[論文レビュー] ConvSRC: SmartPhone based Periocular Recognition using Deep Convolutional Neural Network and Sparsity Augmented Collaborative Representation

Amani A. Alahmadi, Muhammad M. Hussain+2 more|arXiv (Cornell University)|Jan 16, 2018

Biometric Identification and Security被引用数 5

ひとこと要約

本論文では、特徴抽出に事前学習済みVGG-Netを活用し、スパarsity対応活性化に主成分分析（PCA）を適用し、分類にスパース拡張共同表現（SA-CRC）を用いるスマートフォンベースの前眼認識システム、ConvSRCを提案する。VISOBデータベースにおいて、0.1%の偽陽性率（FMR）で99%を超える真正一致率（GMR）を達成し、ICIP2016コンテスト優勝者を10%上回る性能を発揮する。

ABSTRACT

Smartphone based periocular recognition has gained significant attention from biometric research community because of the limitations of biometric modalities like face, iris etc. Most of the existing methods for periocular recognition employ hand-crafted features. Recently, learning based image representation techniques like deep Convolutional Neural Network (CNN) have shown outstanding performance in many visual recognition tasks. CNN needs a huge volume of data for its learning, but for periocular recognition only limited amount of data is available. The solution is to use CNN pre-trained on the dataset from the related domain, in this case the challenge is to extract efficiently the discriminative features. Using a pertained CNN model (VGG-Net), we propose a simple, efficient and compact image representation technique that takes into account the wealth of information and sparsity existing in the activations of the convolutional layers and employs principle component analysis. For recognition, we use an efficient and robust Sparse Augmented Collaborative Representation based Classification (SA-CRC) technique. For thorough evaluation of ConvSRC (the proposed system), experiments were carried out on the VISOB challenging database which was presented for periocular recognition competition in ICIP2016. The obtained results show the superiority of ConvSRC over the state-of-the-art methods; it obtains a GMR of more than 99% at FMR = 10-3 and outperforms the first winner of ICIP2016 challenge by 10%.

研究の動機と目的

• 限られた学習データにおける前眼認識の課題を、転移学習を活用したディーブラーニングによって解決すること。
• 畳み込み層の活性化におけるスパarsityと特徴的なパターンを活用することで、認識精度を向上させること。
• スマートフォンへのデプロイメントに適したコンパクトで効率的かつ頑健なバイオメトリクスシステムの開発。
• 挑戦的なVISOB前眼認識データベースにおいて、既存の最先端手法を上回る性能を達成すること。

提案手法

• 畳み込み層からの階層的特徴を抽出するために、前もって学習済みのVGG-Netを前眼画像で微調整する。
• 特徴マップのスパarsityと特徴的な情報を保持しつつ次元削減を実現するため、主成分分析（PCA）を適用する。
• スパarsity対応活性化マップを用いることで、顕著で重複のないパターンに注目し、特徴表現を強化する。
• ノイズや部分的閉塞に対して頑健性を高めるために、スパース拡張共同表現（SA-CRC）を分類に採用する。
• CNNベースの特徴学習と共同表現を統合することで、データが少ない状況下での一般化性能を向上させる。
• モデルの複雑さと計算負荷を最小限に抑えることで、モバイルデバイスにおけるリアルタイムデプロイメントを最適化する。

実験結果

リサーチクエスチョン

• RQ1 限られた学習データのもとで、事前学習済みディーブラーニングCNNが、前眼認識に特徴的な情報を効果的に抽出できるか？
• RQ2 スパarsity対応特徴表現は、データが少ない状況下での認識性能をどのように向上させるか？
• RQ3 ノイズや部分的閉塞の条件下で、SA-CRCは標準的な共同表現よりも優れた性能を示すか？
• RQ4 提案手法は、ベンチマークデータセットにおいて、既存の最先端手法を上回る性能を達成できるか？
• RQ5 本システムは効率的であり、スマートフォンのリアルタイムデプロイメントに適しているか？

主な発見

• ConvSRCは、VISOBデータベースにおいて、偽陽性率（FMR）が10^-3の条件下で99%を超える真正一致率（GMR）を達成した。
• ICIP2016前眼認識コンテストの優勝ソリューションと比較して、FMR = 10^-3の条件下でGMRが10%高い性能を発揮した。
• VGG-Net特徴にスパarsity対応PCAを統合することで、標準的なCNN特徴と比較して顕著な特徴の識別力を向上させた。
• SA-CRCは、前眼画像におけるノイズや部分的閉塞に対して優れた頑健性を示した。
• コンパクトなモデルを維持しながらも高い精度を維持でき、モバイルデプロイメントに適していた。
• 結果から、限られたデータにおける前眼認識において、スパarsity対応表現を用いた転移学習が極めて有効であることが確認された。