文献

J-GLOBAL ID：202002278303084033   整理番号：20A0061052

オーディオビジュアルデータに基づくマルチモーダル認証システム【JST・京大機械翻訳】

Multi-modal authentication system based on audio-visual data

著者 (2件)： Debnath Saswati (National Institute of technology, Silchar,Dept. of Computer Science & Engineering,Silchar,India) ,  Roy Pinki (National Institute of technology, Silchar,Dept. of Computer Science & Engineering,Silchar,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： TENCON  ページ： 2507-2512  発行年： 2019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： バイオメトリックは,コンピュータや他のシステムへのアクセス,犯罪識別,人物認証などの多くのアプリケーションで広く使われている新しい技術である。顔認識は,データをその人の記憶情報と比較することにより人物を同定する生体計測法である。しかし,顔の認識は照明変動,顔表情および他の問題によって影響を受けることができる。従って,顔画像のみを用いた認証はシステムにとって困難である可能性がある。この挑戦を克服するために,バイオメトリック認証は1つ以上の方法に依存しなければならない。本論文では,情報の2つの情報源に基づくオーディオビデオ人物認証を考察した。単一モダリティ証拠はセキュリティとロバスト性の両方に限界がある。そこで本研究では,視覚認識を用いて音声認識を行う。音声と同様に顔の特徴を聴覚視覚データから別々に抽出し,安全なユーザ認証のために両方のモダリティを統合する。MEL周波数ケプストラム係数(MFCC)を音声特徴として用いた。Viola-Jonesとスケール不変特徴変換(SIFT)アルゴリズムを視覚特徴抽出のために用いた。音声と視覚特徴の抽出の後,特徴選択法を採用した。統計解析から成る二相アルゴリズム,内部特徴選択(IFS)による分散分析(ANOVA)を提案し,聴覚視覚データから有意な特徴を選択した。機械学習アルゴリズムを用いて,2つの分離フェーズにおいて,AudioおよびVideo処理を行った。両モダリティの結果は,大多数投票に基づいて決定レベルで結合される。両聴覚情報の多重モダリティは,単独の単一モダリティと比較して非常に良好な結果を与えることが観察されている。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 顔画像 ,  *多モード ,  ロバスト性 ,  情報源 ,  聴覚 ,  学習アルゴリズム ,  コンピュータ ,  多重化 ,  バイオメトリクス ,  特徴選択 ,  視覚 ,  位相 ,  音声認識 ,  応用プログラム ,  アルゴリズム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： オーディオビジュアルデータ ,  マルチモーダル ,  認証システム