기술이전 상세 정보를 불러오는 중입니다...

기존 생체 인식 기술의 위조 취약성과 복잡한 연산 문제를 해결하기 위해 병렬 서브샘플링 구조를 적용한 CNN 기반 지정맥 인식 기술이 개발되었습니다. 본 기술은 최대 풀링과 평균 풀링을 결합한 하이브리드 방식을 통해 정맥 패턴의 특징 국부화와 노이즈 제거 성능을 동시에 확보합니다. 5단계의 전처리 파이프라인과 블록별 특징 추출 네트워크를 구현하여 이미지 품질이 낮은 환경에서도 97.8% 이상의 높은 인식 정확도를 실현합니다. 이러한 고정밀 인식 성능은 스마트 도어락, 금융 ATM, 의료 보안 등 강력한 개인 식별이 필요한 보안 산업 전반에 핵심 솔루션으로 활용될 수 있습니다.
| 기술 분야 | 생체 인식 시스템 개발 |
| 판매 유형 | 자체 판매 |
| 판매 상태 | 판매 중 |
| 기술명 | |
| 병렬 서브샘플링 구조를 가지는 cnn 기반 지정맥 인식 기법 | |
| 기관명 |
| 국립창원대학교 산학협력단 |
| 대표 연구자 | 공동연구자 |
| 김병욱 | - |
| 출원번호 | 등록번호 |
| 1020210108707 | 1026293930000 |
| 권리구분 | 출원일 |
| 특허 | 2021.08.18 |
| 중요 키워드 | |
지정맥 인식하이브리드 풀링비접촉 본인 인증적외선 정맥 패턴금융 보안 인증생체 인식 보안딥러닝 특징 추출위변조 방지 기술CNN 기반 기술인공지능 보안 솔루션병렬 서브샘플링FVR-Net스마트 도어락 보안지정맥 인식기란특징 현지화 보존데이터처리 데이터보안 알고리즘 |
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금

보유 기술 로딩 중...
인기 게시물 로딩 중...