초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 안드로이드 플랫폼 환경의 다중생체인식 기반 개인인증 시스템을 구현한다. 생체인식 시스템은 사람의 복제 불가능한 생체 특징을 기반으로 신원인증 등을 수행하는 시스템으로써, 본 논문에서는 얼굴 및 음성 데이터를 사용하여 생체인식 시스템을 구현하여 성능을 평가한다. 또한, 얼굴 및 음성 인증 시스템을 융합한 다중생체인식 시스템을 구현하여 기존의 생체인식 시스템의 부족한 부분을 보완하는 것을 목표로 한다. 다중생체인식 시스템은 다음의 두 가지 생체인식 시스템으로 구성한다. 얼굴인증 시스템은 Modified Census Transform(...

본 논문에서는 안드로이드 플랫폼 환경의 다중생체인식 기반 개인인증 시스템을 구현한다. 생체인식 시스템은 사람의 복제 불가능한 생체 특징을 기반으로 신원인증 등을 수행하는 시스템으로써, 본 논문에서는 얼굴 및 음성 데이터를 사용하여 생체인식 시스템을 구현하여 성능을 평가한다. 또한, 얼굴 및 음성 인증 시스템을 융합한 다중생체인식 시스템을 구현하여 기존의 생체인식 시스템의 부족한 부분을 보완하는 것을 목표로 한다. 다중생체인식 시스템은 다음의 두 가지 생체인식 시스템으로 구성한다. 얼굴인증 시스템은 Modified Census Transform(MCT)기반 얼굴검출 및 K-means 클러스터 분석(cluster analysis)기반 눈 검출을 통해 얼굴영역 전처리를 하여 Principal Component Analysis(PCA)학습을 통해 구현한다. 화자인증은 음성의 끝점 추출과 Mel Frequency Cepstral Coefficient(MFCC)특징을 추출하여 Dynamic Time Warping(DTW)과정을 통해 구현한다. 논문에서 제안된 시스템을 통해 구현된 얼굴 및 화자인식 시스템의 성능을 평가하고, 이를 융합한 다중생체인식 시스템의 성능을 평가하여 보다 높은 인식률을 도출한다. 최종적으로 얼굴 및 화자인식 시스템을 융합한 다중생체인식 시스템은 각 생체인식 시스템의 인식률을 향상시켜 보다 신뢰할 수 있는 시스템임을 입증한다.

주제어