바이오메트릭 포인트

개인 식별을 위해 보안 시스템은 개인 특성을 데이터베이스와 비교해야 한다.사람의 홍채, 지문, 얼굴 또는 기타 식별 기능의 스캔이 생성되고 스캔의 주요 위치에 일련의 바이오메트릭 포인트가 그려집니다.예를 들어, 안면 스캔의 경우, 생체 인식 포인트는 각 귓불 끝과 양쪽 눈 모서리에 배치될 수 있습니다.스캔의 모든(아마도 수백 개) 지점 사이에서 측정된 측정치가 컴파일되어 숫자 "점수"가 생성됩니다(매우 클 수 있음).이 점수는 개인마다 고유하지만 데이터베이스 내의 얼굴 스캔의 컴파일된 점수와 빠르고 쉽게 비교하여 ^{[citation needed]}일치 여부를 판단할 수 있습니다.

기본적인 접근법

카메라를 사용하는 보안 시스템의 경우, 최근 몇 년 동안 사람 인식은 가장 일반적인 식별 형식 중 하나가 되었습니다.개인 식별에 성공하려면 개인의 이미지를 여러 사람의 이미지를 포함하는 데이터베이스와 비교해야 합니다.그러나 각 이미지를 픽셀 단위로 전체적으로 비교하는 것은 매우 느리고 비용이 많이 듭니다.이 문제를 해결하기 위해 바이오메트릭스를 사용한다.바이오메트릭스에서는 전체 이미지를 비교하는 것이 아니라 중요한 위치에 바이오메트릭 포인트를 배치하고 모든 포인트 간에 측정하여 결과를 "점수"로 집계합니다.파일상의 모든 이미지로부터 간단하게 스코어를 취득해, 데이타베이스에 격납할 수 있습니다.새로운 개인의 이미지를 취득했을 때, 시스템이 이미지의 생체 인식에 근거해 스코어를 컴파일 한 후, 이 새로운 스코어를 데이터베이스의 스코어와 비교하는 것만이, 최신의 컴퓨터나 노트북으로서는 간단한 작업입니다.

인식 시스템의 목표는 "알 수 없는" 사람의 이미지가 주어지면 "알 수 있는" 이미지 또는 훈련 이미지 그룹에서 동일한 사람의 사진을 찾는 것입니다.문제는 이 프로세스를 실시간으로 수행할 수 있다는 것입니다.바이오메트릭 시스템은 사람의 이미지나 비디오를 자동으로 식별합니다.다음의 2개의 모드로 동작할 수 있습니다.

개인의 검증 또는 인증: 개인의 현재 이미지를 식별 대상자의 저장된 이미지와 비교합니다.시스템은 개인의 신원을 확인 또는 거부합니다.
ID 또는 인물 인식: 낯선 사람의 이미지를 데이터베이스 내의 알려진 사람의 이미지와 비교하여 신원을 확인합니다.

바이오메트릭스

과학자에게 생체인식은 생물의 물리적 특성을 측정하는 과학이고 엔지니어에게 생체인식은 행동과 생물학적 특성에 기초한 개인의 자동 인식이다.

인식조회에서 개인의 적절한 행동 및 생물학적 특성을 측정하여 학습절차 중에 기억된 생체기준 데이터와 비교함으로써 특정 사용자의 신원을 판정한다.

바이오메트릭 특성

바이오메트릭 특성은 측정할 수 있는 개인의 생물학적 또는 행동적 특성으로, 개인을 자동으로 인식할 목적으로 구별되고 반복 가능한 바이오메트릭 특징을 추출할 수 있습니다.예를 들면 얼굴이다.

캡처 장치로 기록된 이 특성은 생체 특성을 생체 샘플로 표현한 것과 비교할 수 있습니다.

바이오메트릭 기능은 바이오메트릭 샘플에서 추출된 정보로 바이오메트릭 참조와의 비교에 사용할 수 있습니다.예를 들어 눈 거리나 코 크기와 같은 얼굴 사진에서 추출한 특징적인 측정이 있습니다.

바이오메트릭 샘플에서 바이오메트릭 기능을 추출하는 목적은 바이오메트릭 인식에 기여하지 않는 정보를 삭제하는 것입니다.이를 통해 빠른 비교가 가능하고 바이오메트릭 성능이 향상되며 프라이버시상의 이점이 있을 수 있습니다.

잘 알려진 바이오메트릭 특성

바이오메트릭 특성	기능 설명
지문	손가락 라인, 모공 구조
시그니처(다이나믹)	압력 및 속도 차이로 쓰기
얼굴 기하학	특정 이목구비 사이의 거리(눈, 코, 입)
아이리스	아이리스 패턴
레티나	눈 배경(망막 혈관의 패턴)
바디 지오메트리	특정 신체 특징 사이의 거리
핸드 지오메트리	손가락과 손바닥의 측정
손의 정맥 구조	손등 또는 손바닥의 정맥 구조
귀 모양	보이는 귀의 치수
목소리	톤 또는 음색
DNA	인간 유전의 매개체로서의 DNA 코드
키보드 스트로크	키보드 스트로크의 리듬(PC 또는 기타 키보드)
보행 분석	보행 스타일 또는 이진 보행 실루엣 시퀀스의 변화
터치스크린(다이나믹)^[1]	터치스크린과 스와이프 제스처와의 상호작용

과정

생체 특성과 파생된 생체 기능에 의해 사람을 인식할 수 있으려면 먼저 학습 단계가 이루어져야 합니다.

등록 절차

이 절차는 등록이라고 불리며, 생체 데이터 대상자(등록 대상자)의 등록 데이터 레코드와 생체 등록 데이터베이스에 저장소의 작성을 포함합니다.등록 데이터 레코드는 하나 이상의 생체 측정 참조와 이름 또는 개인 번호와 같은 임의의 비 생체 측정 데이터로 구성됩니다.

바이오메트릭 인식 작업

인식의 목적으로, 바이오메트릭 데이터 피검체(인식자)는 자신의 바이오메트릭 특성을 바이오메트릭 캡처 장치에 제시하고, 바이오메트릭 캡처 장치는 인식 바이오메트릭 샘플을 생성한다.

이미지 수신 전 결정 프로세스

이 인식 바이오메트릭 샘플에서 바이오메트릭 특징 추출 소프트웨어는 바이오메트릭 등록 데이터베이스의 하나 또는 여러 바이오메트릭 템플릿과 비교되는 바이오메트릭 특징을 생성합니다.바이오메트릭 샘플의 통계적 특성으로 인해 일반적으로 정확한 일치가 불가능합니다.따라서 이 결정 프로세스에서는 바이오메트릭 템플릿의 대상이 되는 바이오메트릭 데이터만 할당하고 비교 점수가 조정 가능한 임계값을 초과하는 경우에만 인식 여부를 확인합니다.

바이오메트릭 포인트 또는 형상

정확한 비교를 하고 일치 여부를 판단하기 위해 시스템은 형상 또는 점 측정을 데이터베이스 정보와 비교해야 합니다.이 프로세스는 식별력이 뛰어나고 계산이 빠르며 저장에 간결하고 포즈 독립적이며 매칭에 효율적이어야 합니다.

머리

머리 모양은 구형 고조파를 기반으로 합니다. 인간 머리 그리드는 구형으로 매핑된 다음 기본 또는 구형 고조파로 확장됩니다.얼굴 인식은 눈 사이의 거리 등 다양한 점의 관계를 비교합니다.

몸

신체의 경우 다른 종류의 포인트가 사용되지만, 머리와 마찬가지로 이들 포인트 간의 거리가 측정됩니다.이른바 인체측정학 랜드마크 73개가 이 시스템을 만드는 데 사용된 데이터베이스의 스캔에서 추출되었다.이것들은 포인트 투 포인트 거리입니다.랜드마크는 주요 골격 관절 구조를 식별하며 신체를 분할하고 주요 신체 세그먼트 및 관절에 대한 해부학적 기준 축 시스템을 생성하는 데 적합합니다.자세에 구애받지 않고 카메라 시야에서 찾을 수 있는 분리된 점들은 하나의 큰 뼈로 연결됩니다. $P1$ (디스플레이 $스타일$ $P1$ $P2$ 에서 $팔꿈치$ $,$ $P1$ $($ 디스플레이 $스타일$ P2 $)$ $P2$ 에서 $P2$ 어깨, d3 엉덩이에서 무릎까지의 거리 d $=$ $d=||Pi-Pj||$ 등 12가지 거리의 생체 벡터를 형성하며, 이 경우 유클리드 $d=||Pi-Pj||$ d $Pi-Pj$ 스타일 $d=||Pi-Pj||$ d $=Pi-Pj)$ 는 $d=||Pi-Pj||$ 다양한 포즈에서 불변합니다.턱-무릎과 같은 거리는 피한다.모든 측정 단위는 밀리미터(mm)입니다.

에러

컴퓨터 비전 기반 시스템은 랜드마크 포인트의 측정 오류를 포함합니다.이는 영상촬영 시스템, 영상 후 처리 및 3D 계산 알고리즘의 복잡한 기능입니다.단순화를 위해 시스템은 이 프로세스를 분석하지 않고 랜드마크 위치에 동등한 오류를 지정하고 인식기에 대한 이 오류의 영향을 조사합니다.