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.
제안 방법
- (1) 전체 지문 영상을 8 X 8 픽셀 크기의 블록으로 분할 한 후 각 블록에 대한 대표 방향성을 설정.
- (4) 직선과 직교 방정식을 이용 영상을 4개 분면으로 분할하고 분할 된 각 분면별 특징점 데이터를 이용 지문을 비교한다.
- 본 논문에서는 256 X 25%인 지문영상을 사용하였고 중심점 추출을 위해 융선의 방향 정보를 이용한 방법을 사용하였으며 방향 성분은 Sobel 마스크를 이용해 방향성 정보를 4방향성으로 구분하였다. 추출되어진 방향성 정보는 특이점 패턴을 설정 우선 순위에 따라 중심점 영역을 탐색하였으며 탐색시 후보 중심점 제거 알고리즘을 적용 특이점 추출 정확도를 높혔다.
- 1%를 점유해 왔으며 앞으로도 생체 인식 시장을 지속적으로 주도해 나갈 전망이다. 본 논문에서는 위의 생체인식 기술 중 지문인식에서의 지문분류와 기준점 선정올 위한 특이점 (core) 추출과 특이점을 기준점으로 직교좌표를 생성 각각의 분면별 특징점 분포를 비교한다.
- 변화와 일정한 방향 패턴을 갖는다. 본 논문에서의 중심점 추출 방식은 Sobel 마스크를 이용한 지문의 방향성 영상에 특이점 패턴을 적용하여 동일한 패턴 형태를 갖는 영역을 특이점으로 추출한다. ⑻⑼[10][11].
- 총h 좌 . 우 위치 이동의 대해 추출된 톡이점을 기준으로 직교좌표를 생성해 각각의 분면별 특징점 데이터를 비교해 보았다.
- 일반적인 특이점 추출 알고리즘으로는 pointcare 지수를 이용하는 방법[3H4]과 특이점 후보 추출 참조표를 이용한 방법[5], 방향 정보를 이용한 특이점 추출 방법[9][1이이 있으며 본 논문에서는 방향 정보를 이용한 방법을 사용하였으며 지정되는 방향 값에 대하여 특이점으로 판단 내릴 수 있는 다양한 형태의 방향값을 설정 arch, tented arch, left loop, right loop, who디 등에 적용 시켜보았으며 지문 정합시 문제점이 되는 지문영상의 상. 총h 좌 .
- 사용된다. 직교 좌표를 통해 영상을 4개의 분면으로 분할 하고 분할된 각 분면의 특징점(분기점)의 분포를 비교 지문을 정합한다. 특징점을 사용하여 지문을 정합하는 과정은 아래와 같으며 [그림 5]는 지문 영상의 직교 좌표 생성과 특징점 추출 영상을 나타낸다 U2].
※ AI-Helper는 부적절한 답변을 할 수 있습니다.