본 논문에서는 모바일 환경에서 동적서명인식에 관해 원본서명과 숙련된 위조서명의 구분을 검증하는 방법을 제안한다. 속도/거리 정보 실험 (Data1)과 속도/거리정보와 가속도계를 추가 실...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A107351813
2016
-
학술저널
186-188(3쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
본 논문에서는 모바일 환경에서 동적서명인식에 관해 원본서명과 숙련된 위조서명의 구분을 검증하는 방법을 제안한다. 속도/거리 정보 실험 (Data1)과 속도/거리정보와 가속도계를 추가 실...
본 논문에서는 모바일 환경에서 동적서명인식에 관해 원본서명과 숙련된 위조서명의 구분을 검증하는 방법을 제안한다. 속도/거리 정보 실험 (Data1)과 속도/거리정보와 가속도계를 추가 실험 (Data2)을 원본 서명과 위조서명에 대한 테이블을 만들고, 비교하여 원본 서명의 인식률 확인한다. 제시한 방법은 각각 모바일 환경에서 10 명이 20 번삑 손가락으로 테스트 하였다. 원본서명에서 딥 러닝중의 하나인 MLP 를 실험한 결과 원본 서명에서 Data1 은 92%, Data2 는 95%의 정확도를 보였으며, 위조서명에서 Data1 은 82%, Data2 는 85%를 보였다. 그리고 AE 에서 실험한 결과 Data1 은 원본 서명에서 Data1 은 95%, Data2 는 97%의 정확도를 보였으며, 위조서명에서 Data1 은 91.5%, Data2 는 M%의 정확도가 보였다. 실험결과 위조서명에 대해서는 MLP 로 위조서명을 분류하는 것보다 OAE 에서 분류하는 것이 더 좋은 정확도를 보여준다.
수직 벽면 이동 로봇에서 카메라와 적외선 센서를 이용한 장애물 인식
가상화 환경에서 최소중단 OS 및 서버 마이그레이션 연구