[論文レビュー] Collaborative Representation based Classification for Face Recognition

Lei Zhang, Meng Yang+3 more|arXiv (Cornell University)|Apr 11, 2012

Face and Expression Recognition参考文献 64被引用数 206

ひとこと要約

本稿では、顔認識のための協調表現ベース分類（CRC）を提案し、テストサンプルがすべてのトレーニングサンプルの線形結合として表現される協調表現メカニズムが、スパース表現ベース分類（SRC）におけるl1ノルムスパarsity制約よりも性能向上に寄与することがより重要であることを示している。著者らは、コーディング残差および係数にさまざまなノルムを適用したCRCが、特にノイズや汚損状態下でも顔認識の精度と頑健性を向上させることを示している。

ABSTRACT

By coding a query sample as a sparse linear combination of all training samples and then classifying it by evaluating which class leads to the minimal coding residual, sparse representation based classification (SRC) leads to interesting results for robust face recognition. It is widely believed that the l1- norm sparsity constraint on coding coefficients plays a key role in the success of SRC, while its use of all training samples to collaboratively represent the query sample is rather ignored. In this paper we discuss how SRC works, and show that the collaborative representation mechanism used in SRC is much more crucial to its success of face classification. The SRC is a special case of collaborative representation based classification (CRC), which has various instantiations by applying different norms to the coding residual and coding coefficient. More specifically, the l1 or l2 norm characterization of coding residual is related to the robustness of CRC to outlier facial pixels, while the l1 or l2 norm characterization of coding coefficient is related to the degree of discrimination of facial features. Extensive experiments were conducted to verify the face recognition accuracy and efficiency of CRC with different instantiations.

研究の動機と目的

• SRCにおける顔認識の成功要因として、l1ノルムスパarsity制約と協調表現メカニズムのどちらがより本質的であるかを調査すること。
• さまざまな表現ベース分類のインスタンスを統合する一般化されたフレームワーク、協調表現ベース分類（CRC）を構築すること。
• コーディング残差および係数における異なるノルム（l1、l2）の影響が、顔認識における頑健性および識別性能をどのように向上させるかを評価すること。
• さまざまな顔認識シナリオ、特にノイズや汚損データを含む状況において、CRCの精度および効率性の優位性を実証的に検証すること。

提案手法

• クエリ画像をすべてのトレーニング画像の線形結合として表現する協調表現問題として顔認識を定式化する。
• コーディング残差を最小化するように最適化問題を定義し、表現係数および残差に異なるノルムを適用する。
• コーディング係数にl1またはl2ノルム、コーディング残差にl1またはl2ノルムを組み合わせた、複数のCRCインスタンスを検討する。
• クラス固有のコーディング残差を用いてテストサンプルを分類し、最小の残差を持つクラスを選択する。
• 解の安定性と一般化性能の向上のため、チホノフ正則化を適用する。
• オクルージョンやノイズを含むさまざまな条件下で、標準的な顔認識データベースを用いて分類性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 SRCにおける顔認識の成功要因として、l1ノルムスパarsity制約と協調表現メカニズムのどちらがより本質的であるか？
• RQ2 コーディング係数および残差に適用するノルムの異なる組み合わせが、顔認識の頑健性および識別力にどのように影響を与えるか？
• RQ3 一般化されたCRCフレームワークは、従来のSRCよりも精度および計算効率の面で優れているか？
• RQ4 画像汚損、オクルージョン、照明変化などの困難な条件下でもCRCはどの程度の性能を示すか？
• RQ5 頑健な顔認識を達成するにあたり、協調表現とスパarsityの相対的な寄与度は何か？

主な発見

• 協調表現メカニズムが、l1ノルムスパarsity制約よりも顔認識性能向上により重要であることが判明し、スパarsityが鍵要因であるという広く受け入れられている考え方に挑戦する。
• コーディング係数にl2ノルム、残差にl2ノルムを適用したCRCが、拡張YUVおよびAR顔データベースで最高の識別精度を達成した。
• 残差にl1ノルムを適用したCRCは、l2ノルムバージョンと比較して、外れ値ピクセルや画像汚損に対して優れた頑健性を示した。
• 反復的スパース符号化を必要としないため、計算効率に優れる点を除き、SRCと同等またはそれ以上の性能を達成した。
• 実験により、CRCはランダムピクセル汚損やオクルージョンといった顕著な画像劣化に対しても高い精度を維持した。
• 本研究は、コーディング係数に適用するノルムが特徴の識別力を左右し、残差に適用するノルムがノイズおよび外れ値への耐性に影響を与えることを確認した。