[論文レビュー] A Multi-Biometrics for Twins Identification Based Speech and Ear

Cihan Akın, Ümit Kaçar+1 more|arXiv (Cornell University)|Jan 27, 2018

Biometric Identification and Security参考文献 7被引用数 11

ひとこと要約

本稿では、MFCCとDTWを用いた音声認識と、ガボールフィルタとDCVAを用いた耳画像認識を組み合わせたマルチモーダルバイオメトリクスシステムを提案する。スコアレベルの統合により、同一人物の双子を区別する際のランク5識別率が100%に達した。音声と耳バイオメトリクスの統合は、単一モodalシステムに比べて識別精度を顕著に向上させ、特に従来手法が失敗する双子識別において顕著な効果を示した。

ABSTRACT

The development of technology biometrics becomes crucial more. To define human characteristic biometric systems are used but because of inability of traditional biometric systems to recognize twins, multimodal biometric systems are developed. In this study a multimodal biometric recognition system is proposed to recognize twins from each other and from the other people by using image and speech data. The speech or image data can be enough to recognize people from each other but twins cannot be distinguished with one of these data. Therefore a robust recognition system with the combine of speech and ear images is needed. As database, the photos and speech data of 39 twins are used. For speech recognition MFCC and DTW algorithms are used. Also, Gabor filter and DCVA algorithms are used for ear identification. Multi-biometrics success rate is increased by making matching score level fusion. Especially, rank-5 is reached 100%. We think that speech and ear can be complementary. Therefore, it is result that multi-biometrics based speech and ear is effective for human identifications.

研究の動機と目的

• 従来のバイオメトリクスシステムでは、同一双子の高相関性のためしばしば失敗するが、その課題に対処すること。
• 識別精度を向上させるために、音声と耳画像データを統合した耐障害性の高いマルチモーダルバイオメトリクスシステムを開発すること。
• 音声と耳バイオメトリクスシステムのスコアレベル統合の有効性を評価し、識別性能の向上を検証すること。
• 音声と耳バイオメトリクスが、特に双子識別において補完的であることを実証すること。

提案手法

• 音声特徴は、音声サンプルからメル周波数ケプストラム係数（MFCC）を用いて抽出される。
• 動的時間ワープ（DTW）が適用され、音声シーケンスの一致を評価し、類似度スコアが計算される。
• 耳画像はガボールフィルタを用いて処理され、テクスチャ特徴が抽出される。
• 方向成分ベクトル解析（DCVA）が、耳バイオメトリクス特徴のモデリングと分類に用いられる。
• 音声モダリティと耳モダリティのマッチングスコアがスコアレベルで統合され、全体の識別性能が向上する。
• 39人の双子からなるデータセット全体におけるシステムの耐障害性と精度を評価するため、ランク5識別率が計算される。

実験結果

リサーチクエスチョン

• RQ1 音声と耳認識を統合したマルチモーダルバイオメトリクスシステムは、同一双子を効果的に区別できるか？
• RQ2 音声と耳バイオメトリクススコアのスコアレベル統合は、単一モダリティシステムに比べて識別精度をどのように向上させるか？
• RQ3 音声と耳バイオメトリクスは、双子識別においてどの程度補完的であるか？
• RQ4 39人の双子からなるデータセットにおいて、提案手法のランク5識別率はどの程度の性能を示すか？

主な発見

• 提案されたマルチモーダルシステムは、100%のランク5識別率を達成し、双子の区別において高い信頼性を示した。
• 音声と耳バイオメトリクススコアのスコアレベル統合は、個々のモダリティに比べて顕著に識別性能を向上させた。
• 音声認識にはMFCCとDTWの組み合わせ、耳認識にはガボールフィルタとDCVAの組み合わせが、識別に適した特徴抽出に効果的であることが確認された。
• 結果から、音声と耳バイオメトリクスは、特に困難な双子識別状況において補完的であることが裏付けられた。
• 単一バイオメトリクス手法に比べ、本システムは優れた性能を示し、バイオメトリクス識別におけるマルチモーダル統合の価値を実証した。