of the IR image 11b is equal to or higher than the body temperature reference value in place of the stereoscopic verification step 15 or with the stereoscopic verification step 15, And a body temperature verification step (14) for generating a body temperature .

이상, 본 발명을 특정 실시예를 중심으로 설명하였으나, 본 발명은 이에 한정되는 것이 아니다. 청구범위에 기재된 범위 내에서 당업자에 의하여 이루어진 변형, 개량, 변경은 모두, 본 발명의 범위에 속하는 것으로 해석되어야 한다.Although the present invention has been described with reference to specific embodiments, the present invention is not limited thereto. Modifications, modifications and variations made by those skilled in the art within the scope of the claims are to be construed as being within the scope of the present invention.

예컨대, 상기 IR 이미지(11b)는, 조도가 낮은 어두운 환경에서 얼굴 이미지 데이터를 얻거나 얼굴매칭(13, 13a)할 때에 활용되어도 좋고, 이는 도 1 및 도 3에 점선 화살표로 나타내어져 있다.For example, the IR image 11b may be utilized when acquiring facial image data or performing face matching (13, 13a) in a dark environment with low illumination, which is indicated by the dotted arrows in Figs.

본 발명은, 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법의 산업에 이용될 수 있다.INDUSTRIAL APPLICABILITY The present invention can be used in the industry of a face recognition apparatus and method for confirming whether or not a living body is based on three-dimensional depth information and infrared information.

10: 이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라
11: 깊이정보 처리칩(SoC)을 포함하는 추출장치
11a: RGB 이미지
11b: IR 이미지
11c: 깊이 맵(Depth Map)
12: 얼굴 템플릿
13: 얼굴매칭모듈
14: 체온검증모듈
15: 입체검증모듈
16: 기준 강도
17: 통과신호
10: Dual Aperture Single Lens 4-Color Sensor Camera
11: Extraction device including a depth information processing chip (SoC)
11a: RGB image
11b: IR image
11c: Depth Map
12: Face template
13: Face matching module
14: Body temperature verification module
15: stereoscopic verification module
16: Reference strength
17: Pass signal

Claims (6)

3차원 깊이정보 및 적외선정보에 기반하여, 생체여부의 확인을 행하는 얼굴인식 장치로서,
이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라로부터 단일렌즈를 통한 RGB 이미지(가시광선)와 IR 이미지(적외선)의 동시 데이터를 입력받아, 깊이 맵을 추출하여 출력하는 깊이정보 처리칩을 포함하는 추출장치와,
상기 깊이 맵으로부터의 깊이정보로부터 산출된 값이 입체 기준치 이상이면, 입체기준 통과신호를 생성하는 입체검증모듈과,
상기 입체기준 통과신호를 받은 후, 상기 RGB 이미지를 미리 저장된 얼굴 템플릿의 RGB 템플릿과 비교하여, 오차 한계 내에서 일치하면 얼굴인식 통과신호를 생성하는 얼굴매칭모듈과,
상기 입체검증모듈 대신에 또는 상기 입체검증모듈과 함께,
상기 IR 이미지의 파장 중 생체 체온에 해당되는 파장의 강도가 체온 기준치 이상이면, 체온기준 통과신호를 생성하는 체온검증모듈
을 포함하여 이루어짐을 특징으로 하는 생체여부의 확인을 행하는 얼굴인식 장치.
A face recognition apparatus for confirming whether a living body is based on three-dimensional depth information and infrared information,
Dual Aperture Single Lens 4-color sensor Depth information for extracting and outputting a depth map by receiving simultaneous data of RGB image (visible light) and IR image (infrared) from a camera through a single lens An extraction device including a processing chip ,
A three-dimensional verification module for generating a three- dimensional reference passage signal when the value calculated from the depth information from the depth map is not less than a stereoscopic reference value,
A face matching module for receiving the stereoscopic reference pass signal and for comparing the RGB image with an RGB template of a previously stored face template and generating a face recognition pass signal when the RGB images match within an error limit;
Instead of or in combination with the stereoscopic verification module,
A body temperature verification module for generating a body temperature reference passage signal when the intensity of a wavelength corresponding to a living body temperature in the wavelength of the IR image is equal to or higher than a body temperature reference value,
And a face recognition unit for recognizing whether or not a living body is present.
청구항 1에 있어서,
상기 얼굴매칭모듈은, 상기 IR 이미지를 미리 저장된 IR 템플릿과 더 비교하도록 구성됨
을 특징으로 하는 생체여부의 확인을 행하는 얼굴인식 장치.
The method according to claim 1,
The face matching module is configured to further compare the IR image with a pre-stored IR template.
And a face recognition unit for recognizing the presence or absence of a living body.
청구항 1 또는 청구항 2에 있어서,
상기 얼굴매칭모듈은, 상기 깊이 맵으로부터의 깊이정보를 미리 저장된 깊이정보 템플릿과 더 비교하도록 구성됨
을 특징으로 하는 생체여부의 확인을 행하는 얼굴인식 장치.
The method according to claim 1 or 2,
The face matching module is configured to further compare depth information from the depth map with a previously stored depth information template
And a face recognition unit for recognizing the presence or absence of a living body.
청구항 1 또는 청구항 2에 있어서,
상기 이중조리개 단일렌즈 4-컬러 센서 카메라의 경통의 상기 이중조리개에 사용되는 필터는, 파장 650nm 미만의 가시광선(R, G, B)에 대해서는, 상대적으로 작은 제1 F값의 얕은 심도의 필터에 의하여 구현되고, 파장 8 ㎛ 이상 14 ㎛ 미만의 적외선(IR)에 대해서는, 상대적으로 큰 제2 F값의 깊은 심도의 필터에 의하여 구현됨으로써 이루어지는 분광특성을 가지고,
상기 이미지 신호의 파장별 신호들을 감지하기 위한 상기 4-컬러 센서는, 이 분광특성에 맞춰서, 가시광선용 컬러 센서는 상기 제1 F값의 심도의 필터로부터의 신호를 입력받도록 제작되고, 적외선용 컬러 센서는 상기 제2 F값의 심도의 필터로부터의 신호를 입력받도록 제작됨
을 특징으로 하는 생체여부의 확인을 행하는 얼굴인식 장치.
The method according to claim 1 or 2,
The filter used in the double diaphragm of the lens barrel of the double-aperture single-lens four-color sensor camera is a filter having a relatively shallow depth of field F (R, G, B) And has a spectroscopic characteristic which is realized by a filter having a deep depth of second F value for an infrared ray (IR) having a wavelength of 8 占 퐉 or more and less than 14 占 퐉,
Wherein the color sensor for visible light is fabricated to receive a signal from a filter having a depth of the first F value in accordance with the spectral characteristic, The sensor is designed to receive a signal from the filter of depth of the second F value
And a face recognition unit for recognizing the presence or absence of a living body.
청구항 1에 있어서,
상기 체온검증모듈은, 베이어(Bayer) 패턴을 비디오 스트림(video stream)으로 뿌려 줄 때의 RGB 값(0~255)을 기준으로, 사전에 정해 둔 상기 체온 기준치를 초과하면, 그 파장 대역의 IR 신호가 강하여 생체인 것으로 판정하도록 구성됨
을 특징으로 하는 생체여부의 확인을 행하는 얼굴인식 장치.
The method according to claim 1,
When the body temperature verification value exceeds the predetermined body temperature reference value based on the RGB value (0 to 255) when the Bayer pattern is distributed as a video stream, the body temperature verification module sets the IR It is determined that the signal is strong and is a living body
And a face recognition unit for recognizing the presence or absence of a living body.
3차원 깊이정보 및 적외선정보에 기반하여, 생체여부의 확인을 행하는 얼굴인식 방법으로서,
이중조리개(Dual Aperture) 단일렌즈(Single Lens) 4-컬러 센서 카메라로부터 단일렌즈를 통한 RGB 이미지(가시광선)와 IR 이미지(적외선)의 동시 데이터를 입력받아, 깊이 맵을 추출하여 출력하는 깊이정보 처리과정을 포함하는 추출단계와,
상기 깊이 맵으로부터의 깊이정보로부터 산출된 값이 입체 기준치 이상이면, 입체기준 통과신호를 생성하는 입체검증단계와,
상기 입체기준 통과신호를 받은 후, 상기 RGB 이미지를 미리 저장된 얼굴 템플릿의 RGB 템플릿과 비교하여, 오차 한계 내에서 일치하면 얼굴인식 통과신호를 생성하는 얼굴매칭단계와,
상기 입체검증단계 대신에 또는 상기 입체검증단계와 함께,
상기 IR 이미지의 파장 중 생체 체온에 해당되는 파장의 강도가 체온 기준치 이상이면, 체온기준 통과신호를 생성하는 체온검증단계
를 포함하여 이루어짐을 특징으로 하는 생체여부의 확인을 행하는 얼굴인식방법.
A method of recognizing a living body based on three-dimensional depth information and infrared information,
Dual Aperture Single Lens 4-color sensor Depth information for extracting and outputting a depth map by receiving simultaneous data of RGB image (visible light) and IR image (infrared) from a camera through a single lens An extraction step including a processing step ,
A stereoscopic verification step of generating a stereoscopic reference pass-through signal when the value calculated from the depth information from the depth map is equal to or more than a stereoscopic reference value,
A face matching step of receiving the stereoscopic reference pass signal and comparing the RGB image with an RGB template of a stored face template and generating a face recognition pass signal when the RGB images match within an error limit;
In place of or in combination with the stereoscopic verification step,
A body temperature verification step of generating a body temperature reference passage signal when the intensity of a wavelength corresponding to a living body temperature in the wavelength of the IR image is equal to or higher than a body temperature reference value
And a face recognizing unit for recognizing whether or not a living body is recognized.
KR1020180038337A 2017-06-08 2018-04-02 Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information KR102317180B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180038337A KR102317180B1 (en) 2017-06-08 2018-04-02 Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170071566A KR101919090B1 (en) 2017-06-08 2017-06-08 Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information
KR1020180038337A KR102317180B1 (en) 2017-06-08 2018-04-02 Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020170071566A Division KR101919090B1 (en) 2017-06-08 2017-06-08 Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information

Publications (2)

Publication Number Publication Date
KR20180134280A true KR20180134280A (en) 2018-12-18
KR102317180B1 KR102317180B1 (en) 2021-10-27

Family

ID=64952367

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180038337A KR102317180B1 (en) 2017-06-08 2018-04-02 Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information

Country Status (1)

Country Link
KR (1) KR102317180B1 (en)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163097A (en) * 2019-04-16 2019-08-23 深圳壹账通智能科技有限公司 Discrimination method, device, electronic equipment and the storage medium of three-dimensional head portrait true or false
CN110686779A (en) * 2019-09-24 2020-01-14 天津科技大学 Automatic measuring method and device for temperature field in non-contact biological fermentation process
CN111912545A (en) * 2020-08-21 2020-11-10 深圳市中易通安全芯科技有限公司 Use method of temperature-sensitive type testimony of a witness verification terminal
WO2020237483A1 (en) * 2019-05-27 2020-12-03 深圳市汇顶科技股份有限公司 Optical sensor, apparatus and method for facial recognition, and electronic device
CN112232109A (en) * 2020-08-31 2021-01-15 深圳奥比中光科技有限公司 Living body face detection method and system
CN113743343A (en) * 2021-09-10 2021-12-03 维沃移动通信有限公司 Image information acquisition module, information processing method and device and electronic equipment
KR20220055216A (en) * 2020-10-26 2022-05-03 주식회사 에이직랜드 Edge AI-based face recognition device
US11508188B2 (en) 2020-04-16 2022-11-22 Samsung Electronics Co., Ltd. Method and apparatus for testing liveness
US11869272B2 (en) 2019-11-21 2024-01-09 Samsung Electronics Co., Ltd. Liveness test method and apparatus and biometric authentication method and apparatus

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007011456A (en) * 2005-06-28 2007-01-18 Glory Ltd Face authentication device and face authentication method
JP2008158597A (en) * 2006-12-21 2008-07-10 Smart Wireless Kk Face authentication device, its method, and mobile terminal therewith
KR20100097866A (en) 2009-02-27 2010-09-06 홍익대학교 산학협력단 Liveness detection using infrared light and face recognition
KR20140053647A (en) * 2012-10-26 2014-05-08 주식회사 에스원 3d face recognition system and method for face recognition of thterof
KR20160009972A (en) * 2014-07-17 2016-01-27 크루셜텍 (주) Iris recognition apparatus for detecting false face image

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007011456A (en) * 2005-06-28 2007-01-18 Glory Ltd Face authentication device and face authentication method
JP2008158597A (en) * 2006-12-21 2008-07-10 Smart Wireless Kk Face authentication device, its method, and mobile terminal therewith
KR20100097866A (en) 2009-02-27 2010-09-06 홍익대학교 산학협력단 Liveness detection using infrared light and face recognition
KR20140053647A (en) * 2012-10-26 2014-05-08 주식회사 에스원 3d face recognition system and method for face recognition of thterof
KR20160009972A (en) * 2014-07-17 2016-01-27 크루셜텍 (주) Iris recognition apparatus for detecting false face image

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163097A (en) * 2019-04-16 2019-08-23 深圳壹账通智能科技有限公司 Discrimination method, device, electronic equipment and the storage medium of three-dimensional head portrait true or false
WO2020237483A1 (en) * 2019-05-27 2020-12-03 深圳市汇顶科技股份有限公司 Optical sensor, apparatus and method for facial recognition, and electronic device
CN110686779A (en) * 2019-09-24 2020-01-14 天津科技大学 Automatic measuring method and device for temperature field in non-contact biological fermentation process
US11869272B2 (en) 2019-11-21 2024-01-09 Samsung Electronics Co., Ltd. Liveness test method and apparatus and biometric authentication method and apparatus
US11508188B2 (en) 2020-04-16 2022-11-22 Samsung Electronics Co., Ltd. Method and apparatus for testing liveness
US11836235B2 (en) 2020-04-16 2023-12-05 Samsung Electronics Co., Ltd. Method and apparatus for testing liveness
CN111912545A (en) * 2020-08-21 2020-11-10 深圳市中易通安全芯科技有限公司 Use method of temperature-sensitive type testimony of a witness verification terminal
CN112232109A (en) * 2020-08-31 2021-01-15 深圳奥比中光科技有限公司 Living body face detection method and system
CN112232109B (en) * 2020-08-31 2024-06-04 奥比中光科技集团股份有限公司 Living body face detection method and system
KR20220055216A (en) * 2020-10-26 2022-05-03 주식회사 에이직랜드 Edge AI-based face recognition device
CN113743343A (en) * 2021-09-10 2021-12-03 维沃移动通信有限公司 Image information acquisition module, information processing method and device and electronic equipment

Also Published As

Publication number Publication date
KR102317180B1 (en) 2021-10-27

Similar Documents

Publication Publication Date Title
KR102317180B1 (en) Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information
KR101919090B1 (en) Apparatus and method of face recognition verifying liveness based on 3d depth information and ir information
US9076048B2 (en) Biometric identification, authentication and verification using near-infrared structured illumination combined with 3D imaging of the human ear
US20160019420A1 (en) Multispectral eye analysis for identity authentication
CN107341481A (en) It is identified using structure light image
KR101014325B1 (en) Face recognition system and method using the infrared rays
KR20050048413A (en) Apparatus and method for discriminating person using infrared rays
KR20210062381A (en) Liveness test method and liveness test apparatus, biometrics authentication method and biometrics authentication apparatus
CN112232163B (en) Fingerprint acquisition method and device, fingerprint comparison method and device, and equipment
KR101724971B1 (en) System for recognizing face using wide angle camera and method for recognizing face thereof
US20210256244A1 (en) Method for authentication or identification of an individual
KR20210069404A (en) Liveness test method and liveness test apparatus
KR20210131891A (en) Method for authentication or identification of an individual
KR20150069799A (en) Method for certifying face and apparatus thereof
Zhou et al. Hybrid sensing face detection and registration for low-light and unconstrained conditions
CN106991376A (en) With reference to the side face verification method and device and electronic installation of depth information
EP3724815B1 (en) Anti-spoofing face id sensing based on retro-reflection
CN112232152B (en) Non-contact fingerprint identification method and device, terminal and storage medium
KR102151851B1 (en) Face recognition method based on infrared image and learning method for the same
KR101718244B1 (en) Apparatus and method of processing wide angle image for recognizing face
US11741748B2 (en) Passive image depth sensing for object verification based on chromatic differentiation
KR102473523B1 (en) Iris recognition method and device
Spinsante et al. Access Control in Smart Homes by Android-Based Liveness Detection

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant