ICB2013, CVPRW2013,
これまでの研究成果
51
Disaster victim identification using dental records
Dental radiograph Finger knuckle
Finger knuckle recognition for door handle
Fingerprint verification unit
Fingerprint Palmprint
Android app Iris
verification unit
Iris 2D face 3D face 2D/3D face verification unit
ACPR2011 Information Sciences 2013 BTAS2013 IEICE JA 2013
IEICE EA 2004 IEICE ELEX 2005
ICIP2005 ICB2006 IEEJ 2006 IEICE EA2010
ICIP2006 ISPACS2006 IEICE EA2008 ICPR2008 ICIP2009 MoMM2010 Multimedia Systems 2013 IEICE JA 2013
ICIP2005 ICB2006 ICIP2006 ISPACS2006 IEEE PAMI2008
ICIP2005 ISPACS2006 IEICE EA2008 IEICE EA 2009 FG2011
CVPRW2012 ICIP2012 ICB2013
ISPACS2006 ICIP2007 RSNA2007 IEICE EA2008 IEICE JD 2008 RSNA2008 ICPR2008 RSNA2009 R10-HTC2013
Red: Journal paper, Blue: Conference paper
Biometric recognition using POC
CVPRW2013Q&A
たくさん成果があるように見えるが・・・
常に
accept
されているわけではなく，reject
を繰り返しながら 最終的にaccept
になったものもある 大勢でやったからこその結果ではないのか？
毎年，学生
1
名～2
名とやっていて，常に人員不足である 学生が一人で集中して研究をしていることと，入力から出力 までを一人で実装していることがいいのかもしれない
たくさんのモダリティを扱えているのはなぜか？
一番ベースとなったのは指紋照合である
Handbook of Fingerprint Recognition
を読みながら，指紋 照合アルゴリズムのすべてを自分で実装したことがよい経験 になっている 信号処理，画像処理，コンピュータビジョン，マシンビジョンな ど幅広い分野を研究グループで扱っているので，それらの知 識を流用しているので，さまざまなモダリティに対応できる
査読結果の紹介
(A) Local phase features for biometric recognition
WIFS2012: Hierarchical Local Phase Features for Biometric Recognition - A Case Study of Hand-Based Biometrics –
CVPRW: Similarity Measure Using Local Phase Features and Its Application to Biometric Recognition
(B) Face recognition
FG13: Performance Improvement of Face Recognition Algorithms Using Occluded-Region Detection
ICB2013: Performance Improvement of Face Recognition Algorithms Using Occluded-Region Detection
(C) Multi-finger knuckle recognition for door handles
ICB2013: A Door Handle Person Authentication System Using Finger Knuckle Patterns
BTAS2013: A Multi-Finger Knuckle Recognition System for
Door Handle
青：reject，赤：accept 53参考文献
(A) Yuichiro Tajima, Koichi Ito, Takafumi Aoki, Tomoki Hosoi, Sei Nagashima and Koji Kobayashi, “Performance Improvement of Face
Recognition Algorithms Using Occluded-Region Detection,” Proceedings of International Conference on Biometrics, June 2013.
(B) Shoichiro Aoyama, Koichi Ito and Takafumi Aoki, “Similarity measure using local phase features and its application to biometric recognition,”
Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshop, pp. 180--187, June 2013.
(C) Shoichiro Aoyama, Koichi Ito and Takafumi Aoki, “A Multi-Finger Knuckle Recognition System for Door Handle,” Proceedings of the IEEE Sixth International Conference on Biometrics: Theory, Applications and Systems, September/October 2013.
54
(A) WIFS2012 の結果
IEEE International Workshop on Information Forensics and Security
へ投稿
Biometrics
がトピックに含まれているが，あまり数が多くない
Security
に関連した発表が多い
WIFS2012
の採択率は30%
であった 査読結果
Weak accept:
よく書けているが，新規性が不十分である．
Strong reject: BLPOC-based local block matching
がACPR2011
で提案されている．新規性がない．
Strong reject: ACPR2011
でほぼ同様な内容が発表されて いる．
Reject:
過去の成果に類似している．EER
のみの評価でROC
曲線がない．実験結果の解析が不十分である．55
(A) WIFS2012 査読スコアの詳細
56 Reviewer 1 Reviewer 2 Reviewer 3 Reviewer 4
OVERALL RATING 1 (weak
accept)
-3 (strong reject)
-3 (strong
reject) -2 (reject)
Presentation 4 (good) 3 (fair) 3 (fair) 2 (poor)
How carefully have you read this paper?
4
(understood all details)
5
(excellent)
4
(understood all details)
3 (carefully, but haven't checked all details)
Would you recommend this paper for the "ongoing
work" session, in case it is rejected?
2 (Yes) 1 (No) 1 (No) 2 (Yes)
※ スコア以外に査読者からのコメントが付与されています．
(A) 査読結果を踏まえた改善
ACPR2011
は，Finger Knuckle
のための照合アルゴリズムの提 案である バイオメトリクス認証における汎用的な局所特徴量を提案す ることを強調する
位相を量子化することで，バイナリ特徴量にもなることを主張 するとともに，実験で有効性を実証する
Finger knuckle
を対象とした報告が少ないために目立ってしまっ た可能性が高い
Hand
に限定してしまっていたので，face, palmprint, finger knuckle
について実験を行う 最新の手法との比較
最新の手法を調査し，比較対象を増やした
評価するデータベースを増やした
57
(A) CVPRW2013 の結果
CVPR Workshop
の1
つであるBiometrics
へ投稿http://www.vislab.ucr.edu/Biometrics13/
CVPR
に併設されているワークショップであり，正式には，IEEE Computer Society Workshop on Biometrics
である
Biometrics
は毎年開催されている
CVPR
を聴講しに行くための口実になる
4
月はじめに投稿締め切り，4
月末に結果通知
2013
年の採択率は，38.9% (21/54)
であった 査読結果
Neutral:
最新のアルゴリズムが引用されていない．
Accept:
よく書けている．
Full oral
として発表することが決定した58
(A) CVPRW2013 査読スコアの詳細
59 Reviewer 1 Reviewer 2
Presentation
Quality Needs major work Good
Novelty Slightly Novel Slightly Novel
Overall Rating neutral Accept
Detailed
Comments （省略） （省略）
※ スコア以外に査読者からのコメントが付与されています．
(B) FG13 の結果
IEEE Conference on Automatic Face and Gesture Recognition
へ投稿 顔に関する発表がほとんどである
FG13
の採択率は38%
であった 査読結果
Borderline:
遮蔽領域の検出以外は新規性がない．
Strong reject:
実験の検証が不十分である．他の手法との比 較をしなければならない．
Weak accept:
新しいフレームワークを提案している．3
つの データベースで十分な評価が行われている
Meta-review:
扱っている問題はおもしろいが，技術的な部分 で不十分なところがある60
(B) FG2013 の査読スコアの詳細
61
Reviewer 1 Reviewer 2 Reviewer 3
Overall Rating 3 – Borderline paper 1 – Strong reject 4 – Weak accept
Reviewer’s Confidence 3 – High 4 – Expert 3 – High
Novelty 2 – Minor Originality 2 – Minor originality 3 – Mundanely original Importance and
Relevance
3 – Relevant 3 – Relevant 4 – Highly relevant
Reference to prior work 3 – References adequate 3 – References adequate 3 – References adequate Clarity of presentation 3 – Is clear enough 4 – Reads very well 4 – Reads very well
Technical correctness 3 – probably correct, did not check completely
4 – Definitely correct 3 – probably correct, did not check completely Experimental validation 3 – Limited but
convincing
1 – Insufficient validation 4 – Sufficient
experimental validation Contribution to the state
of the art
3 – Yes, but not major 3 – Yes, but not major 3 – Yes, but not major
※ スコア以外に査読者からのコメントが付与されています．
(B) 査読結果を踏まえた改善
遮蔽領域検出以外に新規性がない
遮蔽領域を検出を顔認証アルゴリズムの前処理として加える ことで性能が改善することと，遮蔽領域検出＋認証アルゴリ ズムのフレームワークを提案することを主張する
実験が不十分である
遮蔽領域の検出について，従来手法を実装して性能評価を 行う
入力対象画像を
100
枚から300
枚に増やして実験を行う 技術的に不十分な点がある
遮蔽領域の検出に用いている
FW-PCA (Fast-Weighted
PCA)
を説明するときに，式の導出の過程を少し省略していた 部分があったので，すべてを掲載する62
(B) ICB2013 の結果
International Conference on Biometrics
へ投稿 バイオメトリクスのトップカンファレンスの
1
つである 採択率は
33.9%
であった 査読結果（
1
回目） 新規性が限定的である．
AR
データベースのように大きな遮 蔽領域のある画像で評価すべきである． おもしろい研究である．次の問題として，恒久的な顔特徴（ひ げなど）をどう扱うのか，性能が落ちたりしないのかに興味が ある
おもしろい研究であるが，あえてネガティブなことを言うので あれば，顔認証における多くの問題のうち
1
つを解決しようと しかしていない 遮蔽領域に対応した従来手法があるので，それらと比較する
必要がある 63
(B) ICB2013 の rebuttal
2,000
文字で査読コメントに対して反論することができる 査読コメントが公開されてから
4
日間しか許されていない
Rebuttal
髪の毛，めがねのような自然遮蔽だけではなく，サングラス，
マフラーなどの大きな遮蔽にも対応している
AR Face Database
を使った実験により有効性を実証してい る（学生にがんばって実験をしてもらう・・・） 恒久的な遮蔽要因についても評価できるが，ページ数の制 限もあるので，フレームワークの提案と自然遮蔽に限定して いた
従来手法はブロック単位で遮蔽を検出しているが，提案手法 はピクセル単位で遮蔽を検出しているので，重み付けを適切 に設定することができる
64
(B) ICB2013 の最終結果
4
人の査読者のOverall Rating
Reject
Accept
Accept
Neutral
Meta-review: Average
様々な判定がある
個人的には，新規性が限られているけど，顔認証の研究者 にとって有益な結果を示していると考える
AR Face Database
の結果を含めることを推奨する 最終結果
Poster presentation
としてaccept
65
(B) ICB2013 の査読スコアの詳細
66 Reviewer 1 Reviewer 2 Reviewer 3 Reviewer 4
Quality of Theoretical
and/or Experimental
Contribution
Needs major
work Excellent Good Needs major
work
Novelty Not novel Slightly novel Slightly novel Not novel Presentation
Quality
Needs minor work
Needs minor
work Good Good
Overall rating Reject Accept Accept Neutral
※ スコア以外に査読者からのコメントが付与されています．
(C) ICB2013 の結果
ICB2013
のCFP
に対する挑戦
Public database
を使った評価を推奨すると明記されている システムの新規性でどこまで受け入れられるか
査読結果
Strong reject:
何を対象とした認証システムかわからない．Finger-knuckle
を使うのは新しくない．28
人のデータベース でEER
が9%
は高すぎる
Reject:
データベースが小さい．EER
が高い理由は？
Neutral: NIR
も使っているのはなぜか？ どれくらいの効果 があるのか？
Strong reject:
データベースが小さく，性能が低い．性能がパ ラメータに依存してるように見える．なぜFinger-knuckle
か？
Accept:
新規性が高いが，大きいデータベースで評価してもらいたい
67
(C) ICB2013 の査読スコアの詳細
68 Reviewer
1
Reviewer 2
Reviewer 3
Reviewer 4
Reviewer 5
Quality of Theoretical
and/or Experimental
Contribution
Unaccepta ble
Needs major work
Needs major work
Unaccepta
ble Good
Novelty Not novel Slightly novel
Slightly novel
Slightly novel
Highly novel Presentation
Quality Good Good Needs
minor work
Needs
major work Good Overall rating Strong
reject Reject Neutral Strong
reject Accept
※ スコア以外に査読者からのコメントが付与されています．
(C) 査読結果を踏まえた改善
大きなデータベースを作成する
100
人（50
人で左右の手）規模を目標として，研究室や知り合 いの企業にお願いした 最終的に
90
人の左右の手を5
回ずつ撮影し，900
枚のデータ ベースを作成した 性能が低い
アルゴリズムの改善などを行い，
EER
が1.54%
となった なぜ
Finger-Knuckle
なのか 普段の動作の最中に認証できるようなシステムを考えたこと を明記する（すでに明記していたが，さらに強調する）
その他
Negative
な結果を載せるとともに，改善策を明記する69
(C) BTAS2013 の結果
IEEE Sixth International Conference on Biometrics: Theory, Applications and Systems (BTAS 2013)
へ投稿 システム開発に対して
negative
ではない 新しいモダリティでも評価してもらえる
採択率は
53%
であった 査読結果
Accept? NO Knuckle code
の性能の高い手法がある．従 来手法のパラメータ設定が不適切である．学習画像とテスト 画像を分けるべき．
Accept? YES
ほぼコメント無し
Accept? YES BTAS
の扱うモダリティを拡張する成果 最終結果
Rebuttal
を経て，Oral Presentation
としてaccept
70