오사카대학 산업과학연구소 야기야스시 교수 등의 연구그룹은 AI(인공지능) 기술 중에서도 특히 주목을 받고 있는 심층 학습을 이용한 고정밀 보용 인증 기술을 개발했다.
사람의 걷는 방법(보용 특징)은 복장이나 헤어스타일의 차이로는 변하지 않고, 방범 카메라 등으로 멀리서 촬영한 저해상도 영상에서도 추출 가능하다.개인인증에는 매우 실용적인 특징이 된다.그러나 카메라에 대해 사람이 걷는 방향이 다르면 사람이 보이는 방식이 크게 다르기 때문에 종래 기술에서는 보용 인증이 어려웠다.따라서, 손의 흔들림과 다리의 흔들림 폭과 같은 추상적 특징의 차이를 비교하는 것이 효과적이다.
이번, 독자적인 심층 학습 모델을 제안하고, 이러한 특징을 적절히 구분함으로써, 걷는 방향이 다른 인물 영상으로부터의 고정밀도의 보용 인증을 가능하게 했다.그 결과, 걷는 방향이 크게 다른 경우, 종래 기술에서는 본인 인증의 오류율이 약 40%인 반면, 이번 개발 기술에서는 세계 최고 정밀도의 약 4%까지 저감할 수 있었다.이에 따라 '미래과학수사' 보용감정 적용범위를 크게 넓히게 된다.
또한, 심층 학습에 이용하는 평가 기준을 적절히 변경함으로써, 본인 인증뿐만 아니라, 카메라에 비친 복수의 인물로부터 특정한 사람을 찾는 등의 개인 식별이 가능해진다.이러한 기술에 의해, 점포·상업 시설 등에서 동일 인물의 이동 경로의 해석에 이용함으로써, 고객에 따른 서비스 제공 등의 마케팅 응용을 비롯하여, 범죄 수사 이외의 다양한 용도에의 적용이 기대된다 한다.
일본에서는 2020년에 도쿄 올림픽을 앞두고 테러나 범죄 등에 대한 안전 대책의 근대화가 긴급한 과제이며, 이번 기술을 이용함으로써 방범 카메라를 이용한 수상한 사람이나 용의자의 식별이나 추적을 신속 에 할 것으로 예상된다.
