초록 close

입력이 되는 지문 영상의 품질은 지문 인식 시스템의 전체 인식 성능에 다양하게 영향을 미친다. 지문 영상의 품질은 추출, 정합 등의 알고리즘 내에서도 중요한 정보로 활용되는데, 특히 센서 입력부에서의 품질 측정 및 평가는 불필요한 처리 과정을 줄여 시스템의 전반적인 안정성을 유도하는데 사용되는 만큼 매우 중요한 과정이 된다. 본 논문에서는 기존의 많은 연구 결과들과는 달리 센서, 인식 알고리즘, 손가락의 특성에 독립적인 지문 영상 품질을 정의하였다. 또한 이의 측정을 위하여 지문 영상의 지역적 특성들만을 이용한 새로운 품질 측정 방법도 제안하였다. 제안하는 품질 측정 방법은 블록별 품질 특성 분류 결과를 이용하여 전체 지문 영상의 품질을 수치화하는 것으로, 본 논문에서는 FVC에서 사용된 몇 가지 서브 데이터베이스들을 이용하여 제안하는 방법의 유용함을 증명하였다. 실험 결과는 NIST의 NFIQ, AWARE사의 QualityCheck 품질 측정 알고리즘들과 비교되었는데, 이들 알고리즘들에 비해 제안하는 측정 방법이 인간의 시각적 분류 기준과 유사한 결과를 보였다.


The purpose of this research is to propose a method for scoring the quality of a fingerprint image using the local information derived from the fingerprint image. In previous works for the quality measuring, most of the quality scores are related to the performance of a matching algorithm, and this makes the quality result more subjective. The quality score of a fingerprint image proposed in this work is sensor-independent, source-independent and matcher-independent one, and this concept of fingerprint sample quality results in effective improvement of the system performance. In this research, a new definition of fingerprint image quality and a new method for measuring the quality are proposed. For the experiments, several sub-databases from FVCs are used and the proposed method showed reasonable results for the test database. The proposed method can be used in various systems for the numerous purposes since the quality scores generated by the proposed method are based on the idea that the quality of fingerprint should be sensor-independent, source-independent and matcher-independent.