[論文レビュー] An adaptive block based integrated LDP,GLCM,and Morphological features for Face Recognition

Arindam Kar, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Dec 5, 2013

Face and Expression Recognition参考文献 10被引用数 7

ひとこと要約

本論文では、局所的方向パターン（LDP）、グレーレベル共起行列（GLCM）、および新規の形態的特徴を適応的ブロックベースで統合する手法を提案し、照明やポーズ変動に強い顔認識を実現する。絶対勾配画像の顕著なブロックからノイズおよび照明変動に強い特徴を抽出し、それらを連結することで、FRAV2Dでは90.3%、FERETでは93%、ORLでは98.75%の認識精度を達成した。これは、ポーズ、表情、照明条件の変化がある状況下でも成立する。

ABSTRACT

This paper proposes a technique for automatic face recognition using integrated multiple feature sets extracted from the significant blocks of a gradient image. We discuss about the use of novel morphological, local directional pattern (LDP) and gray-level co-occurrence matrix GLCM based feature extraction technique to recognize human faces. Firstly, the new morphological features i.e., features based on number of runs of pixels in four directions (N,NE,E,NW) are extracted, together with the GLCM based statistical features and LDP features that are less sensitive to the noise and non-monotonic illumination changes, are extracted from the significant blocks of the gradient image. Then these features are concatenated together. We integrate the above mentioned methods to take full advantage of the three approaches. Extraction of the significant blocks from the absolute gradient image and hence from the original image to extract pertinent information with the idea of dimension reduction forms the basis of the work. The efficiency of our method is demonstrated by the experiment on 1100 images from the FRAV2D face database, 2200 images from the FERET database, where the images vary in pose, expression, illumination and scale and 400 images from the ORL face database, where the images slightly vary in pose. Our method has shown 90.3%, 93% and 98.75% recognition accuracy for the FRAV2D, FERET and the ORL database respectively.

研究の動機と目的

• 照明、ポーズ、表情、スケールの変動に強い顔認識の向上を図ること。
• 全体の画像ではなく勾配画像の顕著なブロックに焦点を当てることで次元削減を実現すること。
• 複数のテクスチャおよび形態的特徴を統合することで識別力を向上させること。
• ノイズおよび非単調な照明変動に対して感受性が低い特徴抽出手法の開発。
• 最小限の前処理で多様な顔データベースにおいて高い認識精度を達成すること。

提案手法

• 入力顔画像から絶対勾配画像を抽出し、エッジおよびテクスチャ情報を強調する。
• ブロック単位の適応的選択戦略を用いて勾配画像内の顕著なブロックを特定し、次元削減を実現する。
• 各顕著なブロックから、4方向（N、NE、E、NW）のピクセルランカウントに基づく新規の形態的特徴を抽出する。
• 同じブロックからGLCMに基づく統計的特徴（例：コントラスト、均一性）を計算し、テクスチャパターンを捉える。
• LDP特徴をブロックから抽出し、ノイズおよび照明変動に対して強い耐性を発揮する。
• 形態的特徴、GLCM特徴、LDP特徴を連結して、分類用の高次元特徴ベクトルを生成する。

実験結果

リサーチクエスチョン

• RQ1 LDP、GLCM、および新規形態的特徴の統合は、厳しい条件下でも顔認識精度を向上させることができるか？
• RQ2 適応的ブロック選択戦略は、識別情報を保持しつつ次元削減を効果的に行えるか？
• RQ3 提案された形態的特徴は、標準的なテクスチャ特徴と比較して、どれほど認識性能を向上させるか？
• RQ4 ポーズ、表情、照明変動の程度が異なるデータベースにおいて、本手法はどの程度の性能を示すか？
• RQ5 特徴統合戦略は、ノイズおよび照明変動に対して感受性が低く、高い認識精度を達成できるか？

主な発見

• 提案手法は、ポーズ、表情、照明の変動が著しいFRAV2Dデータベースで90.3%の認識精度を達成した。
• FERETデータベースでは93%の認識精度を達成し、多様な顔の状態下でも優れた性能を示した。
• わずかなポーズ変動しか含まないORLデータベースでは98.75%の認識精度を達成し、制御された環境下での高いロバスト性を示した。
• 形態的特徴、GLCM、LDP特徴の統合により、個々の特徴集合と比較して顔認識性能が顕著に向上した。
• 適応的ブロック選択戦略は、次元削減を効果的に行った一方で、分類に必要なテクスチャおよびエッジ情報の保持に成功した。
• LDPおよびGLCM特徴の内在的なノイズ耐性により、ノイズおよび非単調な照明変動に対しても本手法はロバストであることが示された。