| 講演名 | 2019-10-03 CNNを用いた低解像度虹彩画像からの認証特徴量予測 渡邉 崚(筑波大), 亀山 啓輔(筑波大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 虹彩認証においてDaugmanによるGaborフィルタを用いた特徴化手法がよく知られている。しかし同手法は虹彩画像の撮影時の環境変動に弱いという課題がある。そこで、登録時もしくは認証時に低解像度の画像しか入手できないなどの条件下での虹彩認証精度の改善を目的とする。本研究では、畳み込みニューラルネットワーク(CNN)を用いて低解像度虹彩画像と高解像度虹彩画像の特徴量の関係性を学習することで、低解像度特徴量から高解像度特徴量を推定し、認証に用いる虹彩認証方式を提案する。実験では、高解像度画像からの特徴量を登録し，低解像度画像で認証する場合に関しては，認証精度を向上させることは出来なかったものの、登録時と認証時に用いる画像の解像度がともに低い場合において、登録時と認証時の両方に提案手法により推定された特徴量を用いた場合では、低解像度の特徴量をそのまま用いる場合よりも高い認証精度を得ることができた。 |
| 抄録(英) | In iris authentication, Daugman's method employing Gabor features is widely supported. However, the method's performance suffers when there are variations in the iris observation conditions. This work aims to improve the authentication performances for cases when only low-resolution images are available upon enrollment and/or verification. In this work, we propose a method to estimate the iris features in the high-resolution (HR) images using low-resolution (LR) images of the same iris. A Convolutional Neural Network (CNN) is used to learn the relation between the local LR feature patch and the HR feature at its center. The estimated HR feature set will be used for authentication. In the experiments, improvements were not observed for the case when HR images were used for enrollment and HR featuresestimated from LR images wereused for verification. However, when HR features estimated from LRimages were used for both enrollment and verification, improvementsover the direct use of LR features were observed. |
| キーワード(和) | 虹彩認証 / 画像特徴 / CNN |
| キーワード(英) | Iris Recognition / image feature / CNN |
| 資料番号 | BioX2019-55 |
| 発行日 | 2019-09-26 (BioX) |
| 研究会情報 | |
| 研究会 | BioX |
|---|---|
| 開催期間 | 2019/10/3(から2日開催) |
| 開催地（和） | 大濱信泉記念館 |
| 開催地（英） | |
| テーマ（和） | 個人認証と生体認証の社会実装における課題と展望 |
| テーマ（英） | |
| 委員長氏名（和） | 大塚 玲(情報セキュリティ大) |
| 委員長氏名（英） | Akira Otsuka(IISEC) |
| 副委員長氏名（和） | 大木 哲史(静岡大) / 青木 隆浩(富士通研) |
| 副委員長氏名（英） | Tetsushi Ohki(Shizuoka Univ.) / Takahiro Aoki(Fujitsu Labs.) |
| 幹事氏名（和） | 市野 将嗣(電通大) / 高田 直幸(セコム) |
| 幹事氏名（英） | Masatsugu Ichino(Univ. of Electro-Comm.) / Naoyuki Takada(SECOM) |
| 幹事補佐氏名（和） | 渡部 大志(埼玉工大) / 堀江 亮太(芝浦工大) |
| 幹事補佐氏名（英） | Daishi Watabe(Saitama Inst. of Tech.) / Ryota Horie(Shibaura Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Biometrics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | CNNを用いた低解像度虹彩画像からの認証特徴量予測 |
| サブタイトル（和） | |
| タイトル（英） | Recognition feature prediction from low-resolution iris images using CNN |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 虹彩認証 / Iris Recognition |
| キーワード(2)（和/英） | 画像特徴 / image feature |
| キーワード(3)（和/英） | CNN / CNN |
| 第 1 著者 氏名（和/英） | 渡邉 崚 / Ryo Watanabe |
| 第 1 著者 所属（和/英） | 筑波大学(略称：筑波大) University of Tsukuba(略称：Univ. of Tsukuba) |
| 第 2 著者 氏名（和/英） | 亀山 啓輔 / Keisuke Kameyama |
| 第 2 著者 所属（和/英） | 筑波大学(略称：筑波大) University of Tsukuba(略称：Univ. of Tsukuba) |
| 発表年月日 | 2019-10-03 |
| 資料番号 | BioX2019-55 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | BioX-214 |
| ページ範囲 | pp.5-10(BioX), |
| ページ数 | 6 |
| 発行日 | 2019-09-26 (BioX) |