生体情報のみから個人のIDを引き当てる1:N認証サービスは、パスヮードの記憶やIDカードの携帯が不要であり、利便性が高い。しかし、センサーから取りこむ都度異なる高次元の生体特徴データと、データベースの全ての特徴データとの類似度を計算し、一番類似するデータを本人として判定するため、演算量が膨大となる問題点がある。上記の問題点を解決するためには、詳細な照合を行う候補データを複数検出する絞り込み検索を行うと共に、絞り込みの際の比率を高くして類似度計算の回数を少なくする必要がある。そこで、ハミング距離計算で絞り込み検索そのものの高速化が可能なLocality-Sensitive Hashingを用いて、特徴選択に基づく最適化を行い、検索精度を向上させ、絞り込みの比率を高くすることが可能な方法を提案する。指紋画像データ、音声のMFCC特徴量、MNIST手書き文字データベースを用いて従来の方法との性能比較を行った。%Biometric authentication technology is widely employed around the world for ATM at financial institution, PC access management, and so on. The usual system is adopted the authentication method using ID information recorded in a card. This paper proposes a method for locality-sensitive hashing with margin based feature selection for biometric data authentication which realizes the rapid identification from a million people without ID information. The basic concept is to generate a hash function and importance for selection that targets a much larger size than the targeted bits, and to select the targeted bits in the order of descending importance. The new algorithm was applied to biometric, speech, and image datasets and compared with other methods, and the effects for each data application were verified.
展开▼
