본 논문은 범죄 현장에 남겨진 잔류 지문을 인식하기 위해 지문영상 분할 네트워크와 적대적 생성 네트워크를 설계해, ID 정보를 보존하며 잔류 지문 이미지의 재구성을 목적으로 한다. 최근 심층 신경망은 생체 의학 및 생체 인식 분야에서 많은 인기를 얻고 있다. 현대 사회에서 정확하고 신뢰할 수 있는 본인 인증 수단의 요구가 증가함에 따라, 높은 정확도를 가진 생체 인식 기술을 위한 연구가 진행되고 있다. 그러나, 범죄 현장에 남겨진 용의자의 잔류 지문처럼 생체 정보의 일부분만으로 사람을 인식하기에는 어려움을 겪고 있다. 또한, 학습하기 위해 생체 이미지를 대규모로 수집하는 것은 시간과 비용이 많이 소요된다. 비록 이러한 방대한 데이터 셋이 있더라도, 개인 정보 보호 및 법률문제로 인해 데이터 공유가 제한될 수 있다. 따라서 일부분인 데이터를 원본 이미지만큼의 고품질 이미지로 생성하는 기술은 생체 인식 발전을 위해 깊이 있는 연구가 필요하다.
본 논문에서는ID 보존하며 잔류 지문 이미지의 재구성을 위해 지문영상 분할 단계와 적대적 생성 단계에 대해 소개하고, 각 항목에 대한 네트워크 구조와 목적 함수를 제안한다. 이에 따른 전체 학습 과정을 제시하며, 광학방식의 지문 센서로 데이터 셋을 이용해 실험하고, 도출된 결과를 평가·분석하였다. 실험 결과 제안된 방법은 잔류 지문으로부터 완전한 지문 이미지를 재구성하며, 기존 잔류 지문의 ID 정보를 유지하면서 주어진 지문영상 분할 맵에 따른 높은 품질의 합성 지문 이미지를 생성할 수 있음을 보여준다.