アモーダル補完を応用した文字型CAPTCHA

• Item type: Journal(1)
• 公開日: 2021-06-15
• タイトル: アモーダル補完を応用した文字型CAPTCHA
• タイトル / 言語: en
• タイトル: Character-based CAPTCHA Using Amodal Completion
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文（推薦論文）] CAPTCHA，文字認識，機械学習，アモーダル補完，CNN
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00211546
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 株式会社コナミデジタルエンタテインメント
• 著者所属: 千葉大学
• 著者所属: 千葉大学
• 著者所属(英): en
• 著者所属(英): Konami Digital Entertainment Co., Ltd.
• 著者所属(英): en
• 著者所属(英): Chiba University
• 著者所属(英): en
• 著者所属(英): Chiba University
• 著者名: 上妻, 拓也; 梅澤, 猛; 大澤, 範高
• 著者名(英): Takuya, Kozuma; Takeshi, Umezawa; Noritaka, Osawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 視覚の補完機能であるアモーダル補完を応用し，人間には負担が大きすぎず，自動文字認識には攻撃コストが増加し難度が高いCAPTCHA（Completely Automated Public Turing test to tell Computers and Humans Apart）を生成する手法を提案し，評価を行った．提案手法では背景色の図形によって文字の一部を欠けさせた欠損画像と，欠損画像上の欠けた部分を覆い隠すことができる図形を透明背景に描画したマスク画像の2枚を提示する．欠損部にマスクがかかるように2枚の画像を重ね合わせると，アモーダル補完の効果により人間にとっては容易に文字認識ができる．画像の重ね合わせ操作は，ボットが攻撃に必要とするコストを増大させると期待できるが，欠損画像のみから文字認識されると効果がない．そこで，3種類の認識困難化手法を組み合わせた欠損画像を生成し，畳み込みニューラルネットワークによる自動文字認識率を評価した．反転ノイズ重畳と文字幅・間隔不均一化の組合せが最も効果があり，正解率を認識困難化手法を使わない場合の0.946から0.788に低減可能であることを示した．また，被験者による文字列読み取り実験によって，提案したCAPTCHAに対する正解率と解答時間および操作に対する主観的な負荷について調査した．画像の重ね合わせを適切に行うことで，アモーダル補完の効果によって文字の認識が容易になることを確認し，画像の重ね合わせ操作に対する負担感軽減が必要であることも明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes and evaluates a method to generate character-based CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) using amodal complement which is a visual complement function. They are not too difficult for humans to solve but demanding for automatic character recognizers. The proposed method presents a partially visible image, referred to as a partial image, and an occluder image, referred to as a mask image, for CAPTCHA. The partial image is an image of characters overlapped with objects of background color. The mask image has objects, which can hide invisible parts of the partial image, on a transparent image. By appropriately superposing the mask image on the partial image, humans can easily read characters on the combined image. Superposition can increase the cost of attacks if the partial image cannot be recognized by a recognizer. Therefore, this paper introduces three types of image modification methods that decrease an automatic character recognition rate of partial images, and evaluates the recognition rate by the convolutional neural network. The results show that a combination of inversion noise superposition and non-uniform character width/space is the most effective. Another experiment is conducted to evaluate human performance and aspects of the proposed CAPTCHA. The results of the experiment confirm that appropriately superposed images can be easily recognized, and also clarifies that it is necessary to reduce workload for superposing the two images appropriately.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 62, 号 6, p. 1358-1367, 発行日 2021-06-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764