대부분의 기존 지문인식 방법은 지문의 특징점(단점, 분기점)에 기초한 매칭 방법을 사용하고 있는데 이것의 문제점은, 첫째 지문의 변환, 회전, 비선형 변형, 가짜 특징점 등이 발생하여 특징점 추출 및 특징점들 간의 매칭 등에 매우 복잡한 계산이 필요로 하고, 둘째 지문의 품질 향상을 위해 ...
대부분의 기존 지문인식 방법은 지문의 특징점(단점, 분기점)에 기초한 매칭 방법을 사용하고 있는데 이것의 문제점은, 첫째 지문의 변환, 회전, 비선형 변형, 가짜 특징점 등이 발생하여 특징점 추출 및 특징점들 간의 매칭 등에 매우 복잡한 계산이 필요로 하고, 둘째 지문의 품질 향상을 위해 융선의 방향성 계산, 그레이 레벨(gray level) 향상, 영역 분할, 특이점 검출, 이진화, 세선화, 특징점 검출, 특징점 복원 등 많은 전처리 과정이 필요하고, 셋째 지문 데이터베이스에 저장된 지문들의 특징점 개수가 모두 달라서 매칭할 때 가변 레코드를 사용해야 하기 때문에 매칭 프로그램이 매우 복잡하다. 본 논문에서는 이러한 문제점들을 해결하기 위하여, Gabor 필터를 이용하여 획득한 Gabor 특징값을 사용하여 지문분류와 인식을 함으로써 정당한 인식률을 보장하면서도, 지문인식 과정이 간단하고 Gabor 특징값을 표현한 레코드 길이가 일정하여 매칭 프로그램이 간단한 새로운 지문인식 알고리즘을 제안한다. 특히 고정길이의 레코드를 처리하기 때문에 DBMS를 활용한 대형 지문 데이터베이스를 구성하기가 용이하다. 다양한 실험을 통하여 특징점에 기초한 기존의 지문인식 시스템 및 세계 지문인식 경연대회인 FVC(FingerprintVerification competition)대회 결과와 비교 분석하여 Gabor 특징값을 이용하는 새로운 입증이 지문인식에 사용될 수 있는 가능성이 있음을 증명하였다.
대부분의 기존 지문인식 방법은 지문의 특징점(단점, 분기점)에 기초한 매칭 방법을 사용하고 있는데 이것의 문제점은, 첫째 지문의 변환, 회전, 비선형 변형, 가짜 특징점 등이 발생하여 특징점 추출 및 특징점들 간의 매칭 등에 매우 복잡한 계산이 필요로 하고, 둘째 지문의 품질 향상을 위해 융선의 방향성 계산, 그레이 레벨(gray level) 향상, 영역 분할, 특이점 검출, 이진화, 세선화, 특징점 검출, 특징점 복원 등 많은 전처리 과정이 필요하고, 셋째 지문 데이터베이스에 저장된 지문들의 특징점 개수가 모두 달라서 매칭할 때 가변 레코드를 사용해야 하기 때문에 매칭 프로그램이 매우 복잡하다. 본 논문에서는 이러한 문제점들을 해결하기 위하여, Gabor 필터를 이용하여 획득한 Gabor 특징값을 사용하여 지문분류와 인식을 함으로써 정당한 인식률을 보장하면서도, 지문인식 과정이 간단하고 Gabor 특징값을 표현한 레코드 길이가 일정하여 매칭 프로그램이 간단한 새로운 지문인식 알고리즘을 제안한다. 특히 고정길이의 레코드를 처리하기 때문에 DBMS를 활용한 대형 지문 데이터베이스를 구성하기가 용이하다. 다양한 실험을 통하여 특징점에 기초한 기존의 지문인식 시스템 및 세계 지문인식 경연대회인 FVC(Fingerprint Verification competition)대회 결과와 비교 분석하여 Gabor 특징값을 이용하는 새로운 입증이 지문인식에 사용될 수 있는 가능성이 있음을 증명하였다.
Fingerprint recognition is a task to find a matching pattern in a database for a specific persons fingerprint. To accomplish this task, preprocessing classification, and matching steps are taken for a large scale fingerprint database but only the matching step is taken without classification for a s...
Fingerprint recognition is a task to find a matching pattern in a database for a specific persons fingerprint. To accomplish this task, preprocessing classification, and matching steps are taken for a large scale fingerprint database but only the matching step is taken without classification for a small-scale database. First, The primary matching method is based on minutiae to minutiae(ridge ending point, bifurcation) accurately due to translation, rotation, nonlinear deformation of fingerprint, occurrence of spurious minutiae. Second, this method requires a laborious preprocessing step in order to improve the quality of fingerprint images and upgrade for gray level, segmentation, detection of singular points, binarization, and normalization. Last, the matching programs are complicated because the variable records are worked on matching the difference numbers of each fingerprints registered in the database. This paper proposes a new simple method to eliminate these problems. With this method, Gabor feature value is used instead of minutiae for fingerprint recognition and classification. The Gabor feature value is computed from Gabor features that result from filtering a fingerprint image through Gabor filter. This method and its test result guarantee accuracy of matching rate, and also make program easily for large scale fingerprints database using DBMS. The finally, above results compared with the results of FVC(fingerprint verification competition) are confirmed to have the potential to use this new method for fingerprint recognition
Fingerprint recognition is a task to find a matching pattern in a database for a specific persons fingerprint. To accomplish this task, preprocessing classification, and matching steps are taken for a large scale fingerprint database but only the matching step is taken without classification for a small-scale database. First, The primary matching method is based on minutiae to minutiae(ridge ending point, bifurcation) accurately due to translation, rotation, nonlinear deformation of fingerprint, occurrence of spurious minutiae. Second, this method requires a laborious preprocessing step in order to improve the quality of fingerprint images and upgrade for gray level, segmentation, detection of singular points, binarization, and normalization. Last, the matching programs are complicated because the variable records are worked on matching the difference numbers of each fingerprints registered in the database. This paper proposes a new simple method to eliminate these problems. With this method, Gabor feature value is used instead of minutiae for fingerprint recognition and classification. The Gabor feature value is computed from Gabor features that result from filtering a fingerprint image through Gabor filter. This method and its test result guarantee accuracy of matching rate, and also make program easily for large scale fingerprints database using DBMS. The finally, above results compared with the results of FVC(fingerprint verification competition) are confirmed to have the potential to use this new method for fingerprint recognition
※ AI-Helper는 부적절한 답변을 할 수 있습니다.