• Journal of the Korea Society for Simulation
• /
• v.19 no.1
• /
• pp.143-151
• /
• 2010

Fingerprint classification is a step to increase the efficiency of an 1:N fingerprint recognition system and plays a role to reduce the matching time of fingerprint and to increase accuracy of recognition. It is difficult to classify fingerprints, because the ridge pattern of each fingerprint class has an overlapping characteristic with more than one class, fingerprint images may include a lot of noise and an input condition is an exceptional case. In this paper, we propose a novel approach to design a stochastic model and to accomplish fingerprint classification using a directional characteristic of fingerprints for an effective classification of various qualities. We compute the directional value by searching a fingerprint ridge pixel by pixel and extract a directional characteristic by merging a computed directional value by fixed pixels unit. The modified Markov model of each fingerprint class is generated using Markov model which is a stochastic information extraction and a recognition method by extracted directional characteristic. The weight list of classification model of each class is decided by analyzing the state transition matrixes of the generated Markov model of each class and the optimized value which improves the performance of fingerprint classification using GA (Genetic Algorithm) is estimated. The performance of the optimized classification model by GA is superior to the model before the optimization by the experiment result of applying the fingerprint database of various qualities to the optimized model by GA. And the proposed method effectively achieved fingerprint classification to exceptional input conditions because this approach is independent of the existence and nonexistence of singular points by the result of analyzing the fingerprint database which is used to the experiments.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.421-425
• /
• 2006

An ubiquitous healthcare system for the home care of elderly persons was designed and implemented using wireless sensor network technology. The wireless technology for home-care purpose gives new possibilities for monitoring of vital parameter with wearable biomedical sensors, and will give the patient the freedom to be mobile and still be under continuously monitoring and thereby to better quality of patient care. Emphasis is placed on recent advances in wireless ECG system for cardiac event monitoring with particular attention to arrhythmia detection in patient. This paper presents a diagnostic system for cardiac arrhythmias from ECG data, using wireless sensor technology. The system also provides an application for recording activities, events and potentially important medical symptoms. The hardware allows data to be transmitted wirelessly from on-body sensor to the base station and then to PC/PDA. Data is also transmitted to a back-end server for analysis using wireless internet connection. Experiments were conducted using the system for activity monitoring, exercise monitoring and medical screening tests and present preliminary data and results.

• The KIPS Transactions:PartC
• /
• v.8C no.5
• /
• pp.499-506
• /
• 2001

In this work, we present an iris pattern recognition method as a biometrically based technology for personal identification and authentication For this, we propose a new algorithm for extracting an unique feature from the iris of the human eye and representing this feature using the discrete Walsh-Hadamard transform. From the computational simplicity of the adopted transform, this can perform the personal identification and authentication in a fast manner to accomplish the information security.

• Journal of Korea Multimedia Society
• /
• v.16 no.7
• /
• pp.870-878
• /
• 2013

In this paper, we propose a novel fingerprint classification method to enhance the accuracy and efficiency of the fingerprint identification system, one of biometrics systems. According to the previous researches, fingerprints can be categorized into the several patterns based on their pattern of ridges and valleys. After construction of fingerprint database based on their patters, fingerprint classification approach can help to accelerate the fingerprint recognition. The reason is that classification methods reduce the size of the search space to the fingerprints of the same category before matching. First, we suggest a method to extract region of interest (ROI) which have real information about fingerprint from the image. And then we propose a feature extraction method which combines gray level co-occurrence matrix (GLCM) and wavelet features. Finally, we compare the performance of our proposed method with the existing method which use only GLCM as the feature of fingerprint by using the multi-layer perceptron and support vector machine.

• Journal of Korea Technology Innovation Society
• /
• v.15 no.3
• /
• pp.604-626
• /
• 2012

As a society of knowledge and information has been developed rapidly, because of changing from web environment to ubiquitous environment, a lot of countries across the world as well as S. Korea for e-Government have come to use the internet electronic voting for a variety of elections. So this research focused on the strategy consulting of the internet electronic voting of S. Korea with spatial information system analysed by the application of 'scenario planning' as a foresight method. And as a consequence, the strategy formulation of the electronic voting for the future S. Korea is to use the biometrics technology system as vein recognition and face recognition, using a part of the human body like a password, with spatial information system.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1005-1010
• /
• 2006

인체에서 발생하는 생체신호 중에서 뇌파는 신호가 복잡하고 재현이 어려움에도 불구하고 BCI(Brain Computer Interface) 분야에서는 선진국 선두 그룹을 중심으로 획기적인 기술을 개발하고 있다. 또한 BCI 에 대한 개발의 필요성도 손발을 사용하지 못하는 중증 장애인을 중심으로 확대되고 있다. BCI2000 시스템은 이러한 노력으로 탄생하였으며 BCI 선두 그룹을 중심으로 개발 발전되고 있다. 이 시스템 내부에서는 순수 상상에 의한 방향 인식과 가상키보드 등의 작업이 가능하도록 수정 보완 작업이 계속되고 있으며 정기적인 모임을 통해 그 기술을 공유하고 있다. BCI 에서의 선진그룹과 국내 연구 결과에는 많은 기술적 차이가 있지만 본 연구에서는 BCI 에서의 기술 발전에 자극되어 좌우 방향의 이벤트에 대한 뇌파 신호 분석과 이를 통하여 모니터 상의 방향을 제어하는 실험을 실시하였고 그 방법과 결과를 논의한다.

• Annual Conference of KIPS
• /
• 2018.10a
• /
• pp.227-230
• /
• 2018

자동차는 현대사회에서 보편화한 편리한 운송수단으로써 사람이 생활하는 어느 곳에서나 활용되고 있다. 최근 ICT와 차량을 융합한 커넥티드 카는 운전자에 의해 모든 동작이 결정되는 특징을 가지고 있어 도난 및 오용되니 않게 적합한 사용자 인증이 필요하다. 운전자가 음주를 하게 되면 정상적인 차량 운행이 불가능하여 교통사고가 발생할 수 있다. 이를 방지하기 위해 운전자의 현재 상태를 파악하여 차량을 운전하는데 이상이 없는지를 파악하고 부적합할 경우 차량 운행을 제어할 수 있는 수단이 필요하다. 스마트키, 지문 인식 등 차량에 대한 사용자 인증의 방식이 존재하지만, 인증과 동시에 사용자의 현재 상태를 파악하는 방법은 없는 상황이다. 본 논문에서는 고유한 생체 정보인 ECG 파형의 특징을 이용하여 사용자 인증과 동시에 운전자의 현 상태를 파악하는 안전한 차량 제어 시스템을 제안하고자 한다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.1242-1244
• /
• 2021

한국교통안전공단이 발표한 자료에 따르면 교통사고로 사망한 원인의 70%가 졸음운전이다. 최근에는 졸음운전을 예방하기 위해 눈 깜박임 인식 등의 운전자의 생체 데이터를 활용한 방법들이 대두되고 있다. 특히 운전자의 졸음운전 판단 기술로 뇌파를 이용하는 연구가 활발히 진행되고 있다. 본 논문에서는 뇌파를 사용하여 효과적으로 졸음 상태를 판단할 수 있는 딥러닝 알고리즘을 제안한다. 졸음 상태인 경우, 아닌 경우인 2가지의 운전자 상태를 85%의 정확도로 판단한다. 또한 제안한 알고리즘을 활용해 졸음운전 감지 시스템과 더불어 졸음운전 예방 시스템을 제안하고자 한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.3
• /
• pp.175-182
• /
• 2004

There is a growing interest in speaker verification, which verifies someone by his/her voices. There are many speaker vitrification algorithms such as HMM and DTW. However, it is impossible to apply these algorithms to memory limited applications because of large number of feature vectors to register or verify users. In this paper we introduces a speaker verification system using SVM, which needs a little memory usage and computation time. Also we proposed hardware architecture for SVM. Experiments were conducted with Korean database which consists of four-digit strings. Although the error rate of SVM is slightly higher than that of HMM, SVM required much less computation time and small model size.

• Annual Conference of KIPS
• /
• 2017.11a
• /
• pp.764-767
• /
• 2017

최근 개인정보 활용에서 보안 및 인증에 대한 중요성이 대두되고 있으며, IoT 기반의 바이오 디바이스를 접목한 생체인식 기술은 사용자의 식별과 인증을 위해 다양한 분야에서 많은 발전을 보이고 있다. 본 논문에서는 대규모 뇌파신호를 효과적으로 처리하기 위한 방안으로 Deep Learning 기법을 적용한 뇌파 데이터 식별과 이를 분석한 사용자 인증이 가능한 스마트 자물쇠 모델을 제안한다. 제안한 뇌파신호를 활용한 Deep Learning 기반 사용자 식별 및 인증 모델은 보안 시스템에서의 활용뿐만 아니라 다양한 사물인터넷과 접목 시킬 수 있으며, 뇌성마비 또는 신체 활동이 제한적인 환자의 경우 일상생활의 제약을 줄이고 삶의 질적 향상에 도움이 될 것으로 기대한다.