다중 데이터 합성 알고리즘 및 합성곱 신경망을 사용한 신원확인 기법 연구 (A Study on a Identification Method using Multiple Data Synthesis Algorithms and Convolutional Neural Networks)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 19권 / 11호 / 99 ~ 106페이지
· 저자명 : 박지열, 옥승호

초록

본 논문은 다중 생체 데이터 합성 알고리즘 및 합성곱 신경망을 사용한 신원확인 기법을 제안한다. 일반적으로 다중 생체 데이터 기반 신원확인 기법의 경우 다중 네트워크 기반의 멀티모달 딥러닝을 사용한다. 하지만 두 가지 이상의 네트워크를 사용할 경우 연산량이 증가하여 임베디드 시스템에 적용하기 어려운 단점이 있다. 본 논문에서는 얼굴 이미지와 몇 개의 음절로 구성된 인증용 음성을 하나의 데이터로 합성하고 이를 단일 합성곱 신경망에 적용하여 신원확인을 수행하였다. 학습을 위한 실환경 데이터로는 5명의 실험 인원에 대해 각 인원당 얼굴 이미지 8장과 인증용 음성 20개를 조합하여 총 800장의 다중 생체 데이터 합성 이미지를 사용하였다. 실험 결과 제안하는 신원확인 기법은 약 93%의 추론 정확도로 정상 동작함을 확인하였다.

영어초록

This paper proposes an identification method using multiple biometric data synthesis algorithms and convolutional neural networks. In general, multi-biological data-based identity verification methods use multimodal deep learning. However, computation increases when two or more networks are used, making applying to the embedded system difficult. In this paper, a voice for authentication composed of facial images and several syllables was synthesized into one data, and identification was performed by applying it to one convolutional neural network. As for the actual environmental data for learning, a total of 800 multi-biological synthesized images were used by combining 8 facial images per person and 20 voices for authentication for 5 experimental personnel. As a result of the experiment, it was confirmed that the proposed identification method operates normally with an inference accuracy of about 93%.

참고자료

· 없음