• 한국콘텐츠학회논문지
• /
• 제17권9호
• /
• pp.132-144
• /
• 2017

대용량 지문 데이터베이스를 사용하는 지문인식 시스템에서 처리 속도와 정확성을 높이기 위해서는 지문을 클래스별로 카테고리화하는 지문분류 기술을 사용해야 한다. 지문분류 방법은 지문 융선으로부터 특징을 추출하고 지문 융선의 흐름과 형상에 따라 정의되어 있는 클래스를 기준으로 학습 및 추론 기법을 이용하여 분류한다. 기존에는 종이에 회전 날인하여 습득된 NIST 데이터베이스를 이용한 연구가 많이 수행되었지만, 지문인식 입력 센서를 이용한 자동화된 시스템이 보편화됨에 따라 FVC에서 공개한 지문 데이터와 같이 센서로부터 입력된 지문 이미지를 이용한 연구가 증가하고 있으며, 최근에는 딥러닝을 이용한 지문분류 방법이 제안되고 있다. 본 논문에서는 지문분류를 위한 특징 추출 및 분류 기술의 동향을 살펴보고 분류성능을 비교한다. 또한 센서 기반 지문 이미지의 다양한 품질을 고려한 지문분류 기술 연구의 필요성에 대하여 정리하고, 딥러닝 기술을 적용한 지문분류 방법을 분석해 봄으로써 지속적으로 사용이 증가되고 있는 대용량 지문 데이터베이스의 분류 기술 연구에 대한 성능향상에 보탬이 되고자 한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권1호
• /
• pp.43-48
• /
• 2016

We propose plain fingerprint classification based on a core stochastic algorithm that effectively uses a core stochastic model, acquiring more fingerprint minutiae and direction, in order to increase matching performance. The proposed core stochastic algorithm uses core presence/absence and contains a ridge direction and distribution map. Simulations show that the fingerprint classification accuracy is improved by more than 14%, on average, compared to other algorithms.

• 정보처리학회논문지B
• /
• 제9B권1호
• /
• pp.29-34
• /
• 2002

지문인식 분야는 크게 지문의 분류(classification)와 정합(matching)으로 연구되고 있다. 분류는 일반적으로 좌제상문, 우제상문, 와상문, 궁상문, 솟은궁상문 등 크게 5종류로 나누며, 특정인의 지문이 어떤 분류에 속하는 지를 결정하는 것은 대형지문 데이터베이스에서 인덱스로 사용하여 매칭 시간의 단축과 정확도를 높여 주는데 있다. 기존의 지문분류는 특이점이라 불리는 핵과 삼각점의 개수 및 위치에 의한 분류방법이 주를 이루고 있는데, 이러한 방법은 지문분류의 정확성이 떨어지고, 특히 품질이 나쁜 지문이나 부분지문 등에서는 분류가 어려워 정확성이 더욱 떨어지는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 품질이 나쁜 지문이나 부분지문가지도 방향성과 주파수 선택력이 강한 Gabor 필터의 특징을 이용하여 지문분류의 정확성을 향상시킬 수 있는 효율적인 방법을 제안하고 실험을 통하여 이를 증명하고자 한다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.143-151
• /
• 2010

지문분류는 1:N 지문인식 시스템의 효율성을 높이는 단계로 지문의 매칭 시간 단축과 인식의 정확성을 높여주는 역할을 한다. 지문 각 클래스의 융선 패턴은 한 개 이상의 클래스와 중복되는 성질을 가지기 때문에 지문분류 작업은 어렵다. 또한 잡음을 많이 포함하거나 예외적인 입력 상태인 경우에도 분류 작업은 어려워진다. 본 논문에서는 다양한 품질의 지문을 효과적으로 분류하기 위해 지문의 방향특징을 이용해 확률 모델을 설계하고, 이를 최적화 하여 지문분류를 수행하는 방법을 제안하였다. 지문 융선을 픽셀단위로 탐색하여 방향 값을 산출하고, 산출된 방향 값을 일정 픽셀 단위로 병합하여 지문의 방향특징을 추출한다. 추출된 방향 특징을 이용해 확률론적 정보추출 및 인식 방식인 마코프 모델을 이용하여 지문의 클래스별 마코프 모델을 생성한다. 생성된 클래스별 마코프 모델의 상태전이 행렬을 분석하여 클래스별 분류 모델의 가중치 항목을 결정하고 유전자 알고리즘을 이용하여 지문분류 성능을 향상시킬 수 있는 최적의 수치를 찾아낸다. 유전알고리즘에 의해 최적화된 분류모델에 다양한 품질의 지문 데이터베이스를 적용하여 실험해 본 결과 최적화 되기 전의 분류 모델에 비해 우수한 분류성능을 보였다. 또한 실험에 사용한 다양한 품질의 데이터베이스를 분석해본 결과 제안한 방법은 특이점 유, 무 및 상태에 독립적으로 예외적인 입력상황의 지문에 대해 효율적으로 지분분류를 수행했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1988년도 전기.전자공학 학술대회 논문집
• /
• pp.628-631
• /
• 1988

This paper describes a fingerprint classification on the basis of feature points(whorl, core) and feature vector and uses a syntactic approach to identify the shape of flow line around the core. Fingerprint image is divided into 8 by 8 subregions and fingerprint region is separated from background. For each subregion of fingerprint region, the dominant ridge direction is obtained to use the slit window quantized in 8 direction and relaxation is performed to correct ridge direction code. Feature points(whorl, core, delta) are found from the ridge direction code. First classification procedure divides the types of fingerprint into 4 class based on whorl and cores. The shape of flow line around the core is obtained by tracing for the fingerprint which has one core or two core and is represented as string. If the string is acceptable by LR(1) parser, feature vector is obtained from feature points(whorl, core, delta) and the shape of flow line around the core. Feature vector is used hierarchically and linearly to classify fingerprint again. The experiment resulted in 97.3 percentages of sucessful classification for 71 fingerprint impressions.

• 정보처리학회논문지B
• /
• 제10B권5호
• /
• pp.497-502
• /
• 2003

지문의 분류(Classification)는 대용량 지문 데이터베이스에서 정합시간의 단축과 정확도를 높여주는 역할을 한다. 지문의 종류는 크게 궁상문, 솟은 궁상문, 좌제상문, 우제상문, 와상문의 5종류로 분류되며, 이는 중심점과 삼각점의 개수 및 위치등을 이용하여 분류하고 있다. 기존의 지문 분류는 중심점과 삼각점을 모두 획득하는 회전날인의 경우에 사용 가능한 분류방법이나 현대의 자동화된 실시간 지문인식 시스템에서는 입력센서의 크기 및 입력방법의 문제등으로 인하여 적용할 수 없는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여, 중심점을 획득한 지문을 이용하여 중심점에서 융선의 엔트로피 계측을 기반으로 하며 지문 분류의 정확성을 향상시킬 수 있는 방법을 제안하고 실험을 통하여 이를 증명한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.886-895
• /
• 2006

지문분류는 사전에 정의된 클래스로 입력된 지문을 분류하여 자동지문인식 시스템에서 비교해야할 지문의 수를 줄여준다. 지지벡터기계(support vector machine; SVM)는 패턴인식 분야에서 널리 사용되고 있을 뿐만 아니라 지문분류에서도 높은 성능을 보이고 있다. SVM은 이진클래스 분류기이기 때문에 다중클래스 문제인 지문분류를 위해서 적절한 분류기 생성과 결합 기법이 필요하며, 본 논문에서는 일대다(one-vs-all; OVA) 방식으로 구성된 SVM을 naive Bayes(NB) 분류기를 이용하여 동적으로 구성하는 분류방법을 제안한다. 지문분류에서 대표적으로 사용되는 특징인 FingerCode와 지문의 구조적 특징인 특이점과 의사융선을 사용하여 OVA SVM과 NB 분류기를 학습하고, 포섭구조의 분류기를 구성하여 효과적인 지문분류를 수행한다. NIST-4 데이타베이스에 제안하는 방법을 적용하여 5클래스 분류에 대해서 90.8%의 높은 분류율을 획득하였으며, OVA 전략의 SVM을 다중클래스 분류문제에 적용할 때 발생하는 동점문제를 효과적으로 처리하였다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.653-662
• /
• 2022

최근 이미지와 같은 다차원의 복잡한 패턴 인식에 많이 사용하는 CNN(Convolutional Neural Networks)을 적용한 지문분류 방법이 다양하게 연구되고 있다. CNN 기반 지문분류 방법은 일반적으로 특징추출과 분류 단계로 나누어진 두 단계의 과정을 하나로 통합하여 실행할 수 있다. 따라서 CNN 기반 방법은 지문 이미지의 특징을 자동으로 추출할 수 있으므로, 처리 과정을 단축시킬 수 있는 장점이 있다. 또한 불완전하거나 품질이 낮은 지문의 특징을 다양하게 학습할 수 있으므로, 예외 상황의 특징 추출에 대해 유연성이 있다. 본 논문에서는 CNN 기반 지문분류연구동향을 파악하고, 실험 방법 및 결과 분석을 통해 향후 연구방향에 대해 논의하고자 한다.

• 산업기술연구
• /
• 제19권
• /
• pp.403-408
• /
• 1999

An efficient method is developed for classifying fingerprint data based on 2-D discrete wavelet transform. Fingerprint data is first converted to a binary image. Then a multi-level 2-D wavelet transform is performed. Vertical and horizontal subbands of the transformed data show typical energy distribution patterns relevant to the fingerprint categories. The proposed method with moderate level of wavelet transform is successful in classifying fingerprints into 5 different types. Finer classification is possible by higher frequency subbands and closer analysis of energy distribution.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.545-551
• /
• 2003

본 논문은 전통적인 지문분류 모델인 헨리식 분류방법으로는 적용이 어려운 현대의 자동화된 지문인식 시스템에서 대용량 데이터베이스 운용시 정합속도를 향상시키기 위한 융선 기울기의 변화량을 이용한 앙상블 지문분류 알고리즘을 적용한다. 기존의 분류체계인 헨리분류체계는 중심점과 삼각점을 모두 획득하는 회전낙인의 경우에 사용 가능한 분류방법이나 현대의 자동화된 지문인식 시스템에서는 입력센서의 크기 및 입력방법의 문제로 인하여, 헨리식 분류방법을 적용할 수 없다. 본 논문에서 제안하는 앙상블 지문분류 시스템 알고리즘은 융선 기울기의 변화량을 이용하여 삼각점을 획득하지 못한 영상에서도 기존의 헨리식 분류체계에 의해 분류된 5개의 문양을 분류할 수 있다. 이와 같은 방법으로 지문분류론 수행한 후 정합을 실행하면 정합 대상이 되는 데이터의 양이 줄어들게 되어 인식 시스템의 정합속도를 향상시킬 수 있다.