• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.69-72
• /
• 2011

본 논문에서는 방향 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 방향 연결성 추적을 이용한 의사 특징점 제거 알고리즘을 이용하여 의사 특징점을 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 방향 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 방향 연결성 추적을 이용하여 많은 의사 특징점이 제거되었음을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.807-811
• /
• 1999

자동 지문 인식을 위한 특징점 추출 과정에서 얻은 특징점에는 지문 획득시 발생하는 잡음과 전처리 과정으로 인한 정보의 손실에 의해 상당량의 의사 특징점이 포함되어 있다. 본 논문에서는 특징점들로 구성된 지문의 특징량에서 잡음이라고 할 수 있는 의사 특징점을 제거하는 알고리즘을 제안한다. 제안하는 알고리즘은 후보 특징점 목록에서 세선화된 지문 화상의 구조적 특성을 고려하여 복원 가능 영역에 속하고 의사 특징점이라고 간주되는 특징점을 선택한다. 이와 같이 선택된 특징점이 세선화 화상에 위치하는 영역은 잡음에 의해 잘못 세선화된 부분이기 때문에 해당 영역을 올바르게 재구성하고 후보 특징점 목록에서 선택한 특징점을 삭제한다. 재구성된 세선화 화상에서 지문 원화상의 부영역별 방향과 지문의 구조적 특성을 근거로 후보 특징점이 위치한 영역의 패턴을 검사하여 진짜 특징점만을 선택함으로써 의사 특징점을 제거하게 된다. NIST sdb 14의 지문 화상을 알고리즘에 적용한 결과는 정추출율 손실 대비 높은 오추출율 개선을 얻었음을 보여주고 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.217-220
• /
• 2010

본 논문에서는 단점과 분기점을 이용한 세선화 영상 복원에 관하여 연구하였다. 이진 지문영상으로부터 평활화, 이진화, 세선화 과정을 거쳐서 세선화 영상을 얻는다. 세선화 영상으로부터 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 많은 의사 특징점들이 추출된다. 의사특징점으로는 단선, 절선, 잔가지, 원형 등이 있으며, 단점과 분기점을 이용하여 의사특징점을 제거함으로써 세선화 영상을 복원하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.95-101
• /
• 2011

본 논문에서는 픽셀 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 제거하기 위하여 단점과 분기점 주위에 있는 8개 픽셀을 추적하여 조건을 만족하는 경우 실제 특징점으로 추출하고 조건을 만족하지 않는 경우 의사 특징점이므로 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 픽셀 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 픽셀 연결성 추적을 이용하여 궁상문형, 와상문형, 제상문형에 대하여 의사특징점이 각각 47%, 40%, 30% 제거되었음을 알 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.219-223
• /
• 2004

본 논문에서는 여러 생체 인식 시스템 중 지문 인식에 관한 연구를 기술한다 지문 입력장치를 통해 입력 받은 영상을 이용하여 개인의 식별을 위해 방향성과 특징점 정보를 이용, 매칭을 실시한다. 지문의 매칭은 1 차로 소벨 마스크와 창틀 마스크를 이용한 방향성 매칭과 2 차로 특징점 정보를 이용한 매칭 2 단계로 이루어 진다 방향성 정보를 이용한 매칭 방법에서는 가장 널리 알려진 소벨 마스크 보다 창틀 마스크가 더 정확한 것으로 판별 되었으며, 특징점 정보를 이용한 알고리즘에서는 상당한 의사 특징점을 제거 할 수 있었다 신뢰할 수 있는 방향성 검출 알고리즘과 특징점을 검출하기 위한 연구를 하였으며, 지문영상의 특징점으로는 끝점과 분기점을 사용하였다.

• 한국반도체및디스플레이장비학회:학술대회논문집
• /
• 한국반도체및디스플레이장비학회 2005년도 추계 학술대회
• /
• pp.165-169
• /
• 2005

지문인식에 있어서 지문의 원 영상이 여러 가지 이유로 손상되어 발생 될 수 있는 특징 및 정보들이 지문인식 시스템에 많은 영향을 주어 인식률이 낮아지게 된다. 본 논문에서는 개선된 영상처리를 통하여 이러한 의사 특징점의 수를 줄여 보다 정확한 특징점을 추출하여 지문인식 시스템의 성능을 향상시키는 알고리즘을 제안하고자 한다. 지문의 손상으로 생기는 의사 특징점을 줄임으로써 전체 시스템의 계산량을 줄여 지문인식 속도를 향상시키고자 한다.

• 한국통신학회논문지
• /
• 제29권3C호
• /
• pp.359-367
• /
• 2004

지문인식 시스템에서는 참특징점의 추출률인 정추출률이 시스템 성능에 중요한 요인이 되므로 의사특징점을 제거하는 후처리 과정은 중요하다. 돈 논문에서는 세선화 영상에서 추출된 후. 포함된 의사특징점을 제거함으로써 참특징점만을 추출하는 효율적인 후처리 알고리즘을 제안한다. 제안된 후처리 알고리즘은 획득된 지문 영상으로부터 얼을 수 있는 다양한 정보, 즉 특징점(끝점과 분기점)의 구조적 특징, 지문의 고유한 특성, 그리고 획득된 지문영상의 풀질 정보를 체계적으로 이용하여 세 단계에 거쳐 의사특징점을 제거한다. 광학센서로 획득한 248${\times}$292 영상크기를 갖는 다양한 품질의 지문 영상에 대해 Intel Celeron 프로세서 환경에서 실험한 결과, 참특징점은 유지하면서 의사특징점을 효율적으로 제거함을 보였다. 또한 전처리 시간 0.343초에 비하여 제안된 후처리 알고리즘의 수행 시간은 0.0154초로 거의 시판이 증가하지 않았다.

• 전자공학회논문지CI
• /
• 제37권3호
• /
• pp.12-26
• /
• 2000

본 논문에서는 정합 과정에서 계산량, FAR(False Acceptance Rate), 그리고 FRR(False Rejection Rate)을 증가 시켜 자동 지문 인식 시스템의 성능을 저하시키는 원인이 되고있는 의사 특징점(False Minutiae)을 제거하기 위한 후처리 알고리즘을 제안한다. 제안하는 알고리즘은 우선 전처리 과정을 통하여 얻은 세선화된 지문 화상에서 이웃 화소의 교차수를 검사하여 후보 특징점들을 추출한다. 추출된 후보 특징점에서 지문의 구조적 특성을 고려하여 복원 가능 영역에 속하고, 의사 특징점이라고 간주되는 특징점을 선택한다. 이와 같이 선택된 특징점이 세선화 화상에 위치하는 영역은 잡음에 의해 잘못 세선화된 부분이기 때문에 해당 영역을 올바르게 재구성하고, 후보 특징점 목록에서 선택된 특징점을 삭제한다. 마지막으로 지문 원화상의 부 영역별 융선 방향(Direction map)과 지문의 구조적 특성을 근거로, 재구성된 세선화 화상에서 후보 특징점이 위치한 영역의 패턴을 검사하여 진짜 특징점만을 선택함으로써 의사 특징점을 제거하게 된다. NIST Special Database 14의 지문 화상에 적용한 결과는 제안 알고리즘이 정추출율에는 적은 영향을 미친 반면 오추출율을 상당히 개선하고, 자동 지문 인식 시스템의 인식 성능도 향상 시켰음을 나타내고 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제45차 동계학술발표논문집 20권1호
• /
• pp.37-40
• /
• 2012

본 논문에서는 지문 인식 시스템의 인식을 위한 등록점으로 융선의 단점과 분기점에 관하여 연구하였다. 원 지문 영상은 전처리 과정을 거치게 되면서 잘못된 특징점을 포함하게 되며 이는 지문 인식 시스템의 효율성을 감소시키는 원인이 될 수 있다. 이 논문에서는 세선화된 지문 영상으로부터 후보 특징점을 추출한 후 연결성 탐색 정보를 이용하여 의사 특징점을 제거할 수 있는 알고리즘을 제안한다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.7-12
• /
• 2004

이 논문에서는 음선 추적을 이용한 세선화 보정 및 의사 특징 점 제거에 관하여 연구하였다. 세선화 보정 과정은 첫째로, 교차수가 6인 픽셀 중에서 8-이웃 연결합이 3이 아닌 경우 불필요한 픽셀을 삭제하고 둘째로, 교차수가 6인 픽셀의 주위 8픽셀 중에서 융선에 해당하는 픽셀과 교파수가 2인 픽셀을 시작 픽셀로 하여 융선을 추적하면서 제거할 픽셀이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 교차 수와 8-이웃 연결합을 이용하여 후보 특징 점을 추출하였다. 추출된 후보 특징 점 중에서 의사 특징 점 제거 알고리즘을 이용하여 실제 특징 점을 재 추출하였다. 제안 방법의 성능 평가를 위하여 기존 방법과 비교하였으며, 실험결과 제안방법이 세선화정도가 우수하고 많은 의사 특징 점들이 제거되었음을 알 수 있었다.