文献

J-GLOBAL ID：201802224787012490   整理番号：18A0451365

深い学習を用いた歩行匿名化のためのアプローチ【Powered by NICT】

An approach for gait anonymization using deep learning

著者 (5件)： Tieu Ngoc-Dung T. (SOKENDAI (The Graduate University for Advanced Studies), Kanagawa, Japan) ,  Nguyen Huy H. (SOKENDAI (The Graduate University for Advanced Studies), Kanagawa, Japan) ,  Nguyen-Son Hoang-Quoc (National Institute of Informatics, Tokyo, Japan) ,  Yamagishi Junichi (SOKENDAI (The Graduate University for Advanced Studies), Kanagawa, Japan) ,  Echizen Isao (SOKENDAI (The Graduate University for Advanced Studies), Kanagawa, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WIFS  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： は,各個人に特異であり,距離で認識できるのでヒト歩行はセキュリティシステムで用いられるもう1つのbiometrie形質となっている。しかし,悪いアクターは,彼または彼女の歩行に基づいて個人を同定するための歩容認識システムを使用できた。不正歩容認識を防止する歩行匿名化方法を開発した。者は歩行の自然さを維持しながら,同定できないように,歩行を変化させる。修飾は他の歩行,「雑音歩行」と呼ばれるを添加することにより行った。畳込みニューラルネットワークは,入力,元の歩行と雑音歩行として二歩容をして,匿名化歩行を出力することによりこの修正をおこなう。提案した方法は,成功率と平均オピニオンスコア(MOS)を用いて評価した。成功率は,失敗した歩容認識の速度であり,MOSは匿名化歩行の自然さの尺度である。我々の実験では,最大で最も高い自然性スコアは,MOSスケールで3.73であり,一方成功率は98.86%を達成した。これらの知見は,歩容認識に関連したプライバシー保護に関する新しい研究方向を開くに違いない。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 雑音 ,  歩容 ,  セキュリティシステム ,  *歩行
準シソーラス用語： プライバシー保護 ,  スコア ,  成功率 ,  歩容認証 ,  ヒト歩行 ,  *匿名 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 学習 ,  歩行 ,  匿名化