[論文レビュー] Iris-GAN: Learning to Generate Realistic Iris Images Using Convolutional GAN

Shervin Minaee, AmirAli Abdolrashidi|arXiv (Cornell University)|Dec 12, 2018

Biometric Identification and Security参考文献 25被引用数 30

ひとこと要約

本稿では、実際の虹彩データの複雑なテクスチャ分布をモデル化することで、非常にリアルな虹彩画像を生成できるように学習する深層畳み込み生成対抗ネットワーク（DC-GAN）フレームワーク、Iris-GANを提案する。CASIA-1000およびIIT Delhiの虹彩データベースで訓練されたモデルは、それぞれ42.1および41.08の最先端のFIDスコアを達成し、生成されたサンプルの高品質さと多様性を示している。

ABSTRACT

Generating iris images which look realistic is both an interesting and challenging problem. Most of the classical statistical models are not powerful enough to capture the complicated texture representation in iris images, and therefore fail to generate iris images which look realistic. In this work, we present a machine learning framework based on generative adversarial network (GAN), which is able to generate iris images sampled from a prior distribution (learned from a set of training images). We apply this framework to two popular iris databases, and generate images which look very realistic, and similar to the image distribution in those databases. Through experimental results, we show that the generated iris images have a good diversity, and are able to capture different part of the prior distribution.

研究の動機と目的

• 実際の虹彩パターンに見られる複雑なテクスチャと構造的変動を捉えた、写真のようにリアルな虹彩画像を生成する課題に対処すること。
• 古典的統計モデルや手作業特徴抽出手法の限界を克服し、虹彩テクスチャの複雑な詳細をモデル化できないこと。
• 実際のデータセットからの虹彩画像の潜在的データ分布を学習できる、ディープラーニングベースの生成フレームワークを開発すること。
• Frechet Inception Distance（FID）などの定量的指標を用いて、生成された虹彩画像の品質と多様性を評価すること。

提案手法

• バッチ正規化とLeaky ReLU活性化関数を備えた5層の畳み込み層から構成される、生成器と判別器を有する深層畳み込みGAN（DC-GAN）アーキテクチャを採用する。
• 生成器を、標準ガウス事前分布からのランダムなノイズベクトルを、リアルな虹彩画像にマッピングするように訓練し、判別器を、実際の画像と生成された画像を区別するように訓練する。
• ミニマックス損失関数を用いてGANを最適化する：$\mathcal{L}_{GAN} = \mathbb{E}_{x\sim p_{data}(x)}[\log D(x)] + \mathbb{E}_{z\sim p_z(z)}[\log(1 - D(G(z)))]$。
• 生成画像の品質および分布類似性の定量的評価のために、Inception-v3ネットワークのpool3層（2048次元特徴）を用いてFIDスコアを計算する。
• 標準的なDC-GAN訓練手順に従い、2つのベンチマーク虹彩データセット（CASIA-1000（200名分）およびIIT Delhi（224名分））に対して、それぞれ別個のモデルを訓練する。
• 同じ潜在ノイズベクトルを用いて複数の訓練エポックにわたって画像を生成することで、訓練の進行を可視化し、品質の変化を評価する。

実験結果

リサーチクエスチョン

• RQ1 DC-GANフレームワークは、実際のものと見分けがつかないほどリアルな虹彩画像を効果的に学習し生成できるか？
• RQ2 モデルは、瞳孔の大きさ、まつげの位置、角膜反射の変動を含む、虹彩テクスチャの多様性をどの程度捉えられるか？
• RQ3 FIDで測定した場合、生成された分布は実際の虹彩データ分布とどの程度一致するか？
• RQ4 モデルの性能は訓練エポックに伴い一貫して向上するか？また、異なる潜在ベクトルから多様なサンプルを生成できるか？
• RQ5 モデルは異なる虹彩データベースに一般化可能であり、微調整なしに高品質な生成を維持できるか？

主な発見

• 提案されたIris-GANモデルは、CASIA-1000およびIIT Delhiデータベースからの実際の画像と視覚的に類似した、非常にリアルな虹彩画像を効果的に生成している。
• IIT DelhiデータセットではFrechet Inception Distance（FID）スコアが41.08、CASIA-1000では42.1を達成しており、実データと強い分布類似性を示している。
• 同じ潜在ベクトルから生成された画像で、瞳孔の大きさ、まつげの位置、角膜反射の特徴が時間経過とともに高い多様性を示しており、変動が顕著に観察された。
• エポックに伴う訓練プロセスの可視化により、生成画像が訓練が進むにつれてよりリアルで詳細な形状に改善していることが確認された。
• 判別器および生成器の損失曲線が時間経過とともに安定化しており、虹彩テクスチャの複雑さにもかかわらず、効果的な訓練ダイナミクスが得られていることが示された。
• 高品質で多様なサンプルを生成できる能力は、虹彩パターンの潜在的データマンフォールドを強く学習していることを示唆している。