• The Journal of the Korea Contents Association
• /
• v.17 no.9
• /
• pp.132-144
• /
• 2017

The fingerprint classification of categorizing fingerprints by classes should be used in order to improve the processing speed and accuracy in a fingerprint recognition system using a large database. The fingerprint classification methods extract features from the fingerprint ridges of a fingerprint and classify the fingerprint using learning and reasoning techniques based on the classes defined according to the flow and shape of the fingerprint ridges. In earlier days, many researches have been conducted using NIST database acquired by pressing or rolling finger against a paper. However, as automated systems using live-scan scanners for fingerprint recognition have become popular, researches using fingerprint images obtained by live-scan scanners, such as fingerprint data provided by FVC, are increasing. And these days the methods of fingerprint classification using Deep Learning have proposed. In this paper, we investigate the trends of fingerprint classification technology and compare the classification performance of the technology. We desire to assist fingerprint classification research with increasing large fingerprint database in improving the performance by mentioning the necessity of fingerprint classification research with consideration for fingerprint images based on live-scan scanners and analyzing fingerprint classification using deep learning.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2005.11a
• /
• pp.33-38
• /
• 2005

지문분류는 대규모 인증시스템에 사용되는 지문 데이터 베이스를 종류별로 인덱싱 하거나 인식 시스템에 다양하게 쓰이는 매우 중요한 방법이다. 지문은 일반적으로 융선의 전체모양 등 전역적인 특징을 기반으로 분류하며, 분류방법에는 규칙기반 접근, 구문론적 접근, 구조적 접근, 통계적 접근, 신경망 기반 접근 등이 있다. 본 논문에서는 지문의 구조적인 특징을 바탕으로 관찰되는 특징의 상태가 매순간 변화하는 확률론적 정보추출 방식인 마코프 모델을 적용한 지문분류 방법을 제안한다. 지문 이미지의 전처리 과정을 거친 후 각 클래스 분류를 위해 대표 융선을 찾아 방향정보를 추출하고 이를 이용하여 5가지 클래스로 분류될 수 있도록 설계하였다. 좋은품질(Good)과 나쁜품질(Poor)의 데이터를 포함한 훈련집합을 사용하여 각 클래스별로 학습된 마코프 모델은 임의의 지문이미지 분류시 높은 분류율을 보였다. 또한 기존의 구조적 접근방법에 비하여 다양한 품질의 지문이미지의 방향성 정보를 이용한 확률론적 방법이기 때문에 예외적인 지문이미지 분류시 잘 적용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.622-624
• /
• 2005

대규모 지문인식 시스템에서 비교해야할 지문의 수를 줄이기 위해서 지문분류는 필수적인 과정이다. 최근 이진분류기인 지지 벡터 기계(Support Vector Machine: SVM)를 이용한 지문분류 기법이 많이 연구되고 있다. 본 논문에서는 다중부류 지문분류에 적합하도록 자기 구성 지도(Self-Organizing Map:SOM)를 이용하여 OVA(One-Vs-All) SVM들을 결합하는 지문분류 기법을 제안한다. SOM을 이용하여 OVA SVM들을 동적으로 결합하기 위한 결합 지도를 생성하여 지문분류 성능을 높인다. 지문분류에 있어 대표적인 NIST-4 지문 데이터베이스를 대상으로 Jain이 구축한 FingerCode 데이터베이스에 제안하는 방법을 적용하여 $1.8\%$의 거부율에서 $90.5\%$의 분류율을 획득하였으며, 기존의 결합 방법인 승자독식(Winner-takes-all)과 다수결 투표(Majority vote)보다 높은 성능을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.468-471
• /
• 2004

In this paper, a method for classifying fingerprint ridge lines using runlength codes is proposed. To detect feature points(minutiae) in automatic fingerprint identification system(AFIS), classification of fingerprint ridge lines are essential process. The fingerprint ridge lines are classified by run-length coding, and also the end and bifurcation regions in ridge lines are separated. To evaluate the performance of the proposed method, detected feature regions including minutiae points and classified fingerprint ridge lines are shown.

• Journal of KIISE:Software and Applications
• /
• v.33 no.10
• /
• pp.886-895
• /
• 2006

Fingerprint classification reduces the number of matches required in automated fingerprint identification systems by categorizing fingerprints into a predefined class. Support vector machines (SVMs), widely used in pattern classification, have produced a high accuracy rate when performing fingerprint classification. In order to effectively apply SVMs to multi-class fingerprint classification systems, we propose a novel method in which SVMs are generated with the one-vs-all (OVA) scheme and dynamically ordered with $na{\ddot{i}}ve$ Bayes classifiers. More specifically, it uses representative fingerprint features such as the FingerCode, singularities and pseudo ridges to train the OVA SVMs and $na{\ddot{i}}ve$ Bayes classifiers. The proposed method has been validated on the NIST-4 database and produced a classification accuracy of 90.8% for 5-class classification. Especially, it has effectively managed tie problems usually occurred in applying OVA SVMs to multi-class classification.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.2-3
• /
• 2017

지문분류 기술은 대용량 데이터베이스 기반 1:N 지문인식 시스템에서 지문의 형상에 따라 4개 또는 5개 이상의 클래스로 1차분류를 하여 지문인식의 속도 및 정확도를 개선하기 위해 필수로 사용되는 주요 기술이다. 과학수사, 범죄예방, 전자여권 시스템 등에 활용되고 있는 대규모 지문인식 시스템에서 지문분류 작업을 수행하면 데이터베이스 전체를 탐색하는데 필요한 시간을 "1/클래스의 수"로 줄일 수 있기 때문에, 지문분류 기술은 대용량 데이터베이스 시스템에서는 필수 요소이다. 본 논문에서는 지문분류와 관련된 국내외 기술을 분석하고 지문분류 기술의 발전 동향을 살펴본다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.200-203
• /
• 2001

정보 보안의 기수로 떠오른 지문인식 분야는 크게 분류와 인증 단계로 나뉜다. 본 논문은 지문의 분류에 대한 연구결과로, 효율적인 지문 분류를 위해 방향성 이미지로부터 일정 영역내 방향각의 분포도에 대한 분산을 이용한 새로운 지문 분류 알고리즘을 제안한다. 또한 구해진 분산을 토대로 특이점(코아. 델타) 가능 영역을 선정하고 선정된 영역에 대해 의사 특이점을 제거후 지문을 분류하고 마지막으로 실험을 통해 제안된 알고리즘을 검증하고 문제점을 검토해 본다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.4B
• /
• pp.505-513
• /
• 2001

지문영상의 분류는 데이터베이스의 용량이 클 경우 검색시간을 효율적으로 단축시킬 수 있는 핵심적인 기술이다. 따라서 본 논문에서 core point 와 flow-line 추적을 이용한 효율적인 지문 영상 분류 기법을 제안한다. 제안한 방법은 특히 압착 날인된 지문 영상의 분류에 적합한 방법으로 크게 2단계로 이루어져 있다. 첫 번째 단계에서는 먼저 Poincare index를 이용하여 core point를 찾아내고 이를 바탕으로 개략적인 분류를 수행한다. 그 다음 두 번째 단계에서는 core point를 중심으로 flow-line을 추적하여 그 결과를 가지고 세부적인 분류를 수행한다. 세부분류 단계에서는 평활화된 블록의 방향정보를 이용한 효과적인 flow-line 추적 알고리즘과 이를 이용한 새로운 분류 방법이 제안된다. 제안한 방법은 회전이나 이동 그리고 약간의 잡음에 강인한 지문 분류 방법으로 지문입력기를 통하여 획득된 700장의 지문 영상에 적용해 본 결과 93.6%의 분류율을 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.899-902
• /
• 2000

지문인식 분야는 크게 분류(classification)와 정합 (matching)으로 나누어져 연구되어왔다. 분류는 일반적으로 와상문, 궁상문, 솟은궁상문, 오른쪽제상문, 왼쪽제상문 등의 5종류로 분류되며, 지문이 어떤 분류에 속하는지 구별하여 특정인의 지문 형태를 결정하여 주는 작업으로 대형 데이터베이스에서 인덱스로 사용되어 검색시간 단축과 매칭의 정확도를 높여준다. 본 논문에서는 지문 분류에서 품질이 나쁜 이미지는 분류를 위한 특이점 (핵 과 삼각점)의 검술이 어려운 점을 감안하여 방향성과 주파수 선택력이 강한 Gabor 필터의 특징을 이용한 지문 분류 방법으로 지문 분류의 정확성을 향상시킬 수 있는 방안을 제시하고 실험을 통하여 이를 증명한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.730-732
• /
• 2004

지문인식시스템은 크게 지문의 특징 추출단계, 입력지문과 유사한 후보지문을 찾는 검색단계, 마지막으로 입력지문과 후보지문들 간의 동일성을 판단하는 검증단계의 세 부분으로 나뉠 수 있다. 그리고 대규모 지문 데이터베이스를 기반으로 인식시스템을 구축하는 경우, 지문인식의 정확성과 더불어 신속성도 함께 고려해야 한다. 본 논문에서는 지문인식시스템의 전체 성능 향상을 위해 분류 단계에서의 개선방안으로 유전자알고리즘 기반의 특징 선택과 이의 조합을 다중분류기로 구축하는 2단계분류방법을 제안한다. NIST 데이터베이스 4에 대하여 실험한 결과 기존연구의 결과에 필적하는 분류율을 나타냈으며, 유전자알고리즘을 통해 적합한 방향성 조합을 제시할 수 있었다.