• 대한전자공학회논문지SP
• /
• 제46권1호
• /
• pp.23-31
• /
• 2009

최근 출입통제, 금융보안 및 전자여권 등 다양한 분야에서 얼굴인식, 지문인식, 홍채인식 등과 같은 생체인식기술의 적용이 활발히 이루어지고 있다. 또한 최근에는 손가락의 지정맥 패턴정보를 이용하여 개인을 인증하는 연구 역시 활발히 진행 중이다. 일반적으로 획득된 지정맥 영상은 손가락의 두께에 따른 적외선 빛의 투과도 및 카메라의 센서 잡음으로 인하여 정맥과 배경 분리에 많은 어려움이 있다. 이를 해결하기 위하여 본 논문에서는 고속으로 지정맥 영역을 추출하기 위한 새로운 방법을 제안한다. 본 연구는 기존의 방법에 비해 다음과 같은 2가지 장점을 가지고 있다. 첫째, 획득된 지정맥 영상에 적응적 지역 이진화 방법을 적용하여 지정맥 영역을 분리하였다. 둘째, 분리된 영상의 잡음을 열림 및 닫힘 연산을 이용하여 제거하고 최종적으로 골격화하여 지정맥 영역을 추출하였다. 실험결과, 기존의 방법들에서는 영상 잡음을 제거하기 위해 많은 필터를 사용하였으나 제안한 방법에서는 필터를 많이 사용하지 않으면서도 고속으로 정확하게 지정맥 영역을 추출할 수 있음을 보였다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.317-326
• /
• 2024

생체 인식은 사람의 생체적, 행동적 특징 정보를 특정 장치로 추출하여 본인 여부를 판별하는 기술이다. 생체 인식 분야에서 생체 특성 위조, 복제, 해킹 등 사이버 위협이 증가하고 있다. 이에 대응하여 보안 시스템이 강화되고 복잡해지며, 개인이 사용하기 어려워지고 있다. 이를 위해 다중 생체 인식 모델이 연구되고 있다. 기존 연구들은 특징 융합 방법을 제시하고 있으나, 특징 융합 방법 간의 비교는 부족하다. 이에 본 논문에서는 지문, 얼굴, 홍채 영상을 이용한 다중 생체 인식 모델의 융합 방법을 비교 평가했다. 특징 추출을 위해VGG-16, ResNet-50, EfficientNet-B1, EfficientNet-B4, EfficientNet-B7, Inception-v3를 사용했으며, 특성융합을 위해 'Sensor-Level', 'Feature-Level', 'Score-Level', 'Rank-Level' 융합 방법을 비교 평가했다. 비교평가결과 'Feature-Level' 융합 방법에서 EfficientNet-B7 모델이 98.51%의 정확도를 보이며 높은 안정성을 보였다. 그러나 EfficietnNet-B7모델의 크기가 크기 때문에 생체 특성 융합을 위한 모델 경량화 연구가 필요하다.