[論文レビュー] Face Recognition using Hough Peaks extracted from the significant blocks of the Gradient Image

Arindam Kar|arXiv (Cornell University)|Dec 5, 2013

Face and Expression Recognition参考文献 10被引用数 3

ひとこと要約

この論文では、二値勾配画像の顕著なブロックからハフピークを抽出することで、照明、ノイズ、ポーズの変化に対してより頑健な顔認識手法を提案している。勾配の計算、二値化、顕著なブロックのセグメンテーション、特徴の連結のための主要なハフピークの抽出によって、FRAV2Dで93.3%、FERETで88.5%、ORLで99%の正確性を達成した。

ABSTRACT

This paper proposes a new technique for automatic face recognition using integrated peaks of the Hough transformed significant blocks of the binary gradient image. In this approach firstly the gradient of an image is calculated and a threshold is set to obtain a binary gradient image, which is less sensitive to noise and illumination changes. Secondly, significant blocks are extracted from the absolute gradient image, to extract pertinent information with the idea of dimension reduction. Finally the best fitted Hough peaks are extracted from the Hough transformed significant blocks for efficient face recognition. Then these Hough peaks are concatenated together, which are used as feature in classification process. The efficiency of the proposed method is demonstrated by the experiment on 1100 images from the FRAV2D face database, 2200 images from the FERET database, where the images vary in pose, expression, illumination and scale and 400 images from the ORL face database, where the images slightly vary in pose. Our method has shown 93.3%, 88.5% and 99% recognition accuracy for the FRAV2D, FERET and the ORL database respectively.

研究の動機と目的

• 照明の変化、ノイズ、ポーズの変化による顔認識の課題に対処すること。
• 判別的特徴を保持しながら顔画像の次元を低減すること。
• 勾配画像内の顕著な局所領域に注目することで、認識正確性を向上させること。
• 局所化された画像ブロックにハフ変換を適用する、頑健な特徴抽出パイプラインの開発。
• ポーズ、表情、スケールの変動があるさまざまなデータベースにおいて、有効性を実証すること。

提案手法

• Sobelまたは類似の演算子を用いて、入力顔画像の絶対勾配を計算する。
• 勾配の大きさにしきい値処理を適用し、二値勾配画像を生成することで、照明およびノイズへの感受性を低減する。
• 二値勾配画像を重複のないブロックに分割し、勾配エネルギーまたはエッジ密度に基づいて「顕著な」ブロックを特定する。
• 各顕著なブロックに対してハフ変換を実行し、主要な線形またはエッジパターンを検出する。
• 各顕著なブロックから、ハフ空間における局所的最大値（最も顕著なハフピーク）を抽出する。
• ブロック間で抽出されたすべてのハフピークを連結し、分類用の単一の特徴ベクトルを生成する。

実験結果

リサーチクエスチョン

• RQ1 局所化された勾配ブロックからのハフピークは、照明およびノイズの変化に対して顔認識の頑健性を向上させることができるか？
• RQ2 ブロック単位の特徴抽出は、判別力の損失を伴わずに次元を低減するのにどの程度効果的か？
• RQ3 提案手法は、ポーズ、表情、スケールの異なるデータベースにどの程度一般化可能か？
• RQ4 グローバル特徴抽出と比較して、顕著なブロック選択は認識正確性を向上させることができるか？
• RQ5 既存の勾配ベースまたはハフベースの顔認識手法と比較して、本手法はどの程度の性能を示すか？

主な発見

• 本手法は、ポーズ、表情、照明、スケールの変動を含むFRAV2Dデータベースで93.3%の認識正確性を達成した。
• FERETデータベースでは、88.5%の正確性を達成し、厳しい実世界の条件下でも有効性を示した。
• ポーズ変動が最小限のORLデータベースでは、99%の認識正確性に達した。これは、制御されたデータに対して高い性能を示している。
• 二値勾配画像の使用により、照明およびノイズへの感受性が低減され、頑健性の向上に寄与した。
• 顕著なブロックからのハフピークの特徴連結により、コンactかつ判別力のある表現が得られた。
• 本手法は多様なデータベースにわたって優れた一般化性能を示し、その頑健性とスケーラビリティを確認した。