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

基于深度学习的肌电势个人认证多因素个人认证方法的开发

基本信息

批准号：
20K11812
负责人：
山場久昭
金额：
$ 2.83万
依托单位：
University of Miyazaki
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

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。

为了实现使用肌电势的个人认证系统，需要一种方法来比较预先登记的手势的波形和输入到系统中的波形，并确定它们是否是来自同一个人的相同手势。为了实现这一目标，在我们之前的研究中，我们首先选择代表波形特征的适当候选特征，并开发了一种基于互相关的方法来准确提取它们。基于此，我们正在开发一种使用手势的个人身份验证方法，使用两种方法：支持向量机（SVM）和动态数据扭曲。为了提高这种认证的准确性，我们已经开始研究引入深度学习并评估其性能。然而，由于新型冠状病毒感染（COVID-19）的传播，从大量受试者中获取数据变得困难，因此我们不是识别多人之间手势的差异，而是将研究重点放在人类受试者，优先考虑区分受试者做出的多个手势的能力。结果，与使用 SVM 的方法相比，性能得到了提高，并且我们还研究了一种使用生成对抗网络 (GAN) 丰富肌电势数据的方法，该方法在国际会议上提出。今年，我们研究了增加肌电势测量点数量的效果，以进一步提高测定精度。具体来说，到目前为止，只在前臂手掌侧的一个位置测量了肌电位，但现在已经在手背上总共测量了四个位置，然后对两侧的波形进行了比较。现在可能了。结果，与我们在国际会议上报告的之前的结果相比，我们观察到性能显着提高。

项目成果

期刊论文数量（4）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

On a user authentication method to realise an authentication system using s-EMG

一种利用s-EMG实现认证系统的用户认证方法

DOI：
10.1504/ijguc.2020.110060
发表时间：
2020
期刊：
International Journal of Grid and Utility Computing
影响因子：
0.5
作者：
Yamaba Hisaaki;Usuzaki Shotaro;Takatsuka Kayoko;Aburada Kentaro;Katayama Tetsuro;Park Mirang;Okazaki Naonobu
通讯作者：
Okazaki Naonobu

On an improvement of hand gesture recognition for realizing a user authentication system using s-EMG

改进手势识别以实现使用 s-EMG 的用户认证系统