@article{oai:ipsj.ixsq.nii.ac.jp:00239372,
 author = {大塚, 陸人 and 庄司, 悠歩 and 荻野, 有加 and 戸泉, 貴裕 and 伊藤, 厚史 and 市野, 将嗣 and Rikuto, Otsuka and Yuho, Shoji and Yuka, Ogino and Takahiro, Toizumi and Atsushi, Ito and Masatsugu, Ichino},
 issue = {9},
 journal = {情報処理学会論文誌},
 month = {Sep},
 note = {本論文では，虹彩認証のための特徴空間における2次元平面上の回転マージン損失を提案する．虹彩認証では近年の顔認証の影響を受けてArcFaceを用いた研究が増えている．ArcFaceは本人スコアに関連する角度パラメータにマージンペナルティを与えることにより認証性能を改善する．一方でこのマージンペナルティは特徴ベクトルのすべての次元に影響を与える．そのため，特徴ベクトルの中で本人を識別するために重要な次元に着目して学習することができない．そこで本論文ではArcFaceのマージンペナルティをスコアではなく，ネットワークが抽出した特徴ベクトルに対して適用する．提案手法では抽出した特徴ベクトルと本人の重みベクトルが張る2次元平面で，特徴ベクトルを重みベクトルと逆方向にマージンペナルティの大きさ回転させる．これにより本人スコアを減少させた擬似特徴ベクトルを生成する．生成した擬似特徴ベクトルから計算した損失関数を用いてネットワークを学習する．評価実験の結果，提案手法を用いることでArcFaceと比較して，CASIA-Iris-Thousandに対するEqual Error Rateが0.130%から0.099%まで改善することを示す．, In this paper, we propose rotation margin loss on a 2-dimensional plane in the feature space for iris recognition. In the field of iris recognition, ArcFace has been increasingly studied under the influence of recent face recognition. ArcFace improves recognition performance by adding a margin penalty to the angular parameters related to the identity score. On the other hand, this margin penalty affects all dimensions of the feature vector. Therefore, it is not possible to learn dimensions of the feature vector that are important to recognize the individual. Therefore, in this paper, we add the margin penalty of ArcFace not to scores but to feature vectors extracted by the network. The proposed method rotates the feature vector in the opposite direction of the individual weight vector by the magnitude of the margin penalty in the 2-dimensional plane spanned by the extracted feature vector and the individual weight vector. This generates a pseudo-feature vector in which the score of the person is reduced. The network is trained using the loss function calculated from the generated pseudo-feature vectors. Test experiment results show that the proposed method improves the Equal Error Rate for CASIA-Iris-Thousand from 0.130% to 0.099% compared to ArcFace.},
 pages = {1357--1373},
 title = {虹彩認証のための特徴空間における2次元平面上の回転マージン損失},
 volume = {65},
 year = {2024}
}