• 제목/요약/키워드: Palmprint verification

검색결과 3건 처리시간 0.018초

국부 이진패턴 히스토그램을 이용한 장문인식 (Palmprint Verification Using the Histogram of Local Binary Patterns)

  • 김민기
    • 한국컴퓨터정보학회논문지
    • /
    • 제15권10호
    • /
    • pp.27-34
    • /
    • 2010
  • 본 논문은 물리적 제약이 없는 자연스러운 인터페이스에서 획득한 장문영상을 효과적으로 인식하는 방법을 제안한다. 손의 위치 이동이나 회전으로 인하여 손바닥 영상에서 관심영역의 위치나 방향이 다양하게 나타나므로, 장문인식을 위해서는 안정적인 관심영역 추출이 필요하다. 본 논문은 검지와 중지, 소지와 약지 사이의 손 가랑이 구간의 중심점을 기준으로 관심영역을 추출하는 방법을 제시하고, 국부 이진패턴 히스토그램을 이용한 장문인식 방법을 제안한다. 제안된 방법의 성능을 측정하기 위하여 100인으로부터 획득한 총 1,597개의 장문영상을 대상으로 실험을 수행하였다. 실험 결과 ROI 추출 성공률이 99.5%였고, 장문인식 성능을 보여주는 동일오류율과 결정계수 d'를 측정한 결과 각각 0.136, 3.539를 보였다. 이러한 결과는 제안된 방법이 손의 위치나 회전 변형에 강인함을 나타낸다.

Palmprint Verification Using Multi-scale Gradient Orientation Maps

  • Kim, Min-Ki
    • Journal of the Optical Society of Korea
    • /
    • 제15권1호
    • /
    • pp.15-21
    • /
    • 2011
  • This paper proposes a new approach to palmprint verification based on the gradient, in which a palm image is considered to be a three-dimensional terrain. Principal lines and wrinkles make deep and shallow valleys on a palm landscape. Then the steepest slope direction in each local area is first computed using the Kirsch operator, after which an orientation map is created that represents the dominant slope direction of each pixel. In this study, three orientation maps were made with different scales to represent local and global gradient information. Next, feature matching based on pixel-unit comparison was performed. The experimental results showed that the proposed method is superior to several state-of-the-art methods. In addition, the verification could be greatly improved by fusing orientation maps with different scales.

손바닥 특징패턴을 이용한 개인식별 (Personal Verification using Feature Patterns of Palmprint)

  • 전선배;임영도
    • 한국통신학회논문지
    • /
    • 제17권12호
    • /
    • pp.1437-1450
    • /
    • 1992
  • 본 논문에서는 손바닥의 interdigital영역으로 부터 특징패턴을 추출하는 과정과 이 특징패턴과 관련된 자료를 이용한 개인식별 방법을 제안하였다. 처리과정은 interdigital영역을 일정한 크기로 분할하고 각 분할된 영역에 대하여 융선의 분포에 따른 4방향의 방향 코드를 부여한후 이것을 분석하는 것에 의해 특징패턴의 존재 유무와 1차 중심점을 검출하였다. 검출된 1차 중심점의 주변 제한된 영역에 대해서만 세선화와 융선 추적을 통하여 특징패턴의 종류와 2차 중심점(core)을 구하였다. 2차 중심점들을 연결하는 특징패턴 좌표계를 설정하고 각 중심점에 대한 상대적 거리와 방향정보 특징 패턴의 종류등에 대한 특징 파라미터를 구하였다. 식별실험은 각 특징패턴의 종류와 수, 존재위치에 의하여 판단하거나 특징 파라미터를 비교, 분석하는 것에 의해 수행하였다.

  • PDF