深層学習に基づく筋電位個人認証を利用した多要素個人認証手法の開発

筋電位を用いた個人認証システムの実現には、予め登録されているジェスチャの波形とシステムに入力された波形を比較し、同一人物による同一のジェスチャであるか否かを判定する手法が必要である。その実現のため、以前の研究では、まず波形の特徴を表す適切な特徴量候補を選定し、それを精度よく取り出す方法として相互相関に基づく手法を開発した。その上で、サポートベクターマシン(SVM)、および、Dynamic Data Warping 法を利用した2つの方法を用いて、ジェスチャを利用した個人認証手法の開発を行っている。この認証の精度を向上させるため、深層学習を導入してその性能を評価する研究に着手した。ただし新型コロナウィルス感染症(COVID-19)の流行の影響により、多くの被験者からデータを取得することが困難となったため、複数人の間でジェスチャの違いを認識することよりも、単一の被験者を対象に、その被験者による複数のジェスチャを互いに識別することを優先し、こちらを対象に研究を進めた。その結果、SVMを用いた手法よりも性能の向上が見られ、さらに、敵対的生成ネットワーク(Generative Adversarial Network、以下GAN)を用いて筋電位データの拡充を図る方法を検討し、国際会議で発表した。本年度は、判定精度をさらに向上させるべく、筋電位の測定箇所を増やすことの効果を検討した。具体的には、これまでは前腕部の掌側一箇所でのみ筋電位を測定していたが、手の甲側、さらに両側面の計4箇所で測定し、4倍のデータを利用してジェスチャの波形比較を行うようにした。その結果として、これまでより非常に大きな性能向上が見られ、国際会議での報告を行った。

筋電位を用いた個人認証システムの実現には、予め登録されているジェスチャの波形とシステムに入力された波形を比較し、同一人物による同一のジェスチャであるか否かを判定する手法が必要である。その実現のため、以前の研究では、まず波形の特徴を表す適切な特徴量候補を選定し、それを精度よく取り出す方法として相互相関に基づく手法を開発した。その上で、サポートベクターマシン(SVM)、および、Dynamic Data Warping 法を利用した2つの方法を用いて、ジェスチャを利用した個人認証手法の開発を行っている。この認証の精度を向上させるため、深層学習を導入してその性能を評価する研究に着手した。ただし新型コロナウィルス感染症(COVID-19)の流行の影響により、多くの被験者からデータを取得することが困難となったため、複数人の間でジェスチャの違いを認識することよりも、単一の被験者を対象に、その被験者による複数のジェスチャを互いに識別することを優先し、こちらを対象に研究を進めた。その結果、SVMを用いた手法よりも性能の向上が見られ、さらに、敵対的生成ネットワーク(Generative Adversarial Network、以下GAN)を用いて筋電位データの拡充を図る方法を検討し、国際会議で発表した。本年度は、判定精度をさらに向上させるべく、筋電位の測定箇所を増やすことの効果を検討した。具体的には、これまでは前腕部の掌側一箇所でのみ筋電位を測定していたが、手の甲側、さらに両側面の計4箇所で測定し、4倍のデータを利用してジェスチャの波形比較を行うようにした。その結果として、これまでより非常に大きな性能向上が見られ、国際会議での報告を行った。