상처와 주름이 있는 지문 판별에 효율적인 심층 학습 비교연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김준섭 | - |
dc.contributor.author | 림빈보니카 | - |
dc.contributor.author | 성낙준 | - |
dc.contributor.author | 홍민 | - |
dc.date.accessioned | 2021-08-11T08:40:44Z | - |
dc.date.available | 2021-08-11T08:40:44Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2020 | - |
dc.identifier.issn | 1598-0170 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/sch/handle/2021.sw.sch/3447 | - |
dc.description.abstract | 인간의 특성과 관련된 측정 항목을 나타내는 생체정보는 도난이나 분실의 염려가 없으므로 높은 신뢰성을 가진 보안 기술로서큰 주목을 받고 있다. 이러한 생체정보 중 지문은 본인 인증, 신원 파악 등의 분야에 주로 사용된다. 신원을 파악할 때 지문 이미지에인증을 수행하기 어려운 상처, 주름, 습기 등의 문제가 있을 경우, 지문 전문가가 전처리단계를 통해 직접 지문에 어떠한 문제가 있는지 파악하고 문제에 맞는 영상처리 알고리즘을 적용해 문제를 해결한다. 이때 지문에 상처와 주름이 있는 지문 영상을 판별해주는인공지능 소프트웨어를 구현하면 손쉽게 상처나 주름의 여부를 확인할 수 있고, 알맞은 알고리즘을 선정해 쉽게 지문 이미지를 개선할 수 있다. 본 연구에서는 이러한 인공지능 소프트웨어의 개발을 위해 캄보디아 왕립대학교의 학생 1,010명, Sokoto 오픈 데이터셋 600명, 국내 학생 98명의 모든 손가락 지문을 취득해 총 17,080개의 지문 데이터베이스를 구축했다. 구축한 데이터베이스에서 상처나 주름이 있는 경우를 판별하기 위해 기준을 확립하고 전문가의 검증을 거쳐 데이터 어노테이션을 진행했다. 트레이닝 데이터셋과테스트 데이터셋은 캄보디아의 데이터, Sokoto 데이터로 구성하였으며 비율을 8:2로 설정했다. 그리고 국내 학생 98명의 데이터를검증 데이터 셋으로 설정했다, 구성된 데이터셋을 사용해 Classic CNN, AlexNet, VGG-16, Resnet50, Yolo v3 등의 다섯 가지 CNN 기반아키텍처를 구현해 학습을 진행했으며 지문의 상처와 주름 판독에서 가장 좋은 성능을 보이는 모델을 찾는 연구를 수행했다. 다섯가지 아키텍처 중 지문 영상에서 상처와 주름 여부를 가장 잘 판별할 수 있는 아키텍처는 ResNet50으로 검증 결과 81.51%로 가장좋은 성능을 보였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국인터넷정보학회 | - |
dc.title | 상처와 주름이 있는 지문 판별에 효율적인 심층 학습 비교연구 | - |
dc.title.alternative | A Comparative Study on the Effective Deep Learning for Fingerprint Recognition with Scar and Wrinkle | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 홍민 | - |
dc.identifier.doi | 10.7472/jksii.2020.21.4.17 | - |
dc.identifier.bibliographicCitation | 인터넷정보학회논문지, v.21, no.4, pp.17 - 23 | - |
dc.relation.isPartOf | 인터넷정보학회논문지 | - |
dc.citation.title | 인터넷정보학회논문지 | - |
dc.citation.volume | 21 | - |
dc.citation.number | 4 | - |
dc.citation.startPage | 17 | - |
dc.citation.endPage | 23 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002622071 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 딥러닝 | - |
dc.subject.keywordAuthor | 지문 | - |
dc.subject.keywordAuthor | 생체정보 | - |
dc.subject.keywordAuthor | 2D 합성 곱 신경망 | - |
dc.subject.keywordAuthor | 상처 지문 판별 | - |
dc.subject.keywordAuthor | 주름 지문 판별 | - |
dc.subject.keywordAuthor | Deep learning | - |
dc.subject.keywordAuthor | Biometric information | - |
dc.subject.keywordAuthor | 2D Convolutional Neural Network | - |
dc.subject.keywordAuthor | discriminating of scar fingerprint | - |
dc.subject.keywordAuthor | discriminating of wrinkle fingerprint | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(31538) 22, Soonchunhyang-ro, Asan-si, Chungcheongnam-do, Republic of Korea+82-41-530-1114
COPYRIGHT 2021 by SOONCHUNHYANG UNIVERSITY ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.