題名 | 手のひら伝搬信号に関する検討 |
著者 | *中村 和雅 (鳥取大学 工学部), 稲田 高志, 中西 功, 李 仕剛 (鳥取大学 工学研究科) |
Page | p. 341 |
Keyword | 生体認証, バイオメトリクス, 手のひら伝搬信号, 電極配置 |
Abstract | 手のひら表面に発生させた電磁波を伝搬させることで得られる手のひら伝搬信号について,汎用の測定機器を用いて伝搬特性を測定し,電極の配置について検討を行う.結果,手のひら上を伝搬していること,認証に用いるには測定の度に電極の位置が一致することが重要であることを確認する. |
題名 | 手のひら伝搬信号の認証性能評価 |
著者 | *稲田 高志 (鳥取大学大学院 工学研究科), 中村 和雅 (鳥取大学 工学部), 中西 功, 李 仕剛 (鳥取大学大学院 工学研究科) |
Page | p. 342 |
Keyword | 生体認証, バイオメトリクス, 手のひら伝搬信号, 専用測定器, SVM |
Abstract | 新しいバイオメトリックス認証として手のひら伝搬信号の利用を提案している.本論文では,専用測定器を作成し,被験者による測定を行い,認証性能の評価を行う.被験者21名での結果として,ユークリッド距離による評価ではEERは46%,評価途中ではあるがSVMではEERが22%であることが確認される. |
題名 | 脳波による運転者認証の研究 - 学習型識別器による性能改善 - |
著者 | *吉川 拓也, 福田 紘尚 (鳥取大学 工学部), 中西 功, 李 仕剛 (鳥取大学 工学研究科) |
Page | p. 343 |
Keyword | 生体認証, バイオメトリクス, 脳波, 運転者認証, SVM |
Abstract | 脳波の個人認証への応用としては,利用者の継続的な認 証が適している.これまで運転者認証を想定し,仮想運転 環境において測定された脳波を用いて照合性能を評価して きた.本稿では,識別性能改善のためにサポートベクター マシン(SVM)を導入してみたので報告する. |
題名 | 大腸NBI 拡大内視鏡画像診断支援システム 〜 特徴量抽出部のハードウェア化に対する考察 〜 |
著者 | *三島 翼, 重見 悟, 小出 哲士 (広島大学 ナノデバイス・バイオ融合科学研究所), 玉木 徹, Bisser Raytchev, 金田 和文 (広島大学 工学研究科), 小南 陽子, 宮木 理恵 (広島大学 消化器・代謝内科), 松尾 泰治, 吉田 成人, 田中 信治 (広島大学 内視鏡診療科) |
Page | pp. 344 - 345 |
Keyword | Dense Scale-Invariant Feature Transform (DSIFT), Gaussian Filter, ハードウェア実装, FPGA, 大腸NBI拡大内視鏡画像 |
Abstract | 近年の大腸癌患者の増加に伴い,症状を定量的に評価し,医師の診断を支援するCADシステムが求められている.本研究の目的は,大腸NBI拡大内視鏡画像診断支援システムのハードウェア化によるリアルタイムFull HD(1920 × 1080)全画面認識の実現である.本稿では特徴量抽出において用いている Dense Scale-Invariant Feature Transform (DSIFT)の高速化と小面積でのFPGAへの実装を図るために,DSIFTの多くの処理時間を費やしているGaussian Filterのハードウェア実装方法を提案する.Gaussian Filter係数に2のべき乗で近似した値を用いることにより浮動小数点乗算処理を排除し,提案手法の有効性をシミュレーションにより示す. |
題名 | 大腸NBI拡大内視鏡画像診断支援システム 〜 タイプ識別部のハードウェア化に対する考察 〜 |
著者 | *重見 悟, 三島 翼, 小出 哲士 (広島大学 ナノデバイス・バイオ融合科学研究所), 玉木 徹, Raytchev Bisser, 金田 和文 (広島大学 工学研究科), 小南 陽子, 宮木 理恵 (広島大学 消化器・代謝内科), 松尾 泰治, 吉田 成人, 田中 信治 (広島大学 内視鏡診療科) |
Page | pp. 346 - 347 |
Keyword | Support Vector Machine (SVM), 固定小数点, ハードウェア実装, FPGA, 大腸NBI拡大内視鏡画像 |
Abstract | 近年の大腸癌患者の増加に伴い,症状を定量的に評価し,医師の診断を支援するCADシステムが求められている.本研究では,大腸NBI拡大内視鏡画像診断支援システムのハードウェア実装により,リアルタイムFull HD(1920 × 1080)全画面認識の実現を目指す.タイプ識別部では高次元特徴量の積和演算を多並列で行う必要があり,Full HD画像内に120×120 pixel程度のスキャンウィンドウを設け,それぞれの領域に対して処理を行う.そこで,リソース削減による並列度向上のためにSupport Vector Machine(SVM)によるタイプ識別部を固定小数点でFPGA実装する.そのために,回路面積と識別精度とのトレードオフをシミュレーションにより評価する. |
題名 | SIMD型マトリックスプロセッサを用いたコンポジットHaar特徴ベース車検出 |
著者 | *大森 睦己, 平本 寛和 (広島大学ナノデバイス・バイオ融合科学研究所), 小出 哲士 (広島大学ナノデバイス・バイオ融合科学研究所,広島大学大学院先端物質科学研究科半導体集積科学専攻) |
Page | pp. 348 - 349 |
Keyword | 車検出, Haar特徴, AdaBoost, SIMD型マトリックスプロセッサ, 物体検出 |
Abstract | 本稿では,SIMD(Single Instruction Multiple Data)型マトリックスプロセッサ(MX-1)を用いた高速かつ高精度な車検出方法について報告する.MX-1はおよそ150 mWの低消費電力でHaar特徴を用いた車検出を可能とする.車検出アルゴリズムにはHaar特徴とAdaBoost を用いることにより,様々な形状にも対応でき,高精度な検出を実現している.またSIMD型マトリックスプロセッサの並列度を活かしたHaar特徴の並列化により,Haar特徴数を削減し,効果的に車検出を行うことを可能とした.これにより,300 ms@162 MHzの処理速度で99 %以上の検出率を達成した.また用いるHaar特徴の優先度に着目することで,検出精度を維持したままHaar特徴数を約60 %削減した. |