2015 Fiscal Year Research-status Report
瞬目特徴と目周辺特徴を組合せた偽造が困難な継続的個人認証法の開発
| Project/Area Number |
15K12517
|
|---|
| Research Institution | Toyama Prefectural University |
|---|
Principal Investigator |
高野 博史 富山県立大学, 工学部, 准教授 (40363874)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中村 清実 富山県立大学, 工学部, 教授 (20143860)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | まばたき / バイオメトリクス / マルチモーダル / 継続認証 / 行動的特徴 |
|---|
| Outline of Annual Research Achievements |
本研究では、スマートデバイスの個人認証として、瞬きによる行動的特徴と目周辺特徴による身体的特徴を組合せて継続的に認証を行う手法の確立を目的としている。瞬きによる個人認証では、自発性瞬目と随意性瞬目で個人認証の精度が異なることが予想される。そこで平成27年度では、まず、自発性瞬目と随意性瞬目を識別するための手法を開発した。次に、自発性瞬目と随意性瞬目に対して個人認証に有効な特徴量の調査を行った。
自発性瞬目と随意性瞬目の識別については、目周辺画像から算出される勾配強度より瞬目波形を取得し、閉瞼時振幅、開瞼時振幅、閉瞼時の極大値、閉瞼速度、開瞼速度を瞬目識別の特徴量として使用した。また、勾配強度を算出する領域を目周辺、目中央、目尻周辺、目頭周辺の4領域として設定した。自発性瞬目と随意性瞬目を識別するために用いる識別器は個人ごとに作製した。実験結果より、閉瞼時の極大値を特徴量とした場合に最も識別率が高く、勾配強度を算出する4領域すべてにおいて、自発性瞬目および随意性瞬目の識別率がともに90%以上であった。
次に、瞬きによる個人認証では、自発性瞬目と随意性瞬目の識別に使用したものと同じ特徴量を用いた。個人認証に用いる特徴ベクトルは、勾配強度を算出する4領域からそれぞれ得られる瞬目波形に対して5種類の特徴量が算出されるため、最大で20次元となる。これらの特徴量に対して、個人認識に有効な特徴量を調査した。実験結果より、随意性瞬目を用いた個人認証では、目中央、目頭、目尻の3領域における閉瞼時振幅を用いた場合、最も認識精度が高くなった。一方、自発性瞬目を用いた個人認証では、目中央、目頭、目尻の3領域における閉瞼時振幅と開瞼時振幅を用いた6次元の特徴ベクトルの時に最も認識精度が高くなった。以上の結果より、個人認証には開瞼時振幅と閉瞼時振幅が有効であることが明らかになった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
瞬きによる個人認証に関する研究では、自発性瞬目と随意性瞬目による個人認証に有効な特徴量を明らかにすることを本年度の目的としていた。本年度の研究成果より、自発性瞬目と随意性瞬目について、個人認証に有効な特徴量と瞬目波形を取得するための目領域が明らかになった。しかし、認識精度を評価するための指標であるEER（等誤り率）は、随意性瞬目で11.59%、自発性瞬目で21.76%であった。その他の行動的特徴を利用した個人認証法に比べて十分な認識精度が得られたとはいえないため、平成28年度も継続して瞬きによる個人認証の精度向上に取り組む。
自発性瞬目と随意性瞬目の識別については、個人ごとに識別器を作製した場合について有効な特徴量を明らかにすることができた。しかし、被験者数が少ないため、人数が増えると識別性能が低下する恐れがある。そこで、特徴量の次元を増やし、瞬目判別に有効な特徴量を明らかにする。
|
| Strategy for Future Research Activity |
瞬きによる個人認証については、認証精度を向上させるために、瞬き波形から特徴量を抽出する方法に加えて、波形の形状をそのまま使用してDPマッチングを行う手法についても検討する。自発性瞬目と随意性瞬目の判別については、特徴量を複数用いて瞬目判別に有効な特徴量の組合せを明らかにする。
目周辺形状から得られる身体的特徴を用いた個人認証については、各目周辺領域から算出する特徴量を用いて個人認証の精度を求めることで、有効な特徴量を明らかにする。本解析に用いる特徴量は、輝度特徴量（局所輝度符号化、LBP）と勾配方向特徴量（HOG、SIFT）とする。各目周辺領域において各特徴量を算出し、それぞれの特徴量に対して個人認証の精度を調査する。また、輝度特徴量と勾配方向特徴量を組合せた場合についても認識精度を調査し、目周辺形状による個人認証に適した特徴量の組合せを明らかにする。なお、評価基準としてはEERを用いる。
次に、自発性瞬目や随意性瞬目から抽出した行動的特徴と目周辺形状の身体的特徴を組み合わせた個人認証の精度を調査する。この個人認証法の開発では、行動的特徴と身体的特徴から類似度スコアを個別に算出し統合することで個人を識別する方法で評価する。ここで、行動的特徴として、自発性瞬目もしくは随意性瞬目のどちらか一方を用いる場合と双方の瞬目を組合せる場合で評価する。
|
| Causes of Carryover |
瞬き認証法の評価を行うために被験者の人数を50名程度予定していた。しかし、認証法の妥当性を評価するために、本年度はこれまでに取得していたデータに数名の被験者のデータを加えた20名弱のデータを使用した。認証法の妥当性が明らかになった時点で被験者を増やす予定であったが、本年度は多数の被験者によるデータ取得にまで至らなかった。また、物品購入にカメラやPCを予定していたが、多数の被験者で実験が行えなかったため、それらの物品の購入は見送った。
|
| Expenditure Plan for Carryover Budget |
本年度の研究成果で提案法の妥当性が示されたので、当初の予定通り平成28年度には多数の被験者でデータを取得する予定である。平成27年度の研究費の残金は、被験者の謝金や物品購入に充てる。また、本年度の学会等における発表が当初予定していたより増えるため、その他の経費を学会発表等の旅費に充てる予定である。
|
Research Products
(5 results)
