[論文レビュー] Developing a gender classification approach in human face images using modified local binary patterns and tani-moto based nearest neighbor algorithm

Shervan Fekri-Ershad|arXiv (Cornell University)|Jan 29, 2020

Face and Expression Recognition参考文献 32被引用数 8

ひとこと要約

本稿では、特徴抽出に修正局所バイナリーパターン（MLBP）を用い、最近傍分類器にTani-Moto距離を適用した、人間の顔画像向けの性別分類システムを提案する。この手法は高い精度を達成し、回転や照明変化に対してロバストであり、計算複雑性が低減されているため、メモリ使用量が少なく、効率的なリアルタイムスマートフォンアプリケーションに適している。

ABSTRACT

Human identification is a much attention problem in computer vision. Gender classification plays an important role in human identification as preprocess step. So far, various methods have been proposed to solve this problem. Absolutely, classification accuracy is the main challenge for researchers in gender classification. But, some challenges such as rotation, gray scale variations, pose, illumination changes may be occurred in smart phone image capturing. In this respect, a multi step approach is proposed in this paper to classify genders in human face images based on improved local binary patters (MLBP). LBP is a texture descriptor, which extract local contrast and local spatial structure information. Some issues such as noise sensitivity, rotation sensitivity and low discriminative features can be considered as disadvantages of the basic LBP. MLBP handle disadvantages using a new theory to categorize extracted binary patterns of basic LBP. The proposed approach includes two stages. First of all, a feature vector is extracted for human face images based on MLBP. Next, non linear classifiers can be used to classify gender. In this paper nearest neighborhood classifier is evaluated based on Tani-Moto metric as distance measure. In the result part, two databases, self-collected and ICPR are used as human face database. Results are compared by some state-ofthe-art algorithms in this literature that shows the high quality of the proposed approach in terms of accuracy rate. Some of other main advantages of the proposed approach are rotation invariant, low noise sensitivity, size invariant and low computational complexity. The proposed approach decreases the computational complexity of smartphone applications because of reducing the number of database comparisons. It can also improve performance of the synchronous applications in the smarphones because of memory and CPU usage reduction.

研究の動機と目的

• 照明の変化、ポーズの変動、ノイズなどの現実世界の条件下での顔画像における正確な性別分類の課題に対処すること。
• ノイズに敏感で、回転依存性が高く、識別力が低いという従来の局所バイナリーパターン（LBP）の限界を克服すること。
• スマートフォンなどのリソース制限のあるデバイスに適した、計算効率が良く、ロバストな性別分類フレームワークを開発すること。
• 二値特徴ベクトルを用いた場合の性別特徴の識別を向上させるために、新規の距離計測法（Tani-Moto）を最近傍分類器に統合し、分類性能を向上させること。

提案手法

• MLBPを用いて顔画像のテクスチャ特徴を抽出し、識別力を向上させるとともに、ノイズや回転に対する感受性を低減する。
• Tani-Moto距離計測法を用いた最近傍アルゴリズムを非線形分類戦略として適用し、分類精度を向上させる。
• 二段階パイプラインを採用：まずMLBPによる特徴抽出を行い、その後Tani-Motoベースのk-NN分類器を用いた性別分類を実行する。
• 分類時のデータベース比較回数を削減することで、計算複雑性を低減する最適化を実施する。
• 多様なデータに対してロバストであることを保証するため、自作の顔データベースとICPRデータベースを訓練および評価に使用する。
• k-NN分類器における距離測定手段としてTani-Moto計測法を実装し、これは二値パターンを効果的に処理でき、分類性能の向上に寄与することが知られている。

実験結果

リサーチクエスチョン

• RQ1 MLBPは、照明やポーズの変動がある条件下でも、顔画像からロバストで識別力の高いテクスチャ特徴を効果的に抽出できるか？
• RQ2 二値特徴ベクトルを用いた場合、Tani-Moto距離計測法は、従来の距離計測法と比較して、性別分類精度をどのように向上させるか？
• RQ3 従来の性別分類アプローチと比較して、提案手法は計算複雑性をどの程度低減できるか？
• RQ4 標準LBPや他の最先端手法と比較して、本システムの回転不変性およびノイズ耐性はどの程度優れているか？
• RQ5 メモリ使用量とCPU使用量が削減されているため、本フレームワークはモバイルデバイスに効率的にデプロイ可能か？

主な発見

• 提案手法は、自作データベースおよびICPRデータベースの両方で、多数の最先端アルゴリズムを上回る高い性別分類精度を達成した。
• MLBPの固有の不変性特性とTani-Moto距離計測法のおかげで、回転、照明の変化、ノイズに対して強いロバスト性を示した。
• 計算複雑性が顕著に低減され、データベース比較回数の削減により、スマートフォンへの効率的なデプロイが可能になった。
• 本手法はサイズ不変性を有しており、小規模またはサイズが異なる顔画像に対しても高い性能を維持した。
• 二値特徴ベクトルを用いた場合、標準のユークリッド距離やハミング距離と比較して、Tani-Motoベースの最近傍分類器は分類精度を向上させた。
• フレームワークはメモリ使用量とCPU使用量を削減しており、モバイルプラットフォームにおけるリアルタイムおよび同期処理アプリケーションに適している。