메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Wang-Su Jeon (Kyungnam University,) Sang-Yong Rhee (Kyungnam University)
저널정보
한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.17 No.3
발행연도
2017.9
수록면
170 - 176 (7page)
DOI
10.5391/IJFIS.2017.17.3.170

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Biometrics technology determines the correct identity of a person by extracting human biological or behavioral characteristic data. As the possibility of hacking increases with the development of IT technology, interest in biometrics and authentication technology is greatly increasing. Currently, the most popular authentication technology is fingerprint recognition. For the sake of efficiency, fingerprint recognition is divided into two stages. In the first step, the inputted fingerprint image is subjected to a complicated preprocessing stage, and the fingerprint image is then classified. In the second step, the feature points of the classified fingerprints are extracted and compared with the fingerprint feature points stored in a database. Human beings can easily classify fingerprint patterns without complicated image processing. In this paper, we propose the use of a convolution neural network model combined with an ensemble model and a batch normalization technique after minimizing the number of the quality improvement processes required for a fingerprint image, which operates more similarly to human perception.
#Fingerprint recognition #Fingerpirnt classification #Batch normalization #Ensemble #CNN

목차

Abstract
1. Introduction
2. Conventional Fingerprint Classification Method
3. Proposed Fingerprint Classification Method
4. Experiments and Analysis of the Results
5. Conclusions
References

참고문헌 (14)

참고문헌 신청
J. Y. Kang, J. S. Lee, J. H. Lee, S. M. Kong, D. H. Kim, and S. B. Lee, “A study on the dynamic binary fingerprint recognition method using artificial intelligence,” Journal of Korean Institute of Intelligent Systems, vol. 13, no. 1, pp. 57-62, 2003. https://doi.org/10.5391/JKIIS.2003.13.1.057 W. J. Kim, C. G. Lee, Y. T. Kim, and S. B. Lee, “Implementation of embedded system and finger print identification using ART2,” Proceedings of KIFS Spring Conference, vol. 16, no. 1, pp. 90-93, 2006. H. W. Jung and J. H. Lee, “Various quality fingerprint classification using the optimal stochastic models,” Journal of the Korea Society for Simulation, vol. 19, no. 1, pp. 143-151, 2010. A. Krizhevsky, I. Sutskever, and G. E. Hinton, “ImageNet classification with deep convolutional neural networks,” in Proceeding of Neural Information Processing Systems Conference and Workshop, Lake Tahoe, NV, 2012, pp. 1097-1105. R.Wang, C. Han, Y.Wu, and T. Guo, “Fingerprint classification based on depth neural network,” 2014, Available: https://arxiv.org/abs/1409.5188

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0