KCI등재
샴 신경망 출력값의 우도비 기반 동일인 필적 여부에 관한 분석
저자
발행기관
학술지명
차세대융합기술학회논문지(Journal of Next-generation Convergence Technology Association)
권호사항
발행연도
2021
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
503-509(7쪽)
KCI 피인용횟수
1
DOI식별코드
제공처
필적 정보를 통한 생체 인식은 유서, 계약서 등의 진위 여부 판별을 통해 중요한 법적 증거가 될 수 있 다. 그러나 일반적으로 필기 쌍의 동일인 여부는 전문가의 경험과 주관에 의해 결정된다. 인공지능을 통한 생체인 식이 법정 증거력을 확보하기 위해서는 판정에 대한 신뢰도 값이 제시될 필요가 있다. 확률 분포 및 최소오류 결 정이론 기반의 이진 분류 문제에서는 판정에 대한 신뢰도를 우도비로 산출할 수 있다. 본 논문에서는 샴 신경망 기반 필적 생체정보의 동일인 및 타인 매칭 점수 분포를 확률분포 형태로 구축하고, 비교되는 필적 쌍의 점수를 통해 본인 여부 및 우도비 값을 산출한다. 동일인 분포와 타인 분포가 겹쳐지는 구간에서는 판정에 대한 우도비가 급격하게 작아진다. 실제로 우도비가 작게 산출되는 경우가 인간의 육안으로도 판정의 모호성을 가지는지 정성적 으로 분석해본다. 분석 결과, 우도비가 큰 경우에는 육안으로도 판정이 명확한 경우가 대부분이었으며, 우도비가 작은 경우에는 실제로 육안 판정이 어려운 것으로 나타났다.
더보기Handwriting biometrics can be important legal evidence through determination of the authenticity of wills and contracts. However, in general, whether handwriting pairs are genuinity is determined by the expert's experience and subjectivity. In order for biometric recognition through artificial intelligence to secure legal evidence, it is necessary to present a reliability value for the genuinity decision. In binary classification problem based on probability distribution and least-error decision theory, the reliability of the decision can be calculated as a likelihood ratio. In this paper, genuine and imposter matching score distributions of handwriting biometrics based on Siamese neural network is constructed in the form of probability distribution, and the identity and likelihood ratio values are calculated through the scores of handwriting pairs compared. In the ovelapped section between the genuine and the imposter distributions , the likelihood ratio for the judgment decreases sharply. Qualitatively analyze whether the case in which the likelihood ratio is actually calculated has ambiguity in the judgment even with the human eye. As a result of the analysis, it was found that, in most cases, when the likelihood ratio was large, the determination was clear even with the naked eye, and when the likelihood ratio was small, it was actually difficult to determine visually.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2024 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2019-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)