http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 문성림(Sung Rim Moon) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
홍성민(Sung-Min Hong),이윤석(Yoon-Seok Lee),문성림(Sung-Rim Moon),위영철(Young-Cheul Wee),김동윤(Dong-Yoon Kim) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.2B
홍채인식 시스템은 홍채영역 검출, 홍채특징 코드 생성, 그리고 홍채코드 비교 판단의 과정으로 이루어져 있다. 기존의 논문이나 연구들의 대부분은 앞에서 나열한 홍채인식 시스템의 과정의 일부만을 수정하여 성능개선, 즉 인식속도 향상과 인식률 향상 등을 꾀하였다. 이에 반해, 본 논문에서는 홍채인식 과정 전체의 개선을 통하여, 획기적으로 홍채인식 시간을 단축시키는 홍채인식 방법을 제안 하였다. Hough Transform과 Vertical & Horizontal Histogram을 사용한 홍채영역 검출, gradient를 사용한 홍채코드 생성, 그리고 variance를 이용하는 홍채코드의 비교와 판단 과정을 빠르고 단순한 알고리즘으로 구성하여, 홍채인식 속도를 개선하였다. 본 논문에서 제안한 홍채인식 시스템의 성능을 실험한 결과, mobile 환경에서 실시간으로 사용 할 수 있는 속도와 기존 홍채인식 시스템과 비슷한 홍채인식률을 나타내었다.
-
지역적 품질 측정을 이용한 적응적 지문 특징점 검증 방법
황경서(Kyung-Seo Hwang),문성림(Sung-Rim Moon),정석재(Seok-Jae Jeong),김동윤(Dong-Yoon Kim) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B
특징점 기반 지문 인식 시스템은 지문의 특징점 정보를 사용하기 때문에 지문 획득 시 발생하는 거짓 특징점에 많은 영향을 받는다. 거짓 특징점의 제거를 위해 특징점의 이웃 융선을 추적하는 위상 검증 방법(Topological validation)은 거짓 특징점 제거에 뛰어난 효율을 보이지만 올바른 특징점까지 제거되는 단점이 있다. 본 논문에서는 올바른 특징점이 거짓 특징점으로 오판되어 제거되는 것을 줄이기 위해 가보 필터를 사용하여 특징점 주위 영역을 특징점 방향과 특징점 방향에 수직인 방향으로 필터링 수행 후 특징값의 차를 구하여 특징점의 품질을 평가 하였다. 특징값이 일정 기준을 넘는 좋은 품질의 영역에서 추출된 특징점이면 거짓 특징점 제거 알고리즘을 수행하지 않음으로써 올바른 특징점이 제거되는 것을 막을 수 있었고 이와 같이 추출된 특징점들을 이용해 실험한 결과 ERR(Equal eRror Rate)에서 1.7%의 성능 향상을 보였다.
-
특징점과 필터뱅크에 기반한 적응적 혼합형 지문정합 방법
정석재(Seok Jae Jeong),박상현(Sang Hyun Park),문성림(Sung Rim Moon),김동윤(Dong Yoon Kim) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.7
Jain 등은 한 지문 영상에 특징점 기반 지문 정합 방법과 필터뱅크 기반 지문 정합 방법을 적용해 두 정합 방법의 성능을 혼합하는 혼합형 지문정합 방법을 제안하고, 이 방법이 두 가지 각 정합 방법에 비해 높은 성능을 보인다는 것을 실험을 통해 입증하였다[1]. 그러나 이 방법은 혼합을 수행할 때 두정합 방법을 별도로 수행한 후, 각 방법의 정합도(matching score)에 가중치를 부여해 최종 정합도를 결정하므로 두 정합 방법의 특성을 상쇄 시키는 결과를 얻게 된다. 본 논문에서는 두 가지 정합 방법을 특징값 추출 과정에서 혼합하는 방법을 제안하였다. 이 방법은 필터뱅크 기반 방법보다는 낮은 ERR(Equal eRror Rate)을 보이나 특징점 기반 방법보다 높은 ERR을 보였다. 이에 본 논문에서는 적응적인 정합도 혼합방법을 제안하여, 두 가지 방법의 특성을 살리도록 적응적으로 정합도를 선택하는 방법을 취했다. 이 방법을 이용해 Jain 등의 혼합형 방법보다 더 낮은 ERR을 얻을 수 있었다. 제안한 방법에 따라 NIST Special Database 14 지문 데이타로 실험한 결과 ERR에서 약 1%의 성능 향상을 보였다. Jain et al. proposed the hybrid matching method which was combined the minutia-based matching method and the filter-bank based matching method. And, their experimental results proved the hybrid matching method was more effective than each of them. However, this hybrid method cannot utilize each peculiar advantage of two methods. The reason is that it gets the matching score by simply summing up each weighted matching score after executing two methods individually. In this paper, we propose new hybrid matching method. It mixes two matching methods during the feature extraction process. This new hybrid method has lower ERR than the filter-bank based method and higher ERR than the minutia-based method. So, we propose the adaptive hybrid scoring method, which selects the matching score in order to preserve the characteristics of two matching methods. Using this method, we can get lower ERR than the hybrid matcher by Jain et al. Experimental results indicate that the proposed methods can improve the matching performance up to about 1% in ERR.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
