[論文レビュー] 11K Hands: Gender recognition and biometric identification using a large dataset of hand images

Mahmoud Afifi|arXiv (Cornell University)|Nov 12, 2017

Biometric Identification and Security被引用数 10

ひとこと要約

本論文は、11,000枚の手の画像（背中側と掌側）から成る大規模なデータセットを紹介しており、正解ラベルとして性別と本人識別ラベルを備えている。このデータセットにより、性別認識のための2ストリームCNNの有効な訓練が可能となり、学習済みのCNNはSVMベースのバイオメトリック識別に特徴抽出器として機能し、特に背中側の手画像が性別認識および識別タスクの両方で掌側画像を上回る優れた性能を示した。

ABSTRACT

The human hand possesses distinctive features which can reveal gender information. In addition, the hand is considered one of the primary biometric traits used to identify a person. In this work, we propose a large dataset of human hand images (dorsal and palmar sides) with detailed ground-truth information for gender recognition and biometric identification. Using this dataset, a convolutional neural network (CNN) can be trained effectively for the gender recognition task. Based on this, we design a two-stream CNN to tackle the gender recognition problem. This trained model is then used as a feature extractor to feed a set of support vector machine classifiers for the biometric identification task. We show that the dorsal side of hand images, captured by a regular digital camera, convey effective distinctive features similar to, if not better, those available in the palmar hand images. To facilitate access to the proposed dataset and replication of our experiments, the dataset, trained CNN models, and Matlab source code are available at (https://goo.gl/rQJndd).

研究の動機と目的

• 性別認識およびバイオメトリック識別に向けた詳細なアノテーションが付与された、大規模で公開可能な手の画像データセットの不足に対処すること。
• 標準的なカメラで撮影される背中側の手画像が、掌側の手画像と同等またはそれ以上の識別的特徴を提供できるかどうかを調査すること。
• 性別認識を効果的に行える2ストリームCNNを構築し、その微調整とバイオメトリック識別用の特徴抽出器としての再利用を可能とすること。
• SVM分類器を用いた人物識別において、微調整済みCNNからの深層特徴と手作業で抽出した特徴（LBP）を比較評価すること。
• データセット、学習済みモデル、ソースコードを公開することで、再現可能で基準となるベンチマークを提供し、手ベースバイオメトリクス分野の研究を促進すること。

提案手法

• 11,000枚の手の画像データセットを用いて、背中側と掌側の両方のビューを活用することで、より優れた特徴学習を実現する2ストリームCNNを性別分類のために訓練した。
• 訓練済みの2ストリームCNNを固定された特徴抽出器として用い、後続の分類タスクのための最終全結合層からの深層特徴を生成した。
• SVMを用いてCNNが生成した深層特徴を分類し、人物識別を実行した。1対すべての戦略を採用した。
• CNNの中間層から抽出した特徴を用いて、SVM分類器を別途訓練し、特徴階層の貢献度を評価した。
• 手の画像から局所的バイナリパターン（LBP）特徴を抽出し、別個のSVM分類器をLBP特徴で訓練してバイオメトリック識別を実行した。
• 10分割交差検証（ランダムな被験者サンプリング）を用い、FAR（誤認可率）、FRR（誤拒否率）、EER（等誤差率）、AUC（受信者操作特性曲線下の面積）を指標として性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 標準的なデジタルカメラで撮影された背中側の手画像が、性別認識およびバイオメトリック識別において、掌側の手画像と同等またはそれ以上の性能を達成できるか？
• RQ2 大規模な手の画像データセットで訓練された2ストリームCNNアーキテクチャが、AlexNet や GoogleNet などの標準的なCNNと比較して、性別認識の精度を向上させられるか？
• RQ3 微調整済みのCNNがSVMと組み合わせた場合、バイオメトリック識別用の効果的な特徴抽出器としてどの程度の効果を発揮できるか？
• RQ4 事前学習済みCNNからの深層特徴と手作業で抽出したLBP特徴を比較した場合、手ベースバイオメトリクスシステムにおける識別精度にどのような差が生じるか？
• RQ5 異なるCNN層や特徴タイプ（深層特徴 vs. LBP）に基づいて複数のSVM分類器を訓練した場合、全体のバイオメトリック識別性能にどのような影響を与えるか？

主な発見

• 提案された2ストリームCNNは、背中側で98%、掌側で95.6%の性別認識精度を達成し、AlexNet や GoogleNet を上回った。
• バイオメトリック識別において、背中側の手画像が優れた性能を示し、80名の被験者に対してEERが1.8%、AUCが0.98を記録した。掌側の結果を上回った。
• 学習済みCNNからの深層特徴とSVM分類器の組み合わせにより、背中側の識別でAUCが0.98に達し、高いロバスト性を示した。
• 誤分類マトリクスの結果、背中側SVM実験では女性被験者のうちわずか2%が誤って男性と分類された。
• バイオメトリック識別における失敗事例は、主に模造者と真正の手の画像の間で視覚的類似度が非常に高いことが原因であり、特に背中側の比較で顕著だった。
• データセット、学習済みモデル、コードは https://goo.gl/rQJndd で公開されており、将来的な手法の再現性とベンチマーク評価を可能にしている。