| Item type |
SIG Technical Reports(1) |
| 公開日 |
2022-03-03 |
| タイトル |
|
|
タイトル |
身体的特徴に依存しない音声を用いた個人識別手法 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Personal Classification Method by Voice Independent of Biological Characteristics |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
個人識別 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者名 |
田中, 勇護
清水, 一樹
渡邊, 健之
川尻, 秀憲
高松, 晴仁
高橋, 知暉
宇田, 隆哉
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
暗証番号による個人認証や指紋認証，顔認証などの個人認証方式が存在するが，障がい者の利用面を考えると入力時の負担が大きい．そこで本研究では，それらに代わる音声の音波における波形を用いた個人識別手法を提案する．本手法では，録音した音声の波形を画像化し，CNN による機械学習で分類するものである．本研究の評価実験では，CNN で訓練したモデルを用いてテストデータを分類した．実験結果から，音声の音波における波形を用いた個人識別方式は非常に高い精度であることが明らかになった．しかし，課題として雑音環境下における可用性の向上と少数のデータによる機械学習精度の向上が挙げられる．さらに，本人確認時に大きな声量を出すため，一般環境下における音声入力手法の改善が必要である． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11235941 |
| 書誌情報 |
研究報告コンピュータセキュリティ（CSEC）
巻 2022-CSEC-96,
号 48,
p. 1-4,
発行日 2022-03-03
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8655 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-CSEC22096048.pdf (332.0 kB)
