• 정보보호학회논문지
• /
• 제29권5호
• /
• pp.1007-1017
• /
• 2019

현재 대부분의 생체인증 시스템은 단일 생체정보를 이용하여 사용자를 인증하고 있는데, 이러한 방식은 노이즈로 인한 문제, 데이터에 대한 민감성 문제, 스푸핑, 인식률의 한계 등 많은 문제점들을 가지고 있다. 이를 해결하기 위한 방법 중 하나로 다중 생체정보를 이용하는 방법이 제시되고 있다. 다중 생체인증 시스템은 각각의 생체정보에 대해서 information fusion을 수행하여 새로운 정보를 생성한 뒤, 그 정보를 활용하여 사용자를 인증하는 방식이다. Information fusion 방법들 중에서 score-level fusion 방법을 보편적으로 많이 사용한다. 하지만 정규화 작업이 필요하다는 문제점을 갖고 있고, 데이터가 같아도 정규화 방법에 따라 인식률이 달라진다는 문제점을 갖고 있다. 이에 대한 대안으로 정규화 작업이 필요 없는 rank-level fusion 방법이 제시되고 있다. 하지만 기존의 rank-level fusion 방법들은 score-level fusion 방법보다 인식률이 낮다. 이러한 문제점을 해결하기 위해 상관계수를 이용하여 score-level fusion 방법보다 인식률이 높은 rank-level fusion 방법을 제안한다. 실험은 홍채정보(CASIA V3)와 얼굴정보(FERET V1)를 이용하여 기존의 존재하는 rank-level fusion 방법들의 인식률과 본 논문에서 제안하는 fusion 방법의 인식률을 비교하였다. 또한 score-level fusion 방법들과도 인식률을 비교하였다. 그 결과로 인식률이 약 0.3%에서 3.3%까지 향상되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.312-314
• /
• 2017

생체정보를 이용한 사용자 인증은 차세대 인증 방법으로서 기존의 인증 시스템에서 급진적으로 사용되고 있는 인증 방법이다. 현재 대부분의 생체인증 시스템은 단일 생체정보를 이용하고 있는데, 단일 생체인증 시스템은 노이즈로 인한 문제, 데이터의 질에 대한 문제, 인식률의 한계 등 많은 문제점들을 가지고 있다. 이를 해결하기 위한 방법으로 다중 생체정보를 이용하는 사용자 인증 방법이 있다. 다중 생체인증 시스템은 각각의 정보에 대한 information fusion을 적용하여 새로운 정보를 생성한 뒤, 그 정보를 기반으로 사용자를 인증한다. information fusion 방법들 중에서도 Rank-level fusion 방법은 표준화 작업이 필요하고 높은 계산 복잡도를 갖는 Score-level fusion방법의 대안으로 선택되고 있다. 따라서 본 논문에서는 기존 방법보다 정확도가 높게 향상된 Rank-level fusion 방법을 제안한다. 또한, 본 논문에서 제안하는 방법은 낮은 정확도를 갖는 matcher를 사용하더라도 정확도를 향상시킬 수 있음을 실험을 통해 보이고자 한다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.317-326
• /
• 2024

생체 인식은 사람의 생체적, 행동적 특징 정보를 특정 장치로 추출하여 본인 여부를 판별하는 기술이다. 생체 인식 분야에서 생체 특성 위조, 복제, 해킹 등 사이버 위협이 증가하고 있다. 이에 대응하여 보안 시스템이 강화되고 복잡해지며, 개인이 사용하기 어려워지고 있다. 이를 위해 다중 생체 인식 모델이 연구되고 있다. 기존 연구들은 특징 융합 방법을 제시하고 있으나, 특징 융합 방법 간의 비교는 부족하다. 이에 본 논문에서는 지문, 얼굴, 홍채 영상을 이용한 다중 생체 인식 모델의 융합 방법을 비교 평가했다. 특징 추출을 위해VGG-16, ResNet-50, EfficientNet-B1, EfficientNet-B4, EfficientNet-B7, Inception-v3를 사용했으며, 특성융합을 위해 'Sensor-Level', 'Feature-Level', 'Score-Level', 'Rank-Level' 융합 방법을 비교 평가했다. 비교평가결과 'Feature-Level' 융합 방법에서 EfficientNet-B7 모델이 98.51%의 정확도를 보이며 높은 안정성을 보였다. 그러나 EfficietnNet-B7모델의 크기가 크기 때문에 생체 특성 융합을 위한 모델 경량화 연구가 필요하다.

• Asian Spine Journal
• /
• 제12권6호
• /
• pp.1060-1068
• /
• 2018

Study Design: Retrospective study. Purpose: Lumbar intervertebral disc degeneration is an important cause of low back pain. Overview of Literature: Spinal fusion is often reported to have a good course for adolescent idiopathic scoliosis (AIS). However, many studies have reported that adjacent segment degeneration is accelerated after lumbar spinal fusion. Radiography is a simple method used to evaluate the orientation of the vertebral column. magnetic resonance imaging (MRI) is the method most often used to specifically evaluate intervertebral disc degeneration. The Pfirrmann classification is a well-known method used to evaluate degenerative lumbar disease. After spinal fusion, an increase in stress, excess mobility, increased intra-disc pressure, and posterior displacement of the axis of motion have been observed in the adjacent segments. Methods: we retrospectively secured and analyzed the data of 15 patients (four boys and 11 girls) with AIS who underwent a spinal fusion surgery. We studied the full-length view of the spine (anterior-posterior and lateral) from the X-ray and MRI obtained from all patients before surgery. Postoperatively, another full-length spine X-ray and lumbosacral MRI were obtained from all participants. Then, pelvic tilt, sacral slope, curve correction, and fused and free segments before and after surgery were calculated based on X-ray studies. MRI images were used to estimate the degree to which intervertebral discs were degenerated using Pfirrmann grading system. Pfirrmann grade before and after surgery were compared with Wilcoxon signed rank test. While analyzing the contribution of potential risk factors for the post-spinal fusion Pfirrmann grade of disc degeneration, we used generalized linear models with robust standard error estimates to account for intraclass correlation that may have been present between discs of the same patient. Results: The mean age of the participant was 14 years, and the mean curvature before and after surgery were 67.8 and 23.8, respectively (p<0.05). During the median follow-up of 5 years, the mean degree of the disc degeneration significantly increased in all patients after surgery (p<0.05) with a Pfirrmann grade of 1 and 2.8 in the L2-L3 before and after surgery, respectively. The corresponding figures at L3-L4, L4-L5, and L5-S1 levels were 1.28 and 2.43, 1.07 and 2.35, and 1 and 2.33, respectively. The lower was the number of free discs below the fusion level, the higher was the Pfirrmann grade of degeneration (p<0.001). Conversely, the higher was the number of the discs fused together, the higher was the Pfirrmann grade. Conclusions: we observed that the disc degeneration aggravated after spinal fusion for scoliosis. While the degree of degeneration as measured by Pfirrmann grade was directly correlated by the number of fused segments, it was negatively correlated with the number of discs that remained free below the lowermost level of the fusion.

• 한국융합학회논문지
• /
• 제6권4호
• /
• pp.121-126
• /
• 2015

한국청소년패널(2008)의 중2 패널 5차년도 자료를 가지고 기술통계 분석과 회귀분석을 실시하여 가족의 기능적 결손이라는 위험상황에서 위험요인, 보호요인, 심리적응 간의 관계와 보호요인의 매개효과의 기제를 검증하고, 심리적응 수준이 높은 청소년을 보호해주는 보호요인을 분석하는 데에 그 목적이 있다. 분석방법으로는 대상자의 빈도분석과 개인특성에 따른 차이를 알아보기 위해 PASW(Predictive Analytics Software) 18.0을 이용해 t검증을 실시하였다. 또한 적응에 대한 보호요인의 작용 검증을 위하여 위계적 회귀분석을 실시하여 매개효과를 검증하였다. 연구결과 사회복지실천 현장에서 청소년의 위험요인에 초점을 맞추기보다는 위험요인을 완화시키는 과정이나 보호요인에 초점을 맞춤으로써 위험요인에 노출된 청소년을 바라보는 시각을 전환시킬 수 있으며 이들에 대한 개입도 달라질 것으로 판단된다. 사회복지실천 현장에서 청소년의 위험요인에 초점을 맞추기보다는 위험요인을 완화시키는 과정이나 보호요인에 초점을 맞춤으로써 위험요인에 노출된 청소년을 바라보는 시각을 전환시킬 수 있다. 또한, 가족의 기능적 결손이라는 어려움을 경험하는 청소년을 대상으로 사회복지 실천적 개입 방향을 마련 할 수 있는 기초를 마련한 것으로 판단된다.

• Journal of Information Processing Systems
• /
• 제16권1호
• /
• pp.6-29
• /
• 2020

Biometrics identification using multiple modalities has attracted the attention of many researchers as it produces more robust and trustworthy results than single modality biometrics. In this paper, we present a novel multimodal recognition system that trains a deep learning network to automatically learn features after extracting multiple biometric modalities from a single data source, i.e., facial video clips. Utilizing different modalities, i.e., left ear, left profile face, frontal face, right profile face, and right ear, present in the facial video clips, we train supervised denoising auto-encoders to automatically extract robust and non-redundant features. The automatically learned features are then used to train modality specific sparse classifiers to perform the multimodal recognition. Moreover, the proposed technique has proven robust when some of the above modalities were missing during the testing. The proposed system has three main components that are responsible for detection, which consists of modality specific detectors to automatically detect images of different modalities present in facial video clips; feature selection, which uses supervised denoising sparse auto-encoders network to capture discriminative representations that are robust to the illumination and pose variations; and classification, which consists of a set of modality specific sparse representation classifiers for unimodal recognition, followed by score level fusion of the recognition results of the available modalities. Experiments conducted on the constrained facial video dataset (WVU) and the unconstrained facial video dataset (HONDA/UCSD), resulted in a 99.17% and 97.14% Rank-1 recognition rates, respectively. The multimodal recognition accuracy demonstrates the superiority and robustness of the proposed approach irrespective of the illumination, non-planar movement, and pose variations present in the video clips even in the situation of missing modalities.