| 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 | 2022-03-08 10:50 劣悪な筆記環境下における機械学習を用いた署名識別改善手法 ○後藤大輝・宇田隆哉（東京工科大）  EMM2021-113 |
|
| 抄録 | （和） | 実際の社会において，サインによる本人確認を行う環境は，劣悪な環境であることが多い． 劣悪な環境とは，ペンを置いた位置と線が描画される位置に差がある環境や，筆圧やペンの角度のような特徴の取得が困難な環境である． さらに，偶然同じ名前，書き方の人物が存在することもありえるため，より特徴が表れるような要素を抽出する必要がある． 本論文では，1つのサインを3種類の直線に分類し，各100個ずつのデータを抽出した． 通常の環境において取得したサインのデータを用いてLSTMの学習を行い，先述の環境におけるサイン100個の識別の識別を行った． 抽出を行わないものと比較し，10%程度，個人識別精度を向上させることが可能となった． |
| （英） | In the real world, it is difficult to obtain characteristics such as the angle or the pressure of the pen. And there is the difference between the position where the pen is placed and where the line is drawn. In addition, it is necessary to extract elements that show more characteristics, because it is possible that a person with the same name and writing style exists by chance. In this paper, a single signature is classified into three types of lines. The LSTM was trained using the sign data obtained in a normal environment, and the identification of 100 signs in the aforementioned environment was identified, and the accuracy of individual identification was improved by about 10%. |
|
| キーワード | （和） | 筆者識別 / 機械学習 / 特殊環境 / / / / / |
| （英） | Writer identification / Machine Learning / Special Environments / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 417, EMM2021-113, pp. 112-117, 2022年3月. | |
| 資料番号 | EMM2021-113 | |
| 発行日 | 2022-02-28 (EMM) | |
| 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 | EMM2021-113 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2022-03-07 - 2022-03-08 |
| 開催地（和） | 長崎大学 文教スカイホール |
| 開催地（英） | (Primary: Online, Secondary: On-site) |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | Image and Sound Quality, Metrics for Perception and Recognition, Human Auditory and Visual System, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2022-03-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | 劣悪な筆記環境下における機械学習を用いた署名識別改善手法 |
| サブタイトル（和） | |
| タイトル（英） | Improve Method of Signature Classification with Machine Learning on Poor Written Environment |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 筆者識別 / Writer identification |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 特殊環境 / Special Environments |
| キーワード(4)（和/英） | / |
| 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 大輝 / Daiki Goto / ゴトウ ダイキ |
| 第1著者 所属（和/英） | 東京工科大学大学院 (略称： 東京工科大) Tokyo University of Technology Graduate School (略称： Tokyo Univ. of Tech. Graduate School) |
| 第2著者 氏名（和/英/ヨミ） | 宇田 隆哉 / Ryuya Uda / ウダ リュウヤ |
| 第2著者 所属（和/英） | 東京工科大学大学院 (略称： 東京工科大) Tokyo University of Technology Graduate School (略称： Tokyo Univ. of Tech. Graduate School) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-08 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2021-113 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.417 |
| ページ範囲 | pp.112-117 |
| ページ数 | 6 |
| 発行日 | 2022-02-28 (EMM) |
[研究会発表申込システムのトップページに戻る]