[論文レビュー] Orthogonal Deep Features Decomposition for Age-Invariant Face Recognition

Yitong Wang, Dihong Gong+6 more|arXiv (Cornell University)|Oct 17, 2018

Face recognition and analysis参考文献 40被引用数 10

ひとこと要約

本論文は、球面座標を用いて顔特徴を直交する年齢関連成分とアイデンティティ関連成分に分解する、新しい深層学習アプローチであるOrthogonal Embedding CNNs (OE-CNNs)を提案する。これにより、年齢に依存しない顔認識が強化される。本手法は、MORPH Album 2、CACD-VS、FG-NETの各ベンチマークで最先端の性能を達成し、人間水準を超える精度を示し、分野の前進を図るための大規模かつノイズのないCross-Age Face (CAF)データセットを導入する。

ABSTRACT

As facial appearance is subject to significant intra-class variations caused by the aging process over time, age-invariant face recognition (AIFR) remains a major challenge in face recognition community. To reduce the intra-class discrepancy caused by the aging, in this paper we propose a novel approach (namely, Orthogonal Embedding CNNs, or OE-CNNs) to learn the age-invariant deep face features. Specifically, we decompose deep face features into two orthogonal components to represent age-related and identity-related features. As a result, identity-related features that are robust to aging are then used for AIFR. Besides, for complementing the existing cross-age datasets and advancing the research in this field, we construct a brand-new large-scale Cross-Age Face dataset (CAF). Extensive experiments conducted on the three public domain face aging datasets (MORPH Album 2, CACD-VS and FG-NET) have shown the effectiveness of the proposed approach and the value of the constructed CAF dataset on AIFR. Benchmarking our algorithm on one of the most popular general face recognition (GFR) dataset LFW additionally demonstrates the comparable generalization performance on GFR.

研究の動機と目的

• 顔認識における顔の老化に起因する大きなクラス内変動が認識精度を損なうという課題に対処する。
• 年齢関連特徴とアイデンティティ関連特徴を明示的に分離する深層学習フレームワークを開発し、年齢に起因する外見変化に対する耐性を向上させる。
• 年齢に依存しない顔認識分野の支援と前進を図るため、大規模かつ高品質なクロスエイジ顔データセット（CAF）を構築する。
• 提案手法が年齢に依存しない顔認識にとどまらず、一般顔認識タスクに対しても良好な一般化性能を示すことを実証する。

提案手法

• 球面座標系において、深層顔特徴を径方向（年齢関連）および角度方向（アイデンティティ関連）成分に分解し、直交性を保証する。
• アイデンティティ識別を目的に、角度成分をA-Softmax損失で学習する一方で、径方向成分は年齢ラベルを用いて回帰する。
• 年齢とアイデンティティ要因を分離するために、別々の監視信号を用いて両成分をエンドツーエンドで同時に最適化する。
• 年齢関連変動の影響を受けない角度成分を、年齢に依存しない顔認識の最終的表現として使用する。
• 大規模かつ高品質なクロスエイジ顔コレクションであるCAFデータセットを活用し、モデルの事前学習およびファインチューニングを行う。
• FG-NETのような困難なベンチマークでの性能向上を図るため、マルチパッチアンサンブル戦略を適用する。

実験結果

リサーチクエスチョン

• RQ1 深層顔特徴を年齢関連成分とアイデンティティ関連成分に直交的に分解することで、年齢に依存しない顔認識性能が向上するか？
• RQ2 球面座標を用いた年齢とアイデンティティ情報の分離が、年齢層をまたがるモデルの一般化性能をどのように向上させるか？
• RQ3 提案されたCAFデータセットは、既存のクロスエイジデータセットと比較して、モデル性能をどの程度向上させるか？
• RQ4 本手法は、LFWのような一般顔認識ベンチマークでも競争力のある性能を達成するか、すなわち強い一般化性能を示すか？

主な発見

• FG-NETデータセットにおいてMF1スモールプロトコル下で、OE-CNNsはランク1正解率58.21%を達成し、次に良い手法（TNVP）の47.72%を顕著に上回った。
• FG-NETのMF2ラージプロトコル下で、OE-CNNsは53.26%のランク1正解率を達成し、GT-CMU-SYSU（38.21%）を含むすべての他の手法を上回った。
• LFWベンチマークでは、0.5Mの学習画像でOE-CNNsが99.35%の正解率を達成し、一般顔認識タスクへの強い一般化性能を示した。
• CAFを含む拡張された170万枚のデータセットで学習した場合、OE-CNNsはLFWで99.47%の正解率を達成し、CAFデータセットがモデル性能を向上させることを示した。
• MF1プロトコル下でFG-NETにおいて、OE-CNNsは人間水準を超える性能を達成し、ランク1正解率58.21%を記録した。
• 広範なアブレーションスタディにより、直交的分解機構が年齢とアイデンティティ要因を効果的に分離し、より頑健な特徴学習を可能にすることが確認された。