| 講演名 | 2017-10-12 高周波信号の人体伝搬特性による個人認証の機械学習を用いた精度改善 小野田 舜(東京理科大), 吉田 孝博(東京理科大), 半谷 精一郎(東京理科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 機器を手で持つだけで継続的に個人認証が可能なバイオメトリクス技術の一つとして，我々は二指間を伝搬する高周波信号の周波数特性を用いた認証手法の研究を行ってきた．しかし先行研究では，ベクトルネットワークアナライザ(VNA)で測定した二指間の人体伝搬特性(通過・反射特性)のスペクトルをマンハッタン距離で照合したが，9人の被験者による等誤り率(EER)は反射特性S22でも25.1%に留まり，更なる改善が必要であった．そこで本研究では，認証精度改善のため，機械学習の一つであるロジスティック回帰を照合に用いた．その結果，同条件でEER=5.8%となり19.3ポイントの改善を達成し，二指間の人体伝搬特性においてもロジスティック回帰が有効であることを確認した． |
| 抄録(英) | As one of biometrics that can perform continuous personal authentication only by handling equipment, the personal authentication method using intra-body-frequency characteristics between two fingers have been researching in our laboratory. However, in our previous study, the authentication accuracy with verification method using the Manhattan distance for spectra of the intra-body-frequency characteristics (pass-through / reflection) measured by VNA was very low, e.g. the equal error rate (EER) of the verification using reflection characteristic S22 by the nine subjects was 25.1%. Therefore, in this study, we applied logistic regression, which is one of machine learning method, to the verification in order to improve the verification performance. As a result, the 5.8% EER was archived by applying the logistic regression, that was 19.3 points improvement. It was found that the logistic regression was also effective in the verification using intra-body-propagation characteristics. |
| キーワード(和) | バイオメトリクス / 人体伝搬特性 / ロジスティック回帰 |
| キーワード(英) | Biometrics / intra-body-propagation characteristics / logistic regression |
| 資料番号 | BioX2017-26 |
| 発行日 | 2017-10-05 (BioX) |
| 研究会情報 | |
| 研究会 | BioX |
|---|---|
| 開催期間 | 2017/10/12(から2日開催) |
| 開催地（和） | 大濱信泉記念館 |
| 開催地（英） | Nobumoto Ohama Memorial Hall |
| テーマ（和） | バイオメトリクス，一般 |
| テーマ（英） | Biometrics, etc. |
| 委員長氏名（和） | 鷲見 和彦(青学大) |
| 委員長氏名（英） | Kazuhiko Sumi(AGU) |
| 副委員長氏名（和） | 高野 博史(富山県立大) / 今岡 仁(NEC) |
| 副委員長氏名（英） | Hiroshi Takano(Toyama Pref. Univ.) / Hitoshi Imaoka(NEC) |
| 幹事氏名（和） | 大木 哲史(産総研) / 青木 隆浩(富士通研) |
| 幹事氏名（英） | Tetsushi Ohki(AIST) / Takahiro Aoki(Fujitsu Labs.) |
| 幹事補佐氏名（和） | 市野 将嗣(電通大) / 高田 直幸(セコム) / 奥井 宣広(KDDI総合研究所) |
| 幹事補佐氏名（英） | Masatsugu Ichino(Univ. of Electro-Comm.) / Naoyuki Takada(Secom) / Norihiro Okui(KDDI Research) |
| 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） | 高周波信号の人体伝搬特性による個人認証の機械学習を用いた精度改善 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of Accuracy by Machine Learning for Personal Authentication using High Frequency Intra-Body Propagation Characteristics |
| サブタイトル（和） | |
| キーワード(1)（和/英） | バイオメトリクス / Biometrics |
| キーワード(2)（和/英） | 人体伝搬特性 / intra-body-propagation characteristics |
| キーワード(3)（和/英） | ロジスティック回帰 / logistic regression |
| 第 1 著者 氏名（和/英） | 小野田 舜 / Shun Onoda |
| 第 1 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 第 2 著者 氏名（和/英） | 吉田 孝博 / Takahiro Yoshida |
| 第 2 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 第 3 著者 氏名（和/英） | 半谷 精一郎 / Seiichiro Hangai |
| 第 3 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 発表年月日 | 2017-10-12 |
| 資料番号 | BioX2017-26 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | BioX-236 |
| ページ範囲 | pp.7-10(BioX), |
| ページ数 | 4 |
| 発行日 | 2017-10-05 (BioX) |