최적화된 확률 모델을 이용한 다양한 품질의 지문분류

정혜욱,이지형,Jung, Hye-Wuk,Lee, Jee-Hyong 한국시뮬레이션학회 2010 한국시뮬레이션학회 논문지 Vol.19 No.1

Fingerprint classification is a step to increase the efficiency of an 1:N fingerprint recognition system and plays a role to reduce the matching time of fingerprint and to increase accuracy of recognition. It is difficult to classify fingerprints, because the ridge pattern of each fingerprint class has an overlapping characteristic with more than one class, fingerprint images may include a lot of noise and an input condition is an exceptional case. In this paper, we propose a novel approach to design a stochastic model and to accomplish fingerprint classification using a directional characteristic of fingerprints for an effective classification of various qualities. We compute the directional value by searching a fingerprint ridge pixel by pixel and extract a directional characteristic by merging a computed directional value by fixed pixels unit. The modified Markov model of each fingerprint class is generated using Markov model which is a stochastic information extraction and a recognition method by extracted directional characteristic. The weight list of classification model of each class is decided by analyzing the state transition matrixes of the generated Markov model of each class and the optimized value which improves the performance of fingerprint classification using GA (Genetic Algorithm) is estimated. The performance of the optimized classification model by GA is superior to the model before the optimization by the experiment result of applying the fingerprint database of various qualities to the optimized model by GA. And the proposed method effectively achieved fingerprint classification to exceptional input conditions because this approach is independent of the existence and nonexistence of singular points by the result of analyzing the fingerprint database which is used to the experiments.

온라인 학습 환경에서 발생하는 파이썬 프로그래밍 오류 사례 분석

정혜욱,Jung, Hye-Wuk 국제문화기술진흥원 2021 The Journal of the Convergence on Culture Technolo Vol.7 No.3

컴퓨터 프로그램 초보 학습자의 프로그래밍 실습과정에서 발생하는 프로그래밍 오류는 다양하다. 이때 학습자는 스스로 오류사항을 인지하기 어렵기 때문에 교수자의 피드백을 통해 프로그램 오류를 수정하게 된다. 그러나 최근 코로나19로 인해 온라인 환경에서 프로그래밍 기법을 학습하게 됨에 따라 오프라인 수업에 비해 교수자와의 상호작용에 한계가 있으므로 학습자 스스로 프로그래밍 오류를 해결하는 능력을 키울 필요가 있다. 이에 본 연구에서는 파이썬 언어를 이용한 온라인 프로그래밍 수업에서 발생된 학습자들의 오류 사례를 분석하고, 그 결과를 바탕으로 학습자의 프로그래밍 오류 수정 능력을 키워줄 수 있는 온라인 프로그래밍 교육 방안을 제시하였다. There are various programming errors that occur in the course of programming practice for beginners in computer programming. At this time, since it is difficult for learners to recognize errors by themselves, they correct program errors through the instructor's feedback. However, as students learn programming techniques in an online learning environment due to the COVID-19 pandemic, there is a limit to interaction between the students and the instructor in comparison with offline classes, so it is necessary for learners to develop their own ability to solve programming errors by themselves. Therefore, in this study, error cases in online programming classes using the Python language are analyzed and an online programming education method that can improve learners' ability to correct programming errors is proposed based on the analysis results.

글쓰기 학습의 피어리뷰(peer review) 정보를 이용한 학습자 패턴 분석

정혜욱(Hye-Wuk Jung),조광수(Kwangsu Cho),이지형(Jee-Hyong Lee) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.1

피어리뷰(Peer Review, 동료 평가)는 동료와 피드백을 주고받으며 학습하는 웹 기반 협력학습 방법이다. 본 논문에서는 피어리뷰 과정 동안에 학습자들이 보이는 다양한 정보를 관찰, 분석 방법을 제안한다. 글쓰기 학습의 피어리뷰 정보를 4가지 항목(저자의 글쓰기 능력, 저자 or 리뷰어의 리뷰 능력 및 리뷰평가 내용, 저자의 글쓰기 능력 변화)으로 나누어 각 항목의 공분산 및 상관관계를 분석하고 피어리뷰 수행 과정에 따른 학습자 패턴을 정의 한다. 제안한 방법은 학습자의 글쓰기 능력을 보다 높은 수준으로 향상시키기 위한 피어리뷰 전략에 효과적으로 활용 될 수 있다.

지문분류 기술 동향 분석

정혜욱(Hye-Wuk Jung),이승(Seung Lee) 한국콘텐츠학회 2017 한국콘텐츠학회논문지 Vol.17 No.9

대용량 지문 데이터베이스를 사용하는 지문인식 시스템에서 처리 속도와 정확성을 높이기 위해서는 지문을 클래스별로 카테고리화하는 지문분류 기술을 사용해야 한다. 지문분류 방법은 지문 융선으로부터 특징을 추출하고 지문 융선의 흐름과 형상에 따라 정의되어 있는 클래스를 기준으로 학습 및 추론 기법을 이용하여 분류한다. 기존에는 종이에 회전 날인하여 습득된 NIST 데이터베이스를 이용한 연구가 많이 수행되었지만, 지문인식 입력 센서를 이용한 자동화된 시스템이 보편화됨에 따라 FVC에서 공개한 지문 데이터와 같이 센서로부터 입력된 지문 이미지를 이용한 연구가 증가하고 있으며, 최근에는 딥러닝을 이용한 지문분류 방법이 제안되고 있다. 본 논문에서는 지문분류를 위한 특징 추출 및 분류 기술의 동향을 살펴보고 분류 성능을 비교한다. 또한 센서 기반 지문 이미지의 다양한 품질을 고려한 지문분류 기술 연구의 필요성에 대하여 정리하고, 딥러닝 기술을 적용한 지문분류 방법을 분석해 봄으로써 지속적으로 사용이 증가되고 있는 대용량 지문 데이터베이스의 분류 기술 연구에 대한 성능향상에 보탬이 되고자 한다. The fingerprint classification of categorizing fingerprints by classes should be used in order to improve the processing speed and accuracy in a fingerprint recognition system using a large database. The fingerprint classification methods extract features from the fingerprint ridges of a fingerprint and classify the fingerprint using learning and reasoning techniques based on the classes defined according to the flow and shape of the fingerprint ridges. In earlier days, many researches have been conducted using NIST database acquired by pressing or rolling finger against a paper. However, as automated systems using live-scan scanners for fingerprint recognition have become popular, researches using fingerprint images obtained by live-scan scanners, such as fingerprint data provided by FVC, are increasing. And these days the methods of fingerprint classification using Deep Learning have proposed. In this paper, we investigate the trends of fingerprint classification technology and compare the classification performance of the technology. We desire to assist fingerprint classification research with increasing large fingerprint database in improving the performance by mentioning the necessity of fingerprint classification research with consideration for fingerprint images based on live-scan scanners and analyzing fingerprint classification using deep learning.

마코프 모델 기반 적응적 중심블록을 이용한 불완전한 지문의 분류 성능 향상에 관한 연구

정혜욱(Hye-Wuk Jung),이지형(Jee-Hyong Lee) 제어로봇시스템학회 2012 제어·로봇·시스템학회 논문지 Vol.18 No.11

We propose a novel approach to classify fingerprints using the extracted adaptive core block for improving classification performance of incomplete fingerprints in this paper. We compute representative directions from fingerprint images by the block unit and learn horizontal and vertical Markov models by deciding the center position of a fingerprint image based on the expert knowledge. The center block of a test image is the block has the highest probability after comparing the Markov model with 11x11 blocks. The proposed approach can effectively classify incomplete fingerprints using the optimal center block.

지문분류 기술의 국내외 연구동향

정혜욱 ( Hye-wuk Jung ),이승 ( Seung Lee ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1

지문분류 기술은 대용량 데이터베이스 기반 1:N 지문인식 시스템에서 지문의 형상에 따라 4개 또는 5개 이상의 클래스로 1차분류를 하여 지문인식의 속도 및 정확도를 개선하기 위해 필수로 사용되는 주요 기술이다. 과학수사, 범죄예방, 전자여권 시스템 등에 활용되고 있는 대규모 지문인식 시스템에서 지문분류 작업을 수행하면 데이터베이스 전체를 탐색하는데 필요한 시간을 “1/클래스의 수”로 줄일 수 있기 때문에, 지문분류 기술은 대용량 데이터베이스 시스템에서는 필수 요소이다. 본 논문에서는 지문분류와 관련된 국내외 기술을 분석하고 지문분류 기술의 발전 동향을 살펴본다.

다양한 형태의 지문 이미지 분류를 위한 영역별 방향특징 추출 방법

정혜욱(Hye-Wuk Jung),이지형(Jee-Hyong Lee) 제어로봇시스템학회 2012 제어·로봇·시스템학회 논문지 Vol.18 No.9

In this paper, we propose a new approach to extract directional features based on directional patterns of each region in fingerprint images. The proposed approach computes the center of gravity to extract features from fingerprint images of various shapes. According to it, we divide a fingerprint image into four regions and compute the directional values of each region. To extract directional features of each region from a fingerprint image, we spilt direction values of ridges in a region into 18 classes and compute frequency distribution of each region. Through the result of our experiment using FVC2002 DB database acquired by electronic devices, we show that directional features are effectively extracted from various fingerprint images of exceptional inputs which lost all or part of singularities. To verify the performance of the proposed approach, we explained the process to model Arch, Left, Right and Whorl class using the extracted directional features of four regions and analyzed the classification result.

행동 패턴 모델을 이용한 게임 봇 검출 방법

박상현(Sang-hyun Park),정혜욱(Hye-Wuk Jung),윤태복(Taebok Yoon),이지형(Jee-Hyong Lee) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.3

2004년 이후 정보기술의 성장과 더불어 게임 서비스에 대한 피해 사례가 해 마다 빠르게 증가하고 있는 실정이다. 특히 게임 봇(자동사냥 프로그램)에 대한 피해규모가 가장 크게 조사되고 있으며 이를 방지하기 위한 연구도 활발히 진행되고 있다. 게임 봇은 사용자가 입력하는 키보드나 마우스의 움직임을 대신해 자동으로 게임을 수행하는 프로그램으로 어떠한 사용자의 조작 없이도 게임 속에서의 이득 활동을 무한정 행할 수 있다. 이와 같은 행동은 일반적인 사용자에게 상대적인 불쾌감을 줄 뿐만 아니라 게임의 수명을 단축시키는 등 게임 회사 및 사용자에게 큰 피해를 발생시키고 있어 이를 방지하기 위한 방법이 주목 되고 있다. 기존의 게임 봇 검출 연구들은 단순이 사용자 개인 PC에 설치되어 동작중인 프로그램을 감시하기 때문에 게임 봇 사용자의 조작에 의해 쉽게 피해갈수 있는 단점을 가지고 있다. 따라서 본 논문에서는 게임 서버측면에서 사람과 게임 봇의 행동을 비교하여 게임 봇 사용자들이 조작이나 회피가 힘든 게임 봇 검출 방법을 제안한다. 제안 방법으로는 게임 봇과 사람의 행동 패턴 차이 모델을 정의하고 나이브 베이지안 분류기를 사용하여 게임 봇을 검출한다. Korean Game industry, especially MMORPG(Massively Multiplayer Online Game) has been rapidly expanding in these days. But As game industry is growing, lots of online game security incidents have also been increasing and getting prevailing. One of the most critical security incidents is ‘Game Bots’, which are programs to play MMORPG instead of human players. If player let the game bots play for them, they can get a lot of benefic game elements (experience points, items, etc.) without any effort, and it is considered unfair to other players. Plenty of game companies try to prevent bots, but it does not work well. In this paper, we propose a behavior pattern model for detecting bots. We analyzed behaviors of human players as well as bots and identified six game features to build the model to differentiate game bots from human players. Based on these features, we made a Naive Bayesian classifier to reasoning the game bot or not. To evaluated our method, we used 10 game bot data and 6 human Player data. As a result, we classify Game bot and human player with 88% accuracy.

효율적인 피어리뷰 학습을 위한 회귀 모델 기반 학습성과 예측 방법

신효정(Hyojoung Shin),정혜욱(Hye-Wuk Jung),조광수(Kwangsu Cho),이지형(Jee-Hyoung Lee) 한국지능시스템학회 2012 한국지능시스템학회논문지 Vol.22 No.5

피어리뷰(peer review)를 통한 학습은 학습자간 피드백을 주고받으며 다양한 정보를 관찰, 분석하는 과정을 통해 학습성과를 향상시키는 방법이다. 피어리뷰 시스템의 중요한 문제 중 하나는, 학습자의 여러 특징을 고려하여 학습자의 학습성과를 향상 시키는데 적합한 평가자를 찾는 것이다. 그러나 기존 피어리뷰 시스템에서는 학습자들이 가지는 다양한 특징을 고려하지 않고 단순히 피어리뷰 평가자를 임의로 할당하거나 제한적인 학습 전략에 따라 피어리뷰 평가자를 편성하였다. 본 논문에서는 학습자와 평가자의 다양한 특징을 고려하여, 특정 학습자와 평가자의 조합으로 피어리뷰 학습이 이루어졌을 때 학습자에게 어느 정도의 학습성과 향상이 있을지 예측하는 방법을 제안한다. 제안하는 방법은 학습자와 평가자의 프로파일 정보로부터 대표 속성을 추출하고 다양한 회귀 모델을 적용하였다. 또한 학습자들의 다양한 특징으로 인하여 나타날 수 있는 이상치 (outlier)가 학습성과 예측에 미치는 영향을 알아보기 위해, 회귀 모델에 다양한 이상치 제거 방법을 적용하여 학습성과 예측 성능을 비교하였다. 실험 결과 이상치를 제거 하지 않은 SVR 모델이 평균 0.47%의 에러율을 보이며 가장 우수한 학습성과 예측결과를 보였다. The peer review learning is a method which improves learning outcome of students through feedback between students and the observation and analysis of other students. One of the important problems in a peer review system is to find proper evaluators to each learner considering characteristics of students for improving learning outcomes. Some of peer review systems randomly assign peer review evaluators to learners, or chose evaluators based on limited strategies. However, these systems have a problem that they do not consider various characteristics of learners and evaluators who participate in peer reviews. In this paper, we propose a novel prediction approach of learning outcomes to apply peer review systems considering various characteristics of learners and evaluators. The proposed approach extracts representative attributes from the profiles of students and predicts learning outcomes using various regression models. In order to verify how much outliers affect on the prediction of learning outcomes, we also apply several outlier removal methods to the regression models and compare the predictive performance of learning outcomes. The experiment result says that the SVR model which does not removes outliers shows an error rate of 0.47% on average and has the best predictive performance.

PCA-SIFT의 차원 중복점을 이용한 이미지 기반 이미지 검색 시스템

최기룡(GiRyong Choi),정혜욱(Hye-Wuk Jung),이지형(Jee-Hyoung Lee) 한국지능시스템학회 2013 한국지능시스템학회논문지 Vol.23 No.3

최근 멀티미디어 정보가 보편화됨에 따라 인터넷에서 이미지를 기반으로 정보를 검색하려는 다양한 시도가 진행되고 있다. 그러나 이미지에는 다양한 패턴이 포함되어 있기 때문에 정확하게 원하는 이미지를 찾는 것은 아직 어려움이 많다. 본 논문에서는 인터넷 쇼핑몰의 상품검색을 효율적으로 할 수 있는 이미지 기반 검색 시스템을 제안한다. 제안된 검색 방법은 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 이미지 검색을 위한 특징을 추출하고, PCA-SIFT를 이용하여 여러 차원에서 키포인트의 매칭을 반복하여 누적 후 사용자가 원하는 상품을 찾아준다. 제안된 방법의 효율성을 검증하기 위해, 다양한 패턴의 상품 이미지를 이용하여 기존 SIFT, PCA-SIFT 방법과 제안된 방법을 비교한 결과, 상표가 포함되지 않은 이미지의 경우 제안방법이 가장 높은 변별력을 보였으며, 효과적인 이미지 검색의 가능성을 보였다. Recently, as multimedia information becomes popular, there are many studies to retrieve images based on images in the web. However, it is hard to find the matching images which users want to find because of various patterns in images. In this paper, we suggest an efficient images retrieval system based on images for finding products in internet shopping malls. We extract features for image retrieval by using SIFT (Scale Invariant Feature Transform) algorithm, repeat keypoint matching in various dimension by using PCA-SIFT, and find the image which users search for by combining them. To verify efficiency of the proposed method, we compare the performance of our approach with that of SIFT and PCA-SIFT by using images with various patterns. We verify that the proposed method shows the best distinction in the case that product labels are not included in images.