ICB 2013 BTAS 2013の報告 · 3 keynote speeches Oral presentation and poster presentation with 2-min. spotlight presentation ... Biometric Template Protection: A Unified View of

ICB 2013，BTAS 2013の報告

○伊藤康一（東北大）, ○村松大吾(阪大), ○槇原靖（阪大），井沼学（城西大）, ○大塚玲(産総研)

第3回バイオメトリクスと認識・認証シンポジウム (SBRA 2013), 2013年11月27日

1

はじめに

2013年に開催されたバイオメトリクスの主な国際会議

6th IAPR International Conference on Biometrics

(ICB2013)

6th IEEE International Conference on Biometrics:

Theory, Applications, and Systems (BTAS2013)

2

内容

ICB2013報告：伊藤

BTAS2013報告：槇原

国際会議採録までの道のり

BTAS2013，ICB2013など：

槇原，井沼・大塚，伊藤，村松

最近の国際会議：村松

3

ICB 2013の報告

4

ICB2013

International Conference on Biometrics

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

世界中のバイオメトリクスの研究者が集まる

1年～1年半の間隔で開催されている

ICB2006, ICB2007, ICB2009, IJCB2011, ICB2012

ICB2013

6th IAPR International Conference on Biometrics

June 4--7, 2013

Madrid, Spain

Escuela Técnica Superior

de Ingenieros de Minas

(Higher Technical School of

Mining Engineering of Madrid)5

Review Process

Double-blind review

最近のトップカンファレンスでは一般的

16 area chairs

査読者の選定とmeta-reviewの作成

773 reviews (123 reviewers)

論文査読

Author rebuttals, reviewer discussions, meta-reviews に基づいて PC chairが最終的な判定を決める

222本の一般論文と4本のコンペ論文が投稿された

24本の口頭発表，48本のポスター発表（採択率：33.9%），4本のコンペ報告が採択された

6

Accepted and Rejected Papers

7

0

0

5

7

13

14

13

24

3

6

5

21

20

22

25

32

0 10 20 30 40 50 60

Forensics

Fusion

Gait and SoftBiometrics

Systems and Security

Iris and Ocular

Other Biometrics

Finger and Palm

Face

Accept Reject

Accepted Papers by Country (1st Author)

80 2 4 6 8 10 12 14 16 18

Tailand

Sweden

South Korea

Singapore

Poland

Norway

France

Denmark

Brazil

Austria

Australia

Netherlands

Germany

Cuba

Japan

India

Finland

Switzerland

Spain

Italy

UK

USA

China

Muramatsu et al. x2

Ito et al. x1

Attendees by Country

90 5 10 15 20 25 30

Netherlands

Japan

Cuba

Australia

Algeria

Norway

Finland

Sweden

South Korea

Italy

India

Spain

UK

Sqitzerland

France

Germany

China

USA

1. Brazil, Canada

2. Australia, Denmark, Ecuador, Hong

Kong, Poland, Saudi Arabia, Rep. of

Serbia, Singapore, Slovenia, Tanzania,

Thailand

Muramatsu

Makihara

Ito

ICB2013 Schedule

June 4: Tutorial

June 5-7: Main conference

Single session

3 keynote speeches

Oral presentation and

poster presentation

with 2-min. spotlight

presentation

Social event

June 5: Welcome reception

June 6: Banquet dinner

and flamingo show

10

Tutorial

June 4, Morning session

Latent Fingerprint and Palmprint Recognition

Jianjiang Feng (U. Tsinghua - China)

Sparse Representation and Biometrics

Allen Yang (UC Berkeley - USA)

June 4, Afternoon session

Evidential Evaluation in Forensic Biometrics

J. González-Rodríguez & D. Ramos-Castro (U.

Autónoma de Madrid - Spain)

Biometric Template Protection: A Unified View of

Fundamental Concepts, System Architectures, and

Research Challenges

Shantanu Rane (Mitsubishi Electric Research Lab)

11

Oral Presentationに関するメモ

全Oral Presentationを聞いたときのまとめを以降のスライドに載せます

完全に聞き取れなかったり，すべてのモダリティに精通しているわけではなかったりするので，間違っているコメントもあります

適当なコメントなので，あくまで参考にしてください

詳細は，プロシーディングスを読んでください

12

Oral 1: Face Representation and Fusion

A Compact Discriminative Representation for Efficient Image-set Classification

with Application to Biometric Recognition

Gallery image set に対してMultiple Discriminant Analysisを適用して得られるコンパクトな特徴表現を利用して顔認証を行う

CMU MoBo datasetを使って性能評価を行っている

Human Identification using Facial Comparative Descriptions

口頭で得られた目撃情報をソフトバイオメトリクスとして利用し，犯罪捜査における顔認証の性能を向上させる

Soton Gait Databaseを使って性能評価を行っている

同グループのIJCB2011の改善

Volume Structured Ordinal Features with Background Similarity Measure for

Video Face Recognition

時空間のOrdinal Featureを新しく定義し，動画像の顔認証を行う

Youtube Face Databaseを使って性能評価を行っている（EER=20%くらい）

Can we do better in Unimodal Biometric Systems? A Novel Rank-based Score

Normalization Framework for Multi-sample Galleries

Multiple-sample galleryがあるときのscore normalizationを提案している

BDCP face databaseを使って性能評価を行っている 13

Oral 2: Ear and Behavioral Biometrics

Robust Localization of Ears by Feature Level Fusion and Context Information

レーザスキャナで撮影した耳の3次元データから抽出した耳の輪郭を用いる

他の輪郭との距離，耳の長さ・耳と目の長さの関係からスコアを求める

Synthetic Off-line Signature Image Generation

ASM (Active Shape Model) を使って署名モデルを作る

頂点の位置，補間によるスムージング，ペンモデル，インクの種類を変えることで署名を合成する

Formant Trajectories in Linguistic Units for Text-Independent Speaker

Recognition

GMM (Gaussian Mixture Model) を基本とした話者認証システム

個別のユニットだけではなく，異なるユニットと組み合わせて性能を改善した

Biometric Authentication via Keystroke Sound

キーストロークの音からMFCC (Mel-Frequency Cepstral Coefficients) を特徴として抽出し，K-mean clusteringによりdigraphを選択する

Digraph latency, digraph histogram, visual lettersを組み合わせることでスコアを求める

EERは25%くらい

14

Oral 3: Ocular Biometrics

Alignment-Free Cancelable Iris Biometric Templates based on Adaptive Bloom

Filters

IriscodeをBloom filterで表現することで，位置ずれに頑健な比較が可能となる

CASIA V3-intervalを用いて性能評価している

±8bitシフトによりiriscodeの性能が向上する

Liveness Detection via Oculomotor Plant Characteristics: Attack of Mechanical

Replicas

Eye movementを使った生体検知手法を提案している

Oculomotor Plant Characteristics (OPC)を用いたテンプレートマッチング

A Feature-level Solution to Off-angle Iris Recognition

黒目が正面を向いていないときの虹彩認証

黒目にあるlight spotを使って向きを調べる

Ordinary featureを使って照合している

Quality Factors Affecting Iris Segmentation and Matching

4つのglobal qualityと8つのlocal qualityを計算する

MasekとSIFT[Alonso 2009]を用いて照合する

15

Oral 4: Soft Biometrics

Multi-view Multi-modal Person Authentication from a Single Walking Image

Sequence

Gait, face, heightの組み合わせ

Score level fusionによりスコアを求める

Gender Classification Using Automatically Detected and Aligned 3D Ear Range

Data

耳の構造（輪郭）に配置したキーポイントからグラフを構成し，3次元データ間の対応を調べる

曲率やHIS (Histograms of Indexed Shapes)により性別を調べる

Tattoo Based Identification: Sketch to Image Matching

Tattoo sketchとTattoo imageのマッチング

Canny edge detectorで輪郭を抽出し，SIFTでマッチングする

Age Estimation from Face Images: Human vs. Machine Performance

正規化した顔画像から7つの要素を特徴として抽出する

多段のSVMにより年齢を推定する

16

Oral 5: Fingerprint and Security

Fingerprint Quality Assessment Using Frequency and Orientation Subbands of

Block-based Fourier Transform

局所画像ブロックのSTFTを計算し，その結果からFrequency subband

representationを決定する

この表現に基づいて画質を定義する

A Feedback Paradigm for Latent Fingerprint Matching

画質が悪いので，matchingとrefinementを繰り返す

Local Fourier analysisで隆線角度を推定している

Poisoning Attacks to Compromise Face Templates

特徴ベクトルの距離に基づいてテンプレートを更新する

BioSAKE: Biometrics-based Secure Authentication and Key Exchange

(i) mutual authentication between the client and the server, (ii) secure

exchange of a session key between the two entities, (iii) minimal leakage of

biometric information from stored credentials, and (iv) revocability of stored

credentials

Fuzzy vaultを使っている

Fingerprint と Iris で，いくつかの既存ソフトを使って評価している

17

Oral 6: Face Acquisition and Analysis

CS-3DLBP and Geometry based Person Independent 3D Facial Action Unit

Detection

3D face の回転にロバストなLBPを提案している

Marker-based であることと，被験者がposeを伝えていることがlimitationである

A New Perspective - Face Recognition with Light-Field Camera

Lytroを使って顔認証をしている

サーベイランスへの応用を検討している

Can Face Anti-spoofing Countermeasures Work in a Real World Scenario?

既存のanti-spoofingの対策が実際にどれくらいなりすましに対応できるかを調べた

相関，LBPTOP，LBPを評価に用いている

Generating Face Images under Multiple Illuminations Based on a Single Front-

lighted Sample without 3D Models (IAPR Best Biometrics Student Paper Award

2013)

1枚の画像から3次元データを使わずに顔画像を生成する

MULTI-PIEの顔画像をKnowledgeとして使う

Scale decompositionによりillumination changeを実現している

18

ICB2013のまとめ（感想）

中国およびアメリカの発表件数が多い

特定の研究グループの発表件数が多い

2006年をピークとして虹彩の論文数が減少していたが，Ocular

が新しいモダリティとして登場したため，だんだん論文数が増えている

相変わらず顔に関する論文が多い

新しいモダリティを提案している論文がいくつか見受けられた

データの数が少なくても（20~30人くらい），新規性が高く評価されているようである

データベースを公開すると，さらに効果的である

新しい認証アルゴリズムを提案するときは，公開されているデータベースを使って性能を評価するとともに，State-of-the-artなアルゴリズムとの比較が必須である

19

BTAS 2013の報告

20

概要

正式名称

The IEEE Sixth International Conference on Biometrics:

Theory, Applications and Systems

特徴

IEEE系のバイオメトリクスに関する国際会議

毎年9月下旬～10月上旬頃にWashington D.C.で開催

21

Key Bridge Marriott hotel

(BTAS 2013)

Doubletree Hotel Crystal City

(BTAS 2010, 2012, IJCB2011)

査読・採択率・発表スタイル

査読

Double blind review

3 reviewers

Author rebuttal (但し，通知が査読後)

採択率

発表スタイル

口頭発表: 15分発表 + 5分質疑

ポスター発表: 2分発表 + 90分ポスター22

投稿数 137

採択数(率) 口頭発表 34 (24.8%)

ポスター発表 39 (28.5%)

合計 73 (53.3%)

Top publications in Google Scholar

23

発表会場の様子

24

口頭発表会場ポスター発表会場

レセプション，懇親会の様子

25

レセプション会場懇親会会場

セッション内訳

26

Session #Papers

Oral I: 2D Face Recognition 4

Oral II: Iris Biometrics 4

Oral III: Behavioral Biometrics 4

Oral IV: 3D Face Analysis 4

Oral V: Finger and Ocular Biometrics 4

Oral VI: Anti-spoofing and Vulnerability Analysis 4

Oral VII: Evaluation Metrics and Datasets 4

Oral VIII: Papers with the Best Reviews 6

Poster and Demo Session – I 17

(12 posters, 5 demos)

Poster and Demo Session – II 17

(13 posters, 4 demos)

Poster and Demo Session – III 15

(15 posters)

基調講演

27

Prof. Yoshua Bengio

(University of Montreal)

Deep Learning towards AI

Prof . Alessandro Acquisti

(Carnegie Mellon University)

Privacy in the Age of Augmented Reality

Dr. Sargur N. Srihari

(University at Buffalo)

Evaluating Likelihood Ratios in Forensic Identification

受賞論文(1)

DSC Best Paper Award

Maximum-Margin Coupled Mappings for Cross-Domain

Matching

S. Siena, V.N. Boddeti, V. Bhagavatula (CMU)

Propagation of Facial Identities in a Social Network

T. Wu (Univ. of Maryland), J. Phillips (NIST), R. Chellappa (Univ. of

Maryland)

5-year Highly Cited Paper Award

Multibiometric Template Security Using Fuzzy Vault

K. Nandakumar (Institute for Infocomm Research), A.K. Jain (Michigan

State Univ.)

Presented at BTAS 2008

#Citations: 74 (Google scholarによる2013年11月19日時点の調査)

28

受賞論文(2)

Best Poster Award

Transient Biometrics Using Finger Nails

I.B. Barbosa, T. Theoharis, C. Schellewald (Norwegian Univ. of

Science and Technology), and C. Athwal (Birmingham City Univ.)

On RGB-D Face Recognition using Kinect

G. Goswami, S. Bharadwaj, M. Vatsa, R. Singh (IIIT Delhi, India)

The Challenge of Face Recognition from Digital Point-and-Shoot

Cameras

R. Beveridge (Colorado State Univ.), 他9名

Best Demo Award

Continuous User Authentication via Typing Behavior

J. Roth, X. Liu (Michigan State Univ.), D. Metaxas (Rutgers Univ.)

Off-the-person Electrocardiography for Biometric Applications

H.P.D. Silva (Instituto de Telecomunicações)

29

Maximum-Margin Coupled Mappings for Cross-Domain Matching

S. Siena, V.N. Boddeti and B.V. Kumar (CMU)

共通部分空間

Best paper award (1)

30

高解像度画像空間

低解像度画像空間

人物1 人物1人物1

人物1

人物2

ai

bj

人物2

bk

min𝐏𝐴,𝐏𝐵

𝜆 (𝑖,𝑗)∈𝑀 𝐏𝐴𝒂𝑖 − 𝐏𝐵𝒃𝑗

𝑀− (1 − 𝜆)

(𝑖,𝑗,𝑘)∈𝑉 1 + 𝐏𝐴𝒂𝑖 − 𝐏𝐵𝒃𝑗 − 𝐏𝐴𝒂𝑖 − 𝐏𝐵𝒃𝑘 +

𝑉

|| PAai - PBbj ||

本人ペア

|| PAai - PBbk ||

他人ペア

本人ペアの距離を小さくする本人ペアの距離より他人ペアの距離を大きく



Best paper award (1) Cont’d

31




32

Best paper award (2)



Maryland)

33

Mr. K’s Album

K

?

T

?

Node vj

for Mr. K

Friend of

Mr. K

Friend of

Mr. K

A K

?B

A ?

Propagate facial identities via Belief Propagation




Maryland)

34

Oral VII: Evaluation Metrics and Datasets

Relating ROC and CMC Curves via the Biometric Menagerie

B. Decann (West Virginia Univ.), A. Ross (Michigan State Univ.)

35

Single ROC curve generate multiple CMC curves

Oral VII: Evaluation Metrics and Datasets

Relating ROC and CMC Curves via the Biometric Menagerie

B. Decann (West Virginia Univ.), A. Ross (Michigan State Univ.)

36

Conclusion: Need to report both ROC and CMC

Oral IV: 3D Face Analysis

Heat Front Propagation Contours for 3D Face Recognition

M. Abdelrahman, A. Farag, M. El-Melegy (Univ. of Louisville)

37

Face feature: Front contour of heat propagation from landmarks

本人他人

国際会議採択までの道のり

38

D. Muramatsu, Y. Makihara, Y. Yagi (Osaka Univ.)

Quality-dependent

View Transformation Model

for Cross-view Gait Recognition

39

D. Muramatsu, Y. Makihara, Y. Yagi (Osaka Univ.)


概要

歩容認証のための方向変換モデル[Makihara et al. ECCV 2006]の拡張

40

Training subjects

(Cooperative)

Subjects

Vie

ws

・・・

・・・

・・・

・・・

・・・

・・・

Test subject

(Uncooperative)

Train Apply

VTM

・・・

Gallery

ProbeGallery

Match

Same view

・変換誤差を推定して，Quality measureとして利用・Quality-dependent score normalization の枠組みで性能向上

査読結果

41

Reviewer 1 2 3

Accept? Yes Yes Yes

Novelty Slightly novel Highly novel Slightly novel

Impact High impact High impact Low impact

Technical correctness Technically correct Technically correct Technically correct

Presentation quality Good Excellent Good

Strength - Clear explanation

- Sensible

experiments

- Use of projection

error … feasible.

- Well written with

relevant

references

- Simple method

with some novelty

Weakness - Limited view

angles

- A few minor edits - Insufficient

experimental

validation

論文(最初の3ページ)

42

Related work

Rebuttal

We thank reviewer's valuable comments and would

like to reply to the concerns.

Evaluation

We agree that more rigorous experimental validation are

required to enhance the usefulness of the proposed

method. We will therefore evaluate the proposed method

using other multi-view gait data and report the results at

the conference if accepted.

43

Relations among Security Metrics

for Template Protection Algorithms

46

M. Inuma (Josai Univ.), A. Otsuka (AIST)


(BTAS 2013) Relations among Security Metrics for

Template Protection Algorithms

テンプレート保護バイオメトリクスに求められるセキュリティ概念を厳密に定義し，実験評価と安全性証明による理論評価を統一的に評価可能にすることが目的

経緯

ISO/IEC 30136, “Performance testing of template

protection schemes”をに日米で2012年にNP提案

Koen Simoensらが評価メトリクスをICB2012に提案

Nagarらも評価メトリクスをSPIE2010に提案

証明可能安全な方式を同じメトリクスで評価可能にするため，Simoens, Nagarに従いながら，Gameに基づく攻撃のモデル化，多項式時間攻撃者の攻撃成功確率等の定義を導入

47

Simoens, Nagarらの提案はセキュリティについても実験に基づいた評価メトリクスを提案

(ICB 2013) Relations among Security Metrics for

Template Protection Algorithms →判定Reject

信頼性 Needs Major Work 2 → Reject

Needs Minor Work 1 → Neutral

Good 1, Excellent 1 → Accept

新規性 Not novel 2 → Reject

Slightly Novel 2 → Neutral, Accept

Highly Novel 1 → Accept

表現 Needs Major Work 2 → Reject

Needs Minor Work 2 → Neutral, Accept

Excellent 1 → Accept

総合評価Reject 2, Neutral 1, Accept 2判定Reject

コメント

実験による評価がない．証明が割愛されている．48

(BTAS 2013) Relations among Security Metrics for

Template Protection Algorithms →判定Accept

新規性 Not Novel 1 → Reject

Slightly Novel 2 → Accept

インパクトLow Impact 1 → Reject

High Impact 2 → Accept

正しさ Minor Errors 3 → Reject 1, Accept 2

総合評価Reject 1, Accept 2判定Accept

コメント

既提案のセキュリティメトリクスを書き直しただけでありバイオメトリクス分野の研究者にとってClearでない．

49

理解者も多いが，一部の強いReject査読が判定を左右セキュリティ論文は書き方に相当の工夫が必要

ICB2013, CVPRW2013,

BTAS2013に採択するまで・・・

50

東北大学大学院情報科学研究科

伊藤康一

これまでの研究成果

51

Disaster victim

identification using

dental records

Dental radiographFinger 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 CVPRW2013

Q&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 Handle53青：reject，赤：accept

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 RATING1 (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

QualityNeeds major work Good

Novelty Slightly Novel Slightly Novel

Overall Rating neutral Accept

Detailed

Comments（省略）（省略）


(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


(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

workExcellent Good

Needs major

work

Novelty Not novel Slightly novel Slightly novel Not novel

Presentation

Quality

Needs minor

work

Needs minor

workGood Good

Overall rating Reject Accept Accept Neutral


(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

bleGood

Novelty Not novelSlightly

novel

Slightly

novel

Slightly

novel

Highly

novel

Presentation

QualityGood Good

Needs

minor work

Needs

major workGood

Overall ratingStrong

rejectReject Neutral

Strong

rejectAccept


(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accept70

(C) BTAS2013の査読スコアの詳細

71

Reviewer 1 Reviewer 2 Reviewer 4

Accepted? No Yes Yes

Degree of

NoveltyNot novel Slightly novel Highly novel

Impact of Work Low impact Low Impact High impact

Technical

CorrectnessPaper is flawed

Paper is

technically

correct

Paper is

technically

correct

Quality of

Presentation

Needs major

improvementGood Good


まとめ

国際会議にacceptされるためには・・・

結果がある程度まとまっているのであれば，がんばって英語で論文を書き，投稿する

研究結果を自分で評価するのではなく，研究グループ外の他人に評価してもらう（rejectされてもコメントを反映すればacceptされる）

公開されているデータベースを使って最新の従来手法と比較し，提案手法の有効性を実証する

新しいモダリティの場合は，100人規模のデータベースを作成して評価する必要がある

国際会議とは・・・

世界で行われている研究の最新動向を知ることができる

海外の研究者と交流することができる

世界のいろいろな場所に行くことができる

72

Multi-view Multi-modal Person

Authentication from a

Single Walking Image Sequence

73

D. Muramatsu, H. Iwama, Y. Makihara, Y. Yagi

(Osaka Univ.)

Presented at ICB 2013

ICB2013

Title: Multi-view Multi-modal Person Authentication

from a Single Walking Image Sequence

Author: Daigo Muramatsu, Haruyuki Iwama,

Yasushi Makihara, and Yasushi Yagi

75

主な査読結果

76

Reviewer A Reviewer B Reviewer C Reviewer D

Quality of Theoretical

and/or Experimental

Contribution

Good Good GoodNeeds Minor

Work

NoveltySlightly novel Slightly novel Slightly novel

Slightly novel

Presentation QualityGood

Needs Major

Work

Needs Minor

Work

Needs Major

Work

Overall RatingAccept Neutral Neutral Neutral

• How did authors make sure that the data captured sufficient

realistic variation in subjects' gait, appearance, and other

extrinsic conditions …

• The organization of the paper can be improved a lot

Negative points：

査読コメント等

主張した貢献

単一歩行多視点歩容特徴・顔（頭部）特徴の抽出

身長情報の抽出・統合

スコアデータベースの構築

評価された点

1台のカメラで撮影された単一歩行映像から多視点の歩行・顔特徴を抽出した点

指摘された問題点

評価用データベースのリアリティ（服装変化・表情変化等）

論文構成（Related workが多すぎる等）77

Rebuttal and decision

Rebuttal

評価用データの選び方の説明

顔認証アルゴリズムの追加説明

幾何特徴抽出における追加説明

Overall rating: Good

Oral presentation

78

Silhouette-based Online Signature

Verification using Pen Tip Trajectory

and Pen Holding Style

79

D. Muramatsu, Y. Yagi (Osaka Univ.)

Presented at ICB 2013

Title: Silhouette-based Online Signature Verification

Using Pen Tip Trajectory and Pen Holding Style

Authors: Daigo Muramatsu and Yasushi Yagi

80

2012年11月 SBRA2012にて発表

コメント等を含め改良12月末論文投稿

2013年2月10-13日 Rebuttal

2月末採録決定6月発表（ポスター）

主な査読結果

81

Reviewer A Reviewer B Reviewer C

Quality of

Theoretical and/or

Experimental

Contribution

Excellent Good Good

NoveltyHighly novel Slightly novel Slightly novel

Presentation

Quality Excellent Good Good

Overall RatingStrong Accept Accept Accept

The results presented are very preliminary, and are based on

a very small sample of writers.

Negative points：

査読コメント等

主張した貢献

ペン持ち方の動的特徴導入

ペン軌跡特徴とペン持ち方特徴の統合

評価された点

ペン持ち方動的特徴を抽出し，利用した点

指摘された問題点

データベースサイズ

手法の成熟度が低い（まだ初期段階である）

82

Rebuttal and decision

Rebuttal

実験データに関する追加説明

今後の拡張について

Meta Review： Average

Poster presentation

83

投稿論文の貢献が何なのか，それを明確に書く

Publicデータベースは複数あるので，そのデータベースを選択した理由を明確に書く

データは頑張って集める

Rebuttalによりかなり評価がかわる

84

最近の国際会議

85

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

AVBPA1997~

ICBA

ICB

BTAS

IJCB

バイオメトリクスの主な国際会議

AVBPA: Inter. Conf. on Audio- and Video- Based Biometric Person Authentication

ICBA: International Conference on Biometric Authentication

IJCB: International Joint Conference on Biometrics

2009 2010 2011 2012 2013

ICB 72（24, 48）／250 ‐ ‐

82（36, 46）／224

72（24, 48）／212

BTAS 74（28, 46）／139

78（33, 48)

／170 ‐62（32, 30）

／144

73（34, 39）／137

IJCB‐ ‐

107（31, 76），／306 ‐ ‐

バイオメトリクスの主な国際会議の採択率

AVBPA: Inter. Conf. on Audio- and Video- Based Biometric Person Authentication

ICB: Inter. Conf. on Biometrics

BTAS: Inter. Conf. on Biometrics: Theory Applications, and Systems.

IJCB: Inter. Joint Conf. on Biometrics

採択論文数（オーラル，ポスター）／投稿数

2009 2010 2011 2012 2013

ICB 2 (0, 2)

/72 ‐ ‐1 (1, 0)

/ 82

3 (1, 2)

/72

BTAS 2 (1,1)

/74

2(1,1)

/78 ‐3 (3,0)

/62

3 (3, 0)

/73

IJCB‐ ‐

6 （2, 4）/107 ‐ ‐

日本からの発表件数

※第一著者の所属が日本の機関のものを日本からの発表とした

採択論文数（オーラル，ポスター）／投稿数

今後の主な国際会議

IJCB2014

Clearwater, Florida, USA

開催日： 2014年9月29日~10月2日

投稿締切：2014年4月10日

ICB2015

Phuket, Thailand

開催日： 2015年5月20~22日

投稿締切：2014年11月15日

Documents

ICB 2013 BTAS 2013の報告 · 3 keynote speeches Oral presentation and poster presentation with 2-min. spotlight presentation ... Biometric Template Protection: A Unified View of