[論文レビュー] A Vision System for Multi-View Face Recognition

Mahmoud Y. Shams, A. S. Tolba+1 more|arXiv (Cornell University)|Jun 1, 2017

Face and Expression Recognition参考文献 11被引用数 8

ひとこと要約

本論文は、SURF特徴抽出とハイブリッド分類器（MLP、LVQ、RBF）を用いたマルチモーダルビジョンシステムを提案し、さまざまなポーズやノイズ条件下でも耐障害性を高めるための多視点顔認識を実現する。SDUMLA-HMT、CASIA、および独自に作成したノイズを含む多視点データセット上で評価された結果、厳しい条件下でも高い正確性と信頼性を示し、ポーズや照度の変化が生じる実世界のシナリオにおいて優れた性能を発揮した。

ABSTRACT

Multimodal biometric identification has been grown a great attention in the most interests in the security fields. In the real world there exist modern system devices that are able to detect, recognize, and classify the human identities with reliable and fast recognition rates. Unfortunately most of these systems rely on one modality, and the reliability for two or more modalities are further decreased. The variations of face images with respect to different poses are considered as one of the important challenges in face recognition systems. In this paper, we propose a multimodal biometric system that able to detect the human face images that are not only one view face image, but also multi-view face images. Each subject entered to the system adjusted their face at front of the three cameras, and then the features of the face images are extracted based on Speeded Up Robust Features (SURF) algorithm. We utilize Multi-Layer Perceptron (MLP) and combined classifiers based on both Learning Vector Quantization (LVQ), and Radial Basis Function (RBF) for classification purposes. The proposed system has been tested using SDUMLA-HMT, and CASIA datasets. Furthermore, we collected a database of multi-view face images by which we take the additive white Gaussian noise into considerations. The results indicated the reliability, robustness of the proposed system with different poses and variations including noise images.

研究の動機と目的

• 実世界の応用において、変動するポーズや照度条件下での顔認識の課題に対処すること。
• 複数のカメラビューからの顔を認識できる耐障害性の高いマルチモーダルバイオメトリクスシステムを開発すること。
• SURFベースの特徴抽出と複数の分類器（MLP、LVQ、RBF）を組み合わせることで、認識の信頼性を向上させること。
• 加法性白色ガウスノイズと多様なポーズ変化の下でのシステム性能を評価すること。
• ノイズを含む新しい多視点顔データベースを収集し、耐障害性の検証に活用すること。

提案手法

• 3台の同期化されたカメラを異なる角度に配置し、複数の視点からの顔画像を取得する。
• 効率的で耐障害性の高いキーポイント検出を実現するため、高速化されたロバスト特徴（SURF）アルゴリズムを用いて各顔画像から特徴を抽出する。
• マルチレイヤーパーセプトロン（MLP）、学習ベクトル量子化（LVQ）、および径路基底関数（RBF）ネットワークを組み合わせたハイブリッド手法を用いて分類を実行する。
• 個々の分類器の出力を統合する統合戦略を用いることで、全体の認識正確性を向上させる。
• 劣化した画像条件下での耐障害性をテストするために、白色ガウスノイズを追加した独自の多視点顔データベースを収集した。
• 制御された状態とノイズを含む状態の両方で、公開済みのデータセット（SDUMLA-HMTおよびCASIA）を用いてシステムを評価した。

実験結果

リサーチクエスチョン

• RQ1 マルチモーダルビジョンシステムは、ポーズが変化する複数の視点から顔を効果的に認識できるか？
• RQ2 SURF特徴とハイブリッド分類器の組み合わせが、ポーズ変化下での認識正確性をどのように向上させるか？
• RQ3 顔画像に加法性白色ガウスノイズが加わった場合、システムの性能がどの程度維持されるか？
• RQ4 単一モーダルアプローチと比較して、提案手法は耐障害性と信頼性の面でどのように優れているか？
• RQ5 ノイズを含む独自の多視点顔データベースは、実世界の認識性能の評価をどのように向上させるか？

主な発見

• 提案されたシステムは、SDUMLA-HMTおよびCASIAデータセットで高い認識正確性を達成し、多様なポーズ下でも優れた性能を示した。
• MLP、LVQ、RBF分類器の統合により、個々の分類器と比較して認識の信頼性が顕著に向上した。
• 顔画像が加法性白色ガウスノイズによって損傷を受けても、システムは頑健な性能を維持した。これにより、画像劣化に対する耐性が確認された。
• ノイズを含む独自の多視点顔データベースは、現実的な条件下でのシステムの耐障害性の検証に有効であることが実証された。
• SURF特徴の使用により、効率的で安定したキーポイント抽出が可能となり、視点変化にわたる一貫性ある性能向上に寄与した。
• 結果から、マルチモーダル分類器の統合により、ポーズやノイズといった複雑な実世界の課題に対しても認識性能が向上することが示された。