[論文レビュー] Convolutional Neural Network with Convolutional Block Attention Module for Finger Vein Recognition

Zhongxia Zhang, Mingwen Wang|arXiv (Cornell University)|Feb 14, 2022

Biometric Identification and Security被引用数 14

ひとこと要約

本論文では、指静脈認識のための軽量な畳み込みニューラルネットワークを提案し、畳み込みブロック注意モジュール（CBAM）を組み合わせることで、適応的なチャネルおよび空間的注意を用いて特徴の識別能を向上させている。この手法は、計算コストを最小限に抑えながら、2つの公開データベースで100%の正確性を達成し、深く広いネットワークを上回り、トレーニング時間も短縮している。

ABSTRACT

Convolutional neural networks have become a popular research in the field of finger vein recognition because of their powerful image feature representation. However, most researchers focus on improving the performance of the network by increasing the CNN depth and width, which often requires high computational effort. Moreover, we can notice that not only the importance of pixels in different channels is different, but also the importance of pixels in different positions of the same channel is different. To reduce the computational effort and to take into account the different importance of pixels, we propose a lightweight convolutional neural network with a convolutional block attention module (CBAM) for finger vein recognition, which can achieve a more accurate capture of visual structures through an attention mechanism. First, image sequences are fed into a lightweight convolutional neural network we designed to improve visual features. Afterwards, it learns to assign feature weights in an adaptive manner with the help of a convolutional block attention module. The experiments are carried out on two publicly available databases and the results demonstrate that the proposed method achieves a stable, highly accurate, and robust performance in multimodal finger recognition.

研究の動機と目的

• 指静脈認識における深く広いCNNの高い計算コストを軽減すること。
• 特徴のチャネルごとおよび空間的重みの重要度をモデル化することで、特徴表現を向上させること。
• 実用的導入に適した軽量で効率的かつ正確なモデルを開発すること。
• CBAMをプラグアンドプレイモジュールとして統合し、モデルの複雑さを増さずに特徴学習を強化すること。

提案手法

• 指静脈画像からの初期特徴を最小限のパラメータと計算量で抽出できる軽量なCNNアーキテクチャを設計した。
• チャネルおよび空間次元ごとに別々に注意マップを学習できるよう、CBAMをネットワークに埋め込んだ。
• チャネル重みを学習するために、グローバル平均プーリングとグローバルマックスプーリングを用い、共有された多層パーセプトロンを適用した。
• 空間的注意は、チャネルプールド特徴に適用される学習可能な2次元畳み込みカーネルによって計算された。
• 注意マップを入力特徴マップと要素ごとの積算により、特徴を適応的に精錬した。
• 分類のためのソフトマックス層を経由して、エンドツーエンドのトレーニングが可能になった。

実験結果

リサーチクエスチョン

• RQ1 軽量なCNNにCBAMを組み合わせた手法は、指静脈認識において標準的な深層CNNを上回る正確性を達成できるか？
• RQ2 計算コストを増加させずにCBAMの統合が特徴の識別能を向上させられるか？
• RQ3 従来のハンドクラフト特徴抽出手法と比較して、本手法の正確性と効率性はどのように異なるか？
• RQ4 注意メカニズムは、顕著な静脈構造を効果的に強調し、不要な特徴を抑制できるか？

主な発見

• 提案手法は、HKPUおよびUSMの両データベースで100%の認識正確性を達成し、ベースラインCNN（98.11%）および他の最先端手法を上回った。
• 20エポックのトレーニングおよび検証にわずか683秒を要し、ベースラインと比較して13秒の差にとどまり、軽量性が明確に示された。
• LBP（83%）、ガボール（90.08%）、PCA（94.7%）といった従来のアルゴリズムを大きく上回り、画像前処理なしでほぼ完璧な正確性を達成した。
• ResNet-18（96.04%）やAlexNet（92.28%）といったより深いネットワークと比較しても、パラメータ数が少なく、計算量も少ないにもかかわらず、より高い正確性を達成した。
• USMデータベースでは100%の正確性を達成し、最高性能を示したCPBFL-BCL（99.98%）および重み付き静脈インデックス（99.93%）をも上回った。
• CBAMの統合により、重要なチャネルおよび空間領域を適応的に強調することで、特徴の区別能が向上し、構造的変更を最小限に抑えながら優れた性能が得られた。