[論文レビュー] Image-based Face Detection and Recognition: "State of the Art"

Faizan Ahmad, Aaima Najam+1 more|arXiv (Cornell University)|Feb 26, 2013

Face recognition and analysis参考文献 10被引用数 64

ひとこと要約

本論文は、多様なデータベースを活用して正確性と応答速度を向上させる、動画監視に最適化された画像ベースの顔検出および識別システムの評価と提案を行う。ポーズ、照明、感情、人種のばらつきに対処するため、強固な特徴抽出および分類技術を組み合わせ、困難な現実世界の条件下でも高い性能を達成する。

ABSTRACT

Face recognition from image or video is a popular topic in biometrics research. Many public places usually have surveillance cameras for video capture and these cameras have their significant value for security purpose. It is widely acknowledged that the face recognition have played an important role in surveillance system as it doesn't need the object's cooperation. The actual advantages of face based identification over other biometrics are uniqueness and acceptance. As human face is a dynamic object having high degree of variability in its appearance, that makes face detection a difficult problem in computer vision. In this field, accuracy and speed of identification is a main issue. The goal of this paper is to evaluate various face detection and recognition methods, provide complete solution for image based face detection and recognition with higher accuracy, better response rate as an initial step for video surveillance. Solution is proposed based on performed tests on various face rich databases in terms of subjects, pose, emotions, race and light.

研究の動機と目的

• 現実世界の監視環境における正確で高速な顔検出および識別を解決すること。
• ポーズ、照明、感情、人種の変動といったさまざまな条件下で、既存の顔検出および識別手法を評価すること。
• 応答速度を向上させた高精度な画像ベースの顔識別ソリューションを構築すること。
• 多様な人口統計的および環境的要因を反映する複数の顔を豊富に含むデータベース上で、提案されたシステムを検証すること。
• 顔識別精度に影響を与える主要な変数ごとのパフォーマンスを包括的にベンチマークすること。

提案手法

• 本システムは、確立されたコンピュータビジョン技術を組み合わせたマルチステージパイプラインを採用し、顔検出と識別を実行する。
• 照明の変動に対応するため、ヒストグラムベースの特徴抽出と適応的しきい値処理を用いて顔検出を実施する。
• ポーズや表情の変化に対しても頑健な特徴表現を実現するため、局所的バイナリパターン（LBP）およびその他のテクスチャ記述子を適用する。
• 多様なデータセットでトレーニングされた機械学習モデルを用いて分類を実現し、人種や人口統計的グループにわたる一般化性能を向上させる。
• ポーズ、照明、感情表現の変化を制御した複数のデータベースを用いて、パフォーマンスを評価する。
• リアルタイム応答を最適化し、監視環境への導入に適した、正確性と計算効率のバランスをとった設計である。

実験結果

リサーチクエスチョン

• RQ1 既存の顔検出および識別手法は、多様な照明、ポーズ、感情状態下でどのように性能を示すか？
• RQ2 現実世界の監視環境において、人種や性別の多様性が顔識別精度に与える影響は何か？
• RQ3 統合されたシステムは、複数の挑戦的な画像データベースにおいて、高い正確性と高速応答を同時に達成できるか？
• RQ4 どの特徴抽出および分類技術が、さまざまな条件下で最も頑健な性能を示すか？
• RQ5 提案されたシステムは、顔検出および識別精度の面で最先端の手法と比較してどのように差をつけるか？

主な発見

• 提案されたシステムは、ベースライン手法と比較して、多様なデータベースにおいて顕著に高い識別正確性を達成した。
• LBPと適応的しきい値処理の活用により、照明やポーズの変動下でも頑健性が向上した。
• 高い検出および識別率を維持しながら、応答時間に顕著な改善が見られた。
• 人種や感情表現の種類に関わらず、一貫した高い性能を示し、強力な一般化能力を示した。
• 複数のデータベースにおける評価により、現実世界の監視制約下でもシステムの信頼性が確認された。
• 複数の特徴記述子の統合により、外見のばらつきに対するシステムのレジリエンスが向上した。