• 전자공학회논문지CI
• /
• 제43권3호
• /
• pp.82-89
• /
• 2006

장문기반의 인식시스템은 생체인식 시스템의 새로운 방법으로 대두되어 지고 있으며 현재 많은 연구가 활발히 진행되어지고 있다. 비록 많은 장문 인식 알고리즘이 만들어지고 있지만 장문을 효과적으로 분류하는 방법에 대한 연구는 아직까지 활발히 진행 중이다. 본 논문에서는 특징벡터의 차원축소를 이용한 주성분 분석법(PCA)을 기초로 한 장문 분류 및 인식 방법을 제안하였다. 그리고 효율성 있는 장문인식 시스템을 설계하기 위하여 장문획득 장치를 사용하여 135dpi 장문이미지를 획득하여 사용하였다. 제안된 장문인식 알고리즘은 장문획득 장치, 데이터베이스 생성 그리고 장문인식 알고리즘으로 구성되어 있다. 장문인식 단계는 2회로 제한하였으며, 그 결과 GAR 및 FAR이 각각 98.5%, 0.036%의 성능을 보였다.

• 전자공학회논문지CI
• /
• 제42권2호
• /
• pp.31-38
• /
• 2005

최근 생체인식기반의 개인인증은 인증의 자동화와 높은 성능으로 개인인증의 효과적인 방법으로 대두되고 있다. 본 논문에서는 Hu 불변 모멘트에 기초한 장문인식 방법을 제안하였다. 그리고 장문인식 알고리즘의 전체 실행 속도를 높여 효율성 있는 장문인식 시스템을 설계하기 위하여 저해상도(75dpi) 장문이미지$(5.5cm\times5.5cm)$를 사용한다. 제안된 시스템은 두 부분으로 이루어져 있는데 정확한 장문이미지를 획득하기 위한 장문 고정장치와 장문인증을 효과적으로 처리할 수 있는 알고리즘으로 구성되어 있다. 그리고 장문인증 단계는 3회로 제한되며, 그 결과 임계값 0.001일 때 FAR은 $(5.5cm\times5.5cm)$, GAR은 $98.1\%$이다. 이는 [3]과 비교하여, FAR은 $0.002\%$, GAR은 $0.1\%$ 향상되었음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1439-1447
• /
• 2018

Palm image acquisition without contact has advantages in user convenience and hygienic issues, but such images generally display more image variations than those acquired employing a contact plate or pegs. Therefore, it is necessary to develop a palmprint identification method which is robust to affine variations. This study proposes a deep learning approach which can effectively identify contactless palmprints. In general, it is very difficult to collect enough volume of palmprint images for training a deep convolutional neural network(DCNN). So we adopted an approach to use a pretrained DCNN. We designed two new DCNNs based on the VGGNet. One combines the VGGNet with SVM. The other add a shallow network on the middle-level of the VGGNet. The experimental results with two public palmprint databases show that the proposed method performs well not only contact-based palmprints but also contactless palmprints.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권11호
• /
• pp.495-502
• /
• 2014

비접촉 장문을 인식하기 위해서는 영상의 크기 및 회전 변형을 효과적으로 해결해야 한다. 본 연구에서는 손의 크기와 방향에 따라 관심영역(ROI)을 추출한 후 정규화하여 일차적으로 이러한 변형을 최소화하였다. 본 논문에서는 KLT(Kanade-Lukas-Tomasi) 특징점에 기반한 비접촉 장문인식 방법을 제안한다. 대응되는 KLT 특징점 주위의 국소영역에 대한 텍스처를 비교하여 대응되는 특징점을 검출한 후, 특징점 쌍의 변위 크기와 방향을 나타내는 변위벡터들 간의 유사도를 비교하여 장문을 인식한다. CASIA 공개 데이터베이스를 이용한 실험결과 제안된 방법이 비접촉 장문인식에 효과적임을 확인할 수 있었다. 특히 다중 가버 필터를 이용하였을 때 99%를 상회하는 정인식률을 얻을 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.757-770
• /
• 2022

Palmprint recognition has drawn increasingly attentions in the past decade due to its uniqueness and reliability. Traditional palmprint recognition methods usually use high-resolution images as the identification basis so that they can achieve relatively high precision. However, high-resolution images mean more computation cost in the recognition process, which usually cannot be guaranteed in mobile computing. Therefore, this paper proposes an improved low-resolution palmprint image recognition method based on residual networks. The main contributions include: 1) We introduce a channel attention mechanism to refactor the extracted feature maps, which can pay more attention to the informative feature maps and suppress the useless ones. 2) The ResStage group structure proposed by us divides the original residual block into three stages, and we stabilize the signal characteristics before each stage by means of BN normalization operation to enhance the feature channel. Comparison experiments are conducted on a public dataset provided by the Hong Kong Polytechnic University. Experimental results show that the proposed method achieve a rank-1 accuracy of 98.17% when tested on low-resolution images with the size of 12dpi, which outperforms all the compared methods obviously.