$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

지문 인식을 위한 효율적인 1:N 매칭 방법
Efficient 1:N Matching Scheme for Fingerprint Identification 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.45 no.5 = no.323, 2008년, pp.173 - 179  

정순원 ((주) 니트젠)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 지문 인식에 있어서 매칭 시간을 줄일 수 있는 효율적인 매칭 방법을 제안한다. 통상 지문의 특징점을 이용하여 지문 매칭을 수행하는 경우, 특징점간의 기하학적 유사성을 분석하여 두 지문의 매칭 점수를 계산한다. 이러한 기하학적 유사도를 계산하기 위해서는, 하나의 지문 데이터를 기준으로 다른 하나의 지문 데이터를 미리 정렬하는 과정이 필요하며, 정렬 결과에 따라 두 지문의 유사도가 달라지므로 통상의 지문 매칭에 있어서는 양방향 매칭을 통하여 최종 매칭 점수를 구한다. 양방향 매칭의 경우 단방향 매칭에 비하여 매칭 신뢰도는 높아지나 매칭에 걸리는 시간이 단방향 매칭에 비해 두 배로 걸린다. 이 문제를 해결하기 위하여, 본 논문에서는 대규모 지문 데이터 베이스에 대한 양방향 매칭 점수의 분포를 구하고, 이를 기초로 효율적인 1:N 지문 매칭방법을 제안하였다. 실험 결과는 이러한 방법이 유용함을 보여준다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes an efficient 1:N matching scheme for fingerprint identification. Usually, in the minutiae-based matching scheme, fingerprint matching score could be calculated by analyzing geometrical similarity between minutiae from two fingerprints. To calculate the geometrical similarity betw...

주제어

#fingerprint   #identification   #unidirectional matching   #bidirectional matching  

참고문헌 (8)

  1. Jain A.K., Bolle R., and Pankaniti S. (Eds), Biometrics: Personal Identification in Networked Society, Kluwer Academic, NewYork, 1999 

  2. Ratha N.K., Chen S.Y., and Jain A.K., "Adaptive Flow Orientation-Based Feature Extraction in Fingerprint Images,", Pattern Recognition, vol. 28, no. 11, pp. 1657-1672, 1995 

    상세보기 crossref

  3. Arcelli C. and Baja G.S.D., "A Width Independent Fast Thinning Algorithm," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 4, no. 7, pp. 463-474, 1984 

  4. Maltoni D., Maio D., Jain A.K., Prabhakar S., Handbook of Fingerprint Recognition, Springer, 2003 

  5. Ranade A. and Rosenfeld A., "Point Pattern Matching by Relaxation," Pattern Recognition, vol. 12, no. 2, pp. 269-275, 1993 

  6. Wegstein J.H., "An Automated Fingerprint Identification System," U.S. Government Publication, Washington, DC: U.S. Dept. of Commerce, National Bureau of Standards, 1982 

  7. Lumini A., Maio D., and Maltoni D., "Continuous vs. Exclusive Classification for Fingerprint Retrieval," Pattern Recognition Letters, vol. 18, no. 10, pp. 1027-1034, 1997 

    상세보기 crossref

  8. Cappelli R., Maio D., and Maltoni D., "Indexing Fingerprint Databases for Efficient 1:N Matching," in Proc. Int. Conf. On Control Automation Robotics and Vision(6th), 2000 

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로