2022 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
| 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 | 生体検知 / 指紋偽装 / ニューラルネットワーク / Autoencoder / コプレーナ / CSRR / One-Class SVM |
|---|
| Outline of Annual Research Achievements |
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，提案構造の検出精度評価を進めた．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た．提案センサは，従来センサに対して類似度は3.6倍，平均差は12.6倍となり，提案センサの判別平面上での人体指と偽装指の分布距離が増加することを確認した．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し，当該センサの検知特性を実験的に明らかにした．
一方，検出アルゴリズムに関する研究では，Autoencoder を用いて人体指1120 データを学習させ，人体指及び偽装指を入力した際に復元誤差に大きく差異が出る事を示した．この結果・原因を分析する過程で，Autoencoder 及びOCSVM を併用した判定手法を提案し，検知精度の評価を行った．提案手法は，これまで検討してきた従来の機械学習を用いた判定手法と異なり，特徴量の手動選定が不要となる特徴を有している．検知精度評価の結果，皮膚ファントム及びシリコーンの各偽装指の誤検知は発生せず，提案手法により4.6 % の誤検知改善が確認された．
これらに加えて，テンプレート選択による検知特性への影響を評価することを目的として，人体指と偽装指の電磁応答特性差が顕著に表れる周波数帯域である9.5 - 14 GHz に着目した生体検知実験を実施した. まず, 本人指テンプレート手法に対する検知精度確認し， 次に, ニューラルネットワークを用いて被験者特有の電磁応答特性を数理モデル化する方向で研究を進めた．さらに，このニューラルネットワークから出力させた予測値をテンプレートとして用いる偽装指検知手法を提案し，実験的に検知精度評価を行うことで，提案手法の有効性を評価した.
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
