近年，暗所や不十分な照明条件下での行動生体認証の手法として，熱画像を用いた歩容認証の研究がおこなわれている．
しかし従来の深層学習モデルは歩行スタイルの変化に弱く，最新のVision Transformerは高精度だが計算コストが課題である．
そこで本研究は，サーモカメラで撮影した歩行動画から，MediaPipeで抽出した低次元の骨格座標時系列CSVデータを直接入力する手法を採用する．
結果的に推論時間の大幅な削減を実現し，今後リアルタイムでの認証を検討する際にも大きな優位性になることが期待される．