[論文レビュー] Fast Matching by 2 Lines of Code for Large Scale Face Recognition Systems

Yi Dong, Zhen Lei+2 more|arXiv (Cornell University)|Feb 28, 2013

Face and Expression Recognition参考文献 26被引用数 6

ひとこと要約

本論文は、複数段階の特徴比較によりネガティブマッチの高速拒否を可能にするキャスケード分類器フレームワークを提案し、大規模な顔認識を高速化した。特徴長の柔軟な切り詰めにより帯域幅とストレージ最適化が可能であり、特徴長を半分にしても高い認識率を維持した。7.55倍の高速化を達成し、精度の損失なしに実現した。

ABSTRACT

In this paper, we propose a method to apply the popular cascade classifier into face recognition to improve the computational efficiency while keeping high recognition rate. In large scale face recognition systems, because the probability of feature templates coming from different subjects is very high, most of the matching pairs will be rejected by the early stages of the cascade. Therefore, the cascade can improve the matching speed significantly. On the other hand, using the nested structure of the cascade, we could drop some stages at the end of feature to reduce the memory and bandwidth usage in some resources intensive system while not sacrificing the performance too much. The cascade is learned by two steps. Firstly, some kind of prepared features are grouped into several nested stages. And then, the threshold of each stage is learned to achieve user defined verification rate (VR). In the paper, we take a landmark based Gabor+LDA face recognition system as baseline to illustrate the process and advantages of the proposed method. However, the use of this method is very generic and not limited in face recognition, which can be easily generalized to other biometrics as a post-processing module. Experiments on the FERET database show the good performance of our baseline and an experiment on a self-collected large scale database illustrates that the cascade can improve the matching speed significantly.

研究の動機と目的

• 100万枚以上のテンプレートを含む大規模顔認識システムの高い計算コストを解消すること。
• 非対称な顔マッチングシナリオにおいて、認識精度を損なわずマッチング速度を向上させること。
• ランタイムにおけるストレージ、帯域幅、パフォーマンスのトレードオフを可能にする柔軟でスケーラブルな特徴表現を提供すること。
• 本手法が顔認識を越えて他のバイオメトリクスシステムにも適用可能な軽量なポストプロセッシングモジュールとして一般化可能であることを示すこと。

提案手法

• キャスケード分類器は2段階で訓練される：特徴をネストされた段階にグループ化し、ユーザー定義の検証率を満たす最適なしきい値を学習する。
• マッチングは段階ごとに進行し、ネガティブペアが早期に拒否されるため、全特徴計算の必要が著しく削減される。
• 評価のベースラインとして、ランドマークベースのガボール＋LDA特徴抽出パイプラインが使用された。
• プローブ画像とギャラリー画像間の特徴マッチスコアは、コサイン類似度で測定された。
• 特徴長は、キャスケードの後段の段階を切り捨てることで動的に短縮可能であり、スケーラブルな特徴テンプレートを実現した。
• システムはFERETデータセットで学習され、20万枚以上の画像を含む大規模な拡張FERETデータベースで評価された。

実験結果

リサーチクエスチョン

• RQ1 キャスケード分類器フレームワークは、認識精度を保持したまま大規模顔認識を著しく高速化できるか？
• RQ2 キャスケードの異なる段階で特徴を切り詰めた場合、認識性能とシステム効率にどのような影響を与えるか？
• RQ3 実世界のシステムにおいて、本フレームワークが計算負荷とメモリ使用量をどの程度削減できるか？
• RQ4 本手法は、他のバイオメトリクスシステムにも適用可能な軽量なポストプロセッシングモジュールとして一般化可能か？

主な発見

• キャスケード分類器は、拡張FERETデータベース上で、1クエリあたりのマッチング時間を129.48msから17.16msに短縮し、7.55倍の高速化を達成したが、ランク1認識率に変化はなかった。
• 20万枚以上のギャラリーを対象とした場合、特徴長を428次元から214次元（6段階）に短縮しても、認識率の低下はたった3.42%にとどまり、強力なスケーラビリティを示した。
• ベースラインのガボール＋LDAシステムは、拡張FERET上でランク1認識率93.35%および92.74%を達成し、最先端の手法と同等の性能を示した。
• キャスケードフレームワークにより、計算量を著しく削減しながらも性能損失なしにマッチングが可能となり、リソース制限のある環境に最適である。
• 特徴長と認識率の関係から、ある閾値を超えると利得の減少が顕著になることが示され、最小限の損失で積極的な切り詰めが可能であることが裏付けられた。