| 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 | 2021-10-09 10:30 多種の名詞から学習を行った2値分類型のCNNによる筆跡認証 ○角 大智・久保田 彰（中大）  PRMU2021-20 |
|
| 抄録 | （和） | 新型コロナウイルスの感染症対策によって、手続き等のオンライン化が急速に進み、印鑑証明から電子署名 に移行し始めている。この移行の動きにおいて、人の筆跡を認証できるシステムが必要となると考えられる。本稿では、2 値分類型の 畳み込みニューラルネットワークを用いた筆跡認証システムを提案する。本人の名前と複数種類 の漢字を含んだ筆跡データを 8 人から収集し、それぞれ学習を行い、筆跡認証を行った。その結果、特定文字の本人拒否率(FRR)の全体平均を 3.1[%]、他人受入率(FAR)の全体平均を 1.1[%]に抑えることに成功した。また、学習データ提供者以外から筆跡データ(5 人分)を収集し、FAR を測定した。想定していない人の筆跡データも拒否するこ とができ、2 値分類型の CNN の筆跡認証の汎用性と有効性を示した。 |
| （英） | Due to measures against coronavirus infectious diseases, procedures and the like are rapidly becoming online, and the shift from seal certification to electronic signatures has begun. In this transition move, I think we need a system that can authenticate human handwriting. In this paper, we propose a handwriting authentication system using a binary classification type convolutional neural network. I collected handwriting data including name and multiple types of kanji from eight people, learned each, and performed handwriting authentication. As a result, we succeeded in suppressing the false rejection rate (FRR) of a specific character's name to 3.1 [%] and the false acceptance rate (FAR) to 1.1 [%]. In addition, handwriting data (for 5 people) was collected from other than the learning data provider, and FAR was measured. It was possible to reject the handwriting data of an unexpected person, demonstrating the versatility and effectiveness of handwriting authentication of binary classification type CNN. | |
| キーワード | （和） | 筆跡認証 / 筆跡鑑定 / CNN / ニューラルネットワーク / / / / |
| （英） | handwriting authentication / Handwriting appraisal / CNN / neural network / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 192, PRMU2021-20, pp. 22-27, 2021年10月. | |
| 資料番号 | PRMU2021-20 | |
| 発行日 | 2021-10-01 (PRMU) | |
| 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 | PRMU2021-20 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2021-10-08 - 2021-10-09 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 研究を効率的に進めるためのプロセスや周辺技術 |
| テーマ（英） | Processes and technologies to make research more efficient |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-10-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 多種の名詞から学習を行った2値分類型のCNNによる筆跡認証 |
| サブタイトル（和） | |
| タイトル（英） | Handwriting authentication by binary classification with CNN using various nouns characters |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 筆跡認証 / handwriting authentication |
| キーワード(2)（和/英） | 筆跡鑑定 / Handwriting appraisal |
| キーワード(3)（和/英） | CNN / CNN |
| キーワード(4)（和/英） | ニューラルネットワーク / neural network |
| 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） | 角 大智 / Kaku Daichi / カク ダイチ |
| 第1著者 所属（和/英） | 中央大学 (略称： 中大) Chuo University (略称： Chuo University) |
| 第2著者 氏名（和/英/ヨミ） | 久保田 彰 / Kubota Akira / |
| 第2著者 所属（和/英） | 中央大学 (略称： 中大) Chuo University (略称： Chuo University) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-10-09 10:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-20 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.192 |
| ページ範囲 | pp.22-27 |
| ページ数 | 6 |
| 発行日 | 2021-10-01 (PRMU) |
[研究会発表申込システムのトップページに戻る]