| 研究課題/領域番号 |
21K11942
|
|---|
| 研究機関 | 埼玉工業大学 |
|---|
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) |
2021-04-01 – 2024-03-31
|
| キーワード | 生体認証 / 署名照合 |
|---|
| 研究実績の概要 |
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．機械学習技術を活用した署名照合の自動化には，（１）照合判定根拠に対する説明性の向上，（２）照合精度の向上，（３）様々な言語の署名を統一的に照合できるユニバーサル性の向上といった課題が残されている．
本研究は，主に以下の３項目について研究を行い，有用かつ実用的な自動署名照合の確立を目指す．（１）機械学習を活用した自動署名照合における照合判定根拠を説明できる技術の開発，（２）応募者らが開発した組み合わせ分割署名照合や，応募者らが初めて署名照合に適用したランキング学習等を活用した自動署名照合の高度化，（３）様々な言語の署名を統一的に照合する「ユニバーサル署名照合」の実現
研究計画初年度である2021年度は，主に（１）および（２）に取り組んだ．深層学習手法の判断根拠可視化技術であるGradCAMやPSMを署名照合に導入し，判断根拠可視化が可能であるかを検証した．また，署名照合の性能向上のために，手書き文字字形の定量評価や，典型文字の持つ特性を調査した．
以上の研究内容を国内学会にて２件発表した．
|
| 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
本年度行った（１）機械学習を活用した自動署名照合における照合判定根拠を説明できる技術の開発，（２）応募者らが開発した組み合わせ分割署名照合や，応募者らが初めて署名照合に適用したランキング学習等を活用した自動署名照合の高度化により得られた知見に基づき，２件の対外発表を行ったことにより，概ね順調に進展していると判断した．
|
| 今後の研究の推進方策 |
署名照合手法の評価には種々のデバイスで取得された署名のデータセットが必要である．これまで公開されている評価用データセットは比較的低品質な署名を含むものが多く，署名データの品質を調整しつつ評価を行えるデータセットを構築するために，署名データの収集を行う．
また，提案手法の利点のひとつである第２段目の識別器に様々な機械学習手法を導入できる点について，種々の手法の判定結果を比較し，内部パラメータの状態等を解析して，判定の根拠となったパラメータや，判定への寄与が大きかった特徴量等を取り出す手法を開発する．
|
| 次年度使用額が生じた理由 |
2022年度(2年度目)に必要となる計算資源購入のための物品費および，2022年度には各学会が対面化されることが予想され，参加予定の学会旅費が当初予定より増加する見込みのため，2021年度の 物品購入費，旅費を抑制した.
2022年度はこの次年度使用額と当初請求した助成金とを合わせて，必要な物品購入費，旅費に充当する予定である.
|
