大阪大学は、深層学習を用いた高精度歩容認証技術を開発したと発表した

同成果は、同大 産業科学研究所の八木康史 教授らの研究グループによるもの。詳細は、米国科学誌「IEEE Transactions on Circuits and Systems for Video Technology」(オンライン速報版)に公開された。

歩く向きの違いに応じた深層学習モデル (出所:大阪大学Webサイト)

人の歩き方は、服装や髪型の差異では変化せず、防犯カメラなどで遠方から撮影した低解像度の映像からでも抽出できることから、個人認証を行う上で実用的な特徴として期待されている。しかし、カメラに対して人の歩く向きが異なると、見え方が大きく異なるため、従来の技術では認証が困難であった。

今回研究グループは、独自の深層学習モデルを提案し、これらの特徴を適切に使い分けることで、歩く向きが異なる人物映像からの高精度な歩容認証を可能にした。その結果、歩く向きが異なる場合、従来技術では本人認証の誤り率が約40% であったのに対し、同開発技術では約4% まで低減させることに成功した。

さらに、深層学習に用いる評価基準を適切に変更することで、本人認証のみならず、カメラに映った複数の人物から特定の一人を探すなどといった個人識別も可能となる。

これらの技術に関して研究グループは、犯罪捜査以外にも、店舗・商業施設などで同一人物の移動経路の解析に利用することで、顧客に応じたサービス提供などのマーケティング応用をはじめとしたさまざまな用途への適用が期待されると説明している。