[論文レビュー] Robust Face Recognition via Block Sparse Bayesian Learning

Taiyong Li, Zhilin Zhang|arXiv (Cornell University)|Jan 29, 2013

Face and Expression Recognition参考文献 40被引用数 4

ひとこと要約

本稿では、顔認識のためのブロックスパースベイジアン学習（BSBL）を提案する。この手法は、表現係数内のイントラブロック相関を活用することで、最先端のスパース表現手法よりも顕著に認識精度と耐障害性を向上させる。拡張ヤングB、AR、CMU PIEデータベースにおける実験では、BSBLは特に遮蔽や化粧変更の下でも優れた認識率を達成し、SRC や BSCO よりも最大13.19%高い性能を示した。

ABSTRACT

Face recognition (FR) is an important task in pattern recognition and computer vision. Sparse representation (SR) has been demonstrated to be a powerful framework for FR. In general, an SR algorithm treats each face in a training dataset as a basis function, and tries to find a sparse representation of a test face under these basis functions. The sparse representation coefficients then provide a recognition hint. Early SR algorithms are based on a basic sparse model. Recently, it has been found that algorithms based on a block sparse model can achieve better recognition rates. Based on this model, in this study we use block sparse Bayesian learning (BSBL) to find a sparse representation of a test face for recognition. BSBL is a recently proposed framework, which has many advantages over existing block-sparse-model based algorithms. Experimental results on the Extended Yale B, the AR and the CMU PIE face databases show that using BSBL can achieve better recognition rates and higher robustness than state-of-the-art algorithms in most cases.

研究の動機と目的

• 同じ被験者からのトレーニングサンプル間のイントラブロック相関を扱えない既存のスパース表現手法の限界を解決すること。
• 遮蔽、ノイズ、顔の化粧変更などの困難な条件下でも顔認識の耐障害性を向上させること。
• 顔データのブロックスパース構造を活用して、表現の正確性と分類性能を向上させること。
• 最近提案されたベイジアンフレームワークであるBSBLが、既存のブロックスパースアルゴリズムよりも認識精度と安定性に優れていることを実証すること。

提案手法

• 同じ被験者のトレーニング画像が辞書行列内のブロックを形成するように、顔認識をブロックスパース表現問題として定式化する。
• ブロックスパースベイジアン学習（BSBL）を適用し、同じ被験者の係数間のイントラブロック相関を明示的にモデル化する。
• 階層ベイジアンモデルを用いてブロック構造と相関パターンを学習し、より正確で耐障害性の高いスパース符号化を可能にする。
• 推定された係数を用いて各被験者ごとの再構成誤差を計算し、最小誤差を持つクラスにテスト画像を割り当てる。
• 次元削減を図りながらも判別情報を保持するため、BSBLの適用前に特徴抽出（例：ガボールまたはPCA）を統合する。
• 変分推論を用いてベイジアンモデルを最適化し、ハイパーパrameterとスパース係数を効率的に推定する。

実験結果

リサーチクエスチョン

• RQ1 表現係数内のイントラブロック相関を活用することで、標準的なブロックスパースモデルと比較して顔認識性能が向上するか？
• RQ2 遮蔽やノイズの下で、BSBLはSRC や BSCO といった最先端のスパース表現手法と比較してどのように性能を発揮するか？
• RQ3 サングラスやスカーフなどの実際の顔の化粧変更に対しても、BSBLは優れた性能を維持できるか？
• RQ4 次元が低い、または汚損した顔画像の状況下で、ブロックスパースベイジアンフレームワークはどれほど耐障害性を向上させるか？

主な発見

• 拡張ヤングBデータベースでは、BSBLは24×21ピクセルの画像に50%のブロック遮蔽を加えた状況でも99.56%の認識率を達成し、BSCOを13.19%上回った。
• 12×10ピクセルの画像における40%の遮蔽下では、BSBLは45.28%の認識率を達成したが、SRCは30.33%、NNは20.88%であった。
• スカーフによる化粧変更があるARデータベースでは、BSBLは27×20解像度で81.00%の認識率を達成し、SRC（21.50%）とBSCO（44.00%）を大きく上回った。
• サングラスによる表情がニュートラルな状況では、BSBLは42×30解像度で65.50%の認識率を達成し、低次元でもNN（68.00%）とSRC（89.00%）を上回った。
• ノイズ、遮蔽、化粧変更のすべてのテスト条件下で、BSBLは一貫して最高の認識率を達成し、優れた耐障害性を示した。
• BSBLの認識性能は、6×5解像度のような低次元でも安定的かつ高い水準を維持しており、優れた一般化能力を示している。