• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.355-358
• /
• 2003

대용량 데이터베이스를 기반으로 하는 지문인식 시스템에 있어서 전체적인 처리효율 증가를 위한 연구가 활발히 진행되고 있다 본 논문에서는 지문의 형상을 일정한 패턴을 기준으로 분류를 수행함에 있어서 영상의 Noise제거를 위해 하나의 영상에 크기가 서로 다른 2개의 블록으로 영상을 분할하여 공통적으로 추출해 내는 특이점의 Position과 개수에 따라 지문을 분류하여 대용량 지문인식 시스템의 처리 효율을 증가시키는데 있다 .

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.883-885
• /
• 2005

지지 벡터 기계(Support Vector Machine: SVM)를 이용한 다중부류 분류기법이 최근 활발히 연구되고 있다. SVM은 이진분류기이기 때문에 다중부류 분류를 위해서 다수의 분류기를 구성하고 이들을 효과적으로 결합하는 방법이 필요하다. 본 논문에서는 기존의 정적인 다중분류기 결합 방법과는 달리 포섭구조의 분류모델을 확률에 따라 동적으로 구성하는 방법을 제안한다. 확률적 분류기인 나이브 베이즈 분류기(NB)를 이용하여 입력된 샘플의 각 클래스에 대한 확률을 계산하고, OVA (One-Vs-All) 전략으로 구축된 다중의 SVM을 획득된 확률에 따라 포섭구조로 구성한다. 제안하는 방법은 OVA SVM에서 발생하는 중의적인 상황을 효과적으로 처리하여 고성능의 분류를 수행한다. 본 논문에서는 지문분류 문제에서 대표적인 NIST-4 지문 데이터베이스를 대상으로 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.8\%$의 분류율을 획득하였으며, 기존의 결합 방법인 다수결 투표(Majority vote), 승자독식(Winner-takes-all), 행동지식공간 (Behavior knowledge space), 결정템플릿(Decision template) 등보다 높은 성능을 확인하였다.

• 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 the Korea Institute of Information and Communication Engineering
• /
• v.11 no.1
• /
• pp.108-113
• /
• 2007

The classification of fingerprint images is to classify fingerprint images into varies fingerprint types, it is very important in automatic fingerprint recognition. In this paper, a new singular points detection technique was presented. A direction uniform measure is defined to describe the changes of direction fields in a certain neighborhood of fingerprint images. Singular points can be detected by adopting the measure. It should be pointed out that singular points in accurate positions would be obtained in this ways. And an improved Poincare exponential algorithm is presented to identify core points and triangle points. In this paper. making use of 102 experimental fingerprint images datas and attained 7.8% classification errors. This was better than experimental result of abstract [9]. It is possible to use on-line fingerprint images classification.

• The KIPS Transactions:PartB
• /
• v.10B no.5
• /
• pp.497-502
• /
• 2003

Fingerprint classification plays a role of reduction of precise joining time and improvement of the accuracy in a large volume of database. Patterns of fingerprint are classified as 5 patterns : left loop, right loop, arch, whorl, and tented arch by numbers and the location of core point and delta point. The existing fingerprint classification is useful in a captured fingerprint image of core point and delta point using paper and ink. However, this system is unapplicable in modern Automatic Fingerprint Identification System (AFIS) because of problems such as size of input and way of input. To solve the problem, this study is to suggest the way of being able to improve accuracy of fingerprint by fingerprint classification based on the entropy of ridges using fingerprint captured mage of core point and prove this through the experiment.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.314-317
• /
• 2003

지문을 이용한 개인 인증 절차는 지문 형태 별로 구분하는 분류(classification) 과정과 본인임을 확인하는 정합(matching) 과정으로 구분할 수 있다. 지문의 분류와 정합을 위해서는 기존 연구들이 지문의 특징점 수와 방향성의 흐름 패턴에 의존한다. 본 논문에서는 방향성의 흐름 패턴을 이용한 중심점 추출에 초점이 맞춰져 있으며 추출된 중심점 정보는 현재 구현되어진 특징점 추출 정보와 연계해 정합을 위한 기준점으로 활용한다. 기준점을 축으로 생성되어진 직교좌표는 지문 영상의 상ㆍ하, 좌ㆍ우 위치 이동에 대한 영향을 최소화 시켜줌으로써 지문 정합의 정확도를 높여준다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.319-322
• /
• 2000

본 논문에서는 지문영상으로부터 제안한 알고리즘을 이용하여 특이점(Core, Delta)을 추출한 후 특이점의 개수와 종류에 따라서 5가지 부류(arch, tented arch, left loop, right loop, whorl)로 지문영상을 분류하였다. 지문영상을 8*8블록과 16*16블록으로 분할한 후 3*3 Sobel 마스크를 씌워서 대표 방향을 구하였다. 또한 블록으로 분할한 영상으로부터 분산을 구하여 전경과 배경을 분리(segmentation)시켜 수행속도를 향상시켰다. 전처리 과정으로는 일정한 블록마다 임계값을 다르게 적용시키는 블록 이진화 기법을 사용하였으며 특이점을 추출하기 위해서 서로 크기가 다른 2개의 블록으로 영상을 분할하였다. 우선 8*8블록으로 영역을 분할한 후 방향 성분을 구하고 특이점들을 추출하였다. 이 경우 잡영 때문에 특이점이 너무 많이 추출되는 문제점이 있으므로 이러한 해결책으로 16*16블록으로 영역을 분할하여 방향 성분을 구하고 특이점을 추출하였다. 이렇게 다른 두 영역에서 동시에 나타나는 특이점을 후보 특이점으로 잡아서 그 후보 특이점 주변으로 Poincare 지수를 적용하여 확실한 특이점을 선택한 후 5가지의 지문 형태로 분류하였다. 실험결과 대부분의 지문영상에 대하여 강건한 분류 특성을 보이고 있음을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1363-1364
• /
• 2015

본 논문은 지문을 이용하여 방사형 기저함수 신경회로망(RBFNN: Radial Basis Function Neural Network)을 기반으로 지문을 식별하고 확인할 수 있는 방법을 제시한다. 지문 데이터로는 공인데이터인 FVC2002의 지문 데이터를 사용하였다. 지문 이미지의 개선을 위해 여러 단계의 전처리를 한 후 특징점을 추출하여 데이터베이스를 구축하였다. 이렇게 구축된 데이터베이스를 방사형 기저함수 신경회로망을 통해 학습을 시키고 지문의 패턴을 분류하여 지문의 대상자와 일치하는 패턴의 지문들을 선정한다. 선정된 지문들과 입력된 지문의 특징점을 이용하여 지문의 대상자를 식별한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.11a
• /
• pp.190-193
• /
• 1998

최근 들어 컴퓨터와 네트워크의 발전에 기인하여 일상업무의 대부분을 컴퓨터를 이용하여 할 수 있으므로 신원 확인은 중요한 분야로 부상되었으며, 지문은 편리한 입력과 종생불변하고 만인부동한 특성으로 생체 측정 분야 중 가장 각광받고 있는 분야가 되었다. 지문은 입력 방법에 따라 중심점과 삼각주를 전부 취득하는 회전 지문과 손가락을 회전하지 않고 취득한 평면 지문으로 나뉜다. 지문 인식 기술은 특징점 추출과 분류 그리고 매칭으로 나뉘는 AFIS에 이용되는 기술과 분류기술은 생략할 수 있는 검증 기술이 있는 데 본 논문에서는 AFIE에 관련된 전반적인 기술에 관하여 기술한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.237-240
• /
• 2002

지문 인식분야는 분류와 인증단계로 나뉜다. 이 논문에서는 방향성 이미지의 통계적 접근방법을 이용한 새로운 지문분류 알고리즘을 제안한다. 알고리즘은 세 단계로 이루어져 있으며, 첫째, 융선의 방향성 계산 단계, 둘째, 방향성 이미지 분포의 분산을 이용한 특이점 추출단계, 셋째 지문의 분류 단계이다. 실험은 1000개의 NIST-4 DB를 이용하였으며 정확도는 5분류(궁상문, 텐트형 궁상문, 우제상문, 좌제상문, 와상문)에 대해 87.8%이다.