인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문은 높은 정확도의 손가락 정맥 인식을 위해 삼중항 손실 기반의 심층 신경망을 설계하여 손가락 정맥 인식 알고리즘을 개발하는 것을 목적으로 한다. 심층 신경망을 이용한 분류기는 높은 정확도를 보장하기 위해 많은 학습 데이터가 필요하다. 그러나 손가락 정맥 인식에서는 학습 데이터가 적으면서 판별해야 할 클래스가 많기 때문에 기존 심층 신경망을 이용한 분류기는 적합하지 않다. 이러한 문제를 해결하기 위해, 서로 유사성을 가진 손가락 정맥 이미지를 차별적으로 학습하는 네트워크 구조를 설계하고, 높은 정확도의 인식률을 이끌어 내기 위한 목적 함수를 제안한다. 본 논문에서는 손가락 정맥 패턴의 특성에 최적화시키기 위해, 멀티 클래스 크로스 엔트로피와 삼중항 손실이 결합된 네트워크를 구축하여 인식률을 효과적으로 개선한다. 실험 결과 MMCBNU, FV_USM 그리고 SDUMLA 데이터 셋에서 각각 99.40%, 99.48%, 95.91% 정확도로 우수한 성능을 나타낸다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-569-001765717
