Earticle

현재 위치 Home

연구보문

저품질 잠재지문 이미지 증강을 위한 VDSR 모델 및 이미지 증강 기법 비교 평가
Comparative Evaluation of VDSR and Image Enhancement Techniques for Enhancing Low-Quality Latent Fingerprint Images

첫 페이지 보기
  • 발행기관
    한국법과학회 바로가기
  • 간행물
    한국법과학회지 KCI 등재 바로가기
  • 통권
    제26권 제1호 (2025.05)바로가기
  • 페이지
    pp.13-17
  • 저자
    고현정, 이재혁, 이호용, 임규영, 서영일
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A467638

※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.

4,000원

원문정보

초록

영어
The quality of latent fingerprint images can vary significantly based on deposition conditions, enhancement techniques, and imaging environments. This study investigates deep learning-based enhancement techniques for improving low-quality latent fingerprint images. GAN-based methods were excluded due to concerns regarding potential ridge distortion and artifact generation, leading to the selection of the Very Deep Super-Resolution (VDSR) model, which is based on a CNN architecture specialized for image processing. Additionally, VDSR offers the advantage of processing fluorescent images without the need for preprocessing. The VDSR model was modified to enable direct input of low-quality images, and three versions were evaluated: the pre-trained model, a fine-tuned model trained with an additional 100 ink fingerprint samples, and a newly-trained model using a dataset of 5,000 ink fingerprints. The pre-trained model, which yielded the best results, was compared with other enhancement methods, including R-ESRGAN 4x, a GAN-based image upscaler from Stable Diffusion, and traditional techniques such as intensity index adjustment and spatial filtering implemented through ImagePro. In general, deep learning-based techniques outperformed traditional methods, with VDSR proving particularly effective for enhancing fingerprint images. A combined approach that integrates deep learning-based techniques with traditional methods is expected to hold promising potential for further improving the quality of latent fingerprint images.

목차

Abstract
Ⅰ. 서론
Ⅱ. 재료 및 방법
1. VDSR 사전훈련모델, 미세조정모델, 신규훈련모델 비교
2. 딥러닝 기반 이미지 증강 기법 및 기존 이미지증강 기법 비교
Ⅲ. 결과 및 고찰
1. VDSR 사전훈련모델, 미세조정모델, 신규훈련모델 비교
2. 딥러닝 기반 이미지 증강 기법 및 기존 이미지증강 기법 비교
Ⅳ. 결론
Ⅴ. 참고문헌

키워드

Deep learning Fingerprint enhancement GAN(Generative Adverarial Networks) Intensity index Spatial filtering VDSR(Very Deep Super-Resolution)

저자

  • 고현정 [ Hyeon Jeong Ko | 국립과학수사연구원 안전과 연구보조원 ]
  • 이재혁 [ Jaehyuk Lee | 국립과학수사연구원 안전과 연구보조원 ]
  • 이호용 [ Ho-Yong Yie | 국립과학수사연구원 안전과 연구보조원 ]
  • 임규영 [ Kyu Young Lim | 국립과학수사연구원 안전과 감정관 ]
  • 서영일 [ Young-il Seo | 국립과학수사연구원 안전과 감정관 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국법과학회 [Korean Society of Forensic Science]
  • 설립연도
    2000
  • 분야
    복합학>과학기술학
  • 소개
    법과학 분야는 사회정의 구현에 있어 크나큰 가치가 있음에도 불구하고 우리나라에서는 이 분야에 대한 인식이 미흡하여 선진 외국에 비해 침체되어 있는 실정이다. 이에 우리나라에서도 법과학 분야와 관련 있는 학계, 연구기관, 수사기관 등 유관 단체들로 구성된 한국 법과학회를 창립하여 이 분야를 활성화 시켜 과학수사를 한층 더 발전시키기 위함을 목적으로 한다.

간행물

  • 간행물명
    한국법과학회지 [Korean Journal of Forensic Science]
  • 간기
    반년간
  • pISSN
    1598-0715
  • 수록기간
    2000~2025
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 367 DDC 347

이 권호 내 다른 논문 / 한국법과학회지 제26권 제1호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.