선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 MAMS-PP64가 병렬 처리 방식을 가지므로 이와 상대적인 개념인 일반적인 범용 프로세서에 대해 시리얼 프로세서로 명명하는 것으로 한다. 시리얼 프로세서에서 지문인식 시스템은 사용자의 지문을 읽고 이를 데이터베이스에 저장되어 있는 데이터와 비교하여 개인을 인증하는 방식이다.
제안 방법
- MAMS-PP64에서 방향 계산은 시리얼 프로세서의 처리 과정에서 각 블록의 융선 방향의 수직인 방향에 놓여있는 명암값을 이용한 블록 단위로 계산하는 방식에서 병렬성과 마스크 처리를 위하여 마스크를 사용하는 방식으로 알고리즘을 변경하여 사용하였고, 방향을 계산하는 방식은 그림 14와 같은 방향템플릿을 마스크로 이용하여 지문 융선을 처리하고 그 결과 8방향에 대한 방향성 정보를 가지는 0～1의 정규화 영상을 추출한다. 이와 같이 MAMS-PP64에서 방향 계산 처리를 위한 알고리즘은 식 15～22와같이 계산을 이용하여 D0～D7의 8방향 영상을 구할 수 있다.
- 그리고 MAMS-PP64(100Mhz)와 시리얼 프로세서(intel ® Core2 Quad 2.66Ghz)의 처리속도를 확인하기 위하여 전처리, 특징 추출, 후처리의 각 단계에서의 속도를 측정하였다.
- 지문인식 특징추출 알고리즘은 “지문인식 기술 동향[2]”에서 정의한 방식에 따라 전처리, 특징 추출, 후처리 3단계로 구분하여 알고리즘을 완성하였다. 다음으로 완성된 지문인식 특징 추출 알고리즘이 MAMS-PP64에서 동작하도록 하기 위해 병렬처리가 가능한 알고리즘으로 변환하였다[8]. 본 논문에서는 시리얼 프로세서를 통해 처리한 지문의 특징 추출에 대한 결과와 MAMS-PP64를 통해 처리한 데이터의 결과에 대해 correlation을 이용한 검증을 통해 제안된 방법의 신뢰도를 확인하였고, 처리속도 또한 1.
- 본 논문에서 지문인식 시스템의 특징 추출 알고리즘을 위하여 MAMS-PP64를 사용하였으며, 그 구조는 명령어 관리를 하는 CU(Control Unit), 64개의 PE, 그리고 67개의 MM(Memory Module)으로 이루어져 있다. 본 논문 에서 지문인식 시스템의 특징 추출 알고리즘에 이용 하는 MAMS-PP64의 구성도는 그림 8과 같고, 이를 16개의 PE로 구성된 MAMS-PP16 보드에서 그림 9와 같이 64개의 PE로 확장한 MAMS-PP64 보드로 제작하였다[16].
- 본 논문에서는 블록 크기를 모두 ω =16으로 하였으며, 이렇게 추출된 특징 값들은 실험에 사용하기 위해 특징 별로 0에서 1사이의 값으로 정규화 하였다.
- 본 논문에서는 지문의 특징 추출 알고리즘 중 모든 과정을 포함하여 정합에 대한 정확성을 보장하면서 동시에 처리 속도 또한 단축시키기 위한 방법으로써 병렬 처리 방식의 다중 접근 메모리 시스템인 MAMS-PP64를 이용하여 특징 추출 알고리즘을 처리함으로써 지문의 특징 추출에 대한 정확성과 처리 속도의 단축을 가능하게 하였다.
- 상단은 시리얼 프로세서에서 지문의 특징을 추출하는 기능을 수행하며, 하단은 MAMS-PP64에서 지문의 특징을 추출하는 기능을 수행한다. 지문인식 특징 추출 알고리즘을 MAMS-PP64를 이용하여 처리한 결과의 신뢰성을 확인하기 위해서 MAMS-PP64에서 생성된 Minutiae Extraction 영상과 시리얼 프로세서에서 생성된 Minutiae Extraction 영상을 Image Correlation 방법을 사용하여 두 영상간의 유사도를 확인하였다. 이 프로그램을 이용하여 지문에 대한 특징 추출 영상을 획득하여 MAMS-64와 시리얼 프로세서를 통해 처리한 영상을 Correlation을 수행한 결과, 표 1과 같이 시리얼 프로세서를 통해 처리한 영상과 MAMS-PP64를 통해 처리한 영상 간에 99.
- 지문인식 특징추출 알고리즘은 “지문인식 기술 동향[2]”에서 정의한 방식에 따라 전처리, 특징 추출, 후처리 3단계로 구분하여 알고리즘을 완성하였다.
데이터처리
- 융선과 골 두께의 비율은 블록 단위로 계산[9]하며 각 블록의 융선 방향에 수직인 방향에 놓여있는 픽셀의 명암값을 이용하여 계산할 수 있다. 각 블록에서 구해진 융선 두께와 골 두께를 이용하여 각 블록의 융선과 골 두께의 비율을 구한 후, 전체 영상에서 이 값의 평균을 얻는다.
이론/모형
- 병렬처리시스템의 병렬처리기는 PE(Process Elements)와 파이프라인 SIMD(Pipe-lined Single Instruction Multiple Data) 구조를 갖는 MAMS로 구성되어 있다[7,15]. 본 논문에서 지문인식 시스템의 특징 추출 알고리즘을 위하여 MAMS-PP64를 사용하였으며, 그 구조는 명령어 관리를 하는 CU(Control Unit), 64개의 PE, 그리고 67개의 MM(Memory Module)으로 이루어져 있다. 본 논문 에서 지문인식 시스템의 특징 추출 알고리즘에 이용 하는 MAMS-PP64의 구성도는 그림 8과 같고, 이를 16개의 PE로 구성된 MAMS-PP16 보드에서 그림 9와 같이 64개의 PE로 확장한 MAMS-PP64 보드로 제작하였다[16].
- 세선화는 T.Y. Zang과 C.Y.Suen에 의해 제안된 병렬 세선화 알고리즘(ZS)을 2개의 서브 반복 단계로 구성하였다. 여기서 N(P1)은 그림 5에서와 같이 P1 화소의 이웃하는 8방향의 화소들 중 1(영역)의 값을 갖는 화소의 개수이고, S(P1)는 8방향 화소들의 set P2～P9에서의 0-1로의 천이 개수이다[13].
- 최근 연구된 그리드 기반의 매칭 알고리즘은 앞의 두 방법에 비해 특징 추출에 대한 정확도는 높아졌지만 처리시간이 길다는 단점이 발생하였다[6]. 이러한 단점들을 해결하기 위해 본 논문에서는 전처리, 특징추출, 후처리 과정들을 모두 수행하면서 빠른 처리가 가능하게 하기위해 이전 연구에 의해 개발된 다중 접근 메모리 시스템인 MAMS-PP64를 사용하였다. MAMS-PP64는 64개의 프로세서를 포함하며 각 프로세서에서 메모리에 동시에 다중 접근이 가능하도록 설계된 시스템이다[7].
성능/효과
- 표 2는 Binary image, Thinning image, Minutiae extraction image을 생성하는 알고리즘에 대하여 10 회 수행한 결과로써 시리얼 프로세서의 결과와 MAMS-PP64의 결과를 확인볼 때 시리얼 프로세서는 Binary image는 2714～2769ms, Thinning image는 353～373ms, 그리고 Minutiae extraction image는 104～133ms로써 처리 시간이 일정하지 않음을 확인할 수 있고, MAMS-PP64의 결과를 확인하여 보면 Binary image는 1712ms, Thinning image는 227ms, 그리고 Minutiae extraction image는 104ms로써 처리 시간이 항상 일정함을 확인할 수 있다. 또한 전체 알고리즘에 대한 평균적인 처리시간을 비교해 볼 때 MAMS-PP64가 시리얼 프로세서보다 1.56 배만큼 처리 속도가 빠르다는 사실을 확인하였다. 만약 현재 FPGA로 구성되어 있는 MAMS-PP64는 실행 클럭(clock)이 100Mhz이지만 ASIC으로 구성하여 시리얼 프로세서와 동일한 클럭(clock)인 2.
- 다음으로 완성된 지문인식 특징 추출 알고리즘이 MAMS-PP64에서 동작하도록 하기 위해 병렬처리가 가능한 알고리즘으로 변환하였다[8]. 본 논문에서는 시리얼 프로세서를 통해 처리한 지문의 특징 추출에 대한 결과와 MAMS-PP64를 통해 처리한 데이터의 결과에 대해 correlation을 이용한 검증을 통해 제안된 방법의 신뢰도를 확인하였고, 처리속도 또한 1.56배가 향상되었음을 보인다.
- 지문인식 특징 추출 알고리즘을 MAMS-PP64를 이용하여 처리한 결과의 신뢰성을 확인하기 위해서 MAMS-PP64에서 생성된 Minutiae Extraction 영상과 시리얼 프로세서에서 생성된 Minutiae Extraction 영상을 Image Correlation 방법을 사용하여 두 영상간의 유사도를 확인하였다. 이 프로그램을 이용하여 지문에 대한 특징 추출 영상을 획득하여 MAMS-64와 시리얼 프로세서를 통해 처리한 영상을 Correlation을 수행한 결과, 표 1과 같이 시리얼 프로세서를 통해 처리한 영상과 MAMS-PP64를 통해 처리한 영상 간에 99.99%의 유사도를 가짐을 확인하였다. 이것은 MAMS-PP64를 통해 지문에 대한 특징을 추출한 결과가 범용 프로세서인 시리얼 프로세서를 통해 처리한 결과와 일치함을 증명하는 것이다.
- 표 2는 Binary image, Thinning image, Minutiae extraction image을 생성하는 알고리즘에 대하여 10 회 수행한 결과로써 시리얼 프로세서의 결과와 MAMS-PP64의 결과를 확인볼 때 시리얼 프로세서는 Binary image는 2714～2769ms, Thinning image는 353～373ms, 그리고 Minutiae extraction image는 104～133ms로써 처리 시간이 일정하지 않음을 확인할 수 있고, MAMS-PP64의 결과를 확인하여 보면 Binary image는 1712ms, Thinning image는 227ms, 그리고 Minutiae extraction image는 104ms로써 처리 시간이 항상 일정함을 확인할 수 있다. 또한 전체 알고리즘에 대한 평균적인 처리시간을 비교해 볼 때 MAMS-PP64가 시리얼 프로세서보다 1.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.