[論文レビュー] Face Recognition Methods & Applications

Divyarajsinh N. Parmar, Brijesh B. Mehta|arXiv (Cornell University)|Mar 3, 2014

Face and Expression Recognition参考文献 9被引用数 144

ひとこと要約

この論文は、包括的、特徴ベース、ハイブリッドな顔認識手法をレビューし、セキュリティ、アクセス制御、本人確認への応用を示している。主成分分析（PCA）を用いたエイジンフェースがコアな技術であることを強調し、照明、ポーズ、加齢の影響といった課題を指摘し、国家IDや電子商取引のような大規模応用向けの2次元／3次元システムにおける今後の研究を結論付けている。

ABSTRACT

Face recognition presents a challenging problem in the field of image analysis and computer vision. The security of information is becoming very significant and difficult. Security cameras are presently common in airports, Offices, University, ATM, Bank and in any locations with a security system. Face recognition is a biometric system used to identify or verify a person from a digital image. Face Recognition system is used in security. Face recognition system should be able to automatically detect a face in an image. This involves extracts its features and then recognize it, regardless of lighting, expression, illumination, ageing, transformations (translate, rotate and scale image) and pose, which is a difficult task. This paper contains three sections. The first section describes the common methods like holistic matching method, feature extraction method and hybrid methods. The second section describes applications with examples and finally third section describes the future research directions of face recognition.

研究の動機と目的

• 主な顔認識技術、すなわち包括的、特徴ベース、ハイブリッド手法を分析・比較すること。
• セキュリティ、アクセス制御、本人確認における顔認識の実世界応用を検討すること。
• 照明、ポーズの変動、加齢、画像変換といった主な課題を特定すること。
• 国家IDや電子商取引のような大規模システム向けにスケーリング可能な2次元および3次元顔認識における今後の研究方向性を調査すること。
• コンピュータビジョンおよびバイオメトリクス分野の研究者および実務家に対する顔認識の基礎的理解を提供すること。

提案手法

• 正規化およびリサイズされた顔画像から主成分分析（PCA）を用いてエイジンフェースを抽出することで、包括的認識を実現する。
• 幾何学的および外観統計の特徴を用いて、目の周辺、鼻、口といった局所的顔面構成要素を検出し分析する特徴ベース手法を適用する。
• ポーズの変動下でも特徴抽出および回復の耐性を高めるために、幾何的制約を用いた構造的マッチングを実施する。
• 3次元顔データを用いて包括的および特徴ベース手法を統合するハイブリッドシステムを採用し、深さと形状を捉えることで認識精度を向上させる。
• 顔画像のラベル付きトレーニングデータセットを用いてエイジンフェースの重みを計算し、最近傍者マッチングによる分類を実行する。
• 重みの類似度に基づいて未知の顔を認識または拒否するためのしきい値ベースの意思決定ルールを活用する。

実験結果

リサーチクエスチョン

• RQ1 PCAを用いたエイジンフェースのような包括的手法は、照明やポーズの変動にさらされてもどのように顔認識を達成するのか？
• RQ2 顔のポーズが大きく変化する、または特徴が覆い隠された場合、特徴ベース手法で生じる主な課題は何か？
• RQ3 ハイブリッド手法は3次元顔データをどのように活用して2次元手法と比較して認識精度を向上させるのか？
• RQ4 実世界の監視およびアクセス制御における現在の顔認識システムの実用的限界は何か？
• RQ5 国家および大規模なデジタル本人確認システムへのスケーリングを考慮した場合、今後の研究で最も有望な方向性は何か？

主な発見

• PCAに基づくエイジンフェースは、制御された条件下で高い正確性を達成する、堅牢で広く用いられている顔認識手法である。
• 特徴ベース手法は、プロファイルまたは重度に覆い隠された顔に対処する際、特徴の回復に大きな課題を抱える。
• 3次元データを用いたハイブリッド手法は、深さと構造的幾何学的特徴を捉えることで認識を向上させ、プロファイルビューからの認識を可能にする。
• 顔認識システムは空港、アクセス制御、監視において実際に導入されており、イギリス・ニューウェムで34％の犯罪減少が報告されている。
• 進展は見られるものの、照明、ポーズ、加齢、画像変換の影響により、実世界での展開には課題が残っており、さらなる研究が不可欠である。
• 今後の応用分野として、電子商取引、デジタルドライバーズライセンス、国家IDシステムが、主な研究開発のフロンティアとして特定されている。