[논문]비접촉 손 영상에서 손가락 면을 이용한 개인 식별

김민기

doi:10.9717/kmms.2014.17.8.937

[국내논문] 비접촉 손 영상에서 손가락 면을 이용한 개인 식별
Personal Identification Using Inner Face of Fingers from Contactless Hand Image 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.17 no.8, 2014년, pp.937 - 945

김민기 (Dept. of Computer Science, Gyeongsang National University, Engineering Research Institute)

Abstract ▼ AI-Helper

Multi-modal biometric system can use another biometric trait in the case of having deficiency at a biometric trait. It also has an advantage of improving the performance of personal identification by using multiple biometric traits, so studies on new biometric traits have continuously been performed. The inner face of finger is a relatively new biometric trait. It has two major features of knuckle lines and wrinkles, which can be used as discriminative features. This paper proposes a finger identification method based on displacement vector to effectively process some variation appeared in contactless hand image. At first, the proposed method produces displacement vectors, which are made by connecting corresponding points acquired by matching each pair of local block. It then recognize finger by measuring the similarity among all the detected displacement vectors. The experimental results using pubic CASIA hand image database show that the proposed method may be effectively applied to personal identification.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 비접촉식 방식으로 획득한 저해상도 손 영상으로부터 손가락 안쪽 면에 나타나는 특징을 추출하여 개인을 식별하는 방법을 탐구한다. 손가락 앞면에는 관절 라인(knuckle line), 주름(wrinkle), 능선(ridge) 등의 정보가 존재하는데, 능선은 저해상도 영상에서 잘 나타나지 않기 때문에 관절 라인과 주름이 개인 식별을 위한 주요한 특징으로 이용된다.
여러 생체정보를 결합하여 생체인식 시스템을 구성하면 상호 보완적인 역할이 가능하고, 시스템의 전반적인 성능을 개선할 수 있기 때문에 새로운 생체 특징에 대한 발굴과 이에 대한 연구가 활발히 이루어지고 있다. 본 연구에서는 비접촉식 방식으로 획득한 손 영상에서 나타나는 크기, 회전, 이동 변형을 효과적으로 처리하기 위하여 위상상관을 기반으로 대응점을 추출하고, 변위벡터를 생성한 후 이들 변위벡터들 간의 유사도를 측정하여 개인을 식별하는 방법을 제안하였다. 손가락 안쪽 면은 관절 라인과 주름의 방향이 중요한 특징이 되는데, 이들 텍스처 정보를 강조하기 위하여 전처리 과정에서 수직 방향과 수평 방향의 가버 필터를 사용하였다.

가설 설정

6) 초기 참조점이 p0, q0인 두 국소영상으로부터 이동 변위 δ를 추정하면 질의영상의 참조점 q는 q0 +δ가 된다.
3) 원 영상에 해당하는 층을 l0, 피라미드 최상단 층을 lmax라고 할 때, 최상단 층의 두 점 #와 #의 위치는 같다고 가정한다.

제안 방법

본 연구는 비접촉방식으로 획득한 장문을 인식하기 위해 K. Ito 외[13]의 연구에서 제안된 위상상관(phase correlation)과 S. Ayoyama 외[14]의 연구에서 제안된 국소블록 정합에 착안하여 손가락 앞면을 인식하는 새로운 접근 방식을 제안한다. 위상상관은 정규화된 교차 파워 스펙트럼의 역방향 퓨리에변환(Fourier transform)으로 정의되므로, 위상상관을 이용하면 두 영상간의 이동 변위를 효과적으로 처리할 수 있다.
국소블록 정합은 영상을 균일한 크기의 블록으로 분할한 후 대응되는 블록들 간의 위상상관을 통해 전체 영상의 유사도를 판정하는 정합 방식이다. 본 연구에서는 대응되는 블록들 간의 유사도에 따라 대응점(corresponding point)을 추출하고, 대응점들 간의 이동 방향과 크기를 나타내는 변위벡터(displacement vector)를 이용하여 손가락 앞면을 인식하는 방법을 제안한다. 본 논문의 구성은 다음과 같다.
이러한 문제를 해결하기 위하여 본 연구에서는 명도 히스토그램의 분포로부터 임계값을 결정하는 Otsu[16]의 이진화 방법을 이용하였다. 그러나 Otsu의 이진화 방법을 입력 영상에 적용할 경우 손가락 끊어짐 현상이 일부 나타나기 때문에, 이 문제를 해결하기 위하여 이진화 전에 형태학적 닫힘 연산(closing operation)을 수행하였다.
이진화된 영상으로부터 외곽선을 추출한 후 손가락 영역을 추출하기 위하여 손가락에 나타나는 특징점을 추출한다. 손가락이 갈라지는 부분과 손가락 끝부분은 손가락 영역을 탐색하는데 중요한 특징점이 된다.
손가락이 갈라지는 부분과 손가락 끝부분은 손가락 영역을 탐색하는데 중요한 특징점이 된다. 일정한 간격을 갖는 세 점을 외곽선 상에 배치한 후 외곽선을 따라 이동시켜 가면서 세 점이 이루는 각도를 측정하여 특징점을 추출한다. Fig.
추출된 손가락 영역을 회전시켜 손가락 길이방향이 수평이 되도록 하였을 때, 관절 라인은 수직 방향이고 주름의 주 방향은 수평 방향이므로 가버 필터의 방향(θ)은 0도와 90도를 적용하였고, 사인(sine) 파형의 주파수(u)는 0.1, 표준편차(σ)는 2.0을 사용하였다.
0을 사용하였다. 가버 필터링 후 조명 변화에 따른 명도 값의 변화를 최소화하기 위하여 직류성분을 제거하였다. Fig.
가버 필터링 후 조명 변화에 따른 명도 값의 변화를 최소화하기 위하여 직류성분을 제거하였다. Fig. 3-(a)에 나타난 바와 같이 직류성분을 제거하면 영상이 균일한 밝기를 나타내는 이점이 있으나, 직류성분을 제거하면 영상의 명도 대비가 낮아지기 때문에 직류 성분을 제거한 후 히스토그램 평활화(equalization)를 수행하였다. 끝으로 고주파 잡영을 제거하기 위하여 5×5 평균 필터를 적용하였다.
본 연구에서는 2계층 피라미드 영상을 이용하였으며, 32×32 크기를 갖는 국소영역을 8픽셀 간격으로 참조영상과 질의영상에 균일하게 배치시킨 후 이들 국소영역의 중점을 초기 참조점으로 설정하였다.
참조영상의 초기 참조점 p_i에 대응되는 질의영상의 대응점 q_j을 하나의 영상에 사상시켜 q_i와 p_j를 잇는 벡터를 변위벡터라고 정의하면, 대응하는 한 쌍의 점마다 하나의 변위벡터들을 생성할 수 있다. 그러나 대응되는 국소영역의 특성의 유사성이 떨어지는 대응점 쌍은 유의미하지 않으므로, 본 연구에서는 BLPOC 함수에 의해 산출된 최고점 값이 임계값 T_c보다 큰 대응점 쌍에 한하여 변위벡터를 생성하였다. 동일한 손가락에서 획득한 두 영상 간에는 상대적으로 많은 변위벡터가 생성될 것이고, 위치에 따라 변위벡터들은 국부적으로 유사한 크기와 방향을 나타낼 것이다.
본 연구에서는 제안된 방법의 타당성을 검증하기 위하여 연구 목적으로 공개된 CASIA 데이터베이스[19]를 이용하였다. CASIA 데이터베이스는 손바닥이 카메라를 향하게 하고 자연스럽게 손가락 사이를 벌리도록 한 후 비접촉식 방식으로 영상을 획득하였다. 본 연구에서는 백색광으로 촬영한 1,200개의 영상을 실험 데이터로 사용하였다.
6은 CASIA 손 영상과 추출한 손가락 영상을 회전 및 크기 정규화한 것이다. Fig. 6-(b)의 최상단에 제시된 예와 같이 엄지의 경우 일부 영역이 잘리거나, Fig. 6-(d)의 최상단에 나타난 엄지 영상처럼 엄지 안쪽 면이 획득되지 않아 본 연구에서는 엄지를 제외한 검지, 중지, 약지, 소지를 대상으로 인식 실험을 수행하였다.
단순히 변위벡터의 개수만으로 유사도를 측정하지 않고, 이를 확장하여 식 (10)에 제시된 바와 같이 변위벡터간의 유사한 벡터 쌍의 개수로 유사도를 측정할 때, 임계값 T_s로 벡터의 유사도를 결정하게 되므로 T_s가 인식률에 미치는 영향을 파악하기 위하여 실험을 수행하였다. 임계값 T_s를 0.
본 연구에서는 비접촉식 방식으로 획득한 손 영상에서 나타나는 크기, 회전, 이동 변형을 효과적으로 처리하기 위하여 위상상관을 기반으로 대응점을 추출하고, 변위벡터를 생성한 후 이들 변위벡터들 간의 유사도를 측정하여 개인을 식별하는 방법을 제안하였다. 손가락 안쪽 면은 관절 라인과 주름의 방향이 중요한 특징이 되는데, 이들 텍스처 정보를 강조하기 위하여 전처리 과정에서 수직 방향과 수평 방향의 가버 필터를 사용하였다. 두 방향의 가버 필터를 모두 이용한 경우 왼손은 최대 2.

대상 데이터

100명으로부터 획득한 왼손과 오른손 각각 6개의 영상으로 구성되어 있으며, 공간 해상도는 768×596이다.
본 연구에서는 제안된 방법의 타당성을 검증하기 위하여 연구 목적으로 공개된 CASIA 데이터베이스[19]를 이용하였다. CASIA 데이터베이스는 손바닥이 카메라를 향하게 하고 자연스럽게 손가락 사이를 벌리도록 한 후 비접촉식 방식으로 영상을 획득하였다.
CASIA 데이터베이스는 손바닥이 카메라를 향하게 하고 자연스럽게 손가락 사이를 벌리도록 한 후 비접촉식 방식으로 영상을 획득하였다. 본 연구에서는 백색광으로 촬영한 1,200개의 영상을 실험 데이터로 사용하였다. 100명으로부터 획득한 왼손과 오른손 각각 6개의 영상으로 구성되어 있으며, 공간 해상도는 768×596이다.
따라서 국소영역의 크기와 배치 간격, 임계값 T_c가 인식률에 영향을 미치게 된다. 이 세 가지가 파라미터가 인식률에 미치는 영향을 파악하기 위하여 왼손 검지를 대상으로 첫 번째 영상을 참조영상으로 사용하고, 나머지 5개의 영상을 질의영상으로 설정하여 실험을 수행하였다. Fig.
제안된 방법의 인식 성능을 측정하기 위하여 1,200개 영상에서 추출한 4,800개의 손가락 영상을 대상으로 실험을 수행하였다. 개인당 6개의 손 영상 중 첫 번째 영상을 참조영상, 그리고 나머지 5개의 영상을 질의영상으로 사용하였다.
제안된 방법의 인식 성능을 측정하기 위하여 1,200개 영상에서 추출한 4,800개의 손가락 영상을 대상으로 실험을 수행하였다. 개인당 6개의 손 영상 중 첫 번째 영상을 참조영상, 그리고 나머지 5개의 영상을 질의영상으로 사용하였다. Table 1은 왼손과 오른손에서 추출한 검지, 중지, 약지, 소지에 대한 인식 결과이다.

이론/모형

Zhang[7]은 소벨(Sobel) 연산자를 이용하여 에지 성분을 추출한 후 투영(projection) 연산을 통해 특징 벡터를 기술하였다. 그리고 특징 벡터간의 유사도를 측정하기 위하여 코사인 유사도 함수를 이용하였다. 손가락 앞면에서 추출한 에지 성분은 일반적으로 직선 형태로 나타나지 않기 때문에 Q.
본 연구에 이용한 영상은 단순한 배경을 갖고 있으나, 조명이 손바닥 전체 영역에 균일하게 비추어지지 않아 정적인 단일 임계값으로는 만족할 만한 이진화 결과를 얻을 수 없었다. 이러한 문제를 해결하기 위하여 본 연구에서는 명도 히스토그램의 분포로부터 임계값을 결정하는 Otsu[16]의 이진화 방법을 이용하였다. 그러나 Otsu의 이진화 방법을 입력 영상에 적용할 경우 손가락 끊어짐 현상이 일부 나타나기 때문에, 이 문제를 해결하기 위하여 이진화 전에 형태학적 닫힘 연산(closing operation)을 수행하였다.
하나의 손 영상에서 엄지를 제외한 나머지 4개의 손가락을 추출하므로 여러 손가락에서 추출한 정보를 결합한다면 개인 인식 성능을 개선할 수 있다. 각 손가락에 대한 유사도 점수를 결합하여 개인 간의 유사도를 측정하기 위하여 최적 규칙(optimum rule)과 평균 규칙(mean rule)을 적용하였다. 최적 규칙은 각 손가락의 유사도 점수들 중 유사도가 가장 높은 손가락의 유사도 점수를 최종 유사도 점수로 사용하는 것이고, 평균 규칙은 각 손가락의 유사도 점수들을 평균하여 최종 유사도 점수로 사용하는 것이다.

성능/효과

Fig. 7은 생성된 변위벡터의 개수만으로 유사도를 측정하여 인식한 결과로, 국소영역의 크기와 배치 간격에 무관하게 임계값 Tc가 0.4일 때 상대적으로 좋은 성능을 보였으며, 32×32 크기의 국소영역을 8픽셀 간격으로 배치하는 것이 적합한 것으로 나타났다.
가 인식률에 미치는 영향을 파악하기 위하여 실험을 수행하였다. 임계값 T_s를 0.4, 0.5, 0.6, 0.7로 변화시켜 가면서 인식률을 측정한 결과 각각 93.4%, 93.4%, 93.6%, 93.2%로 인식률은 임계값 T_s에 크게 영향을 받지 않는 것으로 나타났다.
θ는 손가락 관절문와 주름의 방향을 강조하기 위하여 전처리에 적용한 가버 필터의 방향을 나타낸 것이다. 수직 방향과 수평 방향을 강조한 영상을 모두 이용하였을 때, 왼손은 최대 2.8%, 오른손은 최대 3.4%의 인식률 향상을 보였다. 왼손이 오른손에 비하여 5.
최적 규칙은 각 손가락의 유사도 점수들 중 유사도가 가장 높은 손가락의 유사도 점수를 최종 유사도 점수로 사용하는 것이고, 평균 규칙은 각 손가락의 유사도 점수들을 평균하여 최종 유사도 점수로 사용하는 것이다. 실험 결과 Table 2에 제시된 바와 같이 평균 규칙을 이용한 결합 방식이 최적 규칙에 비하여 더 좋은 성능을 나타내었다. 4개의 손가락을 모두 이용하여 개인을 인식할 경우 왼손과 오른손은 각각 98.
실험 결과 Table 2에 제시된 바와 같이 평균 규칙을 이용한 결합 방식이 최적 규칙에 비하여 더 좋은 성능을 나타내었다. 4개의 손가락을 모두 이용하여 개인을 인식할 경우 왼손과 오른손은 각각 98.6%, 95.6%의 인식률을 보였으며, 양손을 모두 사용할 경우 인식률은 99.6%였다.
Table 3은 관련 연구들에서 제시한 인식률을 정리한 것으로, 인식률은 실험 데이터에 따라 크게 차이가 발생할 수 있기 때문에 인식률 자체만으로 성능을 직접 비교하기는 어렵다. 다만, 기존 연구에서 제시한 인식률을 참고하였을 때 제안된 방법의 타당성을 확인할 수 있었다.
손가락 안쪽 면은 관절 라인과 주름의 방향이 중요한 특징이 되는데, 이들 텍스처 정보를 강조하기 위하여 전처리 과정에서 수직 방향과 수평 방향의 가버 필터를 사용하였다. 두 방향의 가버 필터를 모두 이용한 경우 왼손은 최대 2.8%, 오른손은 최대 3.4%의 인식률 향상을 보였다. 4개의 손가락을 모두 이용하여 개인을 인식할 경우 왼손과 오른손은 각각 98.
6%였다. 실험 데이터의 차이로 제안된 방식의 인식 성능을 기존 연구결과와 직접 비교할 수는 없었지만 실험을 통해 제안된 방법의 타당성을 확인할 수 있었다. 본 연구는 기존의 연구들이 각 연구자가 수집한 데이터를 이용하여 인식 실험을 수행한 것에 비하여, 공개된 데이터베이스를 이용하여 실험 결과를 제시하였으므로 향후 후속 연구자들이 제안된 방법의 성능을 객관적으로 비교 평가할 수 있을 것으로 기대된다.

후속연구

실험 데이터의 차이로 제안된 방식의 인식 성능을 기존 연구결과와 직접 비교할 수는 없었지만 실험을 통해 제안된 방법의 타당성을 확인할 수 있었다. 본 연구는 기존의 연구들이 각 연구자가 수집한 데이터를 이용하여 인식 실험을 수행한 것에 비하여, 공개된 데이터베이스를 이용하여 실험 결과를 제시하였으므로 향후 후속 연구자들이 제안된 방법의 성능을 객관적으로 비교 평가할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	부화소 대응 정합은 무엇인가?	다중 해상도를 갖는 피라미드 영상을 이용하면 동일한 크기의 국소영역으로 확장된 영역을 처리할 수 있기 때문에 보다 정확한 이동 변위를 구할 수 있다. 부화소 대응 정합(sub-pixel correspondence matching)[14]은 피라미드 영상을 이용하여 이동 변위를 추정하는 방법으로, 참조영상내의 한 점 p에 대응되는 질의영상내의 한 점 q를 탐색하는 알고리즘은 다음과 같다.
	보안성이 강화된 개인 식별 방법이 필요한 이유는 무엇인가?	인터넷 뱅킹, 전자상거래 등 현실 공간에서 이루어지는 활동들이 사이버 공간으로 확대되고 있고, 개인 및 회사의 활동 영역이 국제화됨에 따라 보안성이 강화된 개인 식별 방법에 대한 관심이 증대되고 있다. 이에 따라 인간의 고유한 생체정보를 활용한 개인 식별에 대한 연구가 활발히 이루어져 왔다[1,2].
	손의 텍스처 정보에 따라 가버 필터를 통한 인식률의 차이는 어떻게 나타나는가?	손가락 안쪽 면은 관절 라인과 주름의 방향이 중요한 특징이 되는데, 이들 텍스처 정보를 강조하기 위하여 전처리 과정에서 수직 방향과 수평 방향의 가버 필터를 사용하였다. 두 방향의 가버 필터를 모두 이용한 경우 왼손은 최대 2.8%, 오른손은 최대 3.4%의 인식률 향상을 보였다. 4개의 손가락을 모두 이용하여 개인을 인식할 경우 왼손과 오른손은 각각 98.6%, 95.6%의 인식률을 보였으며, 양손을 모두 사용할 경우 인식률은 99.6%였다. 실험 데이터의 차이로 제안된 방식의 인식 성능을 기존 연구결과와 직접 비교할 수는 없었지만 실험을 통해 제안된 방법의 타당성을 확인할 수 있었다.

참고문헌 (19)

A.H. Mir, S. Rubab, and Z.A. Jhat, "Biometrics Verification: a Literature Survey," International Journal of Computing and ICT Research, Vol. 5, No. 2, pp. 67-80, 2011.
D. Bhattacharyya, R. Ranjan, F. Alisherov, and M. Choi, "Biometric Authentification: a Review," International Journal of u- and e-Service, Science and Technology, Vol. 2, No. 3, pp. 13-28, 2009.
P.J. Grother, W.J. Salmon, and R. Chandramouli, Biometric Specifications for Personal Identify Verification, NIST Special Publication 800-76-2, U.S. Department of Commerce, 2013.
N. Duta. "A Survey of Biometric Technology based on Hand Shape," Pattern Recognition, Vol. 42, No. 11, pp. 2797-2806, 2009.

상세보기
V. Kanhangad, A. Kumar, and D. Zhang, "Contactless and Pose Invariant Biometric Identifcation using Hand Surface," IEEE Transaction on Image Processing, Vol. 20, No. 5, pp. 1415-1424, 2011.

상세보기
R. Zhao, K. Li, M. Liu, and X. Sun, "A Novel Approach of Personal Identification based on Single Knuckle Print Image," Proceeding of Asia-Pacific Conference on Information Processing, pp. 218-221, 2009.
L. Zhu and S. Zhang, "Multimodal Biometric Identification System based on Finger Geometry, Knuckle Print and Palm Print," Pattern Recognition Letters, Vol. 31, No. 12, pp. 1641-1649, 2010.

상세보기
Q. Li, Z. Qui, D. Sun, and J. Wu, "Personal Identification using Knuckleprint," Advances in Biometric Person Authentication, LNCS Vol. 3338, pp. 680-689, 2004.
M.K. Goh, C. Tee, and A.B. Teoh, "Bi-modal Palm Print and Knuckle Print Recognition System," Journal of Information Technology in ASIA, Vol. 3, pp. 53-66, 2010.
L. Nanni and A. Lumini, "A Multi-matcher System based on Knuckle-based Features," Neural Computing and Application, Vol. 18, Issue 1, pp. 87-91, 2009.

상세보기
S. Ribaric and I. Fratric, "A Biometric Identification System based on Eigenpalm and Eigenfinger Features," IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 27, No. 11, pp. 1698-1709, 2005.

상세보기
H. Kim and B. Bae, "A Study for Individual Identification by Discriminating the Finger Face Image," Journal of Korea Multimedia Society, Vol. 13, No. 3, pp. 378-391, 2010.
K. Ito, T. Aoki, H. Nakjima, K. Kobayasi, and T. Higuchi, "A Phase-Based Palmprint Recognition Algorithm and Its Experimental Evaluation," Proceeding of International Symposium on Intelligent Signal Processing and Communication Systems, pp. 215-218, 2006.
S. Ayoyama, K. Ito, and T. Aoki, "Finger-Knuckle-Print Recognition using BLPOCBased Local Block Matching," Proceeding of Asian Conference on Pattern Recognition, pp. 525-529, 2011.
C.D. Kuglin and D.C. Hines, "The Phase Correlation Image Alignment Method," Proceeding of International Conference on Cybernetics and Society, pp. 163-165, 1975.
N. Otsu, "A Threshold Selection Method from Gray-level Histograms," IEEE Transaction on System, Man, and Cybernetics, Vol. 9, No. 1, pp. 62-66, 1979.

상세보기
E. Yoruk, E. Konukoglu, B. Sankur, and J. Darbon, "Shpae-Based Hand Recognition," IEEE Transaction on Image Processing, Vol. 15, No. 7, pp. 1803-1815, 2006.

상세보기
A. Morales, M.A. Ferrer, and A. Kumar, "Towards Contactless Palmprint Authentication," IET Computer Vision, Vol. 5, No. 6, pp. 407-416, 2011.

상세보기
Chinese Academy of Sciences' Institute of Automation (CASIA) Multi-spectral Palmprint Database. http://biometrics.idealtest.org/(accessed May, 15, 2014)

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증