| 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 | 2024-02-29 14:00 深層学習を使った特徴量を用いない手の平と甲の両方の画像による個人認証 ○江波戸 海・栃窪孝也（日大）  BioX2023-71 CNR2023-38 |
|
| 抄録 | （和） | 近年, 指紋や顔, 掌紋, 虹彩などの生体情報を用いた個人認証の需要が高まっている. 一般に, 従来の生体認証では, まずスキャン画像から幾何学的な特徴を抽出する. そして, 登録時と認証時の特徴量を照合して認証を行う. 一方, 本稿では幾何学的特徴を抽出することなく, 手の平と甲の両方の画像を直接照合する個人認証法を提案する. 本手法では, スマートフォンで手の平と甲の画像を撮影し, グレイスケールやエッジ抽出した画像に加工して, 機械学習用と評価用の画像に分ける. 機械学習用画像は, 画像認識で広く用いられている深層学習 (CNN)を用いて機械学習を行い, 評価用画像を用いて評価する. 機械学習時におけるデータ分割量を表すバッチサイズを32, 64, 128, 256と増加させたものと, 機械学習時の画像サイズを32×32, 64×64, 128×128ピクセルと増加させたものを組み合わせて, 手の平と甲の両方の評価用画像を用いることで, 64×64ピクセルという低い画像サイズでも高い認証精度の実現を図る. |
| （英） | In recent years, there has been an increasing demand for personal authentication using biological information such as fingerprints, faces, palmprints and iris. In general, conventional authentication involves first extracting geometric features from a scanned image. Then, authentication is performed by matching the features at the time of enrollment with those at the time of authentication. On the other hand, this paper proposes a personal authentication method by both palm and back of the hand that directly matches images without extracting geometric features. In our method, images of the palm and back of the hand are taken with a smartphone, processed into grayscale and edge-extracted images, and the images are divided into training images for machine learning and images for evaluation. The training images are machine learned using deep learning (CNN), which is widely used in image recognition, and are evaluated using the images of evaluation. By combining the increased batch sizes, the number of divisions of the input data during the machine learning, as 32, 64, 128, 256 and the increased image sizes during the machine learning of 32 × 32, 64 × 64, 128 × 128pixels, we can achieve high authentication accuracy even with an image size as low as 64 × 64 pixels by using both palm and back of the hand images for evaluation. | |
| キーワード | （和） | 生体認証 / CNN / バイオメトリクス認証 / / / / / |
| （英） | Personal Authentication / CNN / Biometrics Authentication / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 394, BioX2023-71, pp. 7-12, 2024年2月. | |
| 資料番号 | BioX2023-71 | |
| 発行日 | 2024-02-22 (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 | BioX2023-71 CNR2023-38 |
|
| 研究会情報 | |
| 研究会 | CNR BioX |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | NHK放送技術研究所 |
| 開催地（英） | NHK Science & Technology Research Laboratories |
| テーマ（和） | バイオメトリクスとコミュニケーション、および一般 |
| 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 | 2024-02-CNR-BioX |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を使った特徴量を用いない手の平と甲の両方の画像による個人認証 |
| サブタイトル（和） | |
| タイトル（英） | Personal Authentication by both Palm and Back of the Hand Images without Geometric Features using CNN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 生体認証 / Personal Authentication |
| キーワード(2)（和/英） | CNN / CNN |
| キーワード(3)（和/英） | バイオメトリクス認証 / Biometrics Authentication |
| 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） | 江波戸 海 / Kai Ebato / エバト カイ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 栃窪 孝也 / Kouya Tochikubo / トチクボ コウヤ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-02-29 14:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | BioX |
| 資料番号 | BioX2023-71, CNR2023-38 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.394(BioX), no.393(CNR) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (BioX, CNR) |
[研究会発表申込システムのトップページに戻る]