[論文レビュー] Recognition of expression variant faces using masked log-Gabor features and Principal Component Analysis

Vytautas Perlibakas|ArXiv.org|May 7, 2006

Face and Expression Recognition参考文献 19被引用数 4

ひとこと要約

本稿では、表情変動に対する顔認識の精度を向上させるために、マスク付きログ・ガボール特徴量と主成分分析（PCA）を用いた顔認識手法を提案する。スライディング・ウインドウとマスキングを用いて、方向およびスケール選択性を持つログ・ガボールフィルタを表情に影響されにくい顔領域に適用し、次にPCAによる次元削減を施すことで、1,196枚のトレーニング画像を用いたFERETデータベース上で98.91%の最初の一致認識率と0.17%の等誤差率（EER）を達成した。

ABSTRACT

In this article we propose a method for the recognition of faces with different facial expressions. For recognition we extract feature vectors by using log-Gabor filters of multiple orientations and scales. Using sliding window algorithm and variances -based masking these features are extracted at image regions that are less affected by the changes of facial expressions. Extracted features are passed to the Principal Component Analysis (PCA) -based recognition method. The results of face recognition experiments using expression variant faces showed that the proposed method could achieve higher recognition accuracy than many other methods. For development and testing we used facial images from the AR and FERET databases. Using facial photographs of more than one thousand persons from the FERET database the proposed method achieved 96.6-98.9% first one recognition rate and 0.2-0.6% Equal Error Rate (EER).

研究の動機と目的

• 標準的なPCAベースの手法では顔の表情変動によって性能が低下するのを改善すること。
• 目や鼻の周辺のように表情の変化に影響されにくい顔領域を特定し、そこから特徴量を抽出すること。
• スケールと方向の多様性を持つログ・ガボールフィルタと空間的マスキングを組み合わせて、特徴表現を強化すること。
• 主成分分析（PCA）を用いて次元削減を行い、認識の効率を向上させること。
• FERET や AR のような表情変動を伴う顔認識データベースで最先端の性能を達成すること。

提案手法

• 複数のスケールおよび方向にわたるログ・ガボールフィルタを周波数ドメインで顔画像のテクスチャ特徴量を抽出するために適用する。
• スライディング・ウインドウアルゴリズムを用いて、局所化された画像領域からのログ・ガボールマグニチュード応答を抽出する。
• 分散に基づくマスキングにより、顔の最も安定的で表情に敏感でない領域を特定・保持し、髪の毛や顔の輪郭は除外する。
• マスク処理を施したログ・ガボール特徴量を、各顔画像について高次元の特徴ベクトルに連結する。
• 主成分分析（PCA）を用いて、特徴ベクトルの次元を削減しつつも、識別的情報を保持する。
• プローブ画像とギャラリー画像のPCA低次元化特徴ベクトル間のコサイン距離測度を用いて認識を実行する。

実験結果

リサーチクエスチョン

• RQ1 標準的なPCAと比較して、マスク付きログ・ガボール特徴量は表情変動を伴う顔認識の精度を向上させることができるか？
• RQ2 どの顔領域が表情変化に対して最も安定的であり、分散に基づくマスキングを用いて自動的に特定可能か？
• RQ3 多スケール・多方向のログ・ガボールフィルタリングとPCAを組み合わせることで、FERETのような大規模データベースにおいて優れた認識性能が得られるか？
• RQ4 本手法は、既存の最先端手法と比較して、最初の一致認識率および等誤差率（EER）において優れているか？
• RQ5 少ないトレーニング画像と低次元の特徴量でも高い認識精度を達成できるか？

主な発見

• 提案手法であるMLG PCAは、FERETデータベースの1,196枚のトレーニング画像を用いて98.91%の最初の一致認識率を達成した。
• 本手法は、0.17%という非常に低い等誤差率（EER）を達成し、他の多くの手法と比較して顕著に優れていた。
• 400枚のトレーニング画像と380個のPCA特徴量を用いても、96.59%の最初の一致認識率と0.56%のEERを達成した。
• 本手法は、CSU PCA MahCosine（85%の最初の一致認識率）、Gabor+AdaBoost（95.20%）、Haar+AdaBoost（94%）を上回る認識性能を示した。
• 本手法は、99%の累積認識率を達成するための抽出画像数がたった2枚（0.17%）にとどまったが、CSU EBGMは449枚（37.54%）を要した。これは、本手法の優れた効率性を示している。
• CMCAおよびROCA値が他の手法と比較して約2倍低く、全体的な認識性能が優れていることを示している。