| 研究課題/領域番号 |
15K00191
|
|---|
| 研究機関 | 埼玉工業大学 |
|---|
研究代表者 |
渡部 大志 埼玉工業大学, 工学部, 教授 (80337609)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | 生体認証 / 顔認証 / 耳介形状 |
|---|
| 研究実績の概要 |
本研究の特色は，生体認証にその有用性にもかかわらず研究が進んでいない「耳介」を用いることにある。耳介のパターンは個人により異なりかつ，指紋や虹彩より大きいため，機器への接触なしに遠くから個人を識別できる利点がある。申請者はGabor Jetや判別分析等を利用し首を左右に振る，ないしは傾けたときに生じる耳介の角度変化にロバストな耳介認証の研究を行ってきた。この研究を発展させ，下記４項目
1．撮影角度が異なる画像の推定手法改良によるロバスト性向上の可能性
2．耳介の撮影角度を推定するアルゴリズム
3．耳介の検出・特徴点探索手法の改良によるロバスト性向上の可能性
4．耳介特徴点の発生異常や事故での欠落，髪の毛や耳介自身による遮蔽を自動的に判断するアルゴリズム
について検討し，防犯カメラの耳介画像から捜査対象者リストを作成する捜査支援システムの実用化を研究目的としている。交付申請書では具体的内容として，「1-(a) 法線を立てる特徴点の検討」，「1-(b) 法線モデルの計算方法，数の検討」，「1-(c) 漸近展開精度向上の検討」，「1-(d) 耳介データベースの大規模化の検討」，「1-(e) 特徴量強調方法の検討」，「2-(a) 入力画像中の耳介角度を推定する手法の検討」,「2-(b) 耳介の張り出し角度の統計的調査検討」，「3-(a)特徴点抽出の改良」，「4-(a)特徴点の有効性の自動判断」の９項目を調査研究対象としていた。この９項目のうち1-(a),1-(b),1-(d),3-(a),4-(a)の５項目について研究に具体的な進展があり，昨年度５件の国内学会発表と１件の技術報告，2件の国際会議発表，１件の国際会議論文と１件の学術論文を公表した。
|
| 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
交付申請書で記載した９項目のうち，５項目に進展があり，研究はおおむね順調に進展している。以下，各項目の進展を具体的に記載する。
3-(a) 特徴点抽出の改良，4-(a) 特徴点の有効性の自動判断：深層学習の一つである敵対的生成ネットワーク（ＧＡＮ）を利用した，耳介特徴点の発生異常や事故での欠落，髪の毛や耳介自身による遮蔽を自動的に判断するアルゴリズムの開発を行った。サンプル数が不足しているため改善の余地はあるものの，十分興味深い結果が得られた。1-(d) 耳介データベースの大規模化： 複数の横顔データベースを利用し耳介画像で認証実験を行うためには，特徴点による耳介の正規化が必須となる。特徴点がすべてそろっていない場合にも利用可能な耳介の正規化手法を開発し，複数のデータベースにまたがる6732人11226枚の耳介画像データベースを構築した。その結果，深層学習のフレームワークが利用できるようになり，facenet （inception resnet ver 1）を利用した耳介認証を行うことができた。その結果，11×16画素の低解像の耳介画像を用いて，等誤差率4.36%の高精度で識別できることを明らかにした。
1-(a) 特徴点の検討:AKAZEやSIFTの他，深層学習を利用した特徴量を自動的に計算するフレームワークの有用性についても検討を行った。1-(b) 統計モデルの計算方法：法科学的分類に基づく統計モデルの有用性について，線形ジェット変換だけでなく重回帰分析も含め有用性について検討を行った。
1-(a)～1-(e)の研究項目の目的である「撮影角度が異なる画像の推定手法改良によるロバスト性向上の可能性」に関連して，深層学習の一つである敵対的生成ネットワーク（ＧＡＮ）を利用して撮影角度の異なる耳介画像の生成を試験的に行ったところ，大変興味深い結果が得られた。
|
| 今後の研究の推進方策 |
昨年度に引き続き，申請書中の未了項目と進展の見られた項目も含めて，撮影角度が異なる画像の推定手法，耳介撮影角度の推定手法，特徴点検出の精度向上の可能性を探る。
1-(a)～1-(e)の研究項目の目的である「撮影角度が異なる画像の推定手法改良によるロバスト性向上の可能性」について，敵対的生成ネットワークを利用して得られた撮影角度の異なる耳介画像の生成手法を改善し，実用レベルに近づけたい。耳介の撮影角度を求めず，耳介がどの角度であっても正規化できるようにネットワークを構成すると，少し画像が不鮮明となる傾向があった。昨年まで行ってきた耳介撮影角度の推定手法と合わせ，角度ごとのサンプル数を増やして深層学習を機能しやすくすることで，手法を改善したい。
3-(a) 特徴点抽出の改良，4-(a) 特徴点の有効性の自動判断：昨年に引き続き，CVPR2014で発表された，特徴量の回帰で1秒間に3000フレームの速度で顔の特徴点を追跡する手法の適用可能性も併せて検討する。昨年度行った，深層学習を利用した耳介特徴点の発生異常や事故での欠落，髪の毛や耳介自身による遮蔽を自動的に判断する手法をさらに進化させ，実用化レベルに近づけたい。
1-(d) 耳介データベース大規模化の検討：深層学習にはデータが多いほうが良い。昨年度は6732人11226枚の耳介画像データベースを構築したものの,サンプル数はさらに増やしたい。昨年度，一部の特徴点が正確に取れなかったとしても耳介全体を正規化する手法を開発したが，この手法に，上記耳介特徴点の発生異常や事故での欠落，髪の毛や耳介自身による遮蔽を自動的に判断する手法を合わせ，さらに多く横顔の公開データベースの耳介画像を正規化し，一つの耳介データベースとして利用できるよう工夫したい。また以前，当研究室で作成した多方向耳介画像撮影システムも利用しデータを増やしたい。
|
| 次年度使用額が生じた理由 |
平成２９年度に耳介特徴点が発生異常や事故で欠落していたり，髪の毛や耳介自身によって隠れていたりしていることを自動的に判断するアルゴリズムが開発可能なことを明らかにする予定であった。深層学習を用いた予備実験で興味深い傾向をつかんだが，深層学習が十分な効果を発揮するには耳介画像のサンプル数が不足していた。また，耳介の撮影角度を正規化する手法についても，同じく深層学習を用いた予備実験で興味深い傾向をつかんだが，深層学習が十分な効果を発揮するには耳介画像のサンプル数が必ずしも十分ではなかった。サンプルを増やすのに多くの時間がかかり補助事業の目的をより精緻に実施し，学会参加，論文投稿を，今年度行うこととなったため、次年度使用額が生じた。未使用額は今年度改めてサンプル数を増やして実験し，学会参加，論文投稿を行う経費に充てたい。
|
