KCI등재
효과적인 신원확인을 위한 DCGANs 기반 치아 이미지 데이터 생성 모델 연구 = A Study on Generation Model of DCGANs-based Teeth Image Data for Effective Identification
Today, tooth identification is effectively used in large and unexpected accidents and incidents.
However, this method has the disadvantage of lacking objectivity. Because it is evaluated based on the subjective criteria of experts, and different results may be produced depending on the ability of the experts. In recent years, with the development of deep learning technologies, there is an expectation that identification will be possible through objective automatic tooth classification and analysis that solves such problems using these technologies. However, there is a problem in that it is difficult to acquire a sufficient amount of data for deep learning because of the privacy of the real tooth image. In this paper, we propose a generation model of DCGANs (deep learning model deep convolutional generative adversarial networks)-based teeth image data for effective identification using a small amount of real tooth surface image. The performance of the study was analyzed using the Fréchet Inception Distance (FID), and the performance was relatively low because not all images were similar to the real teeth. However, among the generated images, there were images that were very similar to real teeth, so if they were selected, they could be used for deep learning techniques for automatic tooth classification and analysis.
오늘날 치아를 이용한 신원 확인은 예기치 못한 대형 사고와 사건들에서 효과적으로 사용되고 있다.
그러나 기존의 방법은 전문가의 주관적인 기준으로 평가하여 전문가의 수준에 따라 상이한 결과가나올 수 있기에 객관성이 부족하다는 단점이 있다. 최근 심층학습 기술들의 발달로 이 기술들을 활용하여 이와 같은 문제를 해결하는 객관성 있는 자동 치아 분류 및 분석이 가능할 것이라는 기대가있다. 하지만 실제 치아 이미지의 경우 개인정보 문제로 인해 심층학습을 위한 충분한 양의 데이터를 획득하는데 어려운 문제에 직면해 있다. 본 논문에서는 심층 합성곱 생성적 적대 신경망을 이용하여 일부 확보된 소량의 실제 치아의 교합면 이미지를 이용하여 실제 치아 이미지와 유사한 다량의가상 치아 이미지를 효과적으로 생성하는 모델을 제안한다. 연구의 결과를 Fréchet Inception Distance(FID)를 이용하여 분석한 결과 생성되는 모든 이미지가 실제 치아와 유사하지는 않았기 때문에 그 성능은 비교적 낮았다. 그러나 생성된 이미지 중에는 실제 치아와 매우 유사한 이미지들이존재하는 것을 확인할 수 있었기에 이를 선별한다면 자동 치아 분류 및 분석을 위한 심층학습 기법들에 활용될 수 있을 것이다.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 선정 (재인증) | KCI등재 |
2019-12-01 | 평가 | 등재후보로 하락 (계속평가) | KCI후보 |
2016-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2015-12-01 | 평가 | 등재후보로 하락 (기타) | KCI후보 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-02-20 | 학술지명변경 | 한글명 : 한국퍼지및지능시스템학회 논문지 -> 한국지능시스템학회 논문지외국어명 : 미등록 -> Journal of Korean Institute of Intelligent Systems | KCI등재 |
2008-02-18 | 학회명변경 | 한글명 : 한국퍼지및지능시스템학회 -> 한국지능시스템학회영문명 : Korea Fuzzy Logic And Intelligent Systems Society -> Korean Institute of Intelligent Systems | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2002-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.62 | 0.62 | 0.63 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.56 | 0.49 | 0.866 | 0.2 |
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)