| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-03-02 09:50 歩行足音を用いたアンサンブル学習による個人識別精度向上に関する研究 ○後藤吉輝・板井陽俊（中部大）  BioX2020-41 CNR2020-14 |
|
| 抄録 | （和） | 人間の足音には個人特徴が存在し, 我々は聞きなれた足音を聞くことによりある程度個人を識別することができる. 歩行足音から人物の特定が可能となれば, 防犯システムや生体認証システムへの応用が期待される. 我々は足音から波形画像を作成し, CNNの一種であるResNetに学習させることにより個人識別を行い10人の被験者に対して95.6%の正解率を達成した. また, Panらは7歩分の振動データとITSVMを利用した個人識別を行い, 10人の被験者に対して96.0%の正解率を達成している. しかし, これらの研究成果を生体認証システムとして利用する場合, さらなる正解率の向上が求められる.本研究では, 先行研究よりも時間解像度を向上させた足音波形データセットを提案し, 正解率が向上するか確認を行う. さらに, これまでに提案された3種類のデータセットを利用したアンサンブル学習を提案し高精度の個人識別が実現可能か検証する. |
| （英） | It is known that the footstep includes personal characteristics. We often recognize a person from walking footsteps in limited situation. If the high accuracy personal identification using footstep is possible, a novel surveillance system like a crime prevention system, or a biometric system are expected. We showed that the ResNet of CNN trained by footstep waveform images performs the identification accuracy of 95.8% for 10 subjects. Pan reported that the footstep identification using 7 steps of vibration data and ITSVM with the accuracy of 96.0% for 10 subjects. However, the accuracy of these researches is not enough to use of a biometric system. In this paper, we propose a high time resolution dataset. In addition, we apply an ensemble learning using three datasets to achieve more accurate personal identification. |
|
| キーワード | （和） | 足音 / アンサンブル学習 / CNN / 個人識別 / / / / |
| （英） | Footstep / Ensemble learning / CNN / Personal identification / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 393, BioX2020-41, pp. 7-11, 2021年3月. | |
| 資料番号 | BioX2020-41 | |
| 発行日 | 2021-02-23 (BioX, CNR) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | BioX2020-41 CNR2020-14 |
|
| 研究会情報 | |
| 研究会 | BioX CNR |
| 開催期間 | 2021-03-02 - 2021-03-02 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | アイデンティティとコミュニケーション，及び一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | BioX |
| 会議コード | 2021-03-BioX-CNR |
| 本文の言語 | 日本語 |
| タイトル（和） | 歩行足音を用いたアンサンブル学習による個人識別精度向上に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Improving an Accuracy of Personal Identification Using Ensemble Learning and Footsteps |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 足音 / Footstep |
| キーワード(2)（和/英） | アンサンブル学習 / Ensemble learning |
| キーワード(3)（和/英） | CNN / CNN |
| キーワード(4)（和/英） | 個人識別 / Personal identification |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 後藤 吉輝 / Yoshiki Goto / ゴトウ ヨシキ |
| 第1著者 所属（和/英） | 中部大学 (略称： 中部大) Chubu University (略称： Chubu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 板井 陽俊 / Akitoshi Itai / イタイ アキトシ |
| 第2著者 所属（和/英） | 中部大学 (略称： 中部大) Chubu University (略称： Chubu Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-02 09:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | BioX |
| 資料番号 | BioX2020-41, CNR2020-14 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.393(BioX), no.394(CNR) |
| ページ範囲 | pp.7-11 |
| ページ数 | 5 |
| 発行日 | 2021-02-23 (BioX, CNR) |
[研究会発表申込システムのトップページに戻る]