| 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 |
完了 (2023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．
|
| 研究成果の概要 |
特徴の異なる複数種類のカメラから認証を行うにあたり，本研究では，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，多くの特徴量を組み合わせる認証を提案した．次に，目の周辺画像を用いた認証にDeep Metric Learningを適用し，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，実験的に有効性を示した．
|
| 研究成果の学術的意義や社会的意義 |
システム利用者の正当性を確認する生体認証の重要性が高まる中，複数のモダリティを用いるマルチモーダルバイオメトリクスが実用化に向けての現実的な解として認識されている．そこで本研究では，特徴の異なる複数種類のカメラで取得されるモダリティをマルチモーダルバイオメトリクスで認証する方法を提案した．この成果をさらに発展させることで，生体認証におけるマルチモーダルバイオメトリクスの適用範囲を広げることができると考える．
|
