생체인식의세계storage.iseverance.com/mu_obj/add-file/basic_class/생체인식.pdf ·...

생체 인식의 세계

한경대학교 - 김수찬

발표 내용

생체 인식이란?

관련 용어

종류

시장성

표준화


생체 인식이란?

인간이 가진

생물학적

행동학적 특성을

토대로 하여 개인을 인증 혹은 식별하는 것

=> Biology + Metric + s = 생체에 대한 연구


사용자 확인 방법

검증(인증, verification) – 제시된 개인 정보와 기존 정보, 둘 사이의 동일성의 비교를 통해 (같다/다르다)를 판단 (열쇠)

식별(인식, recognition, identification) - 등록된 정보와 제시된개인 정보의 비교를 통해 등록된 정보가 있는지 확인 (범죄 수사식별 방법이 검증 방법보다 복잡한 처리 과정

- Who is the most likely in the DB?- “Search” is the issue

Recognition(Identification) 확인Recognition(Identification) 확인

- ID given ⇒ yes/no- “Decision boundary” is the issue

Verification(Authentication) 인증Verification(Authentication) 인증


Biometrics is the clear choice for user convenience and highest security.

Passwords Can be forgotten, stolen or shared

ID Card / Smart Card Can be forgotten, stolen or shared

Digital Certificates Require a vulnerable password

Biometrics Can’t be forgotten, stolen, lost or shared

필요성


장단점 요약

장점정보화 사회(Paper-less, Face-less) 역기능(Identity Theft)을 방지할 수 있는 강력한 기술

기존 방식(Personal Identification Number 또는 패스워드)에비하여 보안성 및 편리성 향상

부인 방지

단점프라이버시 침해에 대한 막연한 불안(사용자 거부감)

부정적 이미지 (범죄수사)

추가 구축 비용

에러율 (오인식율, 오거부율) ≠ 0%


기존 시스템과의 차이점

결과 값프로세서

생체정보

결과(Yes/No)

임계치


생체 정보의 요구 사항

1. 보편성(university)모든 대상자들이 보편적으로 지님

2. 유일성(uniqueness)개개인별로 특징이 확연히 구별

3. 지속성(permanence)발생된 특징점은 그 특성을 영속

4. 수집성(collectability)특징점의 취득 용이성

5. 성능(performance)개인 확인 및 인식의 우수성

6. 수용성(acceptance)생체인식 대상자의 거부감이 없어야 함

7. 위.변조가능성(circumvention)위조내지 변조가 불가능


생체 정보의 종류

생물학적

특성

지문 (Fingerprint)

얼굴 (Face)

장문 (Palmprint)

손 모양 (Hand Geometry)

홍채 (Iris), 망막 (Retina)

정맥 (Vein)

서명 (Dynamic Signature)

음성 (Voice)

키보드 입력(Keystroke Dynamics)

행동학적

특성

걸음 거리 (walking style)

관련 용어


일반적으로 2개의 파라미터로 표시(본인거부율,타인수락율)

False Rejection Rate(FRR), False Non-Match RateMeasures how often an authorized user, who should be recognized by the system (granted access), is not recognized

False Acceptance Rate(FAR), False Match RateMeasures how often a non-authorized user, who should not be recognized by the system, is falsely recognized (and granted access)

FAR/FRR inversely related

cf. Equal Error Rate (EER):Point where FRR = FAR

Threshold

FAR

FRR

Erro

r Rat

e

알고리즘 성능 평가


Non-matchingprints

Matchingprints

MatchingThreshold

False non-matches False matches

ROC curve

TN TP

FN FP

Sensitivity(%)

Specificity(%)

100×+

=FNTP

TP

100×+

=FPTN

TN

지문(Fingerprint)


물리적 구조

사람의 손가락 표면의 융선의 흐름

태아 시기 때 환경에 의해서 좌우되고 개인에 따라 다르다

영장류에게 지문은 필수적인 기관(미끄럼 방지, 감각의 시작 점)

가장 많은 연구가 진행된 생체 인식 기술

좋지 않은 선입견 (범죄 수사에 활용)

획득 방법(잉크, 광 스캔 방식)

통계적으로 가장 안전하고, 검증 가능한 시스템으로 간주


태어날때가진지문의형태가평생동안변하지않는다.종생불변종생불변

서로다른사람은서로다른형태의지문을갖는다.만인부동만인부동

지문을사용하기위해별도의기술을요하지않는다.편리성편리성

고유한생체인식으로보안의신뢰성이높다. 신뢰성신뢰성

생체인식분야중에서도가장많은곳에적용가능보편성보편성

타 생체 인식에 비해 시스템을 구축하기 위한 비용이 저렴경제성경제성

Finger print


지문영상에서의 특징점


궁상문(Arch) 와상문(Whorl) 제상문(loop)

지문의 기본적인 3가지 분류


프리즘 방식 홀로그램 방식

SecuGen FDx01 450 Fair

Digital Persona U.are.U 300 low resolution

Identicator DFR-200 331 low resolution

회 사 모델 해상도 Image Quality

American Biometric Co. Biomouse 500 Fair

입력 장치

광학방식

Veridicom OpenTouch 정전기 500 Good

Infineon/Siemens Fingertip 정전기 500 Fair

Authentec Fingerloc 전기장 256 low resolution

센서방식(열,압력) 전기장방식 초음파방식

Thomson CSF FingerChio 열 500 Poor

회 사 모델 해상도 Image QualityType

• 비광학방식


※ EyeD Mouse : PC week지에서주관하는 Best of Comdex Finalist에선정

(’99 추계컴덱스, 라스베가스)

※ EyeD Hamster : PC 단독지문인식기 (Parallel 및 USB 포트지원)

※ EyeD Keyboard : IC 카드및 Smart Card와연동가능

EyeD HamsterTM

[aidi:] EyeD KeyboardTM

[aidi:] EyeD MouseTM

[aidi:]

PC Peripheral Device


Finger Print recognition Algorithm


지문이미지 방향성분 추출 이진화(binarization) 세선화(thinning)

특징점(분기점, 단점) 추출 특징점 정합(match)

지문영상의 처리과정


Finger Print recognition 특징

비교적 높은 인식률 :Lab test 시 에러율(FAR) : 1% 이내User feeling : 5% 이내 (cf. 인구 전체 5%는 지문 사용 불가)

통상 응답속도 : 1초 이내사용방법 간단 : 접촉성크기가 소형 :

전화, 출입잠금장치, mouse 등에 사용

가격 : 저가 ($50~) data size : 수백 Bytes/template범죄적 거부감 있슴

홍채(Iris)


물리적 구조

홍채

태아기에 복잡한 발생 과정을 겪으면서 형성되고 개인에 따라 다름

512 dpi 화소 CCD 카메라를 사용하여 얻음

이미지 중앙에 홍채 위치, 일정 거리를 유지해야 하므로 사용자의 사전 협조가 요구됨


• uniqueness : 10억 명당 2명이 같을 확률

• immutability :홍채 패턴 변형이 없음

신원 확인에 매우 우수

동공(Pupil)

홍채(Iris)

홍채 인식


거울

LEDspeaker

< Type1 >

< Type2 >

< Type3 >

시스템 예


< Type1 > < Type2 >

시스템 예

입력 장치 (자동식)


국내에서는 LG종합기술원이 Iriscan사와 공동으로 개발하여 Iris access 2000제품 수출

홍채 인식

인식 방법


홍채 인식

인식 방법중앙 렌즈에서 5∼30cm 정도 떨어져 사용자 눈을 댐

적외선카메라가 홍채를 흑백 디지털 사진으로 이미지화

사용자 홍채의 고유한 패턴이 디지털 신호화되어 홍채코드가 형성

형성된 홍채 코드는 데이터 베이스로 등록되며 이후 2초 내에 이 코드로 신원 조회


홍채 인식

특징상당히 높은 인식률

lab test : 0.1%이내

user feeling : 2-3%이내

통상 응답 속도 : 2-3초 이내

대규모 DB 사용 가능

사용에 user의 협조가 필요, 접촉성 거부감이 없슴

가격 : $500(수동식) – 수천$(자동식)

Data size : 수백 bytes/홍채

망막(retina)


물리적 구조

망막

개인 및 각각의 눈에 따라 다른 특징

가장 보안성이 높은 인식 기술

가장 고가의 생체 인식 기술

대상자의 협조가 필요


망막 인식

입력 장치

EyeDentify ICAM 2001


망막 인식

인식 방법

사용자의 안구 배면에 위치한 모세혈관의 구성이 지문과 같이 특성을 지니고 있다는 점을 이용

망막 패턴을 읽기 위해서는 약한 강도의 적색 광선이 안구를 투시하여, 망막에 있는 모세혈관에 반사된 역광을 측정

망막 패턴 정보를 frequency domain에서 코드화한다.


망막 인식

특징사용이 불편

접촉성 거부감이 있슴

등록 가능 수: 3000

통상 응답 속도 : 1-2초

False-reject Error Rate: 0.1 %

False-accept Error Rate: 0.0001%

Data size : 수백 bytes / 망막

얼굴인식


물리적 구조

얼굴

개인의 신원을 확인할 수 있는 가장 많은 정보를 가지고 있고, 감정 표현도 가능

구성요소는 같으나 기하학적 정보가 다르다(얼굴 분류에 가장 중요한 정보)

사용자에 대한 간섭이 적기 때문에 감정 감지나 졸음 방지 등 일반 생활에 활발히 적용

가장 보편화 될 수 있는 생체 인식 기술


시장규모

향후 전망

얼굴인식이 미 가트너 그룹의 21세기를 주도할 신기술 선정 됨

2002년 포천지 선정 1000대 기업중, 15%가 컴퓨터 및 네트워크 정보접근과 보안을 위해 생체기술을 사용할 것으로 전망 됨

연구개발의 필요성


얼굴인식 기술 수준

•경기장, 공항등의 출입구에대한 근거리 얼굴 인식 시스템개발

•신경망, 주성분분석, 그래프 매칭 등 다양한 인식 알고리즘 연구및 개발

•얼굴 요소의 지형적 특징, 얼굴영역의 영상 텍스춰, 얼굴의 적외선 등 다양한정보를 사용.

•하이브리드 기법을 적용한 얼굴 영역 추출

•컬러 상수화, 명암근사, 얼굴 포즈 등다양한 전처리 기법을 연구

국외

•공식적으로 연구를 수행하는연구기관 없음

•일부 기업에서외국의 초보적인 원천 기술 수입

•신경망, 주성분분석 기법을 그대로 적용한 수준

•수직 정면 얼굴에 대한 얼굴영역 영상의 텍스춰 정보를 주로사용

•초보적인 수준의컬러, 모션 정보 사용한 얼굴영역 검출

•정지영상에서의얼굴영역 추출

국내

근거리

얼굴인식현 얼굴인식특징 추출얼굴영역 검출구분


Eigenfaces: 1991년 Pentland에 의해 개발 되었슴.

• 특징 : 특징점 추출로 PCA(Principal Component Analysis)를 적용하고 유사도 측정으로Euclidean 거리 적용.

• 성능 : 조명이나 환경변화에 민감하게 반응하지만 널리 사용되고 있어 그 성능이

검증된 대표적인 얼굴인식 방법.

기하학적 방법

• 특징 : 얼굴의 기하학적 특징점을 추출하여 일치여부를 판단하여 인식

• 성능 : 얼굴은 3차원이고 회전이 가능하기 때문에 적용에 한계가 있다.

얼굴 인식 주요 기술


SVM( Support Vector Machine)에 기초한 방법

• 특징 : PCA와 SVM(Support Vector Machine)알고리즘을 사용한 알고리즘.

• 성능 : 비교적 높은 인식률을 높이지만 얼굴인식과 같은 멀티 클래스에 적용하기에는

시간과 메모리가 많이 소모되는 알고리즘.

현재 연구되는 얼굴인식 알고리즘의 대표적인 알고리즘.

Fisherfaces

• 특징 : FLD(Fisher Linear Discriminant)를 분류 알고리즘으로 적용한 얼굴인식방법.

• 성능 : 사람 개개인의 특성을 학습함으로써 보다 정확하고 환경변화에 둔감한 특성을

지니고 있어 on-line 상태에서 실시간으로 적용 가능한 앍고리즘.



신경회로망

• 특징 : 흑백의 정지영상에서 슬라이딩 윈도우를 이용해 학습된 얼굴모양을 검색

• 성능 : 두 개 이상의 다수 얼굴의 추출도 가능하나 속도가 느리며 학습이 어려움.

퍼지 + 신경망

• 특징 : 신경회로망회로의 입력으로 픽셀의 밝기 값 대신 퍼지 소속함수를 사용

• 성능 : 신경회로망만을 이용한 방법보다 성능은 향상되나 처리속도는 떨어짐.

Wavelet + Elastic Matching

• 특징 : 주파수 변환을 사용하며, 자세 및 표정의 변화를 처리하는데 효과적.

• 성능 : 인식률에 비해서 연산량이 많음.



입력영상

추정된 얼굴특징 위치

추정된 얼굴위치 중심으로 이동된 얼굴영상

표준얼굴 추출

예제


배경영역

얼굴영역

피부색에 의한 얼굴검출: 피부색에 대한 RGB 컬러모델값과 배경의 모델값이

다름데 착안하여 배경과 얼굴영역을 구분


얼굴영역에 대한 r과 g의 히스토그램

배경영역에 대한 r과 g의 히스토그램

m=0.65

04.0=σ m=0.56

05.0=σ


Viisage Technology(www,viisage.com)

• MIT Media Lab.에서 개발한 고유얼굴(eigenface) 기반의 인식알고리즘 이용.

불특정 다수의 영상을 대상으로 원하는 용의자를 찾는 시스템



얼굴인식 장단점

장점도난, 분실, 망각 등의 우려가 없음카메라를 사용하여 쉽게 이용대량의 데이터 쉽게 이용관리자가 추후 확인이 용이비접촉식이 아님

단점조명이나 카메라와의 거리등에 따라 인식률이 변한다얼굴의 각도, 표정, 나이에 따라 안면의 모양은 계속변하기 때문에 실용화하기 어려움수염, 눈썹, 안경 및 화장 등과 같은 외관의 변형에 따른 문제점 발생


인체의 물리적 구조

손, 손가락 기하학

손과 관련된 여러 가지 특성(손가락의 길이) 상대적으로 개인에 따라 항구적이고 고유

대상자의 협조가 요구

손가락 기하학적 항구성(비교적 새로운 기술, 손기하학보다 더 정확)



귀

귀의 모양과 귓바퀴의 연골 조직으로 구별

기표가 되는 위치로부터 귓바퀴까지 돌출부위의 거리 벡터를 활용

상용화된 시스템은 없음


손, 손가락 기하학(Hand Geometry)


입력 영상



입력 영상


Recognition System Inc. ( RSI ) : HandPunch 2000


인식방법




특징

손의 기하학적 특징을 쉽게 추출

저렴한 비용

통상 응답 속도 : 0.5 –1.5초

poor security

False acceptance rate : 0.57 %

False rejection rate : 0.68 %


손등 정맥(Hand Vein)


입력 영상



BK - System

입력 영상



특성

안정적이고 눈에 안 보이는 특징 사용

변화 적음

저해상도의 적외선 조명 사용

습도, 오염 등에 강함

인식 error율 : 1%이내



귀 모양 Ear



DNA

개인의 특성을 분류하는 1차원의 인식 방식

신원확인을 위해 법정에서 사용되는 가장 보편적인 방법

문제점오용의 가능성 (훗날을 위해 미리 대상자의 DNA를채취)

실시간 자동 검증이 어렵다

아주 정교하고 복잡한 기술이 요구


Types of Biometrics Systems

지문 인식(Fingerprint Recognition)

홍채 인식(Iris Recognition)

서명 인식(Signature Recognition)

망막 인식(Retina Recognition)

얼굴 인식(Face Recognition)

손 기하학(Hand Geometry Recognition)

손등 정맥 인식(Vein Pattern Recognition)

음성 인식(Voice Recognition)

기타 : 걸음 걸이, 귀, 채취, DNA


행동학적 인체 정보

음성인간이 만들어 내는 음성은 본질적으로 다른 동물과 다르다

주변의 소음에 영향을 받기 때문에 정확한 음성 인식은쉽지 않다.

감정이나 변성기 등 시간적 제약과 공간적 제약을 받을수 있다.


화자확인결과(수락/거부)입력음성

화자등록번호

유사도측정

특징 파라미터추출

화자모델

결정

임계치

[화자확인 시스템의 구성]

화자의 음성에 의해 화자를 인식하는 것

응용에 따른 구분

화자 확인(Speaker verification)발성 된 음성이 원하는 화자 인지 아닌지를 구분

기준 패턴과 입력 패턴을 비교하여 임계치를 넘어서면 승인

의뢰인에 대한 초기 등록이 요구

음성인식(Voice Recognition)


0 1000 2000 3000 4000 5000 6000-1

-0.5

0

0.5

1

1.5 x 104

ampl

itude

number of samples Tim e

Freq

uenc

y

0 0.1 0.2 0.3 0.4 0.5 0.60

500

1000

1500

2000

2500

3000

3500

4000

스펙트럼스펙트럼 정적동적특성정적동적특성 및및 피치값등피치값등

특특

징징

파파

라라

미미

터터

화화

자자

인인

식식

음성 인식

인식 방법


화자 인식

정적 특성

선천적으로 정해진 특성성도

길이에 따라 공진주파수와 그 분산에 결정적인 영향을 줌길이와 공진주파수는 반비례관계 (여성이 남성보다 약 15% 높다)표현 파라미터

포만트, 켑스트럼 등성대

두께에 따라 평균 기본 주파수와 음원의 스펙트럼 형태에 영향을줌평균기본주파수

음성의 높낮이.여성이 1 octave 높다. 감정상태에 영향을 받기도 함

비강특성비강의 크기와 형태는 비음 발생시 스펙트럼에 영향을 줌개인차가 크지만, 감기 등의 질병에 의해 큰 변이를 나타낼 수도있다.


동적 특성후천적인 학습에 의한 개인의 발성차

언어습관 : 사투리, 개인어…발성습관 : 억양, 강세, 빠르기…

동적인 변화 특성이 나타남.

억양 : 기본주파수의 궤적으로 나타냄강세 : 대수 에너지의 크기빠르기 : 시간적인 궤적.

문제점사람 목소리는 시간에 따라 변하며 유사 목소리가 많이 존재함입력장치와 선로의 품질이 성능에 많은 영향을 줌단독사용 보다는 다른 생체인식모듈과 병행함이 효과적임

화자의 특성



키를 치는 역학키보드를 치는 압력, 속도 및 행위는 서로 다른 특성을 보임

사용하는 손가락의 종류

눌려진 한 키와 다음 키를 누를 때 까지의 통계적 차이

비밀 번호 입력와 조합하여 사용



서명

필기 도구(사인펜이나 연필)를 이용하여 작성

공적인 문서와 법적 또는 상업적 거래에 널리 이용

오랜 기간에 걸쳐 변화하고, 서명자의 물리적/감정에영향

자동 서명 식별이 쉽지 않다.

걸음 거리

공간적/시간적(spatial-temporal)인 생체 정보

장시간에 걸쳐서는 항구적이지 못함

최근에 인식분야에서 활용 중

서명


서명 인식


서명 인식

입력 장치


펜 끝의 속력 펜 끝의 압력

서명 인식

인식 방법입력신호 = ),,,()( iiii ptyxiSignal =


< user1 > < user2 >

서명 인식

인식 방법


서명 인식

특징문화에 익숙함 : 은행, 서류 등인식률 :

- Lab Test : 3-4%- User feeling : 8-9% 이내

처리 속도 : 1초 이내(검증)인식(대규모 DB)에 취약한 단점을 지님

H/W 가격 : $100 이내Data Size : 평균 4-5KByte, 수백 byte로 압축가능개인의 서명 변화에 취약한 단점을 지니고 있음응용 분야 : 전자 결제, Login시 확인, 카드 및 온라인쇼핑, 작업자관리, 출입 제한 및 회원 관리

•


열분포 Thermogram


인식방법 장단점

얼굴

눈(홍채 / 망막)

손

•윤곽및거리측정•열선그래프

•빛, 얼굴각도에따른왜곡•변장에따른타인수락가능•머리모양, 안경착용에따른본인거부가능성

•홍채의모양,색•안구배면의모세혈관구성

•적외선조사

•시야고정필요•적외선조사로거부감•안경을벗어야함•고가

•손가락길이•손가락관절두께

•최초의자동화된인식기술•유일성검증안됨•장비소형화불가

장단점 비교


정맥•손목또는손등의정맥•적외선투과

•복제불가능•유일성검증안됨•장비소형화불가•고가

서명 •입력방향, 속도, 압력•성장에따른변화가능성•항상다를가능성•정확도떨어짐

음성 •음소,음절, 단어의진동

•성대모사에따른타인수락가능

•건강상태에따른변화•잡음에민감•속도느림


장단점 비교



키보드입력

•타이핑속도,압력•입력속도가느릴경우문제•키보드에따라다름•컴퓨터에만응용가능

지문•지문의특징점

(중심점, 단점, 분기점)

•종생불변, 만인부동•정확도높음•소형화및다양한응용성•경제성

장단점 비교


장단점 비교


생체 인식 기술 비교

Iris

Retina

Finger

Hand

Signature

Face

Voice

Accuracy

Cost


생체인식에 대한 기술

디지털 신호처리(Digital Signal Processing)

영상 신호처리기술(Image Signal Processing)

음성신호처리기술 ( Speech Signal Processing)

컴퓨터 하드웨어 및 소프트웨어


생체 인식을 이용한 응용 분야

범죄 수사 분야가장 광범위하게 이용

자동 지문 인식 시스템(AFIS)

몽타쥬 및 DNA 정보를 이용한 과학 수사 분야

금융 분야각종 단말기에 지문, 얼굴 및 음성 인식 시스템 구현

보다 높은 수준의 보안 방법으로 생체 인식 방법의 채택에 노력중

논리적 접근 제어 분야네트웍 시스템의 보안 인증 방법

스마트 카드와의 연동, 방화벽에서의 사용자 검증, 인터넷 기반의사용자 인증 등 무제한의 데이터 접근이 가능한 곳에 생체 인증은좋은 방법


생체 인식을 이용한 응용 분야

물리적 접근 제어연구소, 학교, 기업, 군사 시설, 병원, 점포 및 아파트보다 편리한 방법으로 자신의 범위 내에 있는 자산에 대한 접근

전자 주민 시스템주민 번호 혹은 주소 보다 본인 확인을 위한 수단으로 가장 광범위하게 이용

생체 정보를 이용한 의료 서비스한의학에서 얼굴색은 그 사람의 기와 혈액 상태를 보여줌얼굴색에 따른 심장 질환 분석눈의 상태에 따라서 사람의 내부 장 기관의 정상적 이상 유무 관찰귀는 사람의 정신 상태코의 모양으로 간의 모양을 판단홍채를 통한 건강 진단 시스템이나 지문을 이용한 사상 체질 판독시스템은 생체 정보를 인식이 아닌 보다 인간 중심적인 서비스를제공


시장 규모

기술적 측면생체인식기술을 이용한 사용자 인증서비스(Smart Card)생체인증을 이용한 전자상거래 등 전자 금융서비스(PKI)주요기관 물리적 접근통제시설(IDC/공항/국방/금융/의료/검경)지문인식성능평가센터(가칭)의 성능평가 방법론을 제공할 수 있음

경제적/산업적 측면국내 생체인증 시장 활성화

세계시장 규모 : 7,000억원 (2000년), 1조 2,000억 원(2002년 )국내시장 규모 : 150억원(2000년), 500억원 (2001년) 예상

국내 생체인증 제품 개발 기술경쟁력 강화생체인식 관련 표준화 및 제품의 안전신뢰성 제고

전자상거래 활성화 촉진생체인증 이용한 사용자 인 증 보안강화 및 전자상거래 보안에 활용스카트카드와 결합된 새로운 사용자 인증서비스 창출


표준화

정부주도의 표준화 현황

BioAPI Consortium(미국)1998년 4월 compaq을 포함한 6개회사가 다중레벨의 산업계 표준 생체측정 API를 만들기 위해 구성

HA-API와 유사한 방법으로 생체측정 데이터를 정의

생체측정 통합을 위해 CBEFF working

group과 ANSI의 X9.F4 소위원회등과 협력


표준화

NIST(미국)지문 데이터의 교환을 위한 표준개발

WSQ(Wavelet Scalar Quantization) 알고리즘을 FBI, Alamos National Laboratory와 공동으로 지문

이미지의 비교를 위한 표준을 개발

European Union(유럽)인식 데이터, 개인정보, 안전한 검증 제품들의 보증,

데이터보안, 각 응용에 대한 적절한 표준 및 보증에 관한 사항을 결정하는 기관

European Commision이 CASCADE, BIOTEST 같은프로젝트에 funding


표준화 내용


표준화 기구

전망


1998-2000년 까지의 기술별 시장 규모(출처: The biometric industry report)

생체인식(Biometric) 기술별 시장규모

생체 인식 시장 특성 (표 3.3)


생체인식(Biometric) 향후 기술별 시장규모 예측

2000-2003년 까지의 기술별 시장규모 예측(출처: The biometric industry report)


생체인식(Biometric) 응용분야별 시장규모

1998-2000년 까지의 응용 분야별 시장 규모(출처: The biometric industry report)


생체인식(Biometric) 향후 응용 분야별 시장규모 예측

2000-2003년 까지의 응용 분야별 시장규모(출처: The biometric industry report)


생체인식(Biometric) 시장 규모

2000-2003년 까지의 향후시장전망 (출처: The biometric industry report)

생체인식의세계storage.iseverance.com/mu_obj/add-file/basic_class/생체인식.pdf ·...

Documents

Transcript of 생체인식의세계storage.iseverance.com/mu_obj/add-file/basic_class/생체인식.pdf ·...