High Accuracy Fingerprint Recognition on FPGA Using a Dual Path Lightweight CNN

現代の世界において、自分が誰であるかを証明することは、カードのような「持ち歩くもの」や、パスワードのような「記憶するもの」に依存することがよくあります。しかし、これらの方法は紛失したり、盗まれたり、あるいは忘れてしまったりする可能性があります。このことから、科学者やエンジニアは、あなたが単に「あなたであること」、つまり、あなたに固有であり、生涯を通じて変わることのない生物学的な特徴に目を向けるようになりました。これらの特徴の中でも、指先の隆線と溝は、古くから識別において好まれるものでした。それらは捉えやすく、数十年にわたって驚くほど安定しており、完璧に複製することはほぼ不可能です。長年、コンピュータはこれらのパターンを読み取るように学習されてきましたが、バッテリーを消耗させたり、巨大なサーバーを必要としたりすることなく、迅速かつ正確に行うことは、依然として困難な課題でした。目標は、指紋を見てその独自のマップを理解し、巨大で電力を大量に消費するコンピュータではなく、小さな効率的なチップ上で、瞬時に判断を下せるシステムを構築することです。

フロリダ大学の研究チームは、非常に高精度でありながら、驚くほどリソース消費が少ない、新しいコンピュータによる指紋認識方法を設計することで、この問題の解決に向けた重要な一歩を踏み出しました。彼らは、通常このようなタスクを動かす重厚で複雑なシステムに頼る代わりに、フィールド・プログラマブル・ゲート・アレイ（FPGA）として知られる特殊なコンピュータチップに適合するように特別に設計された、合理化されたデジタル脳を作り上げました。これらのチップは、エンジニアにとっての「空白のキャンバス」のようなものです。特定のタスクを実行するようにプログラムすることができ、非常に高速かつ極めて低いエネルギー消費で動作できるため、壁のコンセントに接続せずに信頼して動作する必要があるデバイスに最適です。研究者たちは、指紋を読み取る前に画像をクリーニングしたり簡略化したりする必要がない、指紋リーダーを構築できるかどうかを確認したいと考えました。画像の簡略化は、正しい照合に必要な貴重な詳細情報を捨ててしまうことがよくある工程です。

これを実現するために、チームは、数千の例を見ることでパターンの認識を学習する、人間の脳をモデルにしたコンピュータシステムである「ニューラルネットワーク」の新しいタイプを設計しました。この作業のための既存のシステムの多くは、小型チップで動作させるには重すぎるか、あるいは指紋の画像を縮小したり滑らかにしたりする必要があり、それが正しい一致に必要な細部をぼやけさせてしまうことがあります。研究者たちは、異なるアプローチを提案しました。それは「デュアルパス（二重経路）」アーキテクチャです。同じ指紋を同時に見ている、二人の専門家のチームを想像してみてください。一人の専門家は全体像、つまり指紋の全体的な形状や大きな曲線に焦点を当てます。もう一人の専門家は、ズームインして、微細で複雑なディテールや細い線を研究します。彼らの設計では、これら二つの「パス」が並行して動作し、それぞれが元の画像から異なる種類の情報を抽出します。最後に、それらの知見が組み合わされて最終的な決定が下されます。この手法により、データをリサイズしたり前処理したりすることなく、指紋画像のフルサイズかつオリジナルの状態をそのまま使用することが可能になりました。

チームはこの新しいシステムを、公開データベースからの膨大な指紋画像のコレクションを用いて訓練しました。これには、さまざまなタイプのセンサーや解像度で撮影されたスキャンが含まれています。現実世界の幅広い条件に対応できるようにするため、彼らは「データ拡張（データ・オーグメンテーション）」と呼ばれる手法を用いてコンピュータを学習させました。これには、同じ指紋の、例えば数度回転させたものや、少し横にずらしたものなど、わずかに変更を加えたバージョンを見せることが含まれます。これは、スキャナーに指を置く際に毎回位置が少しずつ異なる様子を模倣しています。これらの多様な例を用いて訓練することで、システムは指の位置がどのように配置されていても、その指の根本的なアイデンティティを認識することを学びました。テストの結果、この新しいモデルは以前の手法のいくつよりも正確であることが証明され、学習データの全範囲を使用した場合には約70パーセントのケースで指紋を正しく識別し、より厳格なテストシナリオ（テスト画像が加工されていない場合）においても、依然として63パーセント以上の精度を達成しました。

単に正確であるだけでなく、この研究の真のテストは、意図した実用的なハードウェア上で実際に動作するかどうかでした。研究者たちは、彼らのデジタル設計をFPGAチップが理解できる言語に変換し、システム全体をゼロから構築しました。彼らは、高性能なアプリケーションによく使用される強力なチップであるXilinx Virtex-7 FPGAに、この複雑なネットワークを収めることに成功しました。その結果、システムは単一の指紋を80ミリ秒未満で処理することができ、リアルタイムでの使用に十分な速度を実現しました。チップは、高いパフォーマンスとエネルギー効率のバランスをとった数値である約29ワットの電力を消費し、チップの利用可能なリソースの約70パーセントを使用しました。この実装の成功は、洗練された本人確認を効率的なハードウェア上で直接実行することが可能であることを示しており、巨大な外部コンピュータや重いバッテリーを必要としないことを証明しています。

また、この研究は、これらのシステムがどのように構築されるかにおける重要なトレードオフについても明らかにしました。ネットワークが記憶する必要のある内部設定、すなわちパラメータの数を減らすことで、研究者たちはシステムを非常に軽量にし、チップへの格納を容易にしました。彼らのモデルは、学習したすべての情報を保持するために、わずか483キロバイトのメモリしか必要としませんでした。これは、以前のより重いモデルが必要とした量のごく一部です。このサイズの削減は、パフォーマンスを犠牲にすることはありませんでした。実際、新しい設計は、より複雑な構造を使用した以前の試みを上回る性能を発揮しました。研究者たちは、彼らのデュアルパス・システムの片方が大きな特徴を捉えるのに優れ、もう片方が細かいディテールを捉えるのに優れている一方で、最高精度を得るためにはそれらを組み合わせることが不可欠であることを発見しました。これは、指紋認識においては、「森」と「木」の両方を同時に見ることが、最も信頼できる答えをもたらすことを示唆しています。

結局のところ、この研究は、小型で携帯性に優れ、エネルギー消費を抑えたデバイスに、安全で高速な指紋認識をもたらすための実用的な道筋を提示しています。軽量なデュアルパス・ニューラルネットワークが、生の画像の詳細を損なうことなく、FPGA上で効率的に動作するように構築できることを証明することで、チームは、信頼できるバイオメトリック・セキュリティには、巨大で電力を大量に消費するインフラは必要ないということを示しました。システムは毎秒1億860万サイクルで動作し、人物の身元をほぼ瞬時に検証できるほどの速さを持っています。この成果は、近い将来、モバイル電話から国境検問所のゲートに至るまで、より幅広い日常的なデバイスに、セキュアであるだけでなく、効率的で自己完結型の指紋スキャナーが組み込まれる可能性があることを示唆しています。