JP5962405B2 - 認証プログラム、認証方法及び認証装置 - Google Patents
認証プログラム、認証方法及び認証装置 Download PDFInfo
- Publication number
- JP5962405B2 JP5962405B2 JP2012220740A JP2012220740A JP5962405B2 JP 5962405 B2 JP5962405 B2 JP 5962405B2 JP 2012220740 A JP2012220740 A JP 2012220740A JP 2012220740 A JP2012220740 A JP 2012220740A JP 5962405 B2 JP5962405 B2 JP 5962405B2
- Authority
- JP
- Japan
- Prior art keywords
- feature vector
- component
- vector
- dimensional feature
- storage unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Description
図3に、本実施の形態における認証装置1の機能ブロック図を示す。認証装置1は、クエリデータ格納部101と、第1持ち上げ部103と、第1データ格納部105と、第1変換部107と、第1バイナリデータ格納部109と、検索対象データ格納部111と、第2持ち上げ部113と、第2データ格納部115と、第2変換部117と、第2バイナリデータ格納部119と、学習データ格納部121と、初期化部123と、初期値格納部125と、第3持ち上げ部127と、第3データ格納部129と、変換規則生成部131と、規則データ格納部133と、検索部135と、検索結果格納部137と、出力部139とを含む。
第2の実施の形態においては、設定処理の他の例について説明する。
第3の実施の形態においては、設定処理の他の例について説明する。
第4の実施の形態においては、設定処理の他の例について説明する。
第5の実施の形態においては、設定処理の他の例について説明する。
第6の実施の形態においては、設定処理の他の例について説明する。
第7の実施の形態においては、設定処理の他の例について説明する。
第8の実施の形態においては、設定処理の他の例について説明する。
設定処理において(n+p)次元分布から値を抽出する場合には、ランダムサンプリングによりm点を抽出し、抽出されたm点の各成分の値を変換規則Wの各成分に設定してもよい。このようにすれば、偏り無く値を設定できるようになる。
設定処理において(n+p)次元分布から値を抽出する場合には、以下のようにしてもよい。まず、(n+p)次元分布から(n+p)個の周辺分布を算出し、(n+p)個の周辺分布の各々から所定のパーセンタイルを求める。そして、求めたパーセンタイルの直積によって点を決定し、その点の各成分の値を変換規則の各成分に設定する。これをm回繰り返す。このような方法であっても、妥当な値を設定できるようになる。
設定処理において(n+p)次元分布(以下、μとする)から値を抽出する場合には、(n+p)次元分布(1−μ)からランダムサンプリングによりm点を抽出し、抽出されたm点の各成分の値を変換規則Wの各成分に設定してもよい。このような方法であっても、偏り無く値を抽出できるようになる。
設定処理において(n+p)次元分布から値を抽出する場合には、以下のようにしてもよい。まず、(n+p)次元分布から(n+p)個の周辺分布μi(iは1≦i≦(n+p)を満たす自然数)を算出し、(1−μi)の各々から所定のパーセンタイルを求める。そして、求めたパーセンタイルの直積によって点を決定し、その点の各成分の値を変換規則の各成分に設定する。これをm回繰り返す。このような方法であっても、妥当な値を設定できるようになる。
ビット列間の距離に基づき認証を行うコンピュータに、
(n+p)次元空間(n及びpは自然数)の原点を通る1又は複数の超平面の法線ベクトルを算出し、
第1のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより第1の(n+p)次元特徴ベクトルを生成し、当該第1の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第1のビット列に変換し、
データ格納部に格納されている検索対象のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより検索対象の(n+p)次元特徴ベクトルを生成し、当該検索対象の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第2のビット列に変換し、
前記第1のビット列と前記第2のビット列との距離を算出する
処理を実行させるための認証プログラム。
前記第1のビット列に変換する処理及び前記第2のビット列に変換する処理において、
前記第1の(n+p)次元特徴ベクトル及び前記検索対象の(n+p)次元特徴ベクトルの第(n+1)成分から第(n+p)成分の値は、任意の値である
ことを特徴とする付記1記載の認証プログラム。
前記第1のビット列と前記第2のビット列との距離が所定の閾値以下である場合に、前記第1のn次元特徴ベクトルと前記第2のビット列に対応する特徴ベクトルとが一致するか判断する
処理をさらに実行させるための付記1又は2記載の認証プログラム。
前記第1のビット列に変換する処理において、
前記1又は複数の超平面の法線ベクトルと生成された前記第1の(n+p)次元特徴ベクトルとの内積を算出し、当該内積により得られるベクトルの各成分の値が正か否かに基づき当該第1の(n+p)次元特徴ベクトルをビット列に変換し、
前記第2のビット列に変換する処理において、
前記1又は複数の超平面の法線ベクトルと生成された前記検索対象の(n+p)次元特徴ベクトルとの内積を算出し、当該内積により得られるベクトルの各成分の値が正か否かに基づき当該検索対象の(n+p)次元特徴ベクトルをビット列に変換する
ことを特徴とする付記1乃至3のいずれか1つ記載の認証プログラム。
前記法線ベクトルを算出する処理において、
(n+p)次元の初期ベクトルを生成し、
前記超平面が原点を通るものとして計算を実行するアルゴリズムを用いて、前記初期ベクトルから前記法線ベクトルを算出する
ことを特徴とする付記1乃至4のいずれか1つ記載の認証プログラム。
前記法線ベクトルを算出する処理において、
(n+p)次元の初期ベクトルを生成し、
前記初期ベクトルが単位ベクトルになるように正規化を実行し、
前記超平面が原点を通るものとして計算を実行するアルゴリズムを用いて、前記正規化を実行後の初期ベクトルから前記法線ベクトルを算出する
ことを特徴とする付記1乃至4のいずれか1つ記載の認証プログラム。
前記初期ベクトルを生成する処理において、
前記初期ベクトルの各成分の値を、最小値を−1とし、最大値を1とする一様分布から抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
前記初期ベクトルの各成分の値を、標準正規分布から抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
前記データ格納部に格納されている特徴ベクトルに対し主成分分析を実行することにより、主成分の標準偏差σを取得し、
前記初期ベクトルの各成分の値を、最小値を−σとし、最大値をσとする一様分布から所定の方法で抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
前記データ格納部に格納されている特徴ベクトルに対し主成分分析を実行することにより、主成分の標準偏差σを取得し、
前記初期ベクトルの各成分の値を、平均値を0とし、標準偏差をσとする正規分布から所定の方法で抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
複数の分布の各々について、前記データ格納部に格納されている特徴ベクトルに対する赤池情報量基準を算出し、
算出された前記赤池情報量基準が最小である分布を特定し、
前記初期ベクトルの各成分の値を、特定された前記分布から所定の方法で抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
複数の分布の各々について、前記データ格納部に格納されている特徴ベクトルに対するベイズ情報量基準を算出し、
算出された前記ベイズ情報量基準が最小である分布を特定し、
前記初期ベクトルの各成分の値を、特定された前記分布から所定の方法で抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
複数の分布の各々について、前記データ格納部に格納されている特徴ベクトルから求めた度数分布に対するカルバックライブラー情報量を算出し、
算出された前記カルバックライブラー情報量が最少である分布を特定し、
前記初期ベクトルの各成分の値を、特定された前記分布から所定の方法で抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記初期ベクトルを生成する処理において、
複数の分布の各々について、前記データ格納部に格納されている特徴ベクトルから求めた度数分布に対するジェンセンシャノン情報量を算出し、
算出された前記ジェンセンシャノン情報量が最少である分布を特定し、
前記初期ベクトルの各成分の値を、特定された前記分布から所定の方法で抽出した値に設定する
ことを特徴とする付記5又は6記載の認証プログラム。
前記所定の方法が、特定された前記分布からランダムに値を抽出する方法である
ことを特徴とする付記7乃至14のいずれか1つ記載の認証プログラム。
前記所定の方法が、特定された前記分布から(n+p)個の周辺分布を求め、当該(n+p)個の周辺分布の各々から所定のパーセンタイルを特定し、特定された(n+p)個のパーセンタイルの直積により値を抽出する方法である
ことを特徴とする付記7乃至14のいずれか1つ記載の認証プログラム。
前記所定の方法が、特定された前記分布μから分布(1−μ)を求め、当該分布(1−μ)からランダムに値を抽出する方法である
ことを特徴とする付記7乃至14のいずれか1つ記載の認証プログラム。
前記所定の方法が、特定された前記分布から(n+p)個の周辺分布μi(iは1≦i≦(n+p)を満たす自然数)を求め、(n+p)個の(1−μi)から所定のパーセンタイルを特定し、特定された(n+p)個のパーセンタイルの直積により値を抽出する方法である
ことを特徴とする付記7乃至14のいずれか1つ記載の認証プログラム。
前記第1のn次元特徴ベクトル及び前記検索対象のn次元特徴ベクトルは、生体データから抽出された特徴量を成分とする特徴ベクトルである
ことを特徴とする付記1乃至18のいずれか1つ記載の認証プログラム。
前記距離はハミング距離である
ことを特徴とする付記1乃至19のいずれか1つ記載の認証プログラム。
前記pの値は1である
ことを特徴とする付記1乃至20のいずれか1つ記載の認証プログラム。
ビット列間の距離に基づき認証を行うコンピュータが、
(n+p)次元空間(n及びpは自然数)の原点を通る1又は複数の超平面の法線ベクトルを算出し、
第1のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより第1の(n+p)次元特徴ベクトルを生成し、当該第1の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第1のビット列に変換し、
データ格納部に格納されている検索対象のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより検索対象の(n+p)次元特徴ベクトルを生成し、当該検索対象の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第2のビット列に変換し、
前記第1のビット列と前記第2のビット列との距離を算出する
処理を実行する認証方法。
ビット列間の距離に基づき認証を行う認証装置であって、
検索対象のn次元特徴ベクトルを格納するデータ格納部と、
(n+p)次元空間(n及びpは自然数)の原点を通る1又は複数の超平面の法線ベクトルを算出する算出部と、
第1のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより第1の(n+p)次元特徴ベクトルを生成する第1生成部と、
前記データ格納部に格納されている検索対象のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより検索対象の(n+p)次元特徴ベクトルを生成する第2生成部と、
前記第1の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第1のビット列に変換する第1変換部と、
前記検索対象の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第2のビット列に変換する第2変換部と、
前記第1のビット列と前記第2のビット列との距離を算出する算出部と
を有する認証装置。
103 第1持ち上げ部 105 第1データ格納部
107 第1変換部 109 第1バイナリデータ格納部
111 検索対象データ格納部 113 第2持ち上げ部
115 第2データ格納部 117 第2変換部
119 第2バイナリデータ格納部 121 学習データ格納部
123 初期化部 125 初期値格納部
127 第3持ち上げ部 129 第3データ格納部
131 変換規則生成部 133 規則データ格納部
135 検索部 137 検索結果格納部
139 出力部
Claims (4)
- ビット列間の距離に基づき認証を行うコンピュータに、
(n+p)次元空間(n及びpは自然数)の原点を通る1又は複数の超平面の法線ベクトルを算出し、
第1のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより第1の(n+p)次元特徴ベクトルを生成し、当該第1の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第1のビット列に変換し、
データ格納部に格納されている検索対象のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより検索対象の(n+p)次元特徴ベクトルを生成し、当該検索対象の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第2のビット列に変換し、
前記第1のビット列と前記第2のビット列との距離を算出する
処理を実行させるための認証プログラム。 - 前記法線ベクトルを算出する処理において、
(n+p)次元の初期ベクトルを生成し、
前記超平面が原点を通るものとして計算を実行するアルゴリズムを用いて、前記初期ベクトルから前記法線ベクトルを算出する
ことを特徴とする請求項1記載の認証プログラム。 - ビット列間の距離に基づき認証を行うコンピュータが、
(n+p)次元空間(n及びpは自然数)の原点を通る1又は複数の超平面の法線ベクトルを算出し、
第1のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより第1の(n+p)次元特徴ベクトルを生成し、当該第1の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第1のビット列に変換し、
データ格納部に格納されている検索対象のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより検索対象の(n+p)次元特徴ベクトルを生成し、当該検索対象の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第2のビット列に変換し、
前記第1のビット列と前記第2のビット列との距離を算出する
処理を実行する認証方法。 - ビット列間の距離に基づき認証を行う認証装置であって、
検索対象のn次元特徴ベクトルを格納するデータ格納部と、
(n+p)次元空間(n及びpは自然数)の原点を通る1又は複数の超平面の法線ベクトルを算出する算出部と、
第1のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより第1の(n+p)次元特徴ベクトルを生成する第1生成部と、
前記データ格納部に格納されている検索対象のn次元特徴ベクトルに第(n+1)成分から第(n+p)成分を加えることにより検索対象の(n+p)次元特徴ベクトルを生成する第2生成部と、
前記第1の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第1のビット列に変換する第1変換部と、
前記検索対象の(n+p)次元特徴ベクトルを、前記1又は複数の超平面の法線ベクトルを用いて第2のビット列に変換する第2変換部と、
前記第1のビット列と前記第2のビット列との距離を算出する算出部と
を有する認証装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012220740A JP5962405B2 (ja) | 2012-10-02 | 2012-10-02 | 認証プログラム、認証方法及び認証装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012220740A JP5962405B2 (ja) | 2012-10-02 | 2012-10-02 | 認証プログラム、認証方法及び認証装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014074964A JP2014074964A (ja) | 2014-04-24 |
JP5962405B2 true JP5962405B2 (ja) | 2016-08-03 |
Family
ID=50749095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012220740A Active JP5962405B2 (ja) | 2012-10-02 | 2012-10-02 | 認証プログラム、認証方法及び認証装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5962405B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6461730B2 (ja) * | 2015-06-30 | 2019-01-30 | 日本電信電話株式会社 | 判別装置、判別方法、およびプログラム |
JP6770237B2 (ja) | 2017-03-09 | 2020-10-14 | 富士通株式会社 | 生体認証装置、生体認証方法、及び生体認証プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5323524A (en) * | 1976-08-18 | 1978-03-04 | Agency Of Ind Science & Technol | Patern recognition unit |
JP2011100395A (ja) * | 2009-11-09 | 2011-05-19 | Sony Corp | 判別装置、判別方法およびプログラム |
JP5258915B2 (ja) * | 2011-02-28 | 2013-08-07 | 株式会社デンソーアイティーラボラトリ | 特徴変換装置、それを含む類似情報探索装置、コード化パラメータ生成方法、及びコンピュータ・プログラム |
-
2012
- 2012-10-02 JP JP2012220740A patent/JP5962405B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014074964A (ja) | 2014-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108959246B (zh) | 基于改进的注意力机制的答案选择方法、装置和电子设备 | |
Sonnenburg et al. | Accurate splice site prediction using support vector machines | |
Liu et al. | Sequential compact code learning for unsupervised image hashing | |
US10593422B2 (en) | Interaction network inference from vector representation of words | |
JP6879433B2 (ja) | 回帰装置、回帰方法、及びプログラム | |
WO2014136810A1 (ja) | 類似データ検索装置、類似データ検索方法、及びコンピュータ読み取り可能な記録媒体 | |
US20150039538A1 (en) | Method for processing a large-scale data set, and associated apparatus | |
JP6004015B2 (ja) | 学習方法、情報処理装置および学習プログラム | |
CN110943981A (zh) | 基于层次学习的跨架构漏洞挖掘方法 | |
JP5862413B2 (ja) | 情報変換規則生成プログラム、情報変換規則生成装置および情報変換規則生成方法 | |
Nikhath et al. | Building a k-nearest neighbor classifier for text categorization | |
US20220309815A1 (en) | Image analysis apparatus, image analysis method, and program | |
Nguyen et al. | Incomplete label multiple instance multiple label learning | |
JP5962405B2 (ja) | 認証プログラム、認証方法及び認証装置 | |
JPWO2015118887A1 (ja) | 検索システム、検索方法およびプログラム | |
Xiao et al. | A maximum margin approach for semisupervised ordinal regression clustering | |
Zhang et al. | Code consistent hashing based on information-theoretic criterion | |
Islam et al. | MethEvo: an accurate evolutionary information-based methylation site predictor | |
CN111783088A (zh) | 一种恶意代码家族聚类方法、装置和计算机设备 | |
Paik et al. | Malware family prediction with an awareness of label uncertainty | |
US20230177251A1 (en) | Method, device, and system for analyzing unstructured document | |
JP5533272B2 (ja) | データ出力装置、データ出力方法およびデータ出力プログラム | |
JP2015118464A (ja) | 空間分割方法、空間分割装置および空間分割プログラム | |
JP6740877B2 (ja) | 類似度算出プログラム、類似度算出方法、および類似度算出装置 | |
Aghazadeh et al. | Rhash: Robust hashing via l∞-norm distortion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150604 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160512 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160531 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160613 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5962405 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |