지정맥 인식 시스템에 있어서, 지정맥 이미지를 지정맥 인식을 위한 모델에 입력받는 이미지 입력부; 및 상기 지정맥 인식을 위한 모델을 이용하여 상기 지정맥 이미지로부터 지정맥을 인식하는 지정맥 인식부를 포함하고, 상기 지정맥 인식을 위한 모델은, 블록별 특징 추출을 위한 복수 개의 블록으로 구성된 특징 추출 네트워크와, 상기 특징 추출 네트워크를 통과함에 따라 출력된 블록별 특징 정보로부터 분류 작업을 위한 복수 개의 완전 연결 레이어로 구성된 분류 블록을 포함하도록 구축되고, 상기 구성된 복수 개의 블록의 각각에 컨볼루션 레이어와, 상기 컨볼루션 레이어에 이어서 병렬 구조의 서브샘플링 레이어가 배치되고, 상기 서브샘플링 레이어에 이어서 연결 레이어가 배치되고, 상기 블록과 상기 블록 사이에 정류 비선형 단위(ReLU) 활성화 함수가 배치되는 것을 포함하고,손가락 내부의 정맥 정보가 촬영됨에 따라 획득된 지정맥 영상 데이터를 입력받고, 상기 입력받은 지정맥 영상 데이터에서 배경 이미지와 정맥 패턴을 포함하는 이미지를 분할하기 위한 전처리 과정을 수행하고, 상기 전처리 과정이 수행된 정맥 패턴을 포함하는 지정맥 영상 데이터로부터 추출된 블록별 특징 정보를 통해 정맥 분류를 수행하도록 학습된 것이고,상기 서브샘플링 레이어는, 최대 풀링과 평균 풀링을 포함하는 복수 개의 풀링 레이어를 포함하고, 상기 전처리 과정은, 상기 지정맥 영상 데이터를 커팅하여 특정 차수로 서브 샘플링을 하는 정규화를 수행하고, 상기 정규화가 수행됨에 따라 선택된 관심 영역에 대하여 이미지의 명암 대비를 강조하기 위한 히스토그램 이퀄라이제이션(Equlization)을 수행하고, 상기 수행된 히스토그램 이퀄라이제이션을 통해 획득된 이미지의 정맥 특징을 강조하기 위한 가버 필터링(Gabor Filtering)을 수행하고, 상기 가버 필터링을 수행함에 따라 강조된 정맥 특징을 포함하는 이미지에서 정맥 패턴의 선명도를 높이기 위한 형태학적 연산(Morphological operations)을 수행하고, 상기 형태학적 연산을 수행함에 따라 정맥 패턴의 선명도를 높인 이미지에서 상기 정맥 패턴의 위치를 지정하기 위한 바이너리 임계(Binary Thresholding)를 통해 임계값 이상의 픽셀값 정맥 패턴을 포함하는 전처리된 이미지를 획득하는 것인,지정맥 인식 시스템.

삭제

삭제

삭제

제1항에 있어서,상기 구성된 복수 개의 블록은, 5개이고, 상기 5 개의 블록의 각각에 배치된 컨볼루션 레이어 중, 세 개의 컨볼루션 레이어는 (5, 5) 커널 크기가 사용되고, 두 개의 컨볼루션 레이어는 (3, 3) 커널 크기가 사용되는것을 특징으로 하는 지정맥 인식 시스템.

제1항에 있어서,상기 분류 블록은, 두 개의 완전 연결 레이어에 비선형 단위(ReLU) 활성화 함수를 사용하고, 마지막 완전 연결 레이어에 소프트 맥스를 활성화 함수로 사용하는 것을 특징으로 하는 지정맥 인식 시스템.

제1항에 있어서,상기 지정맥 영상 데이터는, 적외선 이미지 센서를 통해 손가락 내부의 정맥 패턴을 촬영하여 획득된 것을 특징으로 하는 지정맥 인식 시스템.

삭제

삭제

삭제

삭제

지정맥 시스템에 의해 수행되는 지정맥 인식 방법에 있어서, 지정맥 이미지를 지정맥 인식을 위한 모델에 입력받는 단계; 및상기 지정맥 인식을 위한 모델을 이용하여 상기 지정맥 이미지로부터 지정맥을 인식하는 단계를 포함하고, 상기 지정맥 인식을 위한 모델은, 블록별 특징 추출을 위한 복수 개의 블록으로 구성된 특징 추출 네트워크와, 상기 특징 추출 네트워크를 통과함에 따라 출력된 블록별 특징 정보로부터 분류 작업을 위한 복수 개의 완전 연결 레이어로 구성된 분류 블록을 포함하도록 구축되고, 상기 구성된 복수 개의 블록의 각각에 컨볼루션 레이어와, 상기 컨볼루션 레이어에 이어서 병렬 구조의 서브샘플링 레이어가 배치되고, 상기 서브샘플링 레이어에 이어서 연결 레이어가 배치되고, 상기 블록과 상기 블록 사이에 정류 비선형 단위(ReLU) 활성화 함수가 배치되는 것을 포함하고,손가락 내부의 정맥 정보가 촬영됨에 따라 획득된 지정맥 영상 데이터를 입력받고, 상기 입력받은 지정맥 영상 데이터에서 배경 이미지와 정맥 패턴을 포함하는 이미지를 분할하기 위한 전처리 과정을 수행하고, 상기 전처리 과정이 수행된 정맥 패턴을 포함하는 지정맥 영상 데이터로부터 추출된 블록별 특징 정보를 통해 정맥 분류를 수행하도록 학습된 것이고,상기 서브샘플링 레이어는, 최대 풀링과 평균 풀링을 포함하는 복수 개의 풀링 레이어를 포함하고, 상기 전처리 과정은, 상기 지정맥 영상 데이터를 커팅하여 특정 차수로 서브 샘플링을 하는 정규화를 수행하고, 상기 정규화가 수행됨에 따라 선택된 관심 영역에 대하여 이미지의 명암 대비를 강조하기 위한 히스토그램 이퀄라이제이션(Equlization)을 수행하고, 상기 수행된 히스토그램 이퀄라이제이션을 통해 획득된 이미지의 정맥 특징을 강조하기 위한 가버 필터링(Gabor Filtering)을 수행하고, 상기 가버 필터링을 수행함에 따라 강조된 정맥 특징을 포함하는 이미지에서 정맥 패턴의 선명도를 높이기 위한 형태학적 연산(Morphological operations)을 수행하고, 상기 형태학적 연산을 수행함에 따라 정맥 패턴의 선명도를 높인 이미지에서 상기 정맥 패턴의 위치를 지정하기 위한 바이너리 임계(Binary Thresholding)를 통해 임계값 이상의 픽셀값 정맥 패턴을 포함하는 전처리된 이미지를 획득하는 것인,지정맥 인식 방법.

삭제

삭제

제12항에 있어서,상기 분류 블록은, 두 개의 완전 연결 레이어에 비선형 단위(ReLU) 활성화 함수를 사용하고, 마지막 완전 연결 레이어에 소프트 맥스를 활성화 함수로 사용하는 것을 특징으로 하는 지정맥 인식 방법.