[論文レビュー] Human Face Recognition using Line Features

Mrinal Kanti Bhowmik, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Jul 5, 2010

Face and Expression Recognition参考文献 9被引用数 8

ひとこと要約

本稿では、回転、スケール、照度、遮蔽に対処するため、極座標における線分特徴を用いた熱画像顔認識手法を提案する。熱画像を極座標空間に変換し、線分特徴を抽出し、次に次元削減のため主成分分析（PCA）を適用し、多層パーセプトロンを用いて分類することで、OTCBVSデータベース上で99.25%の認識成功率を達成した。これは、厳しい条件下でも高い頑健性と正確性を示している。

ABSTRACT

In this work we investigate a novel approach to handle the challenges of face recognition, which includes rotation, scale, occlusion, illumination etc. Here, we have used thermal face images as those are capable to minimize the affect of illumination changes and occlusion due to moustache, beards, adornments etc. The proposed approach registers the training and testing thermal face images in polar coordinate, which is capable to handle complicacies introduced by scaling and rotation. Line features are extracted from thermal polar images and feature vectors are constructed using these line. Feature vectors thus obtained passes through principal component analysis (PCA) for the dimensionality reduction of feature vectors. Finally, the images projected into eigenspace are classified using a multi-layer perceptron. In the experiments we have used Object Tracking and Classification Beyond Visible Spectrum (OTCBVS) database. Experimental results show that the proposed approach significantly improves the verification and identification performance and the success rate is 99.25%.

研究の動機と目的

• 回転、スケール変動、照度変化、遮蔽といった顔認識の課題に対処すること。
• 照度に敏感ではなく、顔の装飾品の影響を受けにくい熱画像を用いて、認識性能を向上させること。
• 極座標変換された画像における線分特徴を用いた、頑健な特徴抽出および分類パイプラインの開発。
• 現実世界の変動にさらされた状況下でも、顔の照合および識別において高い正確性を達成すること。

提案手法

• 顔認識のスケールおよび回転効果を正規化するため、熱画像を極座標に変換する。
• エッジ検出および幾何的解析を用いて、極座標変換済み熱画像から線分特徴を抽出する。
• 抽出された線分特徴から特徴ベクトルを構築し、顔の構造を表現する。
• 特徴ベクトルの次元削減および主要パターンの抽出のため、主成分分析（PCA）を適用する。
• 次元削減された特徴ベクトルを固有空間に投影し、多層パーセプトロン（MLP）を用いて分類する。
• 本システムは、さまざまな条件下での熱画像顔データを含むOTCBVSデータベース上で訓練およびテストされた。

実験結果

リサーチクエスチョン

• RQ1 極座標変換された熱画像から抽出された線分特徴は、顔認識の回転およびスケーリングに対する頑健性を向上させることができるか？
• RQ2 極座標変換、線分特徴抽出、およびPCAの組み合わせは、照度変化および遮蔽の処理にどの程度効果的か？
• RQ3 本手法のOTCBVSデータベースにおける現実世界の変動下での認識正確性はいかほどか？
• RQ4 可視スペクトル手法と比較して、熱画像の使用が性能向上に顕著に寄与するか？

主な発見

• 提案手法は、OTCBVSデータベースで照合および識別成功率が99.25%に達した。
• 熱画像の使用により、照度変化およびヒゲや装飾品による遮蔽の影響が顕著に軽減された。
• 極座標変換により、顔画像のスケールおよび回転変動が効果的に正規化された。
• PCAと多層パーセプトロンの統合により、効果的な次元削減と正確な分類が実現された。