[論文レビュー] Classification of Log-Polar-Visual Eigenfaces using Multilayer Perceptron

Mrinal Kanti Bhowmik, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Jul 5, 2010

Advanced Vision and Imaging参考文献 26被引用数 5

ひとこと要約

本論文は、視覚的顔画像に対数極座標変換を適用することでスケーリングおよび回転に対する耐性を高め、変換された画像を固有空間に投影し、改良された多層パーセプトロンを用いて分類する、顔認識の新規手法を提案する。この手法により、ORLデータベースでは認識精度が89.5％（視覚的）から97.5％（対数極座標変換済み視覚的）に向上し、OTCBVSデータベースでは87.84％から96.36％に向上した。

ABSTRACT

In this paper we present a simple novel approach to tackle the challenges of scaling and rotation of face images in face recognition. The proposed approach registers the training and testing visual face images by log-polar transformation, which is capable to handle complicacies introduced by scaling and rotation. Log-polar images are projected into eigenspace and finally classified using an improved multi-layer perceptron. In the experiments we have used ORL face database and Object Tracking and Classification Beyond Visible Spectrum (OTCBVS) database for visual face images. Experimental results show that the proposed approach significantly improves the recognition performances from visual to log-polar-visual face images. In case of ORL face database, recognition rate for visual face images is 89.5% and that is increased to 97.5% for log-polar-visual face images whereas for OTCBVS face database recognition rate for visual images is 87.84% and 96.36% for log-polar-visual face images.

研究の動機と目的

• 視覚的画像におけるスケーリングおよび回転の変動に対する顔認識の課題に対処すること。
• 幾何的変化に対処する際の従来のエイゲンフェイス手法の限界を克服すること。
• スケーリングおよび回転下でも特徴を保持する対数極座標変換の有効性を検証すること。
• 対数極座標変換と固有空間への射影、多層パーセプトロンを組み合わせることで分類精度を向上させること。
• 標準的な顔認識データベースを用いて提案手法の妥当性と性能向上を検証すること。

提案手法

• 訓練およびテスト用の顔画像に、スケーリングおよび回転不変性をモデル化するための対数極座標変換を適用する。
• 主成分分析（PCA）を用いて、対数極座標変換済み顔画像から固有顔を抽出する。
• 対数極座標変換済み視覚的顔画像を固有空間に射影し、次元削減と主要特徴の保持を実現する。
• 分類のための識別性向上を目的として、固有空間表現された特徴量を用いて多層パーセプトロン（MLP）分類器を学習する。
• 収束性および分類精度の向上を図るため、改良されたMLPアーキテクチャを用いる。
• 訓練済みMLPを介して、変換および射影された顔特徴をアイデンティティクラスにマッピングすることで分類を実行する。

実験結果

リサーチクエスチョン

• RQ1 対数極座標変換は、顔認識におけるスケーリングおよび回転の影響を効果的に軽減できるか？
• RQ2 対数極座標変換と固有空間への射影の組み合わせは、認識性能をどのように向上させるか？
• RQ3 変換済み顔画像に対して、多層パーセプトロンは従来手法に比べて分類精度をどの程度向上させるか？
• RQ4 ベンチマークデータベースにおける認識率の観点から、提案手法は標準的な視覚的顔認識手法と比べてどのように差がつくか？
• RQ5 幾何的歪みが生じても、変換が十分な識別的情報を保持しているか？

主な発見

• ORL顔データベースでは、標準的な視覚的顔画像の認識率が89.5％から、対数極座標変換済み視覚的顔画像では97.5％に向上した。
• OTCBVSデータベースでは、視覚的画像の認識率が87.84％から、対数極座標変換済み視覚的画像では96.36％に向上した。
• 対数極座標変換により、顔認識性能へのスケーリングおよび回転変動の影響が著しく低減された。
• 固有空間への射影と多層パーセプトロンの統合により、分類精度が顕著に向上した。
• 提案手法は、ORLおよびOTCBVSデータベースの両方で一貫した性能向上を示した。
• 結果から、対数極座標変換済み視覚的固有顔は、幾何的変換下でもより頑健な顔認識表現を提供することが示された。