오사카대학 산업과학연구소의 연구그룹은 1장의 보행화상으로 분석 가능한 보용인증방법을 개발했다.
보용 인증이란, 걷는 방법(보폭·팔 흔들림의 크기·등근의 성장 등)의 개성에 근거해 개인을 인증하는 기술로, 지문이나 얼굴 등 다른 생체 정보와 달리, 카메라로부터 멀리 떨어졌다 장소에서도 이용할 수 있는 유일한 생체 정보로서, 방범 카메라 영상을 이용한 과학 수사에의 활용이 진행되고 있다.그러나, 종래 방법에서는, 1주기(좌우 2보의 약 1초분)의 보행 영상을 이용하는 것이 주로, 인증까지의 타임 러그가 생겨 버리는 것이나, 혼잡 환경하에서 전신상이 일순간 밖에 관측 되지 않는 상황에서는 이용이 곤란하다는 문제가 있었다.또, 임의 매수의 보행 화상을 입력으로 하는 보용 인증 방법도 제안되고 있지만, 1장의 보행 화상에서는 인증 정밀도가 대폭 저하된다는 문제를 안고 있었다.
그래서 본 그룹은 1장의 보행화상으로부터 그 보행자세를 추정하여 1주기분의 보행영상을 복원하는 심층 학습모델을 개발했다.이것을, 종래의 다양한 보용 인증 방법과 조합하기 위해서, 보용 인증의 심층 학습 모델과 조합해 모델 파라미터를 학습시킴으로써, 1장의 보행 화상으로부터 1주기를 복원해 보용 인증을 실시한다 신기술을 낳았다.
이 방법의 인증 정밀도를 약 10,000명의 공개 보행 영상 데이터베이스를 이용하여 평가했는데, 종래 방법과 비교하여 인식 오류율은 약 15분의 1이 되고, 등록 인원수를 약 5,000명으로 한 경우에 있어서의 개인 식별의 1위 인증률은 약 5.5배로 개선되었다.
본 성과에 의해, 1장의 보행 화상 밖에 이용할 수 없는 장면이나, 리얼타임성이 필요한 장면에서도 보용 인증이 가능해져, 단 1장의 보행 스냅 사진으로부터의 보용 감정이나, 전신상이 일순간 밖에 보이지 않는 혼잡 환경하에서의 방범·감시 등에 응용이 기대된다.
