深層学習を用いた手首筋電の個人認証

カテゴリ: 研究会(論文単位)

論文No: IS17050

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2017/08/03

タイトル(英語): Personal Authentication Based on Wrist EMG Analysis by a Convolutional Neural Network

著者名: 塩士 亮平(徳島大学),伊藤 伸一(徳島大学),伊藤 桃代(徳島大学),福見 稔(徳島大学)

著者名(英語): Ryohei Shioji(Tokushima University),Shin-ichi Ito(Tokushima University),Momoyo Ito(Tokushima University),Minoru Fukumi(Tokushima University)

キーワード: 生体認証|ＣＮＮ|深層学習|手首筋電|Biometrics|CNN|Deep Learning|Wrist EMG

要約(日本語): 近年、ヒューマンインターフェースの道具として筋電に注目が集まっている。その中でも本研究では手首に着目し、手首筋電を用いて個人認証を行った。従来手法ではパーの動作のみを識別対象にしていたため、今回はグーとチョキの動作も対象にして実験を行った。識別率は従来手法であるパーの動作が一番高かった。しかし、識別率の依存度は識別動作よりも計測日のほうが高いことが判明した。

要約(英語): In this paper we measure EMG by attaching dry type sensors to wrist, and carry out personal authentication. We use a convolutional neural network (CNN) to learning and authentication. In addition to the conventional method, two kinds of identification operations were added.

原稿種別: 日本語

PDFファイルサイズ: 1,006 Kバイト