• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.522-539
• /
• 2021

In order to solve the problems of the existing audio fingerprint method when extracting audio fingerprints from long speech segments, such as too large fingerprint dimension, poor robustness, and low retrieval accuracy and efficiency, a robust audio fingerprint retrieval method based on feature dimension reduction and feature combination is proposed. Firstly, the Mel-frequency cepstral coefficient (MFCC) and linear prediction cepstrum coefficient (LPCC) of the original speech are extracted respectively, and the MFCC feature matrix and LPCC feature matrix are combined. Secondly, the feature dimension reduction method based on information entropy is used for column dimension reduction, and the feature matrix after dimension reduction is used for row dimension reduction based on energy feature dimension reduction method. Finally, the audio fingerprint is constructed by using the feature combination matrix after dimension reduction. When speech's user retrieval, the normalized Hamming distance algorithm is used for matching retrieval. Experiment results show that the proposed method has smaller audio fingerprint dimension and better robustness for long speech segments, and has higher retrieval efficiency while maintaining a higher recall rate and precision rate.

• 방송공학회논문지
• /
• 제17권4호
• /
• pp.659-669
• /
• 2012

이 논문에서는 이진 핑거프린트의 결합을 이용해 새로운 이진 오디오 핑거프린트를 만드는 방법을 제안하다. 필립스 핑거프린팅 시스템을 활용하여, 그 시스템에서 활용한과 비슷한 특성을 가질 것이라 예상되는 기본 이진 핑거프린트를 여러 개 추출하고, 기본 이진 핑거프린트들의 투표로 하나의 이진 오디오 핑거프린트를 결정한다. 정합단에서는 이진 핑거프린트를 이용하는 것이 아니라, 기본 이진 핑거프린트들의 합을 이용하여 거리를 계산한다. 실험을 통해서 제안하는 방법으로 만들어진 핑거프린트가 그것의 기초가 되는 기본 이진 핑거프린트들보다 향상된 성능을 보임을 확인할 수 있었다. 이 방법을 이용해서 기존의 이진 핑거프린트의 성능을 강화하거나 새로운 이진 핑거프린트를 만들 수 있을 것이라 기대된다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.536-544
• /
• 2017

무선 RSSI fingerprinting 방식은 기존 무선 인프라를 이용하면서 적정수준의 정확도를 얻을 수 있는 실내위치인식 방법 중의 하나이다. 하지만 라디오 맵 구성( fingerprint calibration) 과정에서 목표 환경의 다양한 위치에서 정확한 물리적 좌표와 무선 신호를 측정해야 하므로 시간과 노력이 많이 소요된다. 이 논문은 이러한 방식으로 위치 정보를 수집하지 않고 반지도식 자기조직화지도 학습 알고리즘을 사용하여 labeled RSSI를 얻고 RSSI 조합으로부터 맵을 구성하는 방법을 제안한다. 모의 데이터에 대한 실험을 통해 제안 방법이 fingerprint 데이터베이스로 부터 1%의 RSSI 샘플을 가지고 효과적인 전체 맵을 얻을 수 있다는 결론을 얻었다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.45-55
• /
• 2013

최근 모바일 디바이스와 휴대기기의 발달로 원격접속이 늘어남에 따라 보안의 중요성도 점차 증가되었다. 그러나 기존 패스워드나 패턴과 같은 보안 프로그램은 지나치게 단순할 뿐 아니라 다른 사용자가 쉽게 취득하여 악용할 수 있다는 단점이 있다. 생체인식을 활용한 보안 시스템은 보안성이 강화 되었지만 위조 및 변조가 가능하기 때문에 완전한 해결책을 제시하지 못한다. 본 논문에서는 이러한 문제점을 해결하기 위해 지문인식과 패스워드를 결합하여 보안성을 향상시킬 수 있는 방안을 연구하였다. 제안한 시스템은 하나의 지문이 아니라 다수의 지문을 이용하는 방법으로, 사용자가 패스워드를 입력할 때 여러 지문 중에서 정확한 지문의 순서를 제공하도록 한다. 오늘날 스마트폰은 패스워드나 패턴, 지문을 이용할 수 있지만 패스워드의 강도가 낮거나 패턴이 쉽게 노출되는 등의 문제가 있다. 반면에 제안한 시스템은 다양한 지문의 이용과 패스워드의 연계, 또는 다른 생체인식 시스템과 연결함으로써 매우 강력한 보안장치가 될 수 있다.

• 정보보호학회논문지
• /
• 제19권1호
• /
• pp.63-70
• /
• 2009

보안토큰 기반의 사용자 인증 시스템에서 사용자의 지문정보를 이용하는 방법이 대두되고 있다. 그러나 지문정보가 타인에게 도용된다면 패스워드와 달리 변경이 불가능하거나 제한적이기 때문에 사용자의 지문정보는 더욱 안전하게 보관되어야 한다. 이러한 문제를 해결하기 위한 방법 중 하나로 지문 퍼지볼트(Fuzzy Fingerprint Vault)가 보고되었다. 본 논문에서는 비밀분산 기법을 이용하여 지문 인식률의 성능저하 없이 보안토큰 기반 지문 퍼지볼트 시스템의 보안성을 향상시키는 방법을 제안한다. 즉, 퍼지볼트 이론이 적용된 사용자의 지문 템플릿을 지문 인식률과 보안성을 모두 고려하여 두 부분으로 나누어 각각 보안토큰과 서버에 저장한다. 또한, 퍼지볼트 이론을 지문에 적용하였을 때 발생하는 자동 정렬(Auto-Alignment) 문제는 기하학적 해싱 방법을 분산 적용하여 해결한다. 실험을 통하여 지문 인식률의 성능저하는 무시할 수준이고 보안성은 향상됨을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제8권4호
• /
• pp.63-68
• /
• 2003

지문 인식 시스템에서는 대부분 융선의 끝점과 분기점을 이용한다. 그러나 융선을 체인 코드화하여 이것을 이용한 훼손된 지문의 인식에 관해 연구하였다. 처리의 결과와 순서는 다음과 같이 요약 할 수 있다. (1)몇 개의 훼손된 지문획득, (2)전처리(잡음 제거를 위해 중간 값 필터링, 지역 또는 전역 히스토그램 균등화, 팽창과 침식, 세선화와 유사 이미지 제거), (3)최소 자승법 처리 후 융선 재구성, (4)체인 코드 벡터의 분포 계산, (5)전 처리된 지문 이미지에서 각 벡터의 값들은 거의 같은 결과 값을 보였다. 이 결과로부터 우리는 특징점을 이용한 시스템과 결합하여 사용한다면 더욱 성공적인 지문 인식 시스템이 될 것이라 추측한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권5호
• /
• pp.455-464
• /
• 2007

지문인식 시스템의 성능을 평가하기 위해서는 대규모 지문 DB를 구축하는 것이 필요하다. 지문을 수집하는 것은 매우 고비용의 작업이기 때문에, 지문 평가용 DB의 구축은 많이 이루어지지 않았고 실제로 소수의 평가용 DB만이 공개되어 있다. 뿐만 아니라 이들 DB는 제한된 환경에서 수집되어 있어 실제 다양한 환경에 대한 지문인식 시스템의 성능을 정확히 평가하기가 어렵다. 본 논문에서는 유전자 알고리즘을 이용하여 소수의 학습 샘플로부터 실제 환경에서 발생하는 다양한 영향을 고려한 지문영상을 자동으로 생성하는 방법을 제안한다. 제안하는 방법을 이용하여 생성된 지문은 실제 환경에서 수집된 지문과 유사한 특성을 가지기 때문에, 실제로 다수의 지문 영상을 수집하지 않고도 대상 환경에서의 성능평가가 가능하다. 실제 지문과의 비교를 통하여 제안하는 방법의 유용성을 검증하였다.

• Journal of Information Processing Systems
• /
• 제13권4호
• /
• pp.852-862
• /
• 2017

In this work a Discrete Cosine Transform (DCT)-based feature dimensionality reduced approach for fingerprint matching is proposed. The DCT is applied on a small region around the core point of fingerprint image. The performance of our proposed method is evaluated on a small database of Bologna University and two large databases of FVC2000. A dimensionally reduced feature vector is formed using only approximately 19%, 7%, and 6% DCT coefficients for the three databases from Bologna University and FVC2000, respectively. We compared the results of our proposed method with the discrete wavelet transform (DWT) method, the rotated wavelet filters (RWFs) method, and a combination of DWT+RWF and DWT+(HL+LH) subbands of RWF. The proposed method reduces the false acceptance rate from approximately 18% to 4% on DB1 (Database of Bologna University), approximately 29% to 16% on DB2 (FVC2000), and approximately 26% to 17% on DB3 (FVC2000) over the DWT based feature extraction method.

• 한국멀티미디어학회논문지
• /
• 제16권7호
• /
• pp.870-878
• /
• 2013

본 논문에서는 생체인증 시스템의 하나인 지문인식 시스템의 정확도와 효율성을 높이기 위한 새로운 지문 분류 방법을 제안한다. 기존 연구에 따르면 지문은 융선과 골의 방향과 형상에 따라 몇 가지 유형으로 분류할 수 있다. 지문 데이터베이스를 사전에 유형에 따라 분류해 놓고 인식 대상인 지문의 유형을 정확하게 분류할 수 있다면 지문 인식 시간을 크게 줄일 수 있다. 왜냐하면 선택된 부류 안의 지문들만을 상대로 인증 대상인 지문과 비교하면 되기 때문이다. 본 논문은 우선 지문 영상으로부터 실제 지문 정보가 위치하는 관심영역 추출 방법을 제시한다. 다음엔 추출된 관심영역을 대상으로 질감 인식기반의 명암도 동시발생 행렬과 웨이브릿 변환을 통한 특징 추출 방법을 제시하고 기존의 명암도 동시발생 행렬만을 이용한 특징 추출 방법과 다층 퍼셉트론 및 서포트 벡터 머신을 사용해 성능을 비교한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1136-1146
• /
• 2005

지문분류는 대규모 자동지문식별시스템에서 지문을 카테고리별로 나누어 매칭시간을 줄이는데 유용하다. 지문을 5가지 클래스로 분류하는 헨리시스템을 기반으로 신경망이나 SYM(Support Vector Machines) 등과 같은 다양한 패턴분류 기법들이 지문분류에 널리 사용되고 있다. 특히 최근에는 높은 분류 성능을 보이는 SVM 분류기를 이용한 연구가 활발하다. 이진분류기인 SVM을 지문분류문제에 적용하기 위해서 본 논문에서는 새로운 분류기 결합모델인 다중결정템플릿(Multiple Decision Templates, MuDTs)을 제안한다. 이 방법은 클래스 구분이 모호한 지문영상들의 분류에서 단일 결합모델들의 한계를 극복하기 위해, 하나의 지문클래스로부터 서로 다른 특성을 갖는 클러스터들을 추출하여 각 클러스터에 적합한 결합모델을 생성한다. NIST Database4 데이타로부터 추출한 핑거코드에 대해 실험한 결과, 5클래스와 4클래스 분류문제에 대하여 각각 $90.4\%$와 $94.9\%$의 분류성능(거부율 $1.8\%$)을 획득하였다.