현재 위치
Home
딥러닝 네트워크를 사용하는 온라인 서명검증
Online Signature Verification Using Deep Neural Network
-
- 발행기관
- 국제차세대융합기술학회 바로가기
-
- 간행물
- 차세대융합기술학회논문지 KCI 등재 바로가기
-
- 통권
- 제6권 2호 (2022.02)바로가기
-
- 페이지
- pp.186-192
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A408419
※ 기관로그인 시 무료 이용이 가능합니다.
4,000원
원문정보
초록
- 영어
- Online signature verification is classifying forgeries and genuine signatures, which is to enhance the security of the authentication of using handwritten signatures. One of the main obstacles in online signature verification is the lack of training data. Deep neural network has been utilized for online signature verification recently, but it suffers from the limited number of training data because deep neural networks often require a huge number of training data for higher accuracies. This paper proposes a method of two-stages training: general and personalization. A whole network is trained with the signatures of all the writers at the first step, and a part of the network is trained with the signatures of a writer at the second step. The proposed method improved the accuracy of 3.44%p on average, as it reached 93.50% of accuracy, and the accuracy is expected to be improved by optimizing a base network model.
- 한국어
- 온라인 서명 검증은 태블릿 컴퓨터, 디지털 펜 등을 사용하여 입력된 서명의 진위를 검증하는 것으로, 카 드 사용 등 서명을 사용하는 본인인증 수단의 보안을 강화시키기 위한 기술이다. 최근 딥러닝 기술이 발달하며 온 라인 서명검증에도 여러 딥러닝 기법들이 적용되고 있으나, 학습 데이터의 수를 확보하기가 어려운 단점으로 인해 성능향상에 어려움이 있다. 본 논문에서는 온라인 서명 검증의 정확도를 높이는 방법으로 개인별 전이학습기법을 제안하고 이를 검증하였다. 제안된 개인별 전이학습은 전체 사용자의 데이터를 사용하여 네트워크를 우선 학습시 킨 후, 개별 사용자의 데이터만을 사용하여 완전연결층만을 새로 학습시키는 방법이다. 제안된 방법은 반복실험을 통하여 개별학습이 평균 3.44%p의 인식률을 향상시킬 수 있음을 보였으며(정확도 93.50%), 향후 기본 모델 구조 의 최적화를 통해 서명검증 정확도의 추가적인 향상을 기대해 볼 수 있다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터와 분석방법
2.1 데이터
2.2 시스템 구성
2.3 딥러닝 네트워크
Ⅲ. 결과 및 토의
Ⅳ. 결론
REFERENCES
키워드
서명검증 온라인 서명 딥러닝 패턴인식 전이학습 Signature verification Online sigature Deep neural network Pattern recognition Transfer learning저자
간행물 정보
발행기관
-
- 발행기관명
- 국제차세대융합기술학회 [International Next-generation Convergence technology Association]
- 설립연도
- 2017
- 분야
- 복합학>기술정책
- 소개
- Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.
간행물
-
- 간행물명
- 차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
- 간기
- 월간
- pISSN
- 2508-8270
- 수록기간
- 2017~2026
- 등재여부
- KCI 등재
- 십진분류
- KDC 506 DDC 606
이 권호 내 다른 논문 / 차세대융합기술학회논문지 제6권 2호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.