2020 Fiscal Year Annual Research Report
Application of deep learning to user authentication systems using s-EMG
| Project/Area Number |
17K00186
|
|---|
| Research Institution | University of Miyazaki |
|---|
Principal Investigator |
山場 久昭 宮崎大学, 工学部, 助教 (60260741)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡崎 直宣 宮崎大学, 工学部, 教授 (90347047)
油田 健太郎 宮崎大学, 工学部, 准教授 (30433410)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | バイオメトリクス / 深層学習 / 筋電位 / 個人認証 / 携帯端末 |
|---|
| Outline of Annual Research Achievements |
筋電位を用いた個人認証システムの開発を目指し、予め登録されているジェスチャの波形とシステムに入力された波形を比較し、同一人物による同一のジェスチャであるのか否かを判定する手法の開発を行った。まず最初に、波形の特徴を表す適切な特徴量の選定と、それを精度よく取り出す方法として相互相関に基づく手法を開発した。その上で、サポートベクターマシン（SVM）、および、Dynamic Data Warping法を利用した2つの方法を用いて、ジェスチャを利用した個人認証手法の開発を行った。これらの成果については国際会議での発表を数回行い、それらをまとめた論文が最終年度に国際論文誌に掲載された（"On a user authentication method to realise an authentication system using s-EMG"）。
次いで、この認識精度をより向上させるため、深層学習を導入してその性能を評価する段階に進んだ。ただし新型コロナウィルス感染症の流行の影響で、多くの被験者からデータを取得することが困難となったため、複数人の間のジェスチャの違いを認識することよりも、単一の被験者の複数のジェスチャを識別することを優先することとし、最終的にはこちらに絞って研究を行った。その結果、SVMを用いた手法よりも性能の向上が見られ、最終年度に国際会議で発表を行った（"An attempt at an introduction of deep learning for a user authentication system using s-EMG"）。
一方、認証情報として用いるジェスチャ（ハンドサイン）の選定について、日本語手話で用いられる指文字を候補として検討を進め、ジェスチャとしてどのような形状が適しているのか検討を図った。その結果についても国際会議で数回発表を行った。
|
