| 研究課題/領域番号 |
18K11373
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 埼玉工業大学 (2019-2020)
九州大学 (2018) |
|---|
研究代表者 |
大山 航 埼玉工業大学, 工学部, 教授 (10324550)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | バイオメトリクス / 署名照合 / 機械学習 / パターン認識 |
|---|
| 研究成果の概要 |
署名照合には，主に（1）照合精度の向上，（2）学習容易性の向上，（3）言語多様性の向上の課題が存在する．本研究ではこれらの課題に対して，（1）組み合わせ分割署名照合法の性能向上，（2）新たな機械学習手法の導入，（3）深層学習に基づく署名特徴の抽出手法の導入により，実用性の高い署名照合手法の実現を行なった．本研究では，国際的な性能評価データベースを用いた実験により，提案したそれぞれの手法が従来手法より高い性能を示すことを確認した．
|
| 研究成果の学術的意義や社会的意義 |
署名照合は国際的には社会的に広く受け入れられている本人確認手法である．本研究の成果は，署名照合の自動化に残されていた上述の課題を解決する糸口となることが期待される．
|
