2021 Fiscal Year Annual Research Report

同軸型アダプティブ生体センサと機械学習による高度生体電磁偽装物検出技術の創生

Research Project

Project/Area Number	20H04189
Research Institution	Ritsumeikan University
Principal Investigator	前田忠彦立命館大学, 情報理工学部, 教授 (40351324)
Project Period (FY)	2020-04-01 – 2023-03-31
Keywords	生体認証 / 指紋認証 / バイオメトリックス / 電磁応答シグナチャ / CSRR
Outline of Annual Research Achievements	生体検知センサの検知精度向上と電磁応答特性取得のための周波数帯域低減化を目的に，先行研究で提案された生体検知センサの構造変更を行い，シミュレーションと生体検知実験による提案構造評価を行った．特に，先行研究で提案された多重同軸型センサにおいて，被検知物の載置を行うCSRR 構造の検討と，伝送線路部構造の周波数特性に注目する検討を進めた. 具体的には，高度偽装物検出を目的として, 多重同軸型センサの CSRR 構造のリングに沿った C 型スタブをマイクロストリップラインに適用した構造を提案し，電磁界シミュレーションによる構造解析を進めることで，当該構造の設計のための基礎的データを取得した．さらに伝送線路部の高周波化を進めることを目的として，コプレーナ構造を採用したセンサの電磁応答特性把握のために必要となる基礎的検討に着手した．さらに，CSRR 電磁生体検知センサ用偽装指判定アルゴリズムの高度化を目的とし，機械学習及び深層学習を併用した判定手法の検討・提案を行った．一方，生体検知手法において，LOF を用いた判定手法が提案されていたが，一定の誤検知が発生しており，改善が望まれる. このため，LOF と One-Class SVM(OCSVM)の二つの機械学習を複合した判定手法を提案し，単一の機械学習のみによる判定手法に対して検知精度が向上することを実験的に確認した. 次に，LOF とOCSVM のパラメータ調整を行い，各判定手法においてFRR 及びFAR それぞれの判定信頼性向上について検討を行った．これらに加えて， FRR 及びFAR それぞれが優れた2 つのアルゴリズムを組み合わせた，CSRR 電磁生体検知センサに適用するための二段階判定手法を提案し，複数の偽装物による検知精度評価を行った．
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 生体検知センサに関わる研究では，検知精度向上のための研究を進めた．具体的にはセンサのストリップライン構造をC型の構造としたセンサを提案し，電磁界シミュレーションによりその電気特性を明らかにした．一方，高度偽装物検出を目的として測定帯域の高周波化をはかるために、伝送線路部にコプレナー構造を採用したセンサの基礎的検討に着手した．これに併せて人体指の電磁界解析用モデル化についても再検討を行い，人体指に対する層状化モデル構造について研究を進めた．人体の個体差変動と高度偽装物に対する対策として，「本人指の局所的電磁応答を指紋情報と同時に記録する判定方法」を想定した検知精度アルゴリズムに対する評価を進めた．また，二段階判定手法の実用可能性検討のため，LOF とOCSVM のパラメータ調整を行い，各判定手法においてFRR 及びFAR それぞれの信頼性向上を実現した．これらの研究過程で，各アルゴリズムにおける誤検知データの発生状況に差異があることに着目し，検知特性を調節することで，複数の判定アルゴリズムを組み合わせる二段階判定手法の着想を得た．このことを確認するために生体検知実験を実施した．その結果，従来手法では判定精度に課題が残っていたシリコーン(0.1mm厚) においても，提案手法ではFRR とFAR いずれもバランス良く検知誤差を低減できる判定特性を示した．これらのことから二段階判定手法の有効性を確認し，複数の偽装物に対応できることを明らかにした．また，検知アルゴリズムの高度化に関わる研究では，深層学習を生体検知手法へ適用する基礎的検討を進めた，具体的成果として，Autoencoder を用いて人体指データを学習させ，人体指及び偽装指を入力した際の復元誤差を分析し，これを生体検知に適用するための基礎的データの取得とアルゴリズム基礎部分の実装を完了した．
Strategy for Future Research Activity	センサの高度化に関わる研究では従来センサのストリップライン構造をC型の構造に変更したセンサを試作し，生体検知実験を行うことで提案構造の検出精度評価を進める．偽装物としては厚さ0.1 mmのシリコンゴムを用いて，周波数帯域は1 GHzから16 GHzの帯域での評価を進める．検知精度評価のための指数として, FARおよびFRRによる評価に加えて相対距離による評価も実施する．また，伝送線路の構造としてコプレナー構造を持つセンサについても検討を行い，当該センサの検知特性を実験的に明らかにする．従来の電磁応答シグナチャによる生体検知において利用されていた２次元指数と判定平面による判定手法を高度化することを目標とし，１）深層学習・機械学習による判定高度化，および，２）センサの通過特性と反射特性それぞれの振幅と位相による判定高度化の２つを具体的な目的とする研究開発を推進する．特に，Autoencoder にOCSVM を併用した判定手法に注目した偽装指検知精度評価実験を行い，従来判定手法との検知精度評価の比較を行うことで，提案手法の有効性を評価し，皮膚ファントム及びシリコーン等の複数偽装物に対する検知特性を実験的に明らかにする．また，電磁応答シグナチャの通過特性に加えて反射特性にも注目した判定法の開発に挑戦する．具体的には，人体指の通過特性を学習させた Autoencoder を用いて，人体指・偽装指の電磁応答シグナチャの復元を行い，その復元の差異を利用する生体検知法の検知精度評価を実験的に進める．さらに，先に提案した機械学習のみによる複合判定手法との検知精度比較を行い，提案手法の検知精度を定量的に評価する.