Deep learning for biometric recognition and medical image super-resolution
연구 내용
지문정맥과 키-포인트 기반 자세 정보를 영상에서 추출·분류하고, 의료 초음파의 해상도를 개선하는 딥러닝 인식 연구를 수행하는 연구
딥러닝 기반 영상 인식에서 입력 품질 차이와 배경 혼동 문제를 줄이기 위해 전처리(ROI 추출, 대비 향상, 형태학 처리)를 적용하고, 채널 주의(채널 어텐션)와 하이브리드 풀링을 결합한 CNN 구조로 특징을 재구성합니다. 지문정맥 인식에서는 차별적 혈관 패턴을 강조하도록 네트워크를 설계하고, 의료 초음파에서는 대칭형 시리즈 CNN과 업샘플링 계층을 통해 초해상 복원을 수행합니다. 또한 키-포인트 검출을 기반으로 자세 교정 가이드를 제공하는 응용을 병행합니다.
관련 연구 성과
관련 논문
3편
관련 특허
1건
관련 프로젝트
0건
연구 흐름
초기에는 지문정맥 영상에서 ROI 중심 전처리를 통해 혈관과 배경의 분리 가능성을 높이고, 채널 어텐션과 하이브리드 풀링이 특징 추출에 미치는 효과를 DenseNet 기반 구조로 검증했습니다. 이후 동일한 인식 목적에서 블록 단위 특징 추출과 평행 풀링 조합을 적용한 변형 네트워크를 구성하여 입력 품질 변화에도 안정적인 분류 성능을 추구했습니다. 동시에 의료 영상에서는 대칭형 시리즈 CNN과 서브픽셀 업샘플링으로 초음파 초해상 복원을 수행하고, 키-포인트 기반 자세 교정 응용으로 확장하는 연구를 수행했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Finger Vein Recognition Using DenseNet with a Channel Attention Mechanism and Hybrid Pooling
FVR-Net: Finger Vein Recognition with Convolutional Neural Network Using Hybrid Pooling
Super-Resolution Ultrasound Imaging Scheme Based on a Symmetric Series Convolutional Neural Network
관련 특허
구분
제목
젓가락질 자세를 교정하기 위한 가이드 정보를 제공하는 방법, 장치 및 시스템