개인의 생리학적 특징이나 행동특징을 이용하여 개인의 신원을 인증하거나 인식하는 자동적인 방법인 생체인식(Biometrics)은 정보기술(IT)과 바이오기술(BT)의 접목으로 최근 정보보호의 중요 수단으로 부상하고 있다. 정보기술의 매체로써 컴퓨터의 사용이 증가함에 따라 극히 신중을 요하거나 개인적인 정보에의 접근에 제한을 줄 필요가 있는 시대의 요구에 따라 생체인식에 의한 인증 방법은 보안지역의 출입통제, PC 및 통신기기 보안은 물론 자동차 시동 및 보안, 은행의 현금 자동 출금기(...
개인의 생리학적 특징이나 행동특징을 이용하여 개인의 신원을 인증하거나 인식하는 자동적인 방법인 생체인식(Biometrics)은 정보기술(IT)과 바이오기술(BT)의 접목으로 최근 정보보호의 중요 수단으로 부상하고 있다. 정보기술의 매체로써 컴퓨터의 사용이 증가함에 따라 극히 신중을 요하거나 개인적인 정보에의 접근에 제한을 줄 필요가 있는 시대의 요구에 따라 생체인식에 의한 인증 방법은 보안지역의 출입통제, PC 및 통신기기 보안은 물론 자동차 시동 및 보안, 은행의 현금 자동 출금기(ATM)나 전자결제시스템에서의 개인 인증, 전자상거래 및 B2B·B2C솔루션 보안의 핵심으로 점진적인 생체인식기술의 적용이 예상된다. 생체인식에 사용되는 얼굴은 인식 정보를 담고 있고 전달해주는 가장 자연스러운 도구이며 얼굴인식 기법은 카메라를 보고만 있으면 되므로 사용자가 이용하기가 편리하고 따라서 얼굴인증과 인식기술은 생체인식 어플리케이션에 많은 영향을 미칠 것으로 보인다. 그러나 주시 각도, 조명, 거리등에 따라 인식률이 달라지므로 고성능의 인식 기술의 개발이 요구된다. 본 논문의 연구내용은 크게 두 가지로 나누어진다. 첫째는 PCA를 이용한 얼굴영상의 전처리와 개선된 LDA를 얼굴의 특징추출에 적용한 얼굴인식 알고리즘이고 둘째는 Active Contour의 에너지 최소화 모델을 이용한 생물체 움직임의 패턴분류이다. 먼저, 얼굴인식 알고리즘에서 제안하는 방법은 CCD 카메라를 통해 획득된 3차원 칼라 얼굴영상에서 1차원 흑백영상으로 변환할 때 주성분분석(Principal Component Analysis)을 이용하는 것으로 이 방법은 칼라 얼굴영상의 특징을 흑백 얼굴영상에 좀 더 보전할 수 있게 하고 빛의 명암에 의해 희미해 진 얼굴 경계를 찾을 수 있게 변환하는 방법이다. 이렇게 하여 얻어진 흑백영상에 새로운 직접적인 선형판별분석법을 적용하여 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 얼굴인식 기법을 ORL 얼굴 데이터베이스와 NR 실험실 연구원들을 대상으로 만든 세 가지의 얼굴 데이터베이스에 수행해 본 결과 기존의 주로 사용하는 방법보다 인식률이 나음을 확인 할 수 있었다. 생물체의 움직임 패턴을 분류하기 위해 획득된 깔따구의 움직임 궤적에서 중요한 성분이 되는 속도벡터를 추출하여 속도 위상영상을 만들었다. 이 영상에 Active Contour를 두어서 이 곡선이 에너지가 최소화되는 방향으로 진화하게 하여 에너지 감소 그래프를 구하고 특징을 추출하는 방법을 제안하였다. 제안하는 에너지 최소화 모델의 실험을 통해 다이아지논이 처리되기 전과 후의 깔따구 행동궤적 패턴의 특징을 찾아낼 뿐만 아니라 에너지 최소화 모델은 약물 처리된 깔따구의 반응적 행동이 이에 적응하고 있음을 효과적으로 보여줌을 알 수 있었다. 즉, 본 논문에서 제안한 에너지 최소화 모델로 생물체의 움직임 패턴 특징을 잘 추출하고 분류할 수 있었다.
개인의 생리학적 특징이나 행동특징을 이용하여 개인의 신원을 인증하거나 인식하는 자동적인 방법인 생체인식(Biometrics)은 정보기술(IT)과 바이오기술(BT)의 접목으로 최근 정보보호의 중요 수단으로 부상하고 있다. 정보기술의 매체로써 컴퓨터의 사용이 증가함에 따라 극히 신중을 요하거나 개인적인 정보에의 접근에 제한을 줄 필요가 있는 시대의 요구에 따라 생체인식에 의한 인증 방법은 보안지역의 출입통제, PC 및 통신기기 보안은 물론 자동차 시동 및 보안, 은행의 현금 자동 출금기(ATM)나 전자결제시스템에서의 개인 인증, 전자상거래 및 B2B·B2C솔루션 보안의 핵심으로 점진적인 생체인식기술의 적용이 예상된다. 생체인식에 사용되는 얼굴은 인식 정보를 담고 있고 전달해주는 가장 자연스러운 도구이며 얼굴인식 기법은 카메라를 보고만 있으면 되므로 사용자가 이용하기가 편리하고 따라서 얼굴인증과 인식기술은 생체인식 어플리케이션에 많은 영향을 미칠 것으로 보인다. 그러나 주시 각도, 조명, 거리등에 따라 인식률이 달라지므로 고성능의 인식 기술의 개발이 요구된다. 본 논문의 연구내용은 크게 두 가지로 나누어진다. 첫째는 PCA를 이용한 얼굴영상의 전처리와 개선된 LDA를 얼굴의 특징추출에 적용한 얼굴인식 알고리즘이고 둘째는 Active Contour의 에너지 최소화 모델을 이용한 생물체 움직임의 패턴분류이다. 먼저, 얼굴인식 알고리즘에서 제안하는 방법은 CCD 카메라를 통해 획득된 3차원 칼라 얼굴영상에서 1차원 흑백영상으로 변환할 때 주성분분석(Principal Component Analysis)을 이용하는 것으로 이 방법은 칼라 얼굴영상의 특징을 흑백 얼굴영상에 좀 더 보전할 수 있게 하고 빛의 명암에 의해 희미해 진 얼굴 경계를 찾을 수 있게 변환하는 방법이다. 이렇게 하여 얻어진 흑백영상에 새로운 직접적인 선형판별분석법을 적용하여 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 얼굴인식 기법을 ORL 얼굴 데이터베이스와 NR 실험실 연구원들을 대상으로 만든 세 가지의 얼굴 데이터베이스에 수행해 본 결과 기존의 주로 사용하는 방법보다 인식률이 나음을 확인 할 수 있었다. 생물체의 움직임 패턴을 분류하기 위해 획득된 깔따구의 움직임 궤적에서 중요한 성분이 되는 속도벡터를 추출하여 속도 위상영상을 만들었다. 이 영상에 Active Contour를 두어서 이 곡선이 에너지가 최소화되는 방향으로 진화하게 하여 에너지 감소 그래프를 구하고 특징을 추출하는 방법을 제안하였다. 제안하는 에너지 최소화 모델의 실험을 통해 다이아지논이 처리되기 전과 후의 깔따구 행동궤적 패턴의 특징을 찾아낼 뿐만 아니라 에너지 최소화 모델은 약물 처리된 깔따구의 반응적 행동이 이에 적응하고 있음을 효과적으로 보여줌을 알 수 있었다. 즉, 본 논문에서 제안한 에너지 최소화 모델로 생물체의 움직임 패턴 특징을 잘 추출하고 분류할 수 있었다.
Biometrics refers to the identification of a person based on his/her physiological or behavioral characteristics. With the increased use of computers as vehicles of information technology, it is necessary to restrict access to sensitive personal data and assets. By replacing PINs, biometric techniqu...
Biometrics refers to the identification of a person based on his/her physiological or behavioral characteristics. With the increased use of computers as vehicles of information technology, it is necessary to restrict access to sensitive personal data and assets. By replacing PINs, biometric techniques can potentially prevent unauthorized access to, or fraudulent use of, ATMs, cellular phones, smart cards, desktop PCs, workstations, and computer networks. PINs and passwords may be forgotten, and token based methods of identification like passports and driver's licenses may be forged, stolen, or lost. Thus biometric systems of identification are enjoying a renewed interest. Various types of biometric systems are being used for real-time identification, the most popular ones are based on face recognition and fingerprint matching. Other biometric systems utilize iris and retinal scan, speech, facial thermograms, and hand geometry. This thesis consists of two parts. The first is a face recognition algorithm using principal component analysis(PCA) to preprocess facial images and linear discriminant analysis(LDA) applied to facial feature extraction. The second is an implementation of an adaptive method of active contour and energy minimization to extract feature from the movement tracks of individual larvae specimens. In the face recognition algorithm, PCA is applied to transform three dimensional color facial images to one dimensional gray facial images. This method preserves the features of color facial images and detects facial lines blurred by contrast. The proposed face recognition algorithms are applied using the Olivetti Research Laboratory(ORL) facial data base and the Neural Network and Real World Application(NR) lab facial data base. Results gathered show that the recognition rate of the proposed method is better than existing methods. In order to extract and analyze complex features of the behavior of animals in response to external stimuli such as toxic chemicals, we implemented an adaptive computational method to characterize changes in the behavior of chironomids in response to treatment with the insecticide, diazinon. The movement tracks of individual chironomid larvae were continuously measured in 0.25 second intervals during the survey period of 4 - 5 days before and after the treatment. Velocity on each sample track at 0.25 second intervals was collected in 15-20 minute periods and was subsequently checked to effectively reveal behavioral states of the specimens tested. Active contour was formed around each collection of velocities to gradually evolve to find the optimal boundaries of velocity collections through processes of energy minimization. The energy minimization model effectively revealed characteristic patterns of behavior for the treatment versus no treatment, and identified changes in behavioral states as the time progressed.
Biometrics refers to the identification of a person based on his/her physiological or behavioral characteristics. With the increased use of computers as vehicles of information technology, it is necessary to restrict access to sensitive personal data and assets. By replacing PINs, biometric techniques can potentially prevent unauthorized access to, or fraudulent use of, ATMs, cellular phones, smart cards, desktop PCs, workstations, and computer networks. PINs and passwords may be forgotten, and token based methods of identification like passports and driver's licenses may be forged, stolen, or lost. Thus biometric systems of identification are enjoying a renewed interest. Various types of biometric systems are being used for real-time identification, the most popular ones are based on face recognition and fingerprint matching. Other biometric systems utilize iris and retinal scan, speech, facial thermograms, and hand geometry. This thesis consists of two parts. The first is a face recognition algorithm using principal component analysis(PCA) to preprocess facial images and linear discriminant analysis(LDA) applied to facial feature extraction. The second is an implementation of an adaptive method of active contour and energy minimization to extract feature from the movement tracks of individual larvae specimens. In the face recognition algorithm, PCA is applied to transform three dimensional color facial images to one dimensional gray facial images. This method preserves the features of color facial images and detects facial lines blurred by contrast. The proposed face recognition algorithms are applied using the Olivetti Research Laboratory(ORL) facial data base and the Neural Network and Real World Application(NR) lab facial data base. Results gathered show that the recognition rate of the proposed method is better than existing methods. In order to extract and analyze complex features of the behavior of animals in response to external stimuli such as toxic chemicals, we implemented an adaptive computational method to characterize changes in the behavior of chironomids in response to treatment with the insecticide, diazinon. The movement tracks of individual chironomid larvae were continuously measured in 0.25 second intervals during the survey period of 4 - 5 days before and after the treatment. Velocity on each sample track at 0.25 second intervals was collected in 15-20 minute periods and was subsequently checked to effectively reveal behavioral states of the specimens tested. Active contour was formed around each collection of velocities to gradually evolve to find the optimal boundaries of velocity collections through processes of energy minimization. The energy minimization model effectively revealed characteristic patterns of behavior for the treatment versus no treatment, and identified changes in behavioral states as the time progressed.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.