[論文レビュー] Facial Surface Analysis using Iso-Geodesic Curves in Three Dimensional Face Recognition System

Rachid Ahdid, El Mahdi Barrah+2 more|arXiv (Cornell University)|Aug 31, 2016

Face recognition and analysis参考文献 23被引用数 3

ひとこと要約

本稿では、リーマン幾何学を用いて測地線距離を計算する3Dフロントマーチング法を用いて、顔面を等測地線曲線（IGC）の集合として表現する3次元顔認識システムを提案する。SVM分類を用いたSHREC2008データベースにおける認識率は98.9%に達し、既存手法を上回っている。

ABSTRACT

In this paper, we present an automatic 3D face recognition system. This system is based on the representation of human faces surfaces as collections of Iso-Geodesic Curves (IGC) using 3D Fast Marching algorithm. To compare two facial surfaces, we compute a geodesic distance between a pair of facial curves using a Riemannian geometry. In the classifying step, we use: Neural Networks (NN), K-Nearest Neighbor (KNN) and Support Vector Machines (SVM). To test this method and evaluate its performance, a simulation series of experiments were performed on 3D Shape REtrieval Contest 2008 database (SHREC2008).

研究の動機と目的

• ポーズの変化、照明、顔の表情の変化に対して頑健な自動3次元顔認識システムの開発を目的とする。
• 3次元顔面を、フロントマーチング法を用いて抽出した等測地線曲線で表現することを目的とする。
• リーマン幾何学を用いて、顔面の曲線間の測地線距離を計算し、識別能を向上させることを目的とする。
• SHREC2008データベースを用いてシステムの性能を評価し、既存の3次元顔認識手法と比較することを目的とする。
• NN、KNN、SVMを用いた分類により、提案手法の優位性を実証することを目的とする。

提案手法

• 測地線距離の計算の出発点として、鼻先を手動で検出する。
• 3次元フロントマーチング法がEikonal方程式を解き、基準点から顔面の他のすべての点までの測地線距離を計算する。
• 基準点からの等間隔の測地線距離に沿って等測地線曲線を抽出し、顔面の表面を階層的表現として構築する。
• リーマン計量の公式を用いて、2つの顔の対応する等測地線曲線間の測地線距離を計算し、特徴ベクトルを形成する。
• 3つの分類アルゴリズム（ニューラルネットワーク（NN）、K-近傍法（KNN）、サポートベクターマシン（SVM））を用いて分類を実行する。
• 特徴ベクトルの次元は使用した等測地線曲線の数に等しく、実験では5本の曲線を用い、測地線距離を入力特徴とする。

実験結果

リサーチクエスチョン

• RQ1 等測地線曲線に基づく3次元顔認識システムは、既存手法を上回る高い正確性を達成できるか？
• RQ2 リーマン測地線距離を用いることで、3次元顔認識における顔面曲線の比較がどの程度効果的か？
• RQ3 等測地線曲線表現とSVM分類の組み合わせは、他の分類器や従来のアプローチを上回る性能を示すか？
• RQ4 表情の変化やポーズの変化に対して、この手法はどの程度頑健であるか？
• RQ5 等測地線曲線の数が認識性能に与える影響はどの程度か？

主な発見

• 提案手法は、SVM分類器を用いてSHREC2008データベースで98.9%の認識率を達成し、既存手法を顕著に上回った。
• 3つのテストされたアルゴリズム（NN、KNN、SVM）の中で、SVM分類器が最も高い認識率を示し、この特徴空間において有効であることを示した。
• 5本の等測地線曲線を用いることで、特徴の豊かさと計算効率のバランスが良く、認識率がこの数で安定した。
• 顔の輪郭曲線、積分不変量、弾性変形に基づく手法など、既存の手法（認識率91.1%〜95.3%）を上回った。
• リーマン幾何学を用いた測地線距離の計算により、表情やポーズの変化に対しても顔面曲線の比較が頑健かつ正確に可能になった。
• SHREC2008データベースの多様な条件下（正面、上を向いた姿勢、下を向いた姿勢、表情変化など）において、本システムは高い性能を示した。