研究課題/領域番号 |
19K04370
|
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21020:通信工学関連
|
研究機関 | 電気通信大学 |
研究代表者 |
市野 将嗣 電気通信大学, 大学院情報理工学研究科, 准教授 (80548892)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
キーワード | 生体認証 / セキュリティ |
研究開始時の研究の概要 |
近年,カメラの技術が進歩し高解像度の動画像撮影が可能となり,さらにサーモグラフィの低価格化が進み,身近なところで使われ始めている.これらを組み合わせると一度に数十のモダリティを取得することが可能になったが,2つもしくは3つのモダリティの融合が中心である.本研究では,特徴の異なる複数種類のカメラで多くのモダリティから認証に有効な組み合わせを明らかにし,多くのモダリティを組み合わせる認証方法を確立する.
|
研究実績の概要 |
近年,カメラの技術が進歩し高解像度の動画像撮影が可能となり,さらにサーモグラフィの低価格化が進み,身近なところで使われ始めている.これらを組み合わせると一度に数十のモダリティを取得することが可能になった.しかしこれまでの研究の多くは計測装置の発展を利用しておらず,あらかじめ対象アプリケーションを想定し,2つもしくは3つのモダリティの融合が中心である.本研究では,マルチモーダルバイオメトリクスとして,特徴の異なる複数種類のカメラから一度に取得できる多くのモダリティに対して,動的にモダリティを使い分けて組み合わせることによる認証を確立する. 虹彩認証は,指紋認証などのほかの生体認証と比べて,非常に高い認証精度を持つ.しかし,この虹彩認証は至近距離での撮影が必要となるため,被認証者の負担が大きくなり,利便性が低下するという問題点がある.これを軽減するために,認証機器から離れた距離で虹彩を撮影する方法が考えられるが,画質劣化による認証精度の低下が報告されている.この問題に対して,虹彩認証と比べて利便性が高い認証方式として,目の周辺画像を用いた認証が注目されている.それを受けて,可視光カメラで取得した可視光顔画像とサーモグラフィで取得した熱顔画像を組み合わせて目の周辺認証を行うことを検討した.はじめに,可視光顔画像と熱顔画像のそれぞれに対しての目の周辺画像を用いた認証にDeep Learningを用いる方法を検討した.次いで,可視光顔画像と熱顔画像に対してXGBoostを利用したスコアレベル統合で組み合わせて目の周辺認証を行う手法を提案し,実験的に提案手法の有効性を示した.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
認証の精度向上を目的として,特徴の異なるカメラの組み合わせを検討し,可視光カメラにより取得した顔画像とサーモグラフィにより取得した顔画像を用いて目の周辺認証を行う方法の検討と実装,評価を行ったのは予定通りである.評価実験を行い,ROCカーブ,識別率等の結果を通して提案手法の有効性を実験的に示した.また,目の周辺領域を用いた認証の精度向上を目的として,目の周辺画像を用いた認証にDeep Learningを用いる方法を検討し,従来手法である画像特徴量を用いた手法と比較し有効性を実験的に確認したことは予定通りである.
|
今後の研究の推進方策 |
令和4年度に引き続き, XGBoostを用いてモダリティを組み合わせた認証の実装と評価を行い,有効なモダリティの組み合わせを明らかにし,本技術の改良を続ける.カメラ,サーモグラフィから取得した画像から,顔,目の周辺を抽出し,認証する識別器を作成する.特に,データの特性を考慮して,前処理,特徴抽出,識別アルゴリズムの検討を行う.サーモグラフィ,可視光カメラそれぞれから取得した画像を用いた認証については,深層学習を利用した認証の有効性を確認したのでさらなる認証精度向上を目的に深層学習のネットワークなどの認証方法を検討する.そして,深層学習を考慮して組み合わせた認証方法についても検討する.研究成果については,適宜,国際会議や論文誌,国内研究会等への投稿を進めていく.
|