융선 추적을 이용한 세선화 보정 및 의사 특징점 제거

이건익,김성락,Lee, Keon-Ik,Kim, Sung-Nak 한국정보처리학회 2004 정보처리학회논문지B Vol.11 No.1

이 논문에서는 음선 추적을 이용한 세선화 보정 및 의사 특징 점 제거에 관하여 연구하였다. 세선화 보정 과정은 첫째로, 교차수가 6인 픽셀 중에서 8-이웃 연결합이 3이 아닌 경우 불필요한 픽셀을 삭제하고 둘째로, 교차수가 6인 픽셀의 주위 8픽셀 중에서 융선에 해당하는 픽셀과 교파수가 2인 픽셀을 시작 픽셀로 하여 융선을 추적하면서 제거할 픽셀이 없을 때까지 반복하여 처리한다. 세선화 보정이 끝나면 교차 수와 8-이웃 연결합을 이용하여 후보 특징 점을 추출하였다. 추출된 후보 특징 점 중에서 의사 특징 점 제거 알고리즘을 이용하여 실제 특징 점을 재 추출하였다. 제안 방법의 성능 평가를 위하여 기존 방법과 비교하였으며, 실험결과 제안방법이 세선화정도가 우수하고 많은 의사 특징 점들이 제거되었음을 알 수 있었다. This thesis studies about thinning compensation and the removal of pseudo minutiae using ridge trace. As for the process of thinning compensation, first, it removes unnecessary pixel when 8-neighbor connection sum among the pixels with the crossing count number 6 is not 3. Second, it deals with repeatedly until there is no pixel to remove while tracing the ridge, beginning with the pixel equivalent to the ridge and the pixel with the crossing count number 2 among the 8 pixels around the pixels with the crossing count number 6. When the thinning compensation is finished, it extracts substitute minutiae to use the crossing count number and the 8-neighbor connection sum. Among the extracted substitute minutiaes, it extracts the real minutiae to utilize the pseudo minutiae removal algorithm again. It compares with the existing method for the performance evaluation of proposal method. By the experimental results, The proposal method indicated that a degree of thinning is excellent and a lot of minutiaes were removed.

출입 보안을 위한 레이블링을 이용한 영역 분리 및 지문 중심점 추출

이건익(Keon-Ik Lee),전영철(Young-Cheol Jeon),김강(Kang Kim) 한국컴퓨터정보학회 2008 韓國컴퓨터情報學會論文誌 Vol.13 No.6

본 논문에서는 지문 인식에 효율적으로 적용 가능하도록 출입 보안을 위한 레이블링을 이용한 영역 분리 및 지문 중심점 추출 알고리즘을 제안한다. 출입 보안 기술은 출입통제, 근태관리, 컴퓨터 보안, 전자상거래 인증, 정보보호 등이 있다. 128×128 크기의 원 영상을 4×4 픽셀 크기로 나누어 방향 영상을 추출하고 잘못된 방향 영상에 대하여 방향 평활화 작업을 수행한다. 추출된 방향 평활화 영상을 각 방향별로 레이블링을 이용하여 영역을 분리하고 3가지 이상의 방향 변화가 나타나는 블록을 중심점으로 추출한다. 기존 방법에서 사용한 중심점 가능 영역이나 중심점 후보 영역을 탐색하지 않고 최대 방향과 레이블링을 이용한 방향별 영역 분리를 통하여 중심점을 추출함으로써 인식률과 매칭률을 높이고자 한다. 실험에 사용된 300개의 지문에 대하여 실험한 결과, Poincare 지수 방법은 94.05%의 추출율을 보였고 제안한 방법은 97.11%의 추출율을 보였다. This study is to suggest the extraction algorithms of fingerprint corepoint and region separation using the labeling for gate security in order that it might be applied to the fingerprint recognition effectively. The gate security technology is entrance control, attendance management, computer security, electronic commerce authentication, information protection and so on. This study is to extract the directional image by dividing the original image in 128×128 size into the size of 4×4 pixel. This study is to separate the region of directional smoothing image extracted by each directional by using the labeling, and extract the block that appeared more than three sorts of change in different directions to the corepoint. This researcher is to increase the recognition rate and matching rate by extracting the corepoint through the separation of region by direction using the maximum direction and labeling, not search the zone of feasibility of corepoint or candidate region of corepoint used in the existing method. According to the result of experimenting with 300 fingerprints, the poincare index method is 94.05%, the proposed method is 97.11%.

영상보안을 위한 머리와 얼굴의 간단한 영역 분리 및 얼굴 특징 추출

전영철(Jeon Young Cheol),이건익(Lee Keon Ik),김강(Kim Kang) 한국컴퓨터정보학회 2008 韓國컴퓨터情報學會論文誌 Vol.13 No.5

사회가 발전할수록 공공장소에서 개인 및 시설물의 안전에 대한 중요성이 높아진다. 기존의 주차장, 은행, 공장 등 보안이나 범죄 예방이 요구되는 지역은 넘어서 일반 기관, 개인의 주택까지 감시 및 보안에 대한 투자가 증가하는 경향을 보이고 있다. 이 논문은 얼굴인식에 있어서 중요한 얼굴 영역과 머리 영역을 칼라변환을 이용하여 간단하게 분리하는 방법과 얼굴 특징 추출을 제안한다. 먼저 입력영상에 대한 CMYK 영상 중 K 영상을 가지고 머리 영역을 분리한 후에 YIQ 영상의 Y영상과 머리 영상과의 칼라변환을 이용하여 얼굴영역을 분리한다. 머리영상에 Log 연산을 한 후에 라벨링을 이용하여 얼굴의 특징들을 추출한다. 뚜렷하게 분리된 머리와 얼굴영역은 머리와 얼굴의 형태를 쉽게 분류할 수 있으며, 쉽게 특징점을 찾을 수 있게 한다. 제안한 방법의 알고리즘을 이용하면 중요성이 요구되는 보안 관련 시설에서 사람을 감시하거나 인식하는데 효과적으로 이용될 수 있을 것으로 예상된다. As society develops, the importance of safety for individuals and facilities in public places is getting higher. Not only the areas such as the existing parking lot, bank and factory which require security or crime prevention but also individual houses as well as general institutions have the trend to increase investment in guard and security. This study suggests face feature extract and the method to simply divide face region and head region that are import for face recognition by using color transform. First of all, it is to divide face region by using color transform of Y image of YIQ image and head image after dividing head region with K image among CMYK image about input image. Then, it is to extract features of face by using labeling after Log calculation to head image. The clearly divided head and face region can easily classify the shape of head and face and simply find features. When the algorism of the suggested method is utilized, it is expected that security related facilities that require importance can use it effectively to guard or recognize people.

픽셀 연결성 추적을 이용한 의사 특징점 제거

김강(Kang Kim),이건익(Keon-Ik Lee) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.8

본 논문에서는 픽셀 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 제거하기 위하여 단점과 분기점 주위에 있는 8개 픽셀을 추적하여 조건을 만족하는 경우 실제 특징점으로 추출하고 조건을 만족하지 않는 경우 의사 특징점이므로 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 픽셀 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 픽셀 연결성 추적을 이용하여 궁상문형, 와상문형, 제상문형에 대하여 의사특징점이 각각 47%, 40%, 30% 제거되었음을 알 수 있었다. In this paper, using pixel connectivity tracking feature to remove a doctor has been studied. Feature extraction method is a method using the crossing. However, by crossing a lot of feature extraction method sis a doctor. Extracted using the method of crossing the wrong feature to remove them from the downside and the eight pixels around the fork to trace if it satisfies the conditions in the actual feature extraction and feature conditions are not satisfied because the doctor was removed. To evaluate the performance using crossing methods and extracted using pixel connectivity trace was compared to the actual feature, the experimental results using pixel connectivity trace arcuate sentence, croissants sentence, sentence the defrost feature on your doctor about47%, respectively, 40%, 30%were found to remove.

방향 연결성 추적을 이용한 의사 특징점 제거

김강(Kang Kim),이건익(Keon-Ik Lee) 한국컴퓨터정보학회 2011 한국컴퓨터정보학회 학술발표논문집 Vol.19 No.1

본 논문에서는 방향 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 방향 연결성 추적을 이용한 의사 특징점 제거 알고리즘을 이용하여 의사 특징점을 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 방향 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 방향 연결성 추적을 이용하여 많은 의사 특징점이 제거되었음을 알 수 있었다.

단점과 분기점을 이용한 세선화 영상 복원

김강(Kang Kim),이건익(Keon-Ik Lee) 한국컴퓨터정보학회 2010 한국컴퓨터정보학회 학술발표논문집 Vol.18 No.2

본 논문에서는 단점과 분기점을 이용한 세선화 영상 복원에 관하여 연구하였다. 이진 지문영상으로부터 평활화, 이진화, 세선화 과정을 거쳐서 세선화 영상을 얻는다. 세선화 영상으로부터 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 많은 의사 특징점들이 추출된다. 의사특징점으로는 단선, 절선, 잔가지, 원형 등이 있으며, 단점과 분기점을 이용하여 의사특징점을 제거함으로써 세선화 영상을 복원하였다.

침입탐지면역시스템모델 설계

김강(Kang Kim),이건익(Keon-Ik Lee),전영철(Young-Cheol Jeon) 한국컴퓨터정보학회 2009 한국컴퓨터정보학회 학술발표논문집 Vol.16 No.2

컴퓨터의 확대 및 컴퓨터 이용의 급격한 증가에 따른 부작용으로 컴퓨터 보안문제가 중요하게 대두되고 있다. 이에 따라 침입자들로부터 침입을 줄이기 위한 침입탐지시스템에 관한 연구가 활발하다. 더욱이 보안을 요구하는 시스템들의 환경이 다양하여 그에 적합한 보안정책을 수립하여 관리하기가 어려워지고 있다. 따라서 침입자들로부터 위험을 줄이기 위해 침입탐지 및 대응 위한 보안정책기반 모텔에 관한 연구가 활발하다. 본 논문은 오늘날의 정보통용용에서 침입 탐지요구사항의 복잡한 문제를 해결하기 위한 침입탐지 메카니즘의 설계 방안을 제시한다. 탐지대상을 특권프로세스가 수행할 때 발생하는 시스템 호출 순서 중 비정상적인 시스템 호출을 탐지하여 이를 분산된 각각의 침입탐지 시스템들아 서로 동적으로 공유하여 침입에 대한 대응력을 향상시키는 침입탐지시스템을 설계하고 프로토타입으로 구현하고자 한다.

지문 영상 개선을 위한 전처리 기법에 관한 연구

申美英,李建翊,金聖珞 관동대학교 2000 關大論文集 Vol.28 No.2

In this paper fingerprint thinning method and feature extraction is studied. 256×256 gray level fingerprint images is partitioned into the same size block. The same size blocks are converted into the binary image. The binary images are converted into binary thinned images using Hildith thinning algorithm. From these binary thinned images we extract the ending points and the bifuration points. which are the most useful critical feature points in the fingerprint images. using 3×3 MASK. From these extracted feature points we eliminated error feature points using vertical horizonal number value. The extracted feature points is used to classification and verification.