[論文レビュー] Design of a Mobile Face Recognition System for Visually Impaired Persons

Shonal Chaudhry, Rohitash Chandra|arXiv (Cornell University)|Feb 3, 2015

Tactile and Sensory InteractionsNeuroscience参考文献 57被引用数 21

ひとこと要約

本論文では、視覚障害者を対象としたモバイル顔認識システムを提案する。AndroidベースのコンピュータビジョンとOpenCVを用いて顔検出および認識を実行し、音声フィードバックとしてGoogle TalkBackと統合している。明るい環境下では93%の顔検出精度と70%の認識精度を達成しており、クライアント・サーバー型アーキテクチャを採用することで登録と本人確認管理をサポートするとともに、一時的な画像処理と暗号化されたストレージによりプライバシーを最優先している。

ABSTRACT

It is estimated that 285 million people globally are visually impaired. A majority of these people live in developing countries and are among the elderly population. One of the most difficult tasks faced by the visually impaired is identification of people. While naturally, voice recognition is a common method of identification, it is an intuitive and difficult process. The rise of computation capability of mobile devices gives motivation to develop applications that can assist visually impaired persons. With the availability of mobile devices, these people can be assisted by an additional method of identification through intelligent software based on computer vision techniques. In this paper, we present the design and implementation of a face detection and recognition system for the visually impaired through the use of mobile computing. This mobile system is assisted by a server-based support system. The system was tested on a custom video database. Experiment results show high face detection accuracy and promising face recognition accuracy in suitable conditions. The challenges of the system lie in better recognition techniques for difficult situations in terms of lighting and weather.

研究の動機と目的

• 視覚障害者が音声認識など信頼性が低く、認知的負担の大きい方法に依存する社会的識別課題に対処すること。
• コンピュータビジョンを活用した、顔検出および認識を支援するポータブルでモバイルベースのソリューションを開発すること。
• AndroidのTalkBackスクリーンリーダーとの統合により、視覚障害者にとってのアクセシビリティと使いやすさを確保すること。
• 顔画像を一時的に保管し、本人情報は暗号化することで、プライバシーとセキュリティを維持すること。
• 実世界の動画データを用いた、精度、メモリ使用量、計算効率の観点からのシステム性能を評価すること。

提案手法

• システムは、モバイルデバイスのカメラを用いて顔のリアルタイム動画取得を実行する。
• 顔検出には、カスタムデータセットで学習されたOpenCVのC++モジュールに実装されたカスケード分類器が使用される。
• 認識のため、検出された顔の一時的画像がキャプチャされ、サーバー支援型の認識パイプラインで処理される。
• アプリケーションはGoogle TalkBackと統合され、音声フィードバックを提供することで、片手でも操作可能なインタラクションを可能にする。
• サーバー側のコンponentは、ユーザー登録と本人確認の照会をサポートし、デバイス内での計算負荷を軽減する。
• 顔画像は一時的に保管され、処理後すぐに削除される。本人情報は暗号化され、プライバシー保護が確保される。

実験結果

リサーチクエスチョン

• RQ1 モバイルベースの顔認識システムは、実世界の照明条件下で視覚障害者にとって受け入れられる精度を達成できるか？
• RQ2 OpenCVベースの顔検出および認識と、AndroidのTalkBackとの統合は、アクセシビリティにおいてどの程度効果的か？
• RQ3 オンデバイスコンピュータビジョンにおけるメモリ使用量、データ通信量、バッテリー消費量のトレードオフは何か？
• RQ4 モバイルデバイス上で生体認証用顔データを保存および処理する際、プライバシーとデータセキュリティをどのように維持できるか？
• RQ5 照明状態が、システムの検出および認識精度にどの程度影響を及ぼすか？

主な発見

• 明るい環境下では93%の顔検出精度を達成しており、制御された環境下での強力な性能を示している。
• 明るい環境下での顔認識精度は70%に達しており、実世界への導入に向けた中程度ではあるが前向きな結果である。
• メモリ使用量は低く、デバイス内テストおよび監視により、システムリソースを最小限に抑えることができた。
• データ通信量も低く抑えられており、帯域幅消費が効率的であることが示され、モバイルネットワークに適している。
• 照明が悪い環境下では、システムの性能が著しく低下し、検出のロバスト性に大きな限界があることが明らかになった。
• 一時的な画像保管と暗号化された本人情報管理の活用により、ユーザーのプライバシーが効果的に保護され、長期的なデータ露出リスクが低減された。