[論文レビュー] A method for nose-tip based 3D face registration using maximum intensity algorithm

Parama Bagchi, Debotosh Bhattacharjee+2 more|arXiv (Cornell University)|Sep 13, 2013

Face recognition and analysis参考文献 5被引用数 8

ひとこと要約

本論文では、3次元顔面スキャンのポーズ変動に起因するズレを補正するため、最大強度アルゴリズムを用いた鼻先ベースの3次元顔面登録手法を提案する。X、Y、Z軸まわりの回転および平行移動パラメータを推定することで、FRAV3Dデータベースの472枚の画像において75.84％の登録精度を達成し、ポーズ不変の3次元顔面アライメントにおいて高い頑健性を示した。

ABSTRACT

In this paper we present a novel technique of registering 3D images across pose. In this context, we have taken into account the images which are aligned across X, Y and Z axes. We have first determined the angle across which the image is rotated with respect to X, Y and Z axes and then translation is performed on the images. After testing the proposed method on 472 images from the FRAV3D database, the method correctly registers 358 images thus giving a performance rate of 75.84%.

研究の動機と目的

• X、Y、Z軸まわりのポーズ変動に起因する3次元顔面登録の課題に対処すること。
• ポーズの回転および平行移動変動に対しても、3次元顔面スキャンのアライメント精度を向上させること。
• 鼻先という解剖学的特徴点を用いて、信頼性が高く自動化された3次元顔面登録手法を開発すること。
• バイオメトリクスおよび顔認識応用分野における一貫性があり再現性のある3次元顔面モデルのアライメントを可能にすること。
• 大規模データセットを用いて手法の妥当性を検証し、実世界での性能と頑健性を評価すること。

提案手法

• 3次元顔面スキャンにおける強度ベースの検出を用いて、登録の主な解剖学的特徴点として鼻先を特定する。
• 最大強度アルゴリズムを適用し、鼻の最も顕著な点を特定し、アライメントの基準点とする。
• 入力スキャンにおける鼻先の位置を基準モデルと比較することで、X、Y、Z軸まわりの回転角度を推定する。
• スキャンされた顔面を、基準モデルの対応点に鼻先が一致するように再配置するための平行移動パラメータを計算する。
• 剛体変換（回転＋平行移動）を実行し、3次元顔面モデルを標準ポーズに登録する。
• 反復的リファインメントを用いて、特に大きなポーズ変動が生じる場合のアライメント精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 鼻先は多様なポーズにおいて安定的かつ信頼性のある特徴点として3次元顔面登録に適しているか？
• RQ2 強度ベースの鼻先検出を用いることで、回転および平行移動パラメータをどれほど正確に推定できるか？
• RQ3 本手法の登録成功確率は、大規模な3次元顔面データベースにおいてどの程度の性能を示すか？
• RQ4 従来の手法と比較して、本手法は3次元顔面スキャンにおける大きなポーズ変動に対し、どのように対処しているか？
• RQ5 最大強度アルゴリズムは、ノイズや部分的閉塞の下でも鼻先の位置特定における頑健性をどの程度向上させるか？

主な発見

• 提案手法は、FRAV3Dデータベースの3次元顔面スキャン472枚のうち358枚を正常に登録し、登録精度は75.84％を達成した。
• 最大強度アルゴリズムを用いることで、鼻先が一貫して検出され、さまざまなポーズにおいても信頼性の高いアライメントが可能となった。
• 本手法は、実世界の3次元スキャンで一般的に見られるX、Y、Z軸まわりの回転に対しても、頑健に性能を発揮した。
• 単一の解剖学的特徴点（鼻先）を用いることで、登録パイプラインが簡素化された一方で、高い精度を維持した。
• 強度ベースの特徴点検出は、剛体変換モデルと組み合わせることで、3次元顔面登録に有効であることが示された。
• 本手法は、ポーズ不変の3次元顔認識を要するバイオメトリクスシステムへの統合の可能性を示している。