[論文レビュー] Efficient Web-based Facial Recognition System Employing 2DHOG

Moataz M. Abdelwahab, Salah A. Aly+1 more|arXiv (Cornell University)|Feb 11, 2012

Face and Expression Recognition参考文献 6被引用数 13

ひとこと要約

本論文は、2次元HOGと2次元PCAを組み合わせることで、高い正確性、低い計算コスト、コンactなストレージを実現する、ハッジおよびウマル旅行用のウェブベースの顔認識システムを提案する。この手法は2次元勾配の方向のヒストグラムを抽出し、次に2次元PCAを用いて次元削減を実施する。ORLデータセットでは97%、JAFFEでは100%、ハッジデータセットでは92.5%の正確性を達成し、トレーニング時間（10.4秒）とストレージ要件が著しく削減された。

ABSTRACT

In this paper, a system for facial recognition to identify missing and found people in Hajj and Umrah is described as a web portal. Explicitly, we present a novel algorithm for recognition and classifications of facial images based on applying 2DPCA to a 2D representation of the Histogram of oriented gradients (2D-HOG) which maintains the spatial relation between pixels of the input images. This algorithm allows a compact representation of the images which reduces the computational complexity and the storage requirments, while maintaining the highest reported recognition accuracy. This promotes this method for usage with very large datasets. Large dataset was collected for people in Hajj. Experimental results employing ORL, UMIST, JAFFE, and HAJJ datasets confirm these excellent properties.

研究の動機と目的

• 群衆の混雑状態によるハッジおよびウマルにおける行方不明者や発見者を特定する課題に対処する。
• 大規模なデータセットを扱い、さまざまな環境条件下でも動作する、スケーラブルでリアルタイムなウェブポータルを提供する。
• 従来のPCAおよび2次元PCA手法と比較して、認識正確性を向上させつつ、計算複雑性とストレージ要件を低減する。
• ピロティアジオンの状況で一般的に見られる多様な顔の外見、ポーズ、照明条件に対しても、強固な性能を発揮できるようにする。
• 空間的関係を保持しながら処理を高速化する、並列でコンactな特徴表現（2D-HOG）を統合する。

提案手法

• 局所的なテクスチャおよびエッジ情報が保持されるように、勾配の方向を空間的に構造化された行列にビン化することで、2次元HOGを用いて顔画像を表現する。
• 画像をベクトル化するのではなく、2次元HOG特徴行列に直接2次元PCAを適用することで、空間的相関を維持し、次元削減を効率的に実施する。
• 各B個の勾配方向ビンを独立して処理する並列処理構造を採用することで、計算速度を向上させ、スケーラビリティを向上させる。
• テスト段階では、テスト画像とトレーニング画像の特徴ベクトルを比較するため、投票方式を用いた最小距離分類器を採用する。
• 正確性を損なわずにストレージと計算負荷をさらに削減するために、離散ウェーブレット変換（DWT）ドメイン表現を活用する。
• ORL、UMIST、JAFFE、および新たに収集したハッジデータセットを含む複数のデータセットでトレーニングおよびテストを実施し、さまざまなポーズ、表情、外見の変化に対応する。

実験結果

リサーチクエスチョン

• RQ1 2次元HOG／2次元PCAは、標準的および実世界のデータセットにおいて、従来のPCAおよび2次元PCAよりも高い顔認識正確性を達成できるか？
• RQ2 空間的構造を保持した2次元HOG表現は、ポーズ、表情、外見の変化に対して認識のロバスト性を向上させるか？
• RQ3 提案手法は、既存のPCAベースの手法と比較して、計算複雑性およびストレージ要件をどの程度低減できるか？
• RQ4 本手法は、多様で困難な条件が見られるハッジで収集された大規模な実世界データセットにおいて、どの程度の性能を発揮するか？
• RQ5 本システムは、大規模な群衆管理アプリケーションに向けたリアルタイムでウェブベースでの展開を可能にするか？

主な発見

• 2次元HOG／2次元PCA手法は、ORLデータセットで97%の認識正確性を達成し、2次元PCA（96%）およびPCA（92.5%）を上回った。
• JAFFEデータセットでは100%の正確性を達成し、2次元PCA（96%）およびPCA（93.5%）を上回った。
• UMISTデータセットでは90.35%の正確性を達成し、2次元PCA（88%）およびPCA（85%）を上回った。
• ORLデータセットにおいて、2次元HOG／2次元PCAを用いることでトレーニング時間が10.4秒にまで短縮された。これは、PCAの101秒および2次元PCAの14秒と比較して顕著に短縮された。
• テスト時間は0.82秒にまで短縮され、PCAの2.1秒および2次元PCAの1.5秒と比較して顕著に低減された。
• ハッジデータセットでは、1人あたり2枚のトレーニング画像を使用した場合に92.5%の正確性を達成し、顔の外見およびスケールの変化を含む正面画像を使用した場合には100%の正確性を達成した。