2020 Fiscal Year Annual Research Report
Combination verification method and its practical learning for multilingual signature verification
| Project/Area Number |
18K11373
|
|---|
| Research Institution | Saitama Institute of Technology |
|---|
Principal Investigator |
大山 航 埼玉工業大学, 工学部, 教授 (10324550)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | バイオメトリクス / 署名照合 / パターン認識 |
|---|
| Outline of Annual Research Achievements |
署名照合は国際的に広く受け入れられている本人確認手法である.署名照合の自動化には(1)照合精度の向上，(2)実利用性の向上，(3)言語多様性の向上 の課題が残されている.本研究は，(1)様々な言語の署名を統一的に自動で照合できる「マルチリンガル署名照合」の実現，(2)申請者らが開発した「組み合わせ分割照合法」の高度化，および効果的かつ実用的な識別器学習方法の確立，(3)高品質な日本語署名を含む署名照合評価用データセットの構築と，本デー タセットの国内外学術界への公開および提供，について研究を行い，有用かつ実用的な自動署名照合手法の確立を目指す.
本年度は，(1) 深層学習による署名照合の精度向上，(2) 機械学習による署名照合判定の判定根拠可視化方法について主に研究を行った．なお，新型コロナウイルス感染症の拡大に伴い，対面作業が必要となる署名データセット収集が困難となったこと，多数言語の署名を含む大規模署名データセットがオープンデータとして公開されたことなどから，当初計画の署名データ収集は行わず，その代わりに深層学習によるオンライン署名データの前処理について研究した．
(1) では，Siameseニューラルネットを用いた署名照合手法を検討し，照合精度の向上が認められた．(2) では，機械学習がオフライン署名のどの部分を参照して署名照合を行なったのかを可視化する手法を検討し，説明性の向上に寄与する可能性が示唆された．
国際論文誌に1報の論文が採択決定した．
|
