제안된 FH-SSTNet 모델은 3D 합성곱 신경망 구조와 트리플렛 손실을 활용하여 이마 패턴의 구별되는 특징을 포착하고, Arc-loss를 통해 모델의 식별 능력을 향상시킨다. FH-V1 데이터셋에서 우수한 성능을 보여 이마 기반 사용자 인증의 효과성을 입증한다.
