2018 Fiscal Year Annual Research Report
Person Recognition from Biometric Data without Common Observable Region
| Project/Area Number |
15K12037
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
村松 大吾 大阪大学, 産業科学研究所, 准教授 (00386624)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | バイオメトリクス / 歩容認証 / 隠蔽対応 / 部分空間法 / 畳み込みニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
バイオメトリクスでは，人物から生体特徴を抽出して認証を行う．この場合比較される特徴が抽出される領域はデータ間で共通していることが大前提である．しかしながら，実環境における認証問題を考えた場合には，顔認証であればサングラスやマスクの着用による隠蔽，歩容認証においては，遮蔽物や画角と人物の対応位置などの関係による隠蔽が生じ，本来特徴を抽出したい領域の情報を正しく取得できないことが頻繁に起こる．
それでもデータ間に共通領域が存在する場合には，その共通領域のみに着目し特徴抽出することで認証が可能となるが，共通領域が存在しない場合には，既存の一般的な手法では認証ができない．そこで本研究課題ではこの困難な状況を想定し，互いに重なりのない領域データからの個人認証実現手法を検討する．
本研究課題では，主として歩容認証において，特定の領域が隠蔽されている問題に対し，部分空間法を用いて，隠蔽部分を復元する手法を提案した．この手法は有効であるものの，二つの制約があった．一つは，隠蔽されている領域が人の体の部位に対して変化しない場合にのみ適用可能であること，二つ目は，その隠蔽されている領域部位が既知の場合にのみ適用可能なことである．この二つの制約を緩めるべく，新たな手法として，隠蔽される領域が，体の部位に対して変化する状況でも対応可能な手法の開発に取り組んだ．部分空間法を用いた手法では，歩容認証の歩容エネルギー画像を入力としていたが，この特徴表現では時間と共に変化する問題に対応が難しい．そこで，歩行時の人物シルエット系列を入力として扱うこととし，複数の隠ぺいパターンを想定してアルゴリズムの開発を行った．アルゴリズムには，近年画像認識分野において高い精度を実現している畳み込みニューラルネットワークを利用した．開発アルゴリズムは，大規模歩容データベースを用いて評価し，有効性を確認した．
|
| Remarks |
本研究課題で開発した手法については，論文にまとめ，現在英文学術雑誌に投稿中である．
|
